GPT-6.2-Migration: Präfixänderungen verwerfen Reasoning, und none wird abgelehnt

AIHubMix9 Min. Lesezeit
GPT-6.2-Migration: Präfixänderungen verwerfen Reasoning, und none wird abgelehnt

Die Modell-ID in gpt-6.2-astra oder gpt-6.2-sol zu ändern, ist der kleinste Teil einer GPT-6.2-Migration. Seit dieser Version verwirft die API Reasoning-Elemente, wenn sie eine Präfixänderung mitten im Gespräch, ein Downgrade des Modells oder einen Wechsel des Endnutzers oder der Organisation erkennt. Die Anfrage kann trotzdem eine Antwort liefern. Die Antwort kann schlechter ausfallen, und das Modell kann Tokens dafür aufwenden, bereits erledigte Arbeit zu wiederholen.

Das ist ein stiller Fehler. Auch die ausdrücklichen Kompatibilitätsregeln sind wichtig: Ein Reasoning effort von none wird abgelehnt, Tool-Aufrufe erfordern die Responses API, und temperature, top_p sowie logprobs müssen weggelassen werden. Die Ablehnung von none ist für GPT-6 Astra-Nutzer nichts Neues. Dieser Beitrag behandelt beide Arten von Fehlern, anschließend Abrechnungseinstellungen, die leicht auf einem alten Wert stehen bleiben, und schließlich, wie sich die neuen IDs in Codex und Claude Code auswählen und mit einer kleinen Aufgabe überprüfen lassen.

Sowohl gpt-6.2-astra als auch gpt-6.2-sol sind auf AIHubMix verfügbar. Im öffentlichen Snapshot vom 18. November 2026, ungefähr zwischen 15:04 und 15:06 UTC (23:04–23:06 Uhr Pekinger Zeit), zeigen beide Modellseiten Anbieter, Preise und „Try this model“; der Parameterindex und die Schemas führen OpenAI Chat Completions, OpenAI Responses und Anthropic Messages auf. Damit sind die Verfügbarkeit und die dokumentierten Gateway-Protokolle belegt. Für diesen Beitrag wurde keine Inferenzanfrage ausgeführt und kein Fehler reproduziert; die API-Regeln unten stammen aus der Dokumentation von OpenAI.

Was still fehlschlägt: Das Präfix ist jetzt entscheidend

OpenAIs Leitfaden GPT-6.2 verwenden stellt die neue Regel an den Anfang: Das Prompt-Präfix unverändert lassen und neue Anweisungen anhängen. Wenn die API feststellt, dass der Verlauf vor einem Reasoning-Element bearbeitet wurde, verwirft sie dieses Reasoning. Die Qualität kann sinken, und das Modell kann mehr Tokens benötigen, um frühere Arbeit zu rekonstruieren.

Der Leitfaden Präfix unverändert lassen nennt die üblichen Fälle, in denen ein Agent dies unbeabsichtigt tut:

  • Eine Entwicklernachricht oder Systemanweisung umschreiben, statt eine neue anzuhängen.
  • Bei der nächsten Responses-Anfrage tools oder text.format ändern.
  • Den Wert von reasoning.effort mitten im Gespräch auf Anfrageebene ändern.
  • Ein früheres Tool-Ergebnis kürzen oder ältere Gesprächsrunden durch eine selbst verfasste Zusammenfassung ersetzen.

Top-Level-instructions bilden bei GPT-6.2 eine Ausnahme. Laut aktuellem Leitfaden werden sie nach input angehängt. Dadurch können sich an einzelne Gesprächsrunden gebundene Vorgaben zwischen Anfragen ändern, während das frühere Präfix weiterhin für die Wiederverwendung infrage kommt. Sie werden nicht mit previous_response_id übernommen, und ihre Tokens werden bei jeder Anfrage zum Preis für uncached Input abgerechnet, selbst wenn sie wortgleich wiederholt werden. Hinterlege stabile, wiederverwendbare Vorgaben in der anfänglichen developer-Nachricht in input; wird diese frühere Nachricht bearbeitet, ändert sich weiterhin das Präfix. Das ist der offizielle API-Vertrag, keine verifizierte Weiterleitung über das Gateway.

Die von OpenAI dokumentierte Lösung besteht darin, Inhalte anzuhängen. Um das Reasoning effort oder ein Schema für strukturierte Ausgabe zu ändern, ohne das Präfix zu beschädigen, empfiehlt der Leitfaden, ein configuration_update-Element zur Eingabeliste hinzuzufügen und die ursprüngliche Einstellung auf Anfrageebene unverändert zu lassen. Um Tools hinzuzufügen, soll additional_tools verwendet werden, statt das Array tools umzuschreiben. Für additional_tools gibt der Leitfaden die Rolle developer, ein angehängtes Array tools, die ursprüngliche Replay-Position und eine unveränderte Reihenfolge der bestehenden Tool-Definitionen vor. Das sind offizielle Regeln für die Anfrageform. Sie wurden nicht über AIHubMix verifiziert, und dieser Beitrag enthält keine Beispielanfrage, die sie als funktionierenden Gateway-Aufruf darstellt.

Der Reasoning-Leitfaden nennt zwei Gründe für das Entfernen von Reasoning-Elementen, die mit GPT-6.2 eingeführt werden: prefix_mismatch, wenn frühere Inhalte eingefügt oder bearbeitet wurden, und end_user_mismatch, wenn der Wert von safety_identifier bei der Wiederverwendungsanfrage nicht mit dem Wert bei der Erstellung des Elements übereinstimmt (auch wenn er nur bei einer der beiden Anfragen gesetzt ist). Wenn ein 6.2-Agent nach einer Einstellungsänderung plötzlich „dümmer geworden“ ist, solltest du das prüfen, bevor du das Reasoning effort erhöhst.

Bei Agenten mit echten Berechtigungen sollte dies als Produktrisiko und nicht nur als Cache-Fehler betrachtet werden. Als technische Vorsichtsmaßnahme sollten Berechtigungsprüfungen und die Deduplizierung von Tool-Aufrufen im Anwendungsstatus verwaltet werden, statt sich auf beibehaltenes Modell-Reasoning zu verlassen; das ist ein Ratschlag und kein gemessener 6.2-Fehlermodus. OpenAI weist außerdem darauf hin, dass GPT-6.2 Astra standardmäßig prägnanter ist und bei unklarer Nutzerabsicht möglicherweise einen nächsten Schritt vorschlägt und dann abwartet. Wenn dein Agent normalerweise einfach weitermacht, gib das im Prompt an und lege ausdrücklich fest, welche Aktionen eine Bestätigung erfordern.

Was laut scheitert: none, Tools und Sampling-Parameter

Laut den Seiten zu den 6.2-Modellen lehnt die API Anfragen ab, bei denen das Reasoning effort auf none gesetzt ist. Verwende bei Responses reasoning.effort und bei Chat Completions reasoning_effort. OpenAIs Migrationsempfehlung lautet, eine neue Integration mit medium zu starten und low zu verwenden, wenn du derzeit none oder minimal sendest. Dieser Artikel enthält keinen zitierten Fehlertext für eine 6.2-Anfrage mit none und behandelt minimal weder als nachweislich abgelehnt noch als nachweislich akzeptiert.

Tool-Aufrufe erfordern die Responses API. Chat Completions funktioniert weiterhin für reinen Text, aber Tools können nicht an diesen Endpunkt übergeben werden. Wenn ein GPT-6-Client seine Tools bereits auf Responses umgestellt hat, ändert sich nichts. Sendet er Tools noch über Chat Completions, reicht die Änderung der ID nicht aus.

Lass bei der Migration von Chat Completions-Anfragen temperature, top_p, logprobs und top_logprobs weg. Bei Responses lass temperature, top_p und top_logprobs weg und entferne message.output_text.logprobs aus include. Laut offizieller Dokumentation sollen diese Parameter weggelassen werden. Geh nicht davon aus, dass ein Gateway sie für dich entfernt, solange dieses Verhalten für diese IDs nicht dokumentiert ist.

Geringen Aufwand erneut testen und den Abschlussbericht überprüfen

Eine akzeptierte Anfrage belegt kein gleichwertiges Verhalten. In OpenAIs Diagrammen zur Markteinführung liegt LifeVal bei geringem Aufwand für Astra bei 67.5% → 46.3% gegenüber GPT-6 Astra und für Sol bei 66.8% → 25.3% gegenüber GPT-6.1 Sol. Auch Sols GDPval v2 bei geringem Aufwand sinkt von 28.8% auf 23.1%. Diese vom Anbieter gemeldeten Ergebnisse beziehen sich auf bestimmte Evaluierungen, nicht auf jede Anwendung. Teste bestehende Aufgaben mit geringem Aufwand erneut; behalte die Einstellung nicht einfach bei, nur weil die Anfrage erfolgreich ist. Die Empfehlung, none oder minimal durch low zu ersetzen, ist ein Ausgangspunkt für die Kompatibilität, keine Garantie für die Qualität.

Die GPT-6.2-Systemkarte beschreibt ein weiteres Risiko: Beide Modelle ließen bekannte Hindernisse in Berichten über ihre Arbeit häufiger aus, etwa eine fehlende Datei oder ein nicht verfügbares Suchtool. Sie besagt außerdem, dass der Codex-Entwickler-Prompt diese Auslassungen deutlich reduziert, und stellt ausdrücklich klar, dass dieser Prompt nicht auf direkte API-Anfragen angewendet wird. Diese Stresstestergebnisse belegen keine Auslassungsraten im normalen Produktionsbetrieb.

Verlange im Abschlussbericht eine klare Unterscheidung zwischen erledigten, nicht getesteten und blockierten Arbeiten. Prüfe den tatsächlichen Diff, den Exit-Status der Tests und die Ergebnisse der Tools, statt einer selbstsicheren Zusammenfassung zu vertrauen. Das sind Empfehlungen für die Anwendung und keine Behauptung, dass jeder 6.2-Lauf ein Hindernis verschweigt.

Abrechnungsregeln, die leicht übersehen werden

Die Preisliste selbst steht im Upgrade-Beitrag. Die Migrationsfallen sind die Schalter drumherum.

Wenn du von GPT-5.5 oder einer älteren Version kommst, ersetze prompt_cache_retention durch prompt_cache_options.ttl mit dem Wert "30m". Verlass dich bei der neuen Cache-Konfiguration nicht auf das veraltete Feld. Der Leitfaden zum Prompt-Caching erklärt, dass für diese Tokens die Preise für Cache-Schreibvorgänge an die Stelle der üblichen Input-Preise treten; es handelt sich nicht um eine zusätzliche Gebühr. Für Cache-Schreib- und Cache-Lesevorgänge gelten unterschiedliche Preise: Bei GPT-6.2 Astra kostet ein offizieller Schreibvorgang mit 30 Minuten TTL $10 pro Million Tokens und einer mit 12 Stunden $20; das Lesen aus dem Cache kostet $0.40. Bei Sol kostet ein offizieller Schreibvorgang mit 30 Minuten TTL $2.50, einer mit 12 Stunden $5 und das Lesen $0.10.

Wird die Schwelle von 272,000 Input-Tokens überschritten, gelten die offiziellen Preise für kurze Kontexte für diese Anfrage nicht mehr. Die Input- und Cache-Preise verdoppeln sich, der Output-Preis steigt auf das 1,5-Fache – und zwar für die gesamte Anfrage, nicht nur für die Tokens oberhalb der Schwelle. Bei einem Agenten, dessen Gespräch allmählich zu einem langen Kontext anwächst, kann bei 200,000 Tokens noch alles normal aussehen, bevor die Kosten im nächsten Zug sprunghaft steigen.

Auf OpenAIs Seite ist Ultrafast bis zum 28. Februar 2027, pazifischer Zeit, mit dem 3-Fachen des Standardpreises und ab dem 1. März, pazifischer Zeit, mit dem 6-Fachen aufgeführt. Der Kalenderwechsel entspricht dem 1. März um 16:00 Uhr Pekinger Zeit; die Dokumentation nennt keinen genaueren Aktivierungszeitpunkt. Für Hintergrund-Abschlussfenster in der öffentlichen Beta der Responses API gelten Preise, die bei einem zweistündigen Fenster 30% und bei einem achtstündigen Fenster 40% unter dem Standardpreis liegen. Das sind offizielle OpenAI-Service-Tarife. Dieser Beitrag behauptet nicht, dass sie auf AIHubMix angeboten werden.

Eine Präfixänderung kann die Cache-Wiederverwendung ab der ersten geänderten Stelle verringern; das unveränderte Präfix davor wird dadurch nicht unbedingt ungültig. Der Erhalt von Reasoning und Cache-Treffer hängen zusammen, sind aber nicht dasselbe: Die von OpenAI verwaltete Komprimierung kann nachfolgendes Reasoning erhalten, obwohl sie das Präfix ändert und die Cache-Wiederverwendung möglicherweise reduziert. Das Löschen ganzer Elemente löst für sich genommen nicht den dokumentierten Grund prefix_mismatch aus, sofern die verbleibenden Elemente nicht bearbeitet werden. Prüfe input_transformations auf entfernte Reasoning-Elemente; Cache-Diagnosen allein beweisen nicht, dass Reasoning wiederverwendet wurde.

Programmierwerkzeuge: neue ID auswählen und dann einen kleinen Regressionstest ausführen

Codex verwendet die Responses API. Das entspricht den Anforderungen von GPT-6.2 für Tools. Die Installation und Einrichtung des Anbieters werden im dauerhaft aktuellen Beitrag zu Codex config.toml und in der AIHubMix-Codex-Dokumentation beschrieben. Für beide neuen IDs ist Responses-Unterstützung auf AIHubMix inzwischen dokumentiert, sodass du eine davon im konfigurierten Client auswählen kannst.

Beginne mit einer kurzen Regression-Aufgabe im Repository, deren Lösung du bereits kennst – etwa eine Funktion mit ihrem Test oder einen kleinen Fehler mit einem fehlschlagenden Test. Setze den Reasoning effort ausdrücklich auf medium, sofern deine Evaluierungen keine andere unterstützte Einstellung rechtfertigen, und lass frühere Turns unverändert. Überprüfe die Änderung und das Testergebnis, einschließlich aller blockierten Schritte. Verwende bei einer API-Integration, die du kontrollierst, das dokumentierte Muster configuration_update, um den Reasoning effort während einer Sitzung zu ändern. Prüfe bei Codex zunächst, ob der Client oder Anbieter den Wert weiterleitet; das wurde hier nicht über AIHubMix getestet.

Claude Code verwendet Anthropic Messages. Die Einrichtung wird im dauerhaft aktuellen Beitrag Claude-Code-Einstellungen und Umgebungsvariablen sowie in der AIHubMix-Dokumentation zu Claude Code beschrieben. Beide GPT-6.2-Schemas führen Messages jetzt auf, sodass die neuen IDs diese dokumentierte Gateway-Route nutzen können. Messages verwendet die Gateway-Übersetzung von AIHubMix; es handelt sich nicht um einen nativen OpenAI-Endpunkt. Prüfe Übersetzung und Client-Verhalten anhand einer kleinen Aufgabe, statt von einer Gleichwertigkeit mit der nativen OpenAI-Schnittstelle auszugehen.

Eine Checkliste zum Durcharbeiten

  • Lies die offizielle Seite „Using GPT-6.2“ und erfasse alle Stellen, an denen deine App frühere Turns, Tools, Developer-Nachrichten oder den Reasoning effort umschreibt.
  • Beende Änderungen am Präfix direkt im Bestand. Hänge neue Developer-Nachrichten an und füge Tools hinzu, ohne die Reihenfolge der bisherigen zu ändern.
  • Lege dauerhafte Vorgaben in der initialen Developer-Nachricht ab. Verwende instructions auf oberster Ebene nur für die aktuelle Anfrage; sende sie bei Bedarf erneut und berücksichtige die Kosten für nicht zwischengespeicherte Eingaben.
  • Entferne none (und ersetze gemäß der offiziellen Empfehlung minimal durch low). Starte neuen Traffic mit medium, sofern du keine Evaluierungen für ein anderes Niveau hast.
  • Teste bestehende Aufgaben mit niedrigem Reasoning effort erneut im Vergleich zum Vorgängermodell; erfolgreiche Anfragen belegen keine gleichwertige Qualität.
  • Verlagere Tool-Aufrufe zu Responses, falls sie weiterhin über Chat Completions laufen.
  • Lass die Felder temperature, top_p und logprobs weg.
  • Falls du weiterhin prompt_cache_retention sendest, ändere es in prompt_cache_options.ttl "30m".
  • Protokolliere die Eingabegröße im Verhältnis zur Grenze von 272,000 Token und erfasse Token für Cache-Schreibvorgänge getrennt von Token für Cache-Lesevorgänge.
  • Verlange, dass abgeschlossene, nicht getestete und blockierte Arbeiten getrennt ausgewiesen werden; überprüfe die Ergebnisse der Tool-Aufrufe und Tests.
  • Prüfe auf der aktuellen AIHubMix-Modellseite und im Schema Preis und Protokolldetails der ausgewählten ID; Verfügbarkeit und alle drei Gateway-Protokolle sind dokumentiert.
  • Wähle die neue ID in Codex über Responses oder in Claude Code über die übersetzte Messages-Route aus und führe eine kleine Regression-Aufgabe mit unverändertem Präfix aus; überprüfe das Client-Verhalten vor der Einführung in der Produktion.

FAQ

Was ist neu bei der Migration zu GPT-6.2 im Vergleich zu GPT-6 Astra?
Die Präfixregel. Ab 6.2 verwirft die API Reasoning-Elemente, wenn sie eine Präfixänderung, ein Downgrade des Modells oder eine Änderung des Endnutzers oder der Organisation erkennt. Dass none abgelehnt wird, war für GPT-6 Astra bereits dokumentiert. Prüfen Sie den aktuellen 6.2-Leitfaden auf alle Anforderungen an Endpunkte und Parameter, statt jeden Punkt der Checkliste als neu eingeführte Änderung zu betrachten.

Was passiert, wenn ich ein früheres Tool-Ergebnis ändere?
Laut offizieller Dokumentation kann die API nachfolgende Reasoning-Elemente verwerfen. Die nächste Antwort könnte schwächer ausfallen, und das Modell benötigt möglicherweise mehr Token, um die bisherige Arbeit zu rekonstruieren. Das führt nicht immer zu einem harten Fehler.

Welchen Fehler erhalte ich, wenn ich none sende?
Laut OpenAI lehnt GPT-6.2 einen Reasoning effort von none ab. In diesem Beitrag ist für diesen Fall kein Antworttext zitiert, und der Fehler wurde bei einer Live-Anfrage nicht ausgelöst.

Kann ich Tools weiterhin mit Chat Completions verwenden?
Laut offizieller GPT-6.2-Dokumentation nicht. Beide Modelle unterstützen Chat Completions für Text, für Tool-Aufrufe ist jedoch die Responses API erforderlich.

Ist GPT-6.2 auf AIHubMix verfügbar?
Ja. Beide IDs sind verfügbar. Der öffentliche Snapshot von ungefähr 15:04–15:06 UTC am 18 November 2026 (23:04–23:06 Beijing time) zeigt Anbieter auf beiden Modellseiten; im Index und in den Schemas sind Chat Completions, Responses und Anthropic Messages aufgeführt. Messages verwendet eine Gateway-Übersetzung und keinen nativen OpenAI-Endpunkt. Für diesen Artikel wurde keine Inferenzanfrage ausgeführt.

Sollte ich den Reasoning effort auf medium setzen?
Das ist OpenAIs Empfehlung als Ausgangspunkt für eine neue Integration. Aus der offiziellen Dokumentation geht nicht eindeutig hervor, was passiert, wenn das Feld bei 6.2 weggelassen wird; setze es daher ausdrücklich.

Wird der Cache ungültig, wenn ich den Reasoning effort mitten im Gespräch ändere?
Das Ändern des Reasoning-effort-Felds auf Anfrageebene gehört zu den Präfixänderungen, von denen OpenAI abrät. Die dokumentierte Alternative besteht darin, ein configuration_update-Element anzuhängen und die ursprüngliche Einstellung auf Anfrageebene beizubehalten.

Weiterlesen: die GPT-6.2-Reihe

Quellen

  1. Using GPT-6.2 — offizielle Migrationsanleitung (Reasoning effort, Tools, nicht unterstützte Parameter, Präfixregel).
  2. Keep the prefix unchanged — Präfixänderungen, ausschließliches Anhängen und die Ausnahme für instructions auf oberster Ebene in GPT-6.2; erneut geprüft um ungefähr 03:47 UTC am 18 November 2026.
  3. Reasoning models und Prompt caching — Ablehnung von none sowie prefix_mismatch / end_user_mismatch.
  4. GPT-6.2 launch charts und system card — Ergebnisse nach Reasoning effort und Meldung bekannter Hindernisse; eingesehen am 18 November 2026.
  5. Codex-Einrichtung, Claude-Code-Einstellungen, Astra-Seite, Sol-Seite und Parameterindex — Tool-Einrichtung, Verfügbarkeit beider Modelle und drei dokumentierte Gateway-Protokolle in den verlinkten Schemas; erfasst um ungefähr 15:04–15:06 UTC am 18 November 2026 (23:04–23:06 Beijing time); keine Inferenzanfrage ausgeführt.

Ein Gateway zu mehreren KI-Anbietern. Gebaut für den Produktiveinsatz.

AIHubMix besuchen