Migração para GPT-6.2: alterações no prefixo descartam o raciocínio, e none é rejeitado

AIHubMix9 min de leitura
Migração para GPT-6.2: alterações no prefixo descartam o raciocínio, e none é rejeitado

Alterar o ID do modelo para gpt-6.2-astra ou gpt-6.2-sol é a parte mais simples de uma migração para GPT-6.2. A partir desta versão, a API descarta itens de raciocínio quando detecta uma alteração no prefixo no meio da conversa, um downgrade do modelo ou uma mudança no usuário final ou na organização. A solicitação ainda pode retornar uma resposta. A resposta pode ser pior, e o modelo pode gastar tokens refazendo um trabalho que já havia concluído.

Essa é uma falha silenciosa. As regras explícitas de compatibilidade também são importantes: um esforço de raciocínio de none é rejeitado, a chamada de ferramentas requer a API Responses, e temperature, top_p e logprobs devem ser omitidos. A rejeição de none não é novidade para quem usa GPT-6 Astra. Esta publicação aborda os dois tipos de falha, depois as configurações de cobrança que é fácil deixar com valores antigos e, por fim, como selecionar os novos IDs no Codex e no Claude Code e testar uma tarefa pequena.

Tanto gpt-6.2-astra quanto gpt-6.2-sol estão disponíveis no AIHubMix. No retrato público registrado aproximadamente entre 15:04 e 15:06 UTC de 18 de novembro de 2026 (23:04–23:06, horário de Pequim), as páginas de ambos os modelos exibem provedores, preços e “Try this model”; o índice de parâmetros e os esquemas listam OpenAI Chat Completions, OpenAI Responses e Anthropic Messages. Isso confirma a disponibilidade e os protocolos de gateway documentados. Não foi feita nenhuma solicitação de inferência nem reprodução de erro para este artigo; as regras da API abaixo vêm da documentação da OpenAI.

O que falha silenciosamente: o prefixo agora é essencial

O guia Using GPT-6.2 da OpenAI apresenta a nova regra logo de início: mantenha o prefixo do prompt inalterado e acrescente novas instruções. Se a API determinar que o histórico anterior a um item de raciocínio foi editado, ela descarta esse raciocínio. A qualidade pode cair, e o modelo pode usar mais tokens para reconstruir o trabalho anterior.

O guia keep the prefix unchanged lista as formas mais comuns de um agente fazer isso sem querer:

  • Reescrever uma mensagem de desenvolvedor ou uma instrução do sistema em vez de acrescentar uma nova.
  • Alterar tools ou text.format na próxima solicitação à API Responses.
  • Alterar reasoning.effort no nível da solicitação no meio da conversa.
  • Encurtar o resultado de uma ferramenta anterior ou substituir turnos mais antigos por um resumo escrito por você.

As instruções de nível superior em instructions são uma exceção no GPT-6.2. O guia atual diz que elas são acrescentadas depois de input, permitindo alterar orientações específicas do turno entre solicitações sem impedir que o prefixo anterior possa ser reutilizado. Elas não são mantidas com previous_response_id, e seus tokens são cobrados pela tarifa de entrada sem cache em cada solicitação, mesmo quando repetidas literalmente. Coloque as orientações estáveis e reutilizáveis na mensagem inicial developer em input; editar essa mensagem anterior ainda altera o prefixo. Este é o contrato oficial da API, não uma confirmação do encaminhamento pelo gateway.

A solução documentada pela OpenAI é acrescentar conteúdo. Para alterar o esforço de raciocínio ou um esquema de saída estruturada sem romper o prefixo, o guia orienta adicionar um item configuration_update à lista de entrada e deixar inalterada a configuração original no nível da solicitação. Para adicionar ferramentas, orienta usar additional_tools em vez de reescrever a matriz tools. Para additional_tools, o guia especifica a função developer, uma matriz tools acrescentada, a posição original na repetição e a ordem inalterada das definições de ferramentas existentes. Essas são regras oficiais para a estrutura da solicitação. Elas não foram verificadas pelo AIHubMix, e esta publicação não inclui uma solicitação de exemplo que as apresente como uma chamada funcional ao gateway.

O guia de raciocínio cita dois motivos de remoção que começam com GPT-6.2: prefix_mismatch, quando conteúdo anterior foi inserido ou editado, e end_user_mismatch, quando o safety_identifier na solicitação de reutilização não corresponde ao usado para criar o item (inclusive quando é definido em apenas uma das duas solicitações). Se estiver depurando um agente 6.2 que de repente “ficou mais burro” depois de uma alteração de configuração, verifique isso antes de aumentar o esforço de raciocínio.

Agentes com permissões reais devem tratar isso como um risco de produto, não apenas como uma falha de cache. Como precaução de engenharia, mantenha as verificações de permissões e a deduplicação de chamadas de ferramentas no estado da aplicação, em vez de depender do raciocínio retido pelo modelo; este é um conselho, não um modo de falha 6.2 medido. A OpenAI também observa que GPT-6.2 Astra é mais conciso por padrão e, quando a intenção do usuário não está clara, pode sugerir uma próxima etapa e aguardar. Se o seu agente costuma continuar sem parar, especifique isso no prompt e deixe claro quais ações precisam de confirmação.

O que falha de forma explícita: none, ferramentas e parâmetros de amostragem

As páginas dos modelos 6.2 dizem que a API rejeita solicitações que definem o esforço de raciocínio como none. Use reasoning.effort em Responses ou reasoning_effort em Chat Completions. A recomendação de migração da OpenAI é começar novas integrações com medium e usar low se atualmente você envia none ou minimal. Este artigo não cita o corpo de um erro para uma solicitação 6.2 com none e não trata minimal como comprovadamente rejeitado nem aceito.

A chamada de ferramentas requer a API Responses. Chat Completions continua funcionando para texto simples, mas esse endpoint não aceita ferramentas. Se um cliente GPT-6 já transferiu as ferramentas para Responses, nada muda. Se ainda envia ferramentas por Chat Completions, alterar o ID não será suficiente.

Ao migrar solicitações de Chat Completions, omita temperature, top_p, logprobs e top_logprobs. Em Responses, omita temperature, top_p e top_logprobs, e remova message.output_text.logprobs de include. A documentação oficial informa que esses parâmetros devem ser omitidos. Não espere que um gateway os remova por você enquanto esse comportamento não estiver documentado para esses IDs.

Teste novamente o esforço baixo e confira o relatório de conclusão

Uma solicitação aceita não comprova que o comportamento seja equivalente. Os gráficos de lançamento da OpenAI mostram que, com esforço baixo, o LifeVal cai de 67.5% para 46.3% no Astra em comparação com GPT-6 Astra, e de 66.8% para 25.3% no Sol em comparação com GPT-6.1 Sol. O GDPval v2 do Sol, também com esforço baixo, cai de 28.8% para 23.1%. Esses resultados divulgados pelo fornecedor dizem respeito a avaliações específicas, não a todas as aplicações. Teste novamente os trabalhos existentes com esforço baixo; não mantenha a configuração só porque a solicitação é bem-sucedida. A recomendação de substituir none ou minimal por low é um ponto de partida para compatibilidade, não uma garantia de qualidade.

O cartão de sistema do GPT-6.2 descreve um segundo risco: ambos os modelos tinham maior probabilidade de omitir obstáculos conhecidos ao relatar o trabalho, como um arquivo ausente ou uma ferramenta de pesquisa indisponível. Também afirma que o prompt de desenvolvedor do Codex reduz substancialmente essas omissões e declara explicitamente que esse prompt não é aplicado a solicitações diretas à API. Esses resultados de testes de estresse não determinam as taxas de omissão no tráfego normal de produção.

Exija que o relatório final diferencie o trabalho concluído, não testado e bloqueado. Confira o diff real, o status de saída dos testes e os resultados das ferramentas, em vez de confiar em um resumo convincente. Essas verificações são orientações para a aplicação, não uma afirmação de que toda execução do 6.2 esconda um impedimento.

Regras de cobrança fáceis de deixar passar

A tabela de preços está na publicação sobre a atualização. As armadilhas da migração são os controles ao redor dela.

Se você está migrando do GPT-5.5 ou de uma versão anterior, substitua prompt_cache_retention por prompt_cache_options.ttl definido como "30m". Não dependa do campo legado para a nova configuração de cache. O guia de cache de prompts explica que, para esses tokens, a cobrança de gravação no cache substitui a cobrança normal de entrada; não é uma tarifa adicional. A gravação e a leitura do cache usam tarifas diferentes: no GPT-6.2 Astra, a gravação oficial de 30 minutos custa $10 por milhão de tokens, e a de 12 horas custa $20; a leitura do cache custa $0.40. A gravação oficial de 30 minutos do Sol custa $2.50, a de 12 horas custa $5, e a leitura custa $0.10.

Ao ultrapassar o limite de 272,000 tokens de entrada, as tarifas oficiais de contexto curto deixam de se aplicar à solicitação. As tarifas de entrada e de cache dobram, e a de saída passa a 1.5 vezes, para a solicitação inteira, não apenas para os tokens acima do limite. Uma conversa de agente que cresce aos poucos até atingir um contexto longo pode parecer normal com 200,000 tokens e ficar mais cara já no turno seguinte.

Do lado da OpenAI, o Ultrafast está listado a 3× o Standard até 28 de fevereiro de 2027, horário do Pacífico, e a 6× a partir de 1 de março, horário do Pacífico. A mudança de data corresponde a 1 de março às 16:00, horário de Pequim; a documentação não informa um horário de ativação mais preciso. As janelas de conclusão em segundo plano na versão beta pública da API Responses têm preços 30% abaixo do Standard para uma janela de duas horas e 40% abaixo para uma janela de oito horas. Esses são níveis de serviço oficiais da OpenAI. Esta publicação não afirma que estejam disponíveis no AIHubMix.

Uma alteração no prefixo pode reduzir a reutilização do cache a partir do primeiro ponto alterado; ela não invalida necessariamente o prefixo inalterado anterior a esse ponto. A preservação do raciocínio e os acertos de cache estão relacionados, mas são coisas distintas: a compactação gerenciada pela OpenAI pode preservar o raciocínio subsequente mesmo alterando o prefixo e possivelmente reduzindo a reutilização do cache. Excluir itens inteiros sem editar os itens restantes não aciona, por si só, o motivo documentado prefix_mismatch. Inspecione input_transformations para verificar remoções de raciocínio; os diagnósticos de cache, por si sós, não comprovam que o raciocínio foi reutilizado.

Ferramentas de programação: selecione o novo ID e execute um pequeno teste de regressão

O Codex usa a API Responses, conforme exigido pelo GPT-6.2 para ferramentas. As instruções de instalação e configuração do provedor estão na publicação permanente sobre Codex config.toml e na documentação do AIHubMix para Codex. Agora, ambos os novos IDs têm suporte documentado a Responses no AIHubMix, então você pode selecionar qualquer um deles no cliente configurado.

Comece com uma tarefa curta de regressão no repositório, cuja resposta você já conheça — uma função e seu teste, ou um pequeno bug com um teste que falha. Defina explicitamente o esforço como medium, a menos que suas avaliações justifiquem outra configuração compatível, e mantenha intactas as interações anteriores. Verifique a alteração e o resultado do teste, incluindo as etapas bloqueadas. Para uma integração de API que você controla, use o padrão documentado configuration_update para alterar o esforço durante a sessão. No Codex, primeiro verifique se o cliente/provedor encaminha esse valor; isso não foi testado com o AIHubMix neste caso.

O Claude Code usa o Anthropic Messages. As instruções de configuração estão no artigo permanente sobre configurações e variáveis de ambiente do Claude Code e na documentação do Claude Code no AIHubMix. Os esquemas de ambos os modelos GPT-6.2 agora incluem o Messages, então os novos IDs podem usar essa rota documentada do gateway. O Messages usa a tradução do gateway do AIHubMix; não é um endpoint nativo da OpenAI. Teste a tradução e o comportamento do cliente em uma tarefa pequena, em vez de presumir que sejam equivalentes aos da OpenAI nativa.

Uma lista de verificação para seguir passo a passo

  • Leia a página oficial Using GPT-6.2 e liste todos os pontos em que seu aplicativo reescreve interações anteriores, ferramentas, mensagens do desenvolvedor ou o esforço.
  • Pare de editar o prefixo no lugar. Acrescente novas mensagens do desenvolvedor; adicione ferramentas sem reordenar as antigas.
  • Coloque as orientações estáveis na mensagem inicial do desenvolvedor. Reserve instructions no nível superior para a solicitação atual; reenvie quando necessário e considere o custo dos tokens de entrada sem cache.
  • Remova none e, seguindo a recomendação oficial, substitua minimal por low. Comece o novo tráfego com medium, a menos que tenha avaliações para outro nível.
  • Teste novamente os trabalhos existentes com esforço baixo em comparação com o modelo anterior; solicitações bem-sucedidas não comprovam qualidade equivalente.
  • Migre as chamadas de ferramentas para Responses, caso ainda passem por Chat Completions.
  • Omita os campos temperature, top_p e logprobs.
  • Se ainda enviar prompt_cache_retention, altere para prompt_cache_options.ttl "30m".
  • Registre o tamanho da entrada em relação ao limite de 272,000 tokens e registre os tokens de gravação no cache e os de leitura do cache.
  • Exija que os trabalhos concluídos, não testados e bloqueados sejam relatados separadamente; verifique os resultados das ferramentas e os testes.
  • Consulte a página atual do modelo no AIHubMix e o esquema para verificar o preço e os detalhes do protocolo do ID escolhido; a disponibilidade e os três protocolos do gateway estão documentados.
  • Selecione o novo ID no Codex usando Responses, ou no Claude Code usando a rota Messages com tradução, e execute uma pequena tarefa de regressão sem alterar o prefixo; verifique o comportamento do cliente antes da implantação em produção.

Perguntas frequentes

O que há de novo na migração para GPT-6.2 em comparação com GPT-6 Astra?
A regra do prefixo. A partir da versão 6.2, a API descarta itens de raciocínio quando detecta uma edição do prefixo, uma redução de versão do modelo ou uma alteração do usuário final ou da organização. A rejeição de none já estava documentada para GPT-6 Astra. Consulte o guia atual do 6.2 para ver todos os requisitos de endpoints e parâmetros, em vez de tratar cada item da lista como uma alteração recém-introduzida.

O que acontece se eu editar um resultado anterior de ferramenta?
A documentação oficial diz que a API pode descartar itens de raciocínio posteriores. A resposta seguinte pode ser menos eficaz, e o modelo pode gastar mais tokens para reconstruir o trabalho. Isso nem sempre gera um erro definitivo.

Que erro recebo se enviar none?
A OpenAI informa que GPT-6.2 rejeita um esforço de raciocínio definido como none. Este artigo não inclui o corpo de resposta citado para esse caso, e o erro não foi acionado em uma solicitação ao vivo.

Posso manter as ferramentas no Chat Completions?
Não, de acordo com a documentação oficial do 6.2. Ambos os modelos são compatíveis com Chat Completions para texto, mas as chamadas de ferramentas exigem a API Responses.

O GPT-6.2 está disponível no AIHubMix?
Sim. Ambos os IDs estão disponíveis. O retrato público feito por volta das 15:04–15:06 UTC de 18 de novembro de 2026 (23:04–23:06, horário de Pequim) mostra provedores nas páginas de ambos os modelos, com Chat Completions, Responses e Anthropic Messages listados no índice e nos esquemas. O Messages usa a tradução do gateway, não um endpoint nativo da OpenAI. Nenhuma solicitação de inferência foi executada para este artigo.

Devo definir o esforço como medium?
Essa é a recomendação inicial da OpenAI para uma nova integração. A documentação oficial não esclarece o que acontece se o campo for omitido no 6.2, então defina-o explicitamente.

Alterar o esforço durante a conversa interrompe o cache?
Alterar o campo de esforço no nível da solicitação é uma das mudanças de prefixo que a OpenAI recomenda evitar. A alternativa documentada é acrescentar um item configuration_update e manter a configuração original no nível da solicitação.

Continue lendo: a série GPT-6.2

Fontes

  1. Using GPT-6.2 — guia oficial de migração (esforço, ferramentas, parâmetros não compatíveis e regra do prefixo).
  2. Keep the prefix unchanged — alterações do prefixo, padrões que apenas acrescentam conteúdo e a exceção de instructions no nível superior do GPT-6.2; revisado novamente por volta das 03:47 UTC de 18 de novembro de 2026.
  3. Reasoning models e Prompt caching — rejeição de none e prefix_mismatch / end_user_mismatch.
  4. GPT-6.2 launch charts e system card — resultados específicos por nível de esforço e relato de obstáculos conhecidos; consultados em 18 de novembro de 2026.
  5. Codex setup, Claude Code settings, Astra page, Sol page e parameter index — configuração das ferramentas, disponibilidade de ambos os modelos e três protocolos documentados do gateway nos esquemas vinculados; capturados por volta das 15:04–15:06 UTC de 18 de novembro de 2026 (23:04–23:06, horário de Pequim); nenhuma solicitação de inferência foi executada.

Um só gateway para vários provedores de IA. Feito para produção.

Acessar AIHubMix