Claude Opus 5.5 が SeedRouter で利用できます

Text

GPT-6.2 Astra

View Markdown

GPT-6.2 AstraはOpenAIのResponses形式とChat Completions形式で利用できます。SDKの使用例、構造化出力、関数呼び出し、ストリーミングを含みます。

複雑なコーディングや文書分析にはgpt-6.2-astraをお使いください。OpenAI SDKのベースURLをhttps://api.seedrouter.ai/v1に設定し、SeedRouterのAPIキーを指定します。

モデルと制限

項目GPT-6.2 Astra
リクエストで指定するモデルIDgpt-6.2-astra
入出力テキストと画像を入力し、テキストを出力
コンテキストウィンドウ1,050,000トークン
最大入力922,000トークン
最大出力推論を含めて128,000トークン
知識の基準日2026年5月18日

コンテキストウィンドウは入力と出力の合計です。推論と表示される回答の両方に余裕を残せるよう、出力上限を設定してください。現在のトークン単価と長文コンテキストの料金はモデルページで確認できます。

Responses

Pythonのopenaiパッケージをインストールし、環境変数にSEEDROUTER_API_KEYを設定します。

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)

APIリクエストではPOST /v1/responsesを送信します。テキストは、型がmessageのoutput項目から、型がoutput_textのコンテンツ部分を読み取ります。前の項目には推論や関数呼び出しが含まれる場合があります。Python SDKのレスポンスでは、output_textを使うとテキスト部分をまとめて取得できます。一部の結果を使う前に、statusとincomplete_detailsを確認してください。

画像を送信するには、ユーザーメッセージに input_image パートを含めてください。トップレベルの image フィールドは省略してください。SeedRouter は同期レスポンスとストリーミングレスポンスに対応しています。background_options は省略し、background は未設定のままにしてください。バックグラウンドの 2h および 8h のウィンドウは利用できません。

ホステッドサブエージェントを使うには、OpenAI-Beta: responses_multi_agent=v1 ヘッダーを送り、enabled を true に設定した multi_agent オブジェクトを指定します。省略可能な整数 max_concurrent_subagents は、ルートエージェントを除く、アクティブな子孫エージェントの数を表し、デフォルトは 3、最小値は 1 です。委任が有効な間は、reasoning.summary と max_tool_calls を省略してください。サブエージェントは出力予算を共有します。最終回答を読むには、agent.agent_name が /root で、phase が final_answer のメッセージ項目を選択します。Playground では、Advanced JSON にオブジェクトを入力するとベータヘッダーが自動で付与されます。

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
  }'

Chatの完了済み応答にはchoices[0].message.contentが含まれます。出力上限を確認するにはchoices[0].finish_reasonを調べてください。Chatではusage.prompt_tokensとusage.completion_tokensが報告されます。Responsesではusage.input_tokensとusage.output_tokensが報告されます。

エンドポイント別のリクエストフィールド

目的ResponsesChat Completions
入力input文字列または入力項目messages配列
開発者向け指示このリクエストのinstructions、またはdeveloper入力メッセージdeveloperメッセージ
ユーザーメッセージ内の画像型がinput_imageで、文字列image_urlを含む部分型がimage_urlで、URLをimage_url.urlに含む部分
推論の強さreasoning.effortreasoning_effort
出力トークン数の上限max_output_tokensmax_completion_tokens
出力の詳細度text.verbosityverbosity
厳密なJSONtext.formatresponse_format.json_schema
関数呼び出しtools, tool_choice, function_call_outputGPT-6.2ツール呼び出しにはResponsesをお使いください
ストリーミングstream: true、型付きイベントstream: true、Chatの完了チャンク

新しい統合では、OpenAIはまずmediumの推論から始めることを推奨しています。短い回答にはlowをお使いください。noneまたはminimalから移行する場合は、lowを選択してください。temperature、top_p、およびResponsesのincludeにおけるmessage.output_text.logprobsなどの対数確率制御は省略してください。モデル移行ガイド

構造化出力

ResponsesのJSON Schema形式では、name、strict、schemaをtypeと並べて指定します。Chatでは、同じ3つのフィールドをresponse_format.json_schema内に指定します。

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)

Chat Completionsでスキーマを使用するには、response_format={"type": "json_schema", "json_schema": city_format}を渡します。JSONを解析する前に、応答に拒否またはトークン上限への到達がないか確認してください。

関数呼び出しとストリーミング

Responsesリクエストでは、関数のnameとparametersをツールに直接指定します。この例では、上記のスキーマを再利用しています。

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)

実際のSeedRouterテストでは、このリクエストはrecord_cityという名前のfunction_callを返し、引数をデコードすると{"city":"Paris"}になりました。引数を検証し、アプリケーション内で関数を実行してください。次のResponsesリクエストでは、元の入力項目と返された出力項目を引き継ぎ、一致するcall_idと文字列outputを含むfunction_call_output項目を追加してください。

ライブテキストを受け取るには、stream: trueを設定します。Responsesでは、response.output_text.deltaイベントのdeltaを連結し、response.completed、response.incomplete、response.failedを確認してください。Chatでは、choices[].delta.contentを集めて最終的な終了理由を確認し、[DONE]まで読み取ります。

アクセスと料金

GET /v1/modelsでAPIキーのアクセス権を確認してください。利用可能なグループを確認するには、同じBearerキーでGET /api/seedrouter/llm/groups?model=gpt-6.2-astraを使用します。返されたグループのいずれかを選択するには、任意のX-SeedRouter-GroupヘッダーでそのIDを送信します。ヘッダーを省略すると、キーのデフォルト選択が使われます。利用可能なグループはPlaygroundでも確認できます。

OpenAPIをダウンロード · OpenAIモデルの詳細 · Responsesのフィールド · Chatのフィールド · エラーコード