OpenAIgpt-6.2-sol
OpenAI's go-to model for everyday work, from coding to running agents at scale
$0.5/ 1M tokens d’entrée-75%$2prix officiel
- Contexte de 1.05M
- Jusqu’à 128K en sortie
- Effort de low à max
- Lit les images
- Modalité
- Texte
- Endpoint
- /v1/responses
- ID du modèle
- gpt-6.2-sol
- Fournisseur
- OpenAI
GPT-6.2 Sol : aperçu de l’API
Endpoint documenté
Les requêtes vont vers /v1/responses, ou vers /v1/chat/completions au format messages. /v1/messages n’est pas disponible pour les modèles OpenAI.
Fournisseur du modèle
GPT-6.2 Sol est publié par OpenAI et s’appelle via l’API avec l’ID de modèle gpt-6.2-sol.
Sortie et limites
Contexte de 1,050,000 tokens, dont 922,000 au plus pour le prompt ; jusqu’à 128,000 tokens de sortie ; texte et images en entrée, texte en sortie.
GPT-6.2 Sol : tarifs de l’API
GPT-6.2 Sol est facturé 75% en dessous du prix public officiel sur chaque poste ci-dessous.
| Élément | Tarif ArgoLink | Prix officiel | Vous économisez |
|---|---|---|---|
| Tokens d’entrée | $0.5 / 1M tokens | -75% | |
| Tokens d’entrée en cache | $0.025 / 1M tokens | -75% | |
| Tokens d’écriture en cache | $0.625 / 1M tokens | -75% | |
| Tokens de sortie | $2.5 / 1M tokens | -75% |
Les tokens de raisonnement sont facturés comme des tokens de sortie. Le mode Fast (service_tier priority) facture chaque token à 2× ces tarifs. Lorsque le prompt d’une requête dépasse 272K tokens, tokens en cache compris, toute la requête est facturée à 1.5× ces tarifs pour la sortie et à 2× pour tous les autres tokens. Le mode Fast et les tarifs de contexte long se combinent par multiplication.
Comparaison avec d’autres plateformes
| Plateforme | Tokens d’entrée / 1M tokens | Tokens de sortie / 1M tokens |
|---|---|---|
| ArgoLink | $0.5 | $2.5 |
| Officiel | $2 -75% | $10 -75% |
| OpenRouter | $2 -75% | $10 -75% |
Prix public de chaque plateforme par million de tokens, tel que sa propre page l’affichait. Le chiffre en vert indique combien ArgoLink facture en moins. Vérifié le
GPT-6.2 Sol : référence de l’API
Démarrage rapide
Créez une clé API dans la console, puis utilisez l’URL de base, l’endpoint et le corps de requête indiqués sur cette page.
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);
Protocoles
Responses
Recommandé : le format natif du modèle
Le format natif du modèle, celui qu’utilise Codex : envoyez input sous forme de chaîne ou de messages, et lisez la réponse dans les éléments output_text de 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": "Comparez le verrouillage optimiste et le verrouillage pessimiste en trois points.",
"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": "Que montre ce graphique ?"},
{"type": "input_image", "image_url": "https://example.com/chart.png"}
]
}]
}'
| Champ | Valeur |
|---|---|
input | une chaîne, ou des messages dont le contenu combine des parties input_text et des parties input_image, chacune en HTTPS via une URL publique, ou en data URL |
instructions | le prompt système |
reasoning.effort | low · medium · high · xhigh · max |
max_output_tokens | jusqu’à 128,000 |
stream | true active le streaming en server-sent events |
service_tier | priority (ou fast) demande le mode Fast, facturé à 2× les tarifs standard |
Les tokens de raisonnement sont comptés dans 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
Pour les clients basés sur le format messages
Le même modèle via le format messages qu’envoient les clients compatibles OpenAI ; les champs correspondent un à un.
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": "Comparez le verrouillage optimiste et le verrouillage pessimiste en trois points."}],
"reasoning_effort": "high"
}'
| Champ | Valeur |
|---|---|
messages | messages system, user, assistant et tool ; un message user peut contenir des parties image_url, chacune en HTTPS via une URL publique, ou en data URL |
reasoning_effort | les mêmes valeurs que reasoning.effort |
max_completion_tokens | jusqu’à 128,000; max_tokens fonctionne aussi |
Codex
Responses, configuré une fois pour toutes dans config.toml
Codex CLI et Codex Desktop lisent le même fichier. Enregistrez-le, puis ouvrez une nouvelle session Codex.
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 : tous les paramètres de la requête
| Paramètre | Type | Exigence | Rôle |
|---|---|---|---|
model | string | obligatoire | The catalog identifier for this page: gpt-6.2-sol. |
input | string or array | obligatoire | Le prompt sous forme de chaîne, ou des messages dont le contenu combine des parties input_text et input_image ; une image se donne en HTTPS via une URL publique, ou en data URL. |
instructions | string | facultatif | Le prompt système de cette requête. |
reasoning.effort | string | facultatif | Profondeur de raisonnement : low · medium · high · xhigh · max. |
max_output_tokens | integer | facultatif | Plafonne la réponse, raisonnement compris : jusqu’à 128,000. |
tools · tool_choice | array · string or object | facultatif | Les outils de type fonction et la manière dont le modèle choisit un outil. |
stream | boolean | facultatif | true active le streaming en server-sent events, comme response.output_text.delta. |
service_tier | string | facultatif | priority (fast est équivalent) demande le mode Fast et facture chaque token à 2× les tarifs standard ; omettez ce champ pour le palier standard. |
usage | object | champ de réponse | input_tokens avec input_tokens_details.cached_tokens, et output_tokens avec output_tokens_details.reasoning_tokens. |
GPT-6.2 Sol : comparaison de l’API avec des modèles similaires
| Modèle | ID du modèle | Fournisseur | Tarif | Idéal pour |
|---|---|---|---|---|
| GPT-6.2 Sol | gpt-6.2-sol | OpenAI | $0.5 / 1M tokens d’entrée | 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 tokens d’entrée | Le modèle le plus performant d’OpenAI, conçu pour les tâches de bout en bout les plus difficiles |
| GPT-5.6 Terra | gpt-5.6-terra | OpenAI | $0.46 / 1M tokens d’entrée | Le modèle GPT-5.6 qui équilibre intelligence et coût |
| GPT-5.6 Sol | gpt-5.6-sol | OpenAI | $0.92 / 1M tokens d’entrée | Le modèle phare GPT-5.6 pour le travail professionnel complexe |
Autres modèles de ce fournisseur
- GPT-6 AstraLe modèle le plus performant d’OpenAI, conçu pour les tâches de bout en bout les plus difficiles$2.3 / 1M tokens d’entrée
- GPT-5.6 TerraLe modèle GPT-5.6 qui équilibre intelligence et coût$0.46 / 1M tokens d’entrée
- GPT-5.6 SolLe modèle phare GPT-5.6 pour le travail professionnel complexe$0.92 / 1M tokens d’entrée
- GPT-5.5Un modèle phare pour le code et les travaux professionnels les plus complexes$1.15 / 1M tokens d’entrée
Autres modèles de la même modalité
- Claude Opus 5Pour le code agentique complexe et les usages en entreprise$1.75 / 1M tokens d’entrée
- Claude Fable 5.1Le modèle d’Anthropic pour le raisonnement exigeant et le travail agentique au long cours$3.5 / 1M tokens d’entrée
- Claude Fable 5Le modèle Fable d’Anthropic, pour le travail agentique de longue durée$3.5 / 1M tokens d’entrée
- Grok 4.6Le modèle de pointe de xAI pour le code, les tâches agentiques et le travail intellectuel$0.6 / 1M tokens d’entrée
GPT-6.2 Sol : questions fréquentes sur l’API
Comment appeler GPT-6.2 Sol ?
Create an API key in the console and POST https://argolink.io/v1/responses avec model défini sur gpt-6.2-sol and your key in the Authorization header as a Bearer token. /v1/chat/completions fonctionne aussi ; Anthropic Messages n’est pas disponible pour les modèles OpenAI.
Combien coûte 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. Les tokens de raisonnement sont facturés comme des tokens de sortie. Le mode Fast (service_tier priority) facture chaque token à 2× ces tarifs. Lorsque le prompt d’une requête dépasse 272K tokens, tokens en cache compris, toute la requête est facturée à 1.5× ces tarifs pour la sortie et à 2× pour tous les autres tokens. Le mode Fast et les tarifs de contexte long se combinent par multiplication.
Quelles sont les limites de contexte et de sortie de GPT-6.2 Sol ?
Contexte de 1,050,000 tokens, dont 922,000 au plus pour le prompt ; jusqu’à 128,000 tokens de sortie ; texte et images en entrée, texte en sortie.
Comment contrôler le raisonnement de GPT-6.2 Sol ?
Définissez reasoning.effort sur low, medium, high, xhigh ou max.
GPT-6.2 Sol peut-il lire des images ?
Oui : envoyez-les sous forme de parties input_image, chacune en HTTPS via une URL publique, ou en data URL, sur /v1/responses.