Claude Opus 5.5을(를) SeedRouter에서 사용할 수 있습니다

Text

GPT-6.2 Astra

View Markdown

GPT-6.2 Astra을 OpenAI Responses 및 Chat Completions 형식으로 사용할 수 있습니다. SDK 예제, 구조화된 출력, 함수 호출, 스트리밍을 포함합니다.

복잡한 코딩과 문서 분석에는 gpt-6.2-astra을 사용하세요. OpenAI SDK의 기본 URL을 https://api.seedrouter.ai/v1으로 설정하고 SeedRouter API 키를 입력하세요.

모델 및 한도

속성GPT-6.2 Astra
요청 모델 IDgpt-6.2-astra
입력 및 출력텍스트와 이미지 입력, 텍스트 출력
컨텍스트 윈도우1,050,000 토큰
최대 입력922,000 토큰
최대 출력추론 포함 128,000 토큰
지식 기준일2026년 5월 18일

컨텍스트 윈도우에는 입력과 출력이 모두 포함됩니다. 추론과 사용자에게 표시되는 답변을 모두 담을 수 있도록 출력 한도를 설정하세요. 토큰당 현재 요금과 긴 컨텍스트 요금은 모델 페이지에서 확인하세요.

Responses

Python openai 패키지를 설치하고 환경 변수에 SEEDROUTER_API_KEY를 설정하세요.

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)

요청을 전송할 때는 POST /v1/responses을 사용하세요. message 유형의 output 항목에서 텍스트를 읽고, output_text 유형의 콘텐츠 부분을 확인하세요. 앞선 항목에는 추론 내용이나 함수 호출이 포함될 수 있습니다. Python SDK 응답에서 output_text를 사용하면 텍스트 부분을 모을 수 있습니다. 일부 결과를 사용하기 전에 status과 incomplete_details을 확인하세요.

이미지를 전송하려면 사용자 메시지에 input_image 파트를 포함합니다. 최상위 image 필드는 생략합니다. SeedRouter는 동기 및 스트리밍 응답을 지원합니다. background_options는 생략하고 background는 설정하지 않습니다. 2h 및 8h 백그라운드 시간 창은 사용할 수 없습니다.

호스팅된 서브에이전트를 사용하려면 OpenAI-Beta: responses_multi_agent=v1 헤더를 보내고, enabled를 true로 설정한 multi_agent 객체를 포함해야 합니다. 선택 사항인 정수 max_concurrent_subagents는 활성 상태인 하위 에이전트 수를 셉니다. 루트 에이전트는 제외하며, 기본값은 3이고 최솟값은 1입니다. 위임이 활성화된 동안에는 reasoning.summary와 max_tool_calls를 생략해야 합니다. 서브에이전트는 출력 예산을 공유합니다. 최종 답변을 읽으려면 agent.agent_name이 /root이고 phase가 final_answer인 메시지 항목을 선택합니다. 고급 JSON에 객체를 입력하면 Playground가 베타 헤더를 자동으로 추가합니다.

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 응답이 완료되면 choices[0].message.content이 포함됩니다. 출력 한도는 choices[0].finish_reason에서 확인하세요. Chat은 usage.prompt_tokens과 usage.completion_tokens를 보고합니다. Responses는 usage.input_tokens와 usage.output_tokens을 보고합니다.

엔드포인트별 요청 필드

용도ResponsesChat Completions
입력input 문자열 또는 입력 항목messages 배열
개발자 지침이 요청에 instructions을 사용하거나 developer 입력 메시지를 사용합니다developer 메시지
사용자 메시지의 이미지input_image 유형 부분에 문자열 image_url 포함image_url 유형 부분에 image_url.url의 URL 포함
추론 강도reasoning.effortreasoning_effort
출력 토큰 예산max_output_tokensmax_completion_tokens
출력 상세 수준text.verbosityverbosity
엄격한 JSONtext.formatresponse_format.json_schema
함수 호출tools, tool_choice, function_call_outputGPT-6.2 도구 호출에는 Responses를 사용합니다
스트리밍stream: true, 타입이 지정된 이벤트stream: true, Chat 완료 청크

새로 연동할 때는 OpenAI에서 medium 추론부터 시작할 것을 권장합니다. 짧은 답변에는 low을 사용하세요. none 또는 minimal에서 마이그레이션하는 경우 low을 선택하세요. Responses include에서는 temperature, top_p 및 로그 확률 제어 기능(message.output_text.logprobs 포함)을 생략하세요. 모델 마이그레이션 가이드

구조화된 출력

Responses JSON Schema 형식에서는 name, strict, schema을 type와 함께 지정합니다. Chat에서는 같은 세 필드를 response_format.json_schema 안에 넣습니다.

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 Completions에서 스키마를 사용하려면 response_format={"type": "json_schema", "json_schema": city_format}을 전달하세요. JSON을 파싱하기 전에 응답에 거부 또는 토큰 한도 초과가 있는지 확인하세요.

함수 호출 및 스트리밍

Responses 요청에서는 함수의 name과 parameters를 도구에 바로 지정합니다. 이 예제에서는 위의 스키마를 다시 사용합니다.

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)

실시간 SeedRouter 테스트에서 이 요청은 record_city이라는 이름의 function_call를 반환했으며, 인수는 {"city":"Paris"}로 디코딩되었습니다. 애플리케이션에서 인수를 검증하고 함수를 실행하세요. 다음 Responses 요청에서는 원래 입력 항목과 반환된 출력 항목을 이어서 전달하고, 일치하는 call_id과 문자열 output이 포함된 function_call_output 항목을 추가하세요.

실시간 텍스트를 받으려면 stream: true을 설정하세요. Responses에서는 response.output_text.delta 이벤트의 delta를 이어 붙이고 response.completed, response.incomplete 또는 response.failed인지 확인하세요. Chat에서는 choices[].delta.content을 모으고 최종 종료 사유를 확인한 다음 [DONE]까지 읽으세요.

액세스 및 요금

GET /v1/models으로 키의 액세스 권한을 확인하세요. 사용 가능한 그룹은 같은 Bearer 키로 GET /api/seedrouter/llm/groups?model=gpt-6.2-astra를 호출해 확인할 수 있습니다. 반환된 그룹 중 하나를 선택하려면 선택 사항인 X-SeedRouter-Group 헤더에 해당 그룹 ID를 전달하세요. 헤더를 생략하면 키의 기본 선택이 적용됩니다. Playground에서도 사용 가능한 그룹을 확인할 수 있습니다.

OpenAPI 다운로드 · OpenAI 모델 세부 정보 · Responses 필드 · Chat 필드 · 오류 코드