Claude Opus 5.5 đã có trên SeedRouter

Text

GPT-6.2 Astra

View Markdown

Dùng GPT-6.2 Astra với định dạng Responses và Chat Completions của OpenAI. Bao gồm ví dụ SDK, đầu ra có cấu trúc, lệnh gọi hàm và truyền dữ liệu theo luồng.

Dùng gpt-6.2-astra cho các dự án lập trình phức tạp và phân tích tài liệu. Đặt URL cơ sở của SDK OpenAI thành https://api.seedrouter.ai/v1 và cung cấp khóa API SeedRouter của bạn.

Mô hình và giới hạn

Thuộc tínhGPT-6.2 Astra
ID mô hình trong yêu cầugpt-6.2-astra
Đầu vào và đầu raNhận văn bản và hình ảnh, trả về văn bản
Cửa sổ ngữ cảnh1.050.000 token
Đầu vào tối đa922.000 token
Đầu ra tối đa128.000 token, bao gồm cả phần suy luận
Ngày chốt kiến thứcNgày 18 tháng 5 năm 2026

Cửa sổ ngữ cảnh tính gộp cả đầu vào và đầu ra. Hãy chọn giới hạn đầu ra sao cho còn đủ chỗ cho cả phần suy luận lẫn câu trả lời hiển thị. Mức giá hiện tại theo token và giá cho ngữ cảnh dài được nêu trên trang mô hình.

Responses

Cài đặt gói Python openai và đặt SEEDROUTER_API_KEY trong môi trường của bạn.

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)

Khi gửi yêu cầu, hãy gửi POST /v1/responses. Đọc văn bản từ các mục output có kiểu message, trong các phần nội dung có kiểu output_text. Mục đứng trước có thể chứa phần suy luận hoặc lệnh gọi hàm. Phương thức output_text trên phản hồi của SDK Python sẽ tập hợp các phần văn bản cho bạn. Hãy kiểm tra status và incomplete_details trước khi sử dụng kết quả chưa hoàn chỉnh.

Để gửi hình ảnh, hãy thêm một phần input_image vào tin nhắn của người dùng. Không đưa trường cấp cao nhất image vào. SeedRouter hỗ trợ phản hồi đồng bộ và phát trực tuyến. Bỏ qua background_options và để background ở trạng thái chưa đặt. Không thể sử dụng các khoảng thời gian chạy nền 2h và 8h.

Đối với các subagent được lưu trữ, hãy gửi header OpenAI-Beta: responses_multi_agent=v1 và object multi_agent có enabled đặt thành true. max_concurrent_subagents là số nguyên tùy chọn, đếm các agent hậu duệ đang hoạt động, không tính agent gốc; giá trị mặc định là 3 và tối thiểu là 1. Khi đang bật ủy quyền, hãy bỏ reasoning.summary và max_tool_calls. Các subagent dùng chung ngân sách đầu ra. Để đọc câu trả lời cuối cùng, hãy chọn các mục message có agent.agent_name là /root và phase là final_answer. Playground tự thêm header beta khi bạn nhập object vào JSON nâng cao.

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
  }'

Một phản hồi Chat đã hoàn tất có chứa choices[0].message.content. Kiểm tra choices[0].finish_reason để biết giới hạn đầu ra. Chat báo cáo usage.prompt_tokens và usage.completion_tokens. Responses báo cáo usage.input_tokens và usage.output_tokens.

Các trường yêu cầu theo endpoint

Mục đíchResponsesChat Completions
Đầu vàoinput chuỗi hoặc các mục đầu vàoMảng messages
Chỉ thị dành cho nhà phát triểninstructions cho yêu cầu này hoặc một thông điệp đầu vào developerThông điệp developer
Hình ảnh trong thông điệp của người dùngPhần có kiểu input_image với một chuỗi image_urlPhần có kiểu image_url với URL trong image_url.url
Mức độ suy luậnreasoning.effortreasoning_effort
Ngân sách token đầu ramax_output_tokensmax_completion_tokens
Độ chi tiết đầu ratext.verbosityverbosity
JSON nghiêm ngặttext.formatresponse_format.json_schema
Lệnh gọi hàmtools, tool_choice, function_call_outputDùng Responses cho các lệnh gọi công cụ GPT-6.2
Truyền dữ liệu theo luồngstream: true, các sự kiện có kiểustream: true, các đoạn phản hồi Chat

OpenAI khuyến nghị bắt đầu tích hợp mới với mức suy luận medium. Dùng low để nhận câu trả lời ngắn. Khi chuyển từ none hoặc minimal, hãy chọn low. Bỏ qua temperature, top_p và các tùy chọn điều khiển log-probability, bao gồm message.output_text.logprobs trong Responses include. Hướng dẫn chuyển đổi mô hình

Đầu ra có cấu trúc

Định dạng JSON Schema của Responses đặt name, strict và schema cùng cấp với type. Trong Chat, ba trường này nằm trong 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)

Để dùng schema với Chat Completions, hãy truyền response_format={"type": "json_schema", "json_schema": city_format}. Trước khi phân tích cú pháp JSON, hãy kiểm tra phản hồi xem có từ chối yêu cầu hoặc chạm giới hạn token hay không.

Lệnh gọi hàm và truyền dữ liệu theo luồng

Trong yêu cầu Responses, name và parameters của hàm nằm trực tiếp trên công cụ. Ví dụ này dùng lại schema ở trên.

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)

Trong một lần thử trực tiếp với SeedRouter, yêu cầu này trả về một function_call có tên record_city, với các đối số được giải mã thành {"city":"Paris"}. Hãy xác thực các đối số và thực thi hàm trong ứng dụng của bạn. Trong yêu cầu Responses tiếp theo, chuyển tiếp đầu vào ban đầu cùng các mục đầu ra đã nhận, rồi thêm một mục function_call_output có call_id tương ứng và chuỗi output.

Để nhận văn bản trực tiếp, hãy đặt stream: true. Với Responses, nối delta từ các sự kiện response.output_text.delta và kiểm tra response.completed, response.incomplete hoặc response.failed. Với Chat, thu thập choices[].delta.content, kiểm tra lý do kết thúc cuối cùng và đọc cho đến [DONE].

Quyền truy cập và giá

Kiểm tra quyền truy cập của khóa bằng GET /v1/models. Để xem các nhóm hiện có, dùng GET /api/seedrouter/llm/groups?model=gpt-6.2-astra với cùng khóa Bearer. Để chọn một trong các nhóm được trả về, hãy gửi ID của nhóm đó trong header tùy chọn X-SeedRouter-Group. Nếu bỏ header, hệ thống sẽ dùng lựa chọn mặc định của khóa. Bạn cũng có thể xem các nhóm hiện có trong Playground.

Tải OpenAPI · OpenAI chi tiết mô hình · Các trường Responses · Các trường Chat · Mã lỗi