Text
GPT-6.2 Sol
GPT-6.2 Sol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。
日常的なコーディングやエージェントのワークフローにはgpt-6.2-sol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 Sol |
|---|---|
| リクエストで指定するモデルID | gpt-6.2-sol |
| 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6月1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-sol",
input="Suggest one test for a CSV import with a missing header.",
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-sol",
"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-sol",
"messages": [{"role": "user", "content": "Suggest one test for a CSV import with a missing header."}],
"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 | Responses | Chat 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.effort | reasoning_effort |
| 出力トークン数の上限 | max_output_tokens | max_completion_tokens |
| 出力の詳細度 | text.verbosity | verbosity |
| 厳密なJSON | text.format | response_format.json_schema |
| 関数呼び出し | tools, tool_choice, function_call_output | GPT-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-sol",
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-sol",
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-sol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
