Claude Opus 5.5 è disponibile su SeedRouter

Text

GPT-6.2 Astra

View Markdown

Usa GPT-6.2 Astra nei formati Responses e Chat Completions OpenAI. Include esempi per SDK, output strutturato, chiamate a funzioni e streaming.

Usa gpt-6.2-astra per progetti complessi di programmazione e analisi di documenti. Imposta l'URL di base dell'SDK OpenAI su https://api.seedrouter.ai/v1 e fornisci la tua chiave API SeedRouter.

Modello e limiti

ProprietàGPT-6.2 Astra
ID modello per la richiestagpt-6.2-astra
Input e outputTesto e immagini in ingresso, testo in uscita
Finestra di contesto1.050.000 token
Input massimo922.000 token
Output massimo128.000 token, incluso il ragionamento
Data limite delle conoscenze18 maggio 2026

La finestra di contesto comprende input e output. Scegli un limite di output che lasci spazio sia al ragionamento sia alla risposta visibile. Le tariffe attuali per token e i prezzi per il contesto esteso sono disponibili nella pagina del modello.

Responses

Installa il pacchetto Python openai e imposta SEEDROUTER_API_KEY nel tuo ambiente.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["SEEDROUTER_API_KEY"],
    base_url="https://api.seedrouter.ai/v1",
    max_retries=0,
)
response = client.responses.create(
    model="gpt-6.2-astra",
    input="Name one consistency check for a double-entry ledger.",
    reasoning={"effort": "low"},
    max_output_tokens=256,
)
print(response.output_text)

A livello di protocollo, invia POST /v1/responses. Leggi il testo dagli elementi output di tipo message, nelle parti di contenuto di tipo output_text. Un elemento precedente può contenere ragionamento o una chiamata a funzione. output_text nella risposta dell'SDK Python raccoglie le parti di testo. Prima di usare un risultato parziale, controlla status e incomplete_details.

Per inviare un’immagine, includi una parte input_image in un messaggio utente. Ometti il campo di primo livello image. SeedRouter accetta risposte sincrone e in streaming. Ometti background_options e lascia background non impostato. Le finestre di background 2h e 8h non sono disponibili.

Per usare i sottoagenti ospitati, invia l’header OpenAI-Beta: responses_multi_agent=v1 e l’oggetto multi_agent con enabled impostato su true. Il parametro facoltativo max_concurrent_subagents, di tipo intero, conta i discendenti attivi, esclude l’agente radice e ha valore predefinito 3, con un minimo di 1. Quando la delega è abilitata, ometti reasoning.summary e max_tool_calls. I sottoagenti condividono il budget di output. Per leggere la risposta finale, seleziona gli elementi message con agent.agent_name uguale a /root e phase uguale a final_answer. Nel Playground, l’header beta viene aggiunto automaticamente quando inserisci l’oggetto nel JSON avanzato.

curl https://api.seedrouter.ai/v1/responses \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -H "OpenAI-Beta: responses_multi_agent=v1" \
  -d '{
    "model": "gpt-6.2-astra",
    "input": "Ask one subagent to check whether 17 is prime. Give the result.",
    "multi_agent": {"enabled": true, "max_concurrent_subagents": 1},
    "max_output_tokens": 512
  }'

Chat Completions

curl https://api.seedrouter.ai/v1/chat/completions \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.2-astra",
    "messages": [{"role": "user", "content": "Name one consistency check for a double-entry ledger."}],
    "reasoning_effort": "low",
    "max_completion_tokens": 256
  }'

Una risposta Chat completata contiene choices[0].message.content. Controlla choices[0].finish_reason per i limiti di output. Chat restituisce usage.prompt_tokens e usage.completion_tokens. Responses restituisce usage.input_tokens e usage.output_tokens.

Campi della richiesta per endpoint

ScopoResponsesChat Completions
Inputinput stringa o elementi di inputmessages array
Istruzioni per lo sviluppatoreinstructions per questa richiesta o un messaggio di input developerUn messaggio developer
Immagine in un messaggio dell'utenteParte di tipo input_image con una stringa image_urlParte di tipo image_url con l'URL in image_url.url
Livello di ragionamentoreasoning.effortreasoning_effort
Limite di token in outputmax_output_tokensmax_completion_tokens
Dettaglio dell'outputtext.verbosityverbosity
JSON rigorosotext.formatresponse_format.json_schema
Chiamate a funzionitools, tool_choice, function_call_outputUsa Responses per le chiamate allo strumento GPT-6.2
Streamingstream: true, eventi tipizzatistream: true, blocchi della risposta Chat

OpenAI consiglia di iniziare con il livello di ragionamento medium per una nuova integrazione. Usa low per una risposta breve. Se stai migrando da none o minimal, scegli low. Ometti temperature, top_p e i controlli delle log-probabilità, incluso message.output_text.logprobs in Responses include. Guida alla migrazione del modello

Output strutturato

Un formato JSON Schema in Responses colloca name, strict e schema accanto a type. In Chat, gli stessi tre campi vanno dentro response_format.json_schema.

city_format = {
    "name": "trip",
    "strict": True,
    "schema": {
        "type": "object",
        "properties": {"city": {"type": "string"}},
        "required": ["city"],
        "additionalProperties": False,
    },
}
response = client.responses.create(
    model="gpt-6.2-astra",
    input="Return Paris in the city field.",
    text={"format": {"type": "json_schema", **city_format}},
    reasoning={"effort": "low"},
    max_output_tokens=256,
)
print(response.output_text)

Per usare lo schema con Chat Completions, passa response_format={"type": "json_schema", "json_schema": city_format}. Prima di analizzare il JSON, controlla se la risposta contiene un rifiuto o ha raggiunto il limite di token.

Chiamate a funzioni e streaming

In una richiesta Responses, name e parameters della funzione si trovano direttamente sullo strumento. Questo esempio riutilizza lo schema precedente.

response = client.responses.create(
    model="gpt-6.2-astra",
    input="Call record_city for Paris.",
    tools=[{
        "type": "function",
        "name": "record_city",
        "parameters": city_format["schema"],
        "strict": True,
    }],
    tool_choice={"type": "function", "name": "record_city"},
    reasoning={"effort": "low"},
    max_output_tokens=256,
)
for item in response.output:
    if item.type == "function_call":
        print(item.call_id, item.name, item.arguments)

In un test live su SeedRouter, questa richiesta ha restituito un function_call chiamato record_city, con argomenti decodificati come {"city":"Paris"}. Convalida gli argomenti ed esegui la funzione nella tua applicazione. Nella richiesta Responses successiva, mantieni gli elementi di input originali e quelli di output restituiti, poi aggiungi un elemento function_call_output con il relativo call_id e una stringa output.

Per ricevere testo in tempo reale, imposta stream: true. In Responses, concatena delta dagli eventi response.output_text.delta e controlla response.completed, response.incomplete o response.failed. In Chat, raccogli choices[].delta.content, controlla il motivo di completamento finale e continua a leggere fino a [DONE].

Accesso e prezzi

Verifica l'accesso della tua chiave con GET /v1/models. Per visualizzare i gruppi disponibili, usa GET /api/seedrouter/llm/groups?model=gpt-6.2-astra con la stessa chiave Bearer. Per selezionare uno dei gruppi restituiti, inviane l'ID nell'intestazione facoltativa X-SeedRouter-Group. Se omessa, viene usata la selezione predefinita della chiave. Puoi anche consultare i gruppi disponibili nel Playground.

Scarica OpenAPI · OpenAI dettagli del modello · Campi Responses · Campi Chat · Codici di errore