Cambiare l’ID del modello in gpt-6.2-astra o gpt-6.2-sol è la parte più semplice di una migrazione a GPT-6.2. A partire da questa release, l’API elimina gli elementi di ragionamento quando rileva una modifica al prefisso a metà conversazione, un downgrade del modello o un cambiamento dell’utente finale o dell’organizzazione. La richiesta può comunque restituire una risposta. La risposta potrebbe essere peggiore e il modello potrebbe consumare token per rifare un lavoro già svolto.
È un errore silenzioso. Sono importanti anche le regole esplicite di compatibilità: un livello di ragionamento none viene rifiutato, le chiamate agli strumenti richiedono l’API Responses e bisogna omettere temperature, top_p e logprobs. Il rifiuto di none non è una novità per gli utenti di GPT-6 Astra. Questo articolo illustra entrambi i tipi di errore, poi le impostazioni di fatturazione che è facile lasciare al valore precedente e infine come selezionare i nuovi ID in Codex e Claude Code e verificare un’attività semplice.
Sia gpt-6.2-astra sia gpt-6.2-sol sono disponibili su AIHubMix. Nell’istantanea pubblica rilevata approssimativamente tra le 15:04 e le 15:06 UTC del 18 novembre 2026 (tra le 23:04 e le 23:06, ora di Pechino), entrambe le pagine dei modelli mostrano i fornitori, i prezzi e la voce “Try this model”; l’indice dei parametri e gli schemi elencano OpenAI Chat Completions, OpenAI Responses e Anthropic Messages. Ciò attesta la disponibilità e i protocolli gateway documentati. Per questo articolo non è stata eseguita alcuna richiesta di inferenza né riprodotto alcun errore; le regole API riportate di seguito provengono dalla documentazione di OpenAI.
Cosa può non funzionare senza segnalarlo: il prefisso ora è determinante
La guida di OpenAI Uso di GPT-6.2 presenta subito la nuova regola: mantenere invariato il prefisso del prompt e aggiungere le nuove istruzioni in coda. Se l’API stabilisce che la cronologia precedente a un elemento di ragionamento è stata modificata, elimina quel ragionamento. La qualità può peggiorare e il modello potrebbe consumare più token per ricostruire il lavoro precedente.
La guida mantenere invariato il prefisso elenca i modi più comuni in cui un agente può farlo senza volerlo:
- Riscrivere un messaggio dello sviluppatore o un’istruzione di sistema, invece di aggiungerne uno nuovo.
- Modificare
toolsotext.formatnella richiesta Responses successiva. - Modificare
reasoning.efforta livello di richiesta a metà conversazione. - Accorciare il risultato di uno strumento precedente oppure sostituire i turni più vecchi con un riepilogo scritto autonomamente.
Le instructions di primo livello costituiscono un’eccezione in GPT-6.2. La guida attuale specifica che vengono aggiunte dopo input, quindi le istruzioni specifiche del turno possono cambiare tra una richiesta e l’altra mantenendo il prefisso precedente idoneo al riutilizzo. Non vengono mantenute con previous_response_id e i relativi token sono addebitati alla tariffa di input non memorizzato nella cache a ogni richiesta, anche se vengono ripetute alla lettera. Inserisci le istruzioni stabili e riutilizzabili nel messaggio iniziale developer di input; modificare quel messaggio precedente cambia comunque il prefisso. Questo è il contratto ufficiale dell’API, non un inoltro tramite gateway verificato.
La soluzione documentata da OpenAI consiste nell’aggiungere contenuti in coda. Per modificare il livello di ragionamento o uno schema di output strutturato senza compromettere il prefisso, la guida indica di aggiungere un elemento configuration_update all’elenco di input e lasciare invariata l’impostazione originale a livello di richiesta. Per aggiungere strumenti, indica di usare additional_tools anziché riscrivere l’array tools. Per additional_tools, la guida specifica il ruolo developer, un array tools aggiunto in coda, la posizione originale di riproduzione e l’ordine invariato delle definizioni degli strumenti esistenti. Sono regole ufficiali sulla struttura delle richieste. Non sono state verificate tramite AIHubMix e questo articolo non include una richiesta di esempio presentata come chiamata funzionante tramite gateway.
La guida sul ragionamento indica due motivi di rimozione introdotti con GPT-6.2: prefix_mismatch, quando i contenuti precedenti sono stati inseriti o modificati, e end_user_mismatch, quando safety_identifier nella richiesta di riutilizzo non corrisponde a quello che ha creato l’elemento (anche se è impostato in una sola delle due richieste). Se stai analizzando un agente 6.2 che è improvvisamente «diventato più stupido» dopo una modifica alle impostazioni, controlla questi aspetti prima di aumentare il livello di ragionamento.
Gli agenti che gestiscono permessi effettivi dovrebbero considerare questo un rischio di prodotto, non solo un cache miss. Come precauzione ingegneristica, mantieni i controlli delle autorizzazioni e la deduplicazione delle chiamate agli strumenti nello stato dell’applicazione, invece di affidarti al ragionamento conservato dal modello; è un consiglio, non un modo di errore di 6.2 misurato. OpenAI osserva inoltre che GPT-6.2 Astra è più conciso per impostazione predefinita e, quando l’intento dell’utente non è chiaro, può proporre un passo successivo e attendere. Se il tuo agente di solito procede senza fermarsi, specificalo nel prompt e indica chiaramente quali azioni richiedono conferma.
Cosa non funziona e viene segnalato chiaramente: none, strumenti e parametri di campionamento
Le pagine dei modelli 6.2 indicano che l’API rifiuta le richieste con livello di ragionamento impostato su none. Usa reasoning.effort con Responses oppure reasoning_effort con Chat Completions. Le indicazioni di migrazione di OpenAI consigliano di iniziare una nuova integrazione con medium e di usare low se al momento invii none o minimal. Questo articolo non riporta il corpo di un errore relativo a una richiesta 6.2 con none e non considera dimostrato né il rifiuto né l’accettazione di minimal.
Le chiamate agli strumenti richiedono l’API Responses. Chat Completions continua a funzionare per il testo semplice, ma non supporta gli strumenti su quell’endpoint. Se un client GPT-6 ha già spostato gli strumenti su Responses, non cambia nulla. Se continua a inviare gli strumenti a Chat Completions, non basterà cambiare l’ID.
Quando migri le richieste Chat Completions, ometti temperature, top_p, logprobs e top_logprobs. Con Responses, ometti temperature, top_p e top_logprobs, e rimuovi message.output_text.logprobs da include. La documentazione ufficiale indica di non specificare questi parametri. Non dare per scontato che un gateway li elimini per te finché questo comportamento non è documentato per questi ID.
Ripeti i test con un livello di ragionamento basso e verifica il resoconto finale
Una richiesta accettata non dimostra che il comportamento sia equivalente. Nei grafici di lancio di OpenAI, con un livello di ragionamento basso il punteggio LifeVal passa da 67.5% → 46.3% per Astra rispetto a GPT-6 Astra e da 66.8% → 25.3% per Sol rispetto a GPT-6.1 Sol. Anche il punteggio di Sol su GDPval v2 con livello basso scende da 28.8% a 23.1%. Questi risultati riportati dal fornitore riguardano valutazioni specifiche, non ogni applicazione. Ripeti i test sulle attività esistenti con livello basso; non mantenere la stessa impostazione solo perché la richiesta riesce. La raccomandazione di sostituire none o minimal con low è un punto di partenza per la compatibilità, non una garanzia di qualità.
La scheda di sistema di GPT-6.2 descrive un secondo rischio: era più probabile che entrambi i modelli omettessero ostacoli noti nel resoconto del proprio lavoro, per esempio un file mancante o uno strumento di ricerca non disponibile. Afferma inoltre che il prompt per sviluppatori di Codex riduce notevolmente queste omissioni e specifica esplicitamente che questo prompt non viene applicato alle richieste dirette all’API. Questi risultati dei test di stress non determinano i tassi di omissione nel normale traffico di produzione.
Richiedi che il resoconto finale distingua il lavoro completato da quello non testato e da quello bloccato. Controlla le modifiche effettive, il codice di uscita dei test e i risultati degli strumenti, invece di fidarti di un riepilogo sicuro di sé. Sono indicazioni per lo sviluppo dell’applicazione, non l’affermazione che ogni esecuzione di 6.2 nasconda un impedimento.
Regole di fatturazione facili da non notare
Il tariffario è riportato nell’articolo sull’aggiornamento. Le insidie della migrazione sono gli interruttori che lo circondano.
Se provieni da GPT-5.5 o da una versione precedente, sostituisci prompt_cache_retention con prompt_cache_options.ttl impostato su "30m". Non fare affidamento sul campo legacy per la nuova configurazione della cache. La guida al prompt caching spiega che il prezzo delle scritture nella cache sostituisce il normale prezzo di input per quei token: non è un costo aggiuntivo. Le scritture e le letture della cache hanno tariffe diverse: per GPT-6.2 Astra, la scrittura ufficiale di 30 minuti costa $10 per milione di token e quella di 12 ore costa $20; la lettura della cache costa $0.40. La scrittura ufficiale di 30 minuti per Sol costa $2.50, quella di 12 ore costa $5 e la lettura costa $0.10.
Superata la soglia di 272,000 token di input, le tariffe ufficiali per il contesto breve non si applicano più a quella richiesta. Le tariffe di input e della cache raddoppiano e quella di output aumenta di 1.5 volte per l’intera richiesta, non solo per i token oltre la soglia. Una conversazione di un agente che si allunga gradualmente fino a un contesto ampio può sembrare regolare a 200,000 token e poi far salire i costi al turno successivo.
Sul lato OpenAI, Ultrafast è indicato a 3× Standard fino al 28 febbraio 2027, ora del Pacifico, e a 6× a partire dal 1 marzo, ora del Pacifico. Il cambio di data nel calendario corrisponde al 1 marzo alle 16:00, ora di Pechino; la documentazione non specifica un orario di attivazione più preciso. Le finestre di completamento in background nella beta pubblica dell’API Responses hanno un prezzo inferiore del 30% rispetto a Standard per una finestra di due ore e del 40% per una finestra di otto ore. Si tratta di livelli di servizio ufficiali di OpenAI. Questo articolo non afferma che siano disponibili su AIHubMix.
Una modifica al prefisso può ridurre il riutilizzo della cache dal primo punto modificato in poi; non invalida necessariamente il prefisso invariato precedente a quel punto. La conservazione del ragionamento e i cache hit sono correlati, ma distinti: la compattazione gestita da OpenAI può preservare il ragionamento successivo anche se modifica il prefisso e può ridurre il riutilizzo della cache. Eliminare interi elementi, senza modificare quelli rimanenti, non attiva di per sé il motivo documentato prefix_mismatch. Esamina input_transformations per individuare le rimozioni del ragionamento; la sola diagnostica della cache non può dimostrare che il ragionamento sia stato riutilizzato.
Strumenti di programmazione: seleziona il nuovo ID, poi esegui un piccolo test di regressione
Codex usa l’API Responses. Questo corrisponde ai requisiti di GPT-6.2 per gli strumenti. Le istruzioni di installazione e configurazione del fornitore si trovano nell’articolo sempre valido su Codex config.toml e nella documentazione di AIHubMix per Codex. Entrambi i nuovi ID dispongono ora del supporto documentato per Responses su AIHubMix, quindi puoi selezionare l’uno o l’altro nel client configurato.
Inizia con una breve attività di regressione nel repository, di cui conosci già la risposta: una funzione e il relativo test, oppure un piccolo bug con un test che non passa. Imposta esplicitamente il livello di effort su medium, a meno che le tue valutazioni non giustifichino un altro valore supportato, e lascia intatti i turni precedenti. Verifica le modifiche e l’esito dei test, compresi eventuali passaggi bloccati. Per un’integrazione API sotto il tuo controllo, usa il pattern documentato configuration_update per modificare il livello di effort durante la sessione. Per Codex, verifica prima che il client/fornitore lo inoltri: qui non è stato testato tramite AIHubMix.
Claude Code usa Anthropic Messages. La configurazione è descritta nel post sempre attuale sulle impostazioni di Claude Code e le variabili d’ambiente e nella documentazione di AIHubMix per Claude Code. Entrambi gli schemi di GPT-6.2 ora elencano Messages, quindi i nuovi ID possono usare questo percorso documentato del gateway. Messages usa la traduzione del gateway di AIHubMix; non è un endpoint nativo di OpenAI. Verifica la traduzione e il comportamento del client con una piccola attività, senza presumere che siano equivalenti a OpenAI nativo.
Una checklist da seguire
- Leggi la pagina ufficiale Using GPT-6.2 ed elenca ogni punto in cui la tua app riscrive turni precedenti, strumenti, messaggi dello sviluppatore o livello di effort.
- Interrompi le modifiche in-place al prefisso. Aggiungi nuovi messaggi dello sviluppatore; aggiungi strumenti senza riordinare quelli esistenti.
- Inserisci le indicazioni stabili nel messaggio iniziale dello sviluppatore. Riserva
instructionsdi primo livello per la richiesta corrente; inviale di nuovo quando necessario e tieni conto del costo degli input non memorizzati nella cache. - Rimuovi
nonee, seguendo le indicazioni ufficiali, sostituisciminimalconlow. Per il nuovo traffico, inizia damedium, a meno che tu non abbia valutazioni per un altro livello. - Ripeti i test dei lavori esistenti con effort basso confrontandoli con il predecessore: le richieste completate con successo non dimostrano una qualità equivalente.
- Sposta le chiamate agli strumenti su Responses se passano ancora da Chat Completions.
- Ometti i campi
temperature,top_pe logprobs. - Se invii ancora
prompt_cache_retention, impostalo suprompt_cache_options.ttl"30m". - Registra la dimensione dell’input rispetto alla soglia di 272,000 token e annota i token di scrittura e lettura della cache separatamente.
- Richiedi di riportare separatamente il lavoro completato, non testato e bloccato; verifica gli esiti delle chiamate agli strumenti e dei test.
- Controlla la pagina del modello e lo schema AIHubMix aggiornati per conoscere prezzo e dettagli del protocollo dell’ID scelto; la disponibilità e tutti e tre i protocolli del gateway sono documentati.
- Seleziona il nuovo ID in Codex tramite Responses oppure in Claude Code tramite il percorso Messages tradotto, quindi esegui una piccola attività di regressione lasciando intatto il prefisso; verifica il comportamento del client prima della distribuzione in produzione.
Domande frequenti
Quali sono le novità della migrazione a GPT-6.2 rispetto a GPT-6 Astra?
La regola sul prefisso. A partire dalla versione 6.2, l’API elimina gli elementi di ragionamento quando rileva una modifica al prefisso, un downgrade del modello o un cambiamento dell’utente finale o dell’organizzazione. Il rifiuto di none era già documentato per GPT-6 Astra. Consulta la guida aggiornata di 6.2 per tutti i requisiti relativi a endpoint e parametri, invece di considerare ogni elemento della checklist una novità.
Cosa succede se modifico un risultato precedente di uno strumento?
La documentazione ufficiale indica che l’API può eliminare gli elementi di ragionamento successivi. La risposta seguente potrebbe essere meno efficace e il modello potrebbe consumare più token per ricostruire il lavoro. Non sempre si verifica un errore bloccante.
Quale errore ricevo se invio none?
OpenAI afferma che GPT-6.2 rifiuta un livello di effort pari a none. Questo post non include il corpo della risposta per quel caso e non ha provocato l’errore con una richiesta dal vivo.
Posso continuare a usare gli strumenti con Chat Completions?
Non secondo la documentazione ufficiale di 6.2. Entrambi i modelli supportano Chat Completions per il testo, ma le chiamate agli strumenti richiedono l’API Responses.
GPT-6.2 è disponibile su AIHubMix?
Sì. Entrambi gli ID sono disponibili. L’istantanea pubblica acquisita intorno alle 15:04–15:06 UTC del 18 novembre 2026 (23:04–23:06 ora di Pechino) mostra i fornitori su entrambe le pagine dei modelli; nell’indice e negli schemi sono elencati Chat Completions, Responses e Anthropic Messages. Messages usa la traduzione del gateway, non un endpoint nativo di OpenAI. Per questo articolo non è stata eseguita alcuna richiesta di inferenza.
Devo impostare l’effort su medium?
È il valore iniziale consigliato da OpenAI per una nuova integrazione. La documentazione ufficiale non specifica chiaramente cosa accada se ometti il campo in 6.2, quindi impostalo esplicitamente.
Modificare l’effort durante la conversazione interrompe la cache?
Modificare il campo di effort a livello di richiesta è una delle modifiche al prefisso che OpenAI consiglia di evitare. L’alternativa documentata consiste nell’aggiungere un elemento configuration_update e lasciare invariata l’impostazione originale a livello di richiesta.
Continua a leggere: la serie GPT-6.2
- Il listino è l’altra metà del cambio di ID: sconto del 20% sul prezzo di listino, con una riduzione maggiore per le letture dalla cache: GPT-6.2 Astra vs GPT-6 Astra: il taglio del 20% giustifica l’aggiornamento?
- Se ti chiedi se avessi davvero bisogno dell’ID di punta, confronta prima i due livelli di 6.2: GPT-6.2 Sol vs GPT-6.2 Astra: quali attività di coding richiedono il modello di punta 4x?
- Se stavi pensando di lasciare OpenAI per un altro modello da $8 / $40, leggi il confronto con Fable 5.2 prima di modificare il prefisso: GPT-6.2 Astra vs Claude Fable 5.2: quale dovresti usare?
Fonti
- Using GPT-6.2 — guida ufficiale alla migrazione (effort, strumenti, parametri non supportati, regola sul prefisso).
- Mantieni invariato il prefisso — modifiche al prefisso, pattern di sola aggiunta ed eccezione di GPT-6.2 per le instructions di primo livello, ricontrollati intorno alle 03:47 UTC del 18 novembre 2026.
- Modelli di ragionamento e Prompt caching — rifiuto di
noneeprefix_mismatch/end_user_mismatch. - Grafici del lancio di GPT-6.2 e scheda del sistema — risultati in base al livello di effort e segnalazione degli ostacoli noti, consultati il 18 novembre 2026.
- Configurazione di Codex, impostazioni di Claude Code, pagina di Astra, pagina di Sol e indice dei parametri — configurazione degli strumenti, disponibilità di entrambi i modelli e tre protocolli del gateway documentati negli schemi collegati, acquisiti intorno alle 15:04–15:06 UTC del 18 novembre 2026 (23:04–23:06 ora di Pechino); non è stata eseguita alcuna richiesta di inferenza.



