OpenAIgpt-6.2-sol
OpenAI's go-to model for everyday work, from coding to running agents at scale
$0.5/ 1M Eingabe-Tokens-75%$2offizieller Preis
- 1.05M Kontext
- Ausgabe bis zu 128K
- Effort low bis max
- Liest Bilder
- Modalität
- Text
- Endpoint
- /v1/responses
- Modell-ID
- gpt-6.2-sol
- Anbieter
- OpenAI
GPT-6.2 Sol API-Überblick
Dokumentierter Endpoint
Anfragen gehen an /v1/responses oder an /v1/chat/completions im messages-Format. /v1/messages steht für OpenAI-Modelle nicht zur Verfügung.
Modellanbieter
GPT-6.2 Sol wird veröffentlicht von OpenAI und wird in der API aufgerufen mit der Modell-ID gpt-6.2-sol.
Ausgabe und Limits
Kontext von 1,050,000 Tokens, davon bis zu 922,000 für den Prompt; bis zu 128,000 Ausgabe-Tokens; Eingabe: Text und Bilder, Ausgabe: Text.
GPT-6.2 Sol API-Preise
GPT-6.2 Sol wird bei jeder Position unten 75% unter dem offiziellen Listenpreis abgerechnet.
| Position | ArgoLink-Preis | Offizieller Preis | Sie sparen |
|---|---|---|---|
| Eingabe-Tokens | $0.5 / 1M Tokens | -75% | |
| Zwischengespeicherte Eingabe-Tokens | $0.025 / 1M Tokens | -75% | |
| Cache-Schreib-Tokens | $0.625 / 1M Tokens | -75% | |
| Ausgabe-Tokens | $2.5 / 1M Tokens | -75% |
Reasoning-Tokens werden als Ausgabe-Tokens abgerechnet. Der Fast-Modus (service_tier priority) rechnet jedes Token zu 2× diesen Preisen ab. Umfasst der Prompt einer Anfrage mehr als 272K Tokens, zwischengespeicherte Tokens eingerechnet, rechnet die gesamte Anfrage ihre Ausgabe zu 1.5× diesen Preisen und jedes andere Token zu 2× ab. Fast-Modus und die Preise für langen Kontext multiplizieren sich.
Im Vergleich mit anderen Plattformen
| Plattform | Eingabe-Tokens / 1M Tokens | Ausgabe-Tokens / 1M Tokens |
|---|---|---|
| ArgoLink | $0.5 | $2.5 |
| Offiziell | $2 -75% | $10 -75% |
| OpenRouter | $2 -75% | $10 -75% |
Listenpreis jeder Plattform pro 1 Mio. Tokens, wie ihre eigene Seite ihn zeigte. Die grüne Zahl gibt an, wie viel weniger ArgoLink berechnet. Geprüft am
GPT-6.2 Sol API-Referenz
Schnellstart
Erstellen Sie in der Konsole einen API-Schlüssel und verwenden Sie dann die Basis-URL, den Endpoint und den Anfragetext, die auf dieser Seite stehen.
curl -sS https://argolink.io/v1/responses \
-H "Authorization: Bearer $ARGOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6.2-sol",
"input": "Explain what this model is good at in one sentence.",
"stream": false
}'
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["ARGOLINK_API_KEY"],
base_url="https://argolink.io/v1",
)
response = client.responses.create(
model="gpt-6.2-sol",
input="Explain what this model is good at in one sentence.",
)
print(response.output_text)
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.ARGOLINK_API_KEY,
baseURL: "https://argolink.io/v1",
});
const response = await client.responses.create({
model: "gpt-6.2-sol",
input: "Explain what this model is good at in one sentence.",
});
console.log(response.output_text);
Protokolle
Responses
Empfohlen: das native Format des Modells
Das native Format des Modells, das auch Codex spricht: Senden Sie input als String oder als Nachrichten, und lesen Sie die Antwort aus den Elementen vom Typ output_text in output.
curl https://argolink.io/v1/responses \
-H "Authorization: Bearer $ARGOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6.2-sol",
"input": "Vergleichen Sie optimistisches und pessimistisches Locking in drei Stichpunkten.",
"reasoning": {"effort": "high"},
"max_output_tokens": 8000
}'
curl https://argolink.io/v1/responses \
-H "Authorization: Bearer $ARGOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6.2-sol",
"input": [{
"role": "user",
"content": [
{"type": "input_text", "text": "Was zeigt dieses Diagramm?"},
{"type": "input_image", "image_url": "https://example.com/chart.png"}
]
}]
}'
| Feld | Wert |
|---|---|
input | ein String oder messages; ihr content mischt Teile vom Typ input_text und Teile vom Typ input_image, jeweils als öffentliche HTTPS-URL oder Data-URL |
instructions | der Systemprompt |
reasoning.effort | low · medium · high · xhigh · max |
max_output_tokens | bis zu 128,000 |
stream | true streamt Server-Sent Events |
service_tier | priority (oder fast) fordert den Fast-Modus an, abgerechnet zu 2× den Standardpreisen |
Reasoning-Tokens zählen zu max_output_tokens. Use the Responses API for tool calling; Chat Completions supports this model without tools. A reasoning effort of none is rejected: use low in place of none or minimal.
Chat Completions
Für Clients, die auf dem messages-Format aufbauen
Dasselbe Modell über das messages-Format, das OpenAI-kompatible Clients senden; die Felder entsprechen sich eins zu eins.
curl https://argolink.io/v1/chat/completions \
-H "Authorization: Bearer $ARGOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6.2-sol",
"messages": [{"role": "user", "content": "Vergleichen Sie optimistisches und pessimistisches Locking in drei Stichpunkten."}],
"reasoning_effort": "high"
}'
| Feld | Wert |
|---|---|
messages | Nachrichten der Rollen system, user, assistant und tool; eine user-Nachricht enthält optional Teile vom Typ image_url, jeweils als öffentliche HTTPS-URL oder Data-URL |
reasoning_effort | dieselben Werte wie reasoning.effort |
max_completion_tokens | bis zu 128,000; max_tokens funktioniert ebenfalls |
Codex
Responses, einmalig in config.toml eingerichtet
Codex CLI und Codex Desktop lesen dieselbe Datei. Speichern Sie sie und öffnen Sie dann eine neue Codex-Sitzung.
model = "gpt-6.2-sol"
model_provider = "argolink"
[model_providers.argolink]
name = "ArgoLink"
base_url = "https://argolink.io/v1"
wire_api = "responses"
requires_openai_auth = false
experimental_bearer_token = "YOUR_API_KEY"
GPT-6.2 Sol – alle Anfrageparameter
| Parameter | Typ | Anforderung | Funktion |
|---|---|---|---|
model | string | erforderlich | The catalog identifier for this page: gpt-6.2-sol. |
input | string or array | erforderlich | Der Prompt als String oder messages, deren content Teile vom Typ input_text und input_image mischt; ein Bild ist eine öffentliche HTTPS-URL oder eine Data-URL. |
instructions | string | optional | Der Systemprompt für diese Anfrage. |
reasoning.effort | string | optional | Reasoning-Tiefe: low · medium · high · xhigh · max. |
max_output_tokens | integer | optional | Begrenzt die Antwort, Reasoning eingeschlossen: bis zu 128,000. |
tools · tool_choice | array · string or object | optional | Funktions-Tools und wie das Modell eines davon auswählt. |
stream | boolean | optional | true streamt Server-Sent Events wie response.output_text.delta. |
service_tier | string | optional | priority (fast ist gleichwertig) fordert den Fast-Modus an und rechnet jedes Token zu 2× den Standardpreisen ab; lassen Sie es für die Standardstufe weg. |
usage | object | Antwortfeld | input_tokens mit input_tokens_details.cached_tokens und output_tokens mit output_tokens_details.reasoning_tokens. |
GPT-6.2 Sol API im Vergleich mit ähnlichen Modellen
| Modell | Modell-ID | Anbieter | Preis | Geeignet für |
|---|---|---|---|---|
| GPT-6.2 Sol | gpt-6.2-sol | OpenAI | $0.5 / 1M Eingabe-Tokens | OpenAI's go-to model for everyday work, from coding to running agents at scale |
| GPT-6 Astra | gpt-6-astra | OpenAI | $2.3 / 1M Eingabe-Tokens | Das leistungsfähigste Modell von OpenAI, gebaut für die anspruchsvollsten End-to-End-Aufgaben |
| GPT-5.6 Terra | gpt-5.6-terra | OpenAI | $0.46 / 1M Eingabe-Tokens | Das GPT-5.6-Modell mit ausgewogenem Verhältnis von Intelligenz und Kosten |
| GPT-5.6 Sol | gpt-5.6-sol | OpenAI | $0.92 / 1M Eingabe-Tokens | Das GPT-5.6-Flaggschiff für komplexe professionelle Aufgaben |
Weitere Modelle dieses Anbieters
- GPT-6 AstraDas leistungsfähigste Modell von OpenAI, gebaut für die anspruchsvollsten End-to-End-Aufgaben$2.3 / 1M Eingabe-Tokens
- GPT-5.6 TerraDas GPT-5.6-Modell mit ausgewogenem Verhältnis von Intelligenz und Kosten$0.46 / 1M Eingabe-Tokens
- GPT-5.6 SolDas GPT-5.6-Flaggschiff für komplexe professionelle Aufgaben$0.92 / 1M Eingabe-Tokens
- GPT-5.5Ein Flaggschiff für Programmierung und die komplexesten professionellen Aufgaben$1.15 / 1M Eingabe-Tokens
Andere Modelle derselben Modalität
- Claude Opus 5Für komplexe agentische Programmierung und Unternehmensaufgaben$1.75 / 1M Eingabe-Tokens
- Claude Fable 5.1Das Modell von Anthropic für anspruchsvolles Reasoning und agentische Aufgaben mit langem Zeithorizont$3.5 / 1M Eingabe-Tokens
- Claude Fable 5Das Fable-Modell von Anthropic für lang laufende agentische Aufgaben$3.5 / 1M Eingabe-Tokens
- Grok 4.6Das Frontier-Modell von xAI für Programmierung, agentische Aufgaben und Wissensarbeit$0.6 / 1M Eingabe-Tokens
GPT-6.2 Sol API-FAQ
Wie rufe ich GPT-6.2 Sol auf?
Create an API key in the console and POST https://argolink.io/v1/responses mit model auf gpt-6.2-sol and your key in the Authorization header as a Bearer token. /v1/chat/completions funktioniert ebenfalls; Anthropic Messages steht für OpenAI-Modelle nicht zur Verfügung.
Wie viel kostet GPT-6.2 Sol?
$0.5 per million input tokens and $2.5 per million output tokens, 75% below the official rates. Cached input costs $0.025 per million. Reasoning-Tokens werden als Ausgabe-Tokens abgerechnet. Der Fast-Modus (service_tier priority) rechnet jedes Token zu 2× diesen Preisen ab. Umfasst der Prompt einer Anfrage mehr als 272K Tokens, zwischengespeicherte Tokens eingerechnet, rechnet die gesamte Anfrage ihre Ausgabe zu 1.5× diesen Preisen und jedes andere Token zu 2× ab. Fast-Modus und die Preise für langen Kontext multiplizieren sich.
Welche Kontext- und Ausgabelimits hat GPT-6.2 Sol?
Kontext von 1,050,000 Tokens, davon bis zu 922,000 für den Prompt; bis zu 128,000 Ausgabe-Tokens; Eingabe: Text und Bilder, Ausgabe: Text.
Wie steuere ich das Reasoning von GPT-6.2 Sol?
Setzen Sie reasoning.effort auf low, medium, high, xhigh oder max.
Kann GPT-6.2 Sol Bilder lesen?
Ja: Senden Sie sie als Teile vom Typ input_image, jeweils als öffentliche HTTPS-URL oder Data-URL, über /v1/responses.