OpenAI 的 GPT-6.2 今天在 ModelFold 上线,一共四个型号。下面只写模型页上的规格,以及已经调通的调用方式。
GPT-6.2 是什么
四个型号:
- GPT-6.2 Sol,模型 ID 是 gpt-6-2-sol。它是 GPT-6.1 Sol 的升级版,放在旗舰 GPT-6.2 Astra 下面,面向日常通用。
- GPT-6.2 Sol Pro,模型 ID 是 gpt-6-2-sol-pro。和 Sol 是同一个模型,用 pro 推理模式运行。
- GPT-6.2 Astra,模型 ID 是 gpt-6-2-astra。GPT-6.2 系列的旗舰,面向最难的工程、专业和科研任务。
- GPT-6.2 Astra Pro,模型 ID 是 gpt-6-2-astra-pro。和 Astra 是同一个模型,用 pro 推理模式运行。
四个型号的共同能力:105 万 token 上下文,可以输入图片和文件,支持工具调用,思考强度可以选 low、medium、high、xhigh、max。接口是 OpenAI 兼容的 POST /v1/chat/completions。一个 ModelFold API Key 可以调这四个型号,也可以调站里的其他模型。
模型页:
四个型号怎么选
日常问答、改一段代码、整理一份材料,用 Sol。
题目明显更难,例如跨很多文件的工程问题、专业判断、需要长推理的科研向任务,用 Astra。
Pro 不是另一个底座。Sol Pro 和 Sol 是同一个模型,Astra Pro 和 Astra 是同一个模型,差别是 pro 推理模式会花更多推理 token,用来换更稳的回答。Sol 觉得想得不够,先换 Sol Pro。Astra 还想再挖深,换 Astra Pro。
思考强度和 Pro 是两件事。强度是同一次请求里选一档;Pro 是换成另一个模型 ID。
思考强度怎么用
这四个型号都要开着思考,请求里不能把它关掉。字段名是 reasoning_effort,取值五档:
- low:少想一点,适合简单问答。
- medium:日常默认可以放这里。
- high:需要分几步想的题。
- xhigh 和 max:希望把思考做满时再用。
档位越高,推理 token 通常越多。思考过程的 token 按输出价计,所以高档和 Pro 都会更贵。没有固定倍数,以这次请求的实际用量为准。
ModelFold 这边已经调通的范围:四个型号的普通对话、流式输出、工具调用,以及上面五档思考强度。没有做跑分,也没有把没测过的效果写成结论。
价格
按量计费,没有月费。调用失败不扣费。下面是 2026 年 11 月 17 日模型页上的标价,之后以页面显示为准:
- Sol 和 Sol Pro:输入 400 积分 / 百万 token(约 2 美元),输出 2000 积分 / 百万 token(约 10 美元)。
- Astra 和 Astra Pro:输入 1600 积分 / 百万 token(约 8 美元),输出 8000 积分 / 百万 token(约 40 美元)。
Pro 和对应的标准型号单价相同。Pro 总花费更高,是因为推理 token 更多,不是因为单价更高。
Python 和 curl
先在 ModelFold 控制台创建 API Key,放到环境变量 MODELFOLD_API_KEY。下面的 model 用 gpt-6-2-sol。换成另外三个,只改这个字段。
curl https://modelfold.ai/v1/chat/completions \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-6-2-sol","reasoning_effort":"medium","messages":[{"role":"user","content":"用三句话说明什么是幂等。"}]}'
要流式输出,同一份 JSON 加上 "stream": true。
from openai import OpenAI
client = OpenAI(base_url="https://modelfold.ai/v1", api_key="YOUR_MODELFOLD_API_KEY")
resp = client.chat.completions.create(
model="gpt-6-2-sol",
messages=[{"role": "user", "content": "用三句话说明什么是幂等。"}],
extra_body={"reasoning_effort": "medium"},
)
print(resp.choices[0].message.content)
工具调用用对话接口里标准的 tools 字段,模型返回要调用的函数和参数,真正执行还是你的代码做。四个型号的工具调用都已调通。
在 Claude Code、Codex 里用
编程工具的接法不要猜,看这份文档:
文档里的顺序是:创建 Key,执行 export MODELFOLD_API_KEY=你的密钥。已经装了 Node.js 的话,可以再装 skill,让 Claude Code 或 Codex 按文档自己配:
npx skills add https://modelfold.ai -g -a claude-code -a codex -a grok -y
Claude Code 和 Codex 用的协议不一样,模型 ID 以文档里写的列表接口为准。自己的程序只想调 GPT-6.2,用上面的 /v1/chat/completions,model 填 gpt-6-2-sol 即可。