Đổi ID mô hình thành gpt-6.2-astra hoặc gpt-6.2-sol là phần đơn giản nhất khi di chuyển sang GPT-6.2. Từ phiên bản này, API sẽ loại bỏ các mục suy luận khi phát hiện tiền tố giữa cuộc trò chuyện bị chỉnh sửa, mô hình bị hạ cấp hoặc người dùng cuối hay tổ chức thay đổi. Yêu cầu vẫn có thể trả về câu trả lời. Câu trả lời có thể kém hơn, và mô hình có thể tốn token để làm lại những việc đã hoàn thành.
Đây là một lỗi âm thầm. Các quy tắc tương thích được nêu rõ cũng rất quan trọng: yêu cầu đặt mức độ suy luận thành none sẽ bị từ chối, gọi công cụ yêu cầu Responses API, còn phải bỏ qua temperature, top_p và logprobs. Việc từ chối none không phải điều mới đối với người dùng GPT-6 Astra. Bài viết này điểm qua cả hai dạng lỗi, sau đó là các thiết lập thanh toán dễ bị giữ nguyên giá trị cũ, rồi hướng dẫn chọn ID mới trong Codex và Claude Code và kiểm tra bằng một tác vụ nhỏ.
Cả gpt-6.2-astra và gpt-6.2-sol đều có trên AIHubMix. Trong ảnh chụp công khai vào khoảng 15:04–15:06 UTC ngày 18 tháng 11 năm 2026 (23:04–23:06 giờ Bắc Kinh), trang của cả hai mô hình đều hiển thị nhà cung cấp, giá và “Try this model”; chỉ mục tham số và lược đồ liệt kê OpenAI Chat Completions, OpenAI Responses và Anthropic Messages. Điều này xác nhận khả năng cung cấp và các giao thức cổng kết nối được tài liệu hóa. Bài viết này không gửi yêu cầu suy luận hay tái hiện lỗi; các quy tắc API dưới đây lấy từ tài liệu của OpenAI.
Lỗi âm thầm: tiền tố giờ đây có vai trò then chốt
Hướng dẫn Sử dụng GPT-6.2 của OpenAI nêu quy tắc mới ngay từ đầu: giữ nguyên tiền tố prompt và nối thêm hướng dẫn mới. Nếu API xác định rằng lịch sử trước một mục suy luận đã bị chỉnh sửa, mục suy luận đó sẽ bị loại bỏ. Chất lượng có thể giảm và mô hình có thể dùng thêm token để dựng lại công việc đã làm trước đó.
Hướng dẫn giữ nguyên tiền tố liệt kê những cách thường gặp khiến agent làm điều này ngoài ý muốn:
- Viết lại một thông điệp developer hoặc chỉ dẫn system ngay tại chỗ, thay vì nối thêm thông điệp mới.
- Thay đổi
toolshoặctext.formattrong yêu cầu Responses tiếp theo. - Thay đổi
reasoning.effortở cấp yêu cầu giữa cuộc trò chuyện. - Rút ngắn kết quả công cụ trước đó hoặc thay các lượt cũ bằng bản tóm tắt tự viết.
GPT-6.2 có một ngoại lệ đối với instructions cấp cao nhất. Hướng dẫn hiện tại cho biết chúng được nối sau input, nên có thể thay đổi hướng dẫn áp dụng cho từng lượt giữa các yêu cầu mà vẫn giữ cho tiền tố trước đó đủ điều kiện được tái sử dụng. Chúng không được chuyển tiếp qua previous_response_id, và token của chúng bị tính phí theo mức giá đầu vào không được cache ở mỗi yêu cầu, ngay cả khi lặp lại nguyên văn. Hãy đặt hướng dẫn ổn định, có thể tái sử dụng trong thông điệp developer ban đầu ở input; chỉnh sửa thông điệp trước đó này vẫn làm thay đổi tiền tố. Đây là hợp đồng API chính thức, không phải hành vi chuyển tiếp đã được xác minh của cổng kết nối.
Giải pháp được OpenAI ghi trong tài liệu là nối thêm. Để thay đổi mức độ suy luận hoặc lược đồ đầu ra có cấu trúc mà không phá vỡ tiền tố, hướng dẫn yêu cầu thêm một mục configuration_update vào danh sách input và giữ nguyên thiết lập ở cấp yêu cầu ban đầu. Để thêm công cụ, hướng dẫn yêu cầu dùng additional_tools thay vì viết lại mảng tools. Với additional_tools, hướng dẫn quy định vai trò developer, mảng tools được nối thêm, vị trí phát lại ban đầu và thứ tự các định nghĩa công cụ hiện có không thay đổi. Đây là các quy tắc chính thức về cấu trúc yêu cầu. Chúng chưa được xác minh qua AIHubMix, và bài viết này không đưa ra yêu cầu mẫu rồi trình bày như thể đó là lời gọi cổng kết nối đang hoạt động.
Hướng dẫn về suy luận nêu hai lý do loại bỏ bắt đầu từ GPT-6.2: prefix_mismatch, khi nội dung trước đó bị chèn thêm hoặc chỉnh sửa; và end_user_mismatch, khi safety_identifier trong yêu cầu tái sử dụng không khớp với giá trị đã tạo mục đó (bao gồm trường hợp chỉ đặt giá trị này trong một trong hai yêu cầu). Nếu đang gỡ lỗi agent 6.2 đột nhiên “ngu đi” sau khi thay đổi thiết lập, hãy kiểm tra những nguyên nhân này trước khi tăng mức độ suy luận.
Các agent nắm giữ quyền hạn thực tế nên xem đây là rủi ro sản phẩm, không chỉ là cache miss. Để đề phòng trong quá trình phát triển, hãy giữ việc kiểm tra quyền và khử trùng lặp lệnh gọi công cụ trong trạng thái ứng dụng, thay vì dựa vào suy luận được giữ lại của mô hình; đây là lời khuyên, không phải một kiểu lỗi 6.2 đã được đo lường. OpenAI cũng lưu ý GPT-6.2 Astra mặc định trả lời súc tích hơn và có thể đề xuất bước tiếp theo rồi chờ đợi khi ý định của người dùng chưa rõ. Nếu agent của bạn vốn có thói quen cứ làm tiếp, hãy nêu rõ điều đó trong prompt và nói cụ thể hành động nào cần được xác nhận.
Lỗi lộ rõ: none, công cụ và tham số lấy mẫu
Trang mô hình 6.2 cho biết API từ chối các yêu cầu đặt mức độ suy luận thành none. Dùng reasoning.effort trong Responses hoặc reasoning_effort trong Chat Completions. OpenAI khuyên khi di chuyển nên bắt đầu tích hợp mới ở mức medium, và dùng low nếu hiện tại bạn gửi none hoặc minimal. Bài viết này không có nội dung lỗi được trích dẫn cho yêu cầu 6.2 dùng none, cũng không xem minimal là chắc chắn bị từ chối hay chắc chắn được chấp nhận.
Gọi công cụ yêu cầu Responses API. Chat Completions vẫn dùng được cho văn bản thuần, nhưng endpoint đó không hỗ trợ công cụ. Nếu ứng dụng khách GPT-6 đã chuyển công cụ sang Responses thì quy tắc này không đổi. Nếu ứng dụng vẫn gửi công cụ qua Chat Completions, chỉ đổi ID là chưa đủ.
Khi di chuyển yêu cầu Chat Completions, hãy bỏ qua temperature, top_p, logprobs và top_logprobs. Với Responses, hãy bỏ qua temperature, top_p và top_logprobs, đồng thời xóa message.output_text.logprobs khỏi include. Tài liệu chính thức nói rằng cần bỏ các tham số này. Đừng mong cổng kết nối sẽ tự loại bỏ chúng cho bạn cho đến khi hành vi đó được ghi thành tài liệu cho các ID này.
Kiểm tra lại ở mức low và xác minh báo cáo hoàn tất
Yêu cầu được chấp nhận không chứng minh hành vi tương đương. Biểu đồ ra mắt của OpenAI cho thấy LifeVal ở mức low đạt 67.5% → 46.3% với Astra so với GPT-6 Astra, và 66.8% → 25.3% với Sol so với GPT-6.1 Sol. GDPval v2 ở mức low của Sol cũng giảm từ 28.8% xuống 23.1%. Các kết quả do nhà cung cấp báo cáo này chỉ liên quan đến những bài đánh giá cụ thể, không áp dụng cho mọi ứng dụng. Hãy kiểm tra lại các tác vụ hiện có ở mức low; đừng giữ nguyên thiết lập chỉ vì yêu cầu chạy thành công. Khuyến nghị thay none hoặc minimal bằng low là điểm khởi đầu về khả năng tương thích, không đảm bảo chất lượng.
Thẻ hệ thống GPT-6.2 nêu một rủi ro khác: cả hai mô hình đều có xu hướng bỏ sót các trở ngại đã biết khi báo cáo công việc, chẳng hạn như tệp bị thiếu hoặc công cụ tìm kiếm không khả dụng. Tài liệu cũng cho biết prompt developer của Codex giúp giảm đáng kể các thiếu sót này, đồng thời khẳng định rõ prompt đó không được áp dụng cho các yêu cầu API trực tiếp. Các kết quả kiểm tra căng thẳng này không xác lập tỷ lệ bỏ sót trong lưu lượng sản xuất thông thường.
Yêu cầu báo cáo cuối cùng phân biệt rõ công việc đã hoàn tất, chưa được kiểm tra và bị chặn. Hãy kiểm tra diff thực tế, trạng thái thoát của bài kiểm thử và kết quả từ công cụ thay vì tin vào bản tóm tắt đầy tự tin. Đây là hướng dẫn ở cấp ứng dụng, không phải khẳng định rằng mọi lượt chạy 6.2 đều che giấu trở ngại.
Các quy tắc thanh toán dễ bị bỏ sót
Bảng giá nằm trong bài viết về nâng cấp. Những điểm dễ vướng khi di chuyển là các công tắc xung quanh bảng giá đó.
Nếu bạn chuyển từ GPT-5.5 trở về trước, hãy thay prompt_cache_retention bằng prompt_cache_options.ttl và đặt thành "30m". Đừng dựa vào trường cũ cho cấu hình cache mới. Hướng dẫn về prompt caching giải thích rằng giá ghi cache thay thế giá đầu vào thông thường cho các token đó; đây không phải khoản phí cộng thêm. Giá ghi cache và đọc cache khác nhau: với GPT-6.2 Astra, giá ghi chính thức trong 30 phút là $10 cho mỗi triệu token và trong 12 giờ là $20; giá đọc cache là $0.40. Giá ghi chính thức trong 30 phút của Sol là $2.50, trong 12 giờ là $5 và giá đọc là $0.10.
Khi vượt ngưỡng 272,000 token đầu vào, mức giá chính thức cho ngữ cảnh ngắn không còn áp dụng cho yêu cầu đó. Giá đầu vào và cache tăng gấp đôi, còn đầu ra tăng lên 1.5 lần cho toàn bộ yêu cầu, chứ không chỉ các token vượt ngưỡng. Một agent có cuộc trò chuyện từ từ dài ra có thể hoạt động bình thường ở 200,000 token rồi chi phí tăng vọt ở lượt tiếp theo.
Phía OpenAI, Ultrafast được niêm yết ở mức gấp 3× Standard đến hết ngày 28 February 2027 theo giờ Thái Bình Dương, và gấp 6× kể từ ngày 1 March theo giờ Thái Bình Dương. Mốc chuyển đổi trên lịch tương ứng với 16:00 giờ Bắc Kinh ngày 1 March; tài liệu không nêu thời điểm kích hoạt chính xác hơn. Các cửa sổ hoàn tất tác vụ nền trong bản beta công khai của Responses API có giá thấp hơn Standard 30% cho cửa sổ hai giờ và 40% cho cửa sổ tám giờ. Đây là các cấp dịch vụ chính thức của OpenAI. Bài viết này không khẳng định chúng được cung cấp trên AIHubMix.
Chỉnh sửa tiền tố có thể làm giảm khả năng tái sử dụng cache kể từ điểm thay đổi trở đi; không nhất thiết vô hiệu hóa tiền tố không đổi trước điểm đó. Việc giữ lại suy luận và trúng bộ nhớ đệm có liên quan nhưng khác nhau: cơ chế nén ngữ cảnh do OpenAI quản lý có thể giữ lại phần suy luận tiếp theo dù làm thay đổi tiền tố và có thể giảm khả năng tái sử dụng cache. Xóa toàn bộ các mục mà không chỉnh sửa những mục còn lại tự nó không kích hoạt lý do prefix_mismatch đã được ghi trong tài liệu. Hãy kiểm tra input_transformations để tìm các mục suy luận bị loại bỏ; chỉ chẩn đoán cache thì không thể chứng minh suy luận đã được tái sử dụng.
Công cụ lập trình: chọn ID mới rồi chạy một bài kiểm tra hồi quy nhỏ
Codex sử dụng Responses API. Điều này phù hợp với yêu cầu của GPT-6.2 khi dùng công cụ. Hướng dẫn cài đặt và thiết lập nhà cung cấp có trong bài viết thường xuyên cập nhật Codex config.toml và tài liệu Codex của AIHubMix. Cả hai ID mới hiện đều có hỗ trợ Responses được ghi trong tài liệu của AIHubMix, nên bạn có thể chọn một trong hai trong ứng dụng khách đã cấu hình.
Hãy bắt đầu bằng một tác vụ hồi quy ngắn trong repo mà bạn đã biết đáp án — một hàm cùng bài kiểm thử của nó, hoặc một lỗi nhỏ có bài kiểm thử thất bại. Đặt rõ mức effort là medium, trừ khi các bài đánh giá của bạn cho thấy nên dùng một mức được hỗ trợ khác, và giữ nguyên các lượt trước đó. Xác minh phần chỉnh sửa và kết quả kiểm thử, bao gồm mọi bước bị chặn. Với một tích hợp API do bạn kiểm soát, hãy dùng mẫu configuration_update được tài liệu hướng dẫn cho các thay đổi mức effort giữa phiên. Với Codex, trước tiên hãy xác minh rằng client/nhà cung cấp có chuyển tiếp giá trị này hay không; việc này chưa được kiểm thử qua AIHubMix ở đây.
Claude Code sử dụng Anthropic Messages. Hướng dẫn thiết lập có trong bài viết thường xuyên được cập nhật về cài đặt và biến môi trường của Claude Code và tài liệu Claude Code của AIHubMix. Hiện cả hai schema của GPT-6.2 đều liệt kê Messages, nên các ID mới có thể dùng tuyến gateway được tài liệu hướng dẫn này. Messages sử dụng cơ chế chuyển đổi của gateway AIHubMix; đây không phải endpoint gốc của OpenAI. Hãy kiểm tra khả năng chuyển đổi và cách client hoạt động bằng một tác vụ nhỏ, thay vì cho rằng chúng tương đương với OpenAI gốc.
Danh sách kiểm tra để bạn thực hiện
- Đọc trang Using GPT-6.2 chính thức và liệt kê mọi nơi ứng dụng của bạn viết lại các lượt trước, công cụ, thông điệp developer hoặc mức effort.
- Ngừng chỉnh sửa trực tiếp phần tiền tố. Hãy thêm thông điệp developer mới; thêm công cụ mà không sắp xếp lại các công cụ cũ.
- Đặt hướng dẫn ổn định trong thông điệp developer ban đầu. Chỉ dùng
instructionscấp cao nhất cho yêu cầu hiện tại; gửi lại khi cần và tính đến chi phí đầu vào không được cache. - Loại bỏ
none(và theo khuyến nghị chính thức, thayminimalbằnglow). Bắt đầu lưu lượng mới ở mứcmedium, trừ khi bạn có kết quả đánh giá cho một mức khác. - Kiểm thử lại các tác vụ hiện có chạy ở mức effort thấp với model tiền nhiệm; yêu cầu thành công không chứng minh chất lượng tương đương.
- Chuyển các lệnh gọi công cụ sang Responses nếu hiện chúng vẫn đi qua Chat Completions.
- Bỏ các trường
temperature,top_pvà logprobs. - Nếu vẫn gửi
prompt_cache_retention, hãy đổi thànhprompt_cache_options.ttl"30m". - Ghi nhật ký kích thước đầu vào để đối chiếu với ngưỡng 272,000 token, đồng thời ghi lại số token ghi vào bộ nhớ đệm và số token đọc từ bộ nhớ đệm.
- Yêu cầu báo cáo riêng các công việc đã hoàn tất, chưa được kiểm thử và bị chặn; xác minh kết quả của công cụ và các bài kiểm thử.
- Kiểm tra trang model và schema hiện tại của AIHubMix để biết giá và chi tiết giao thức của ID đã chọn; tài liệu có nêu tình trạng khả dụng và cả ba giao thức gateway.
- Chọn ID mới trong Codex qua Responses, hoặc trong Claude Code qua tuyến Messages đã được chuyển đổi, rồi chạy một tác vụ hồi quy nhỏ mà vẫn giữ nguyên phần tiền tố; xác minh cách client hoạt động trước khi triển khai lên production.
Câu hỏi thường gặp
GPT-6.2 có gì mới so với GPT-6 Astra khi di chuyển?
Quy tắc về phần tiền tố. Kể từ 6.2, API loại bỏ các mục suy luận khi phát hiện chỉnh sửa phần tiền tố, hạ cấp model hoặc thay đổi người dùng cuối hay tổ chức. Việc từ chối none đã được ghi trong tài liệu dành cho GPT-6 Astra. Hãy xem hướng dẫn 6.2 hiện tại để biết tất cả yêu cầu về endpoint và tham số, thay vì xem mọi mục trong danh sách kiểm tra là thay đổi mới được đưa ra.
Điều gì xảy ra nếu tôi chỉnh sửa kết quả công cụ trước đó?
Tài liệu chính thức cho biết API có thể loại bỏ các mục suy luận về sau. Câu trả lời tiếp theo có thể kém hơn, và model có thể tiêu tốn thêm token để tái dựng công việc. Điều này không phải lúc nào cũng gây ra lỗi nghiêm trọng.
Tôi sẽ nhận lỗi gì nếu gửi none?
OpenAI cho biết GPT-6.2 từ chối mức effort suy luận none. Bài viết này không có nội dung phản hồi được trích dẫn cho trường hợp đó và cũng không kích hoạt lỗi này bằng một yêu cầu trực tiếp.
Tôi có thể giữ các công cụ trên Chat Completions không?
Theo tài liệu 6.2 chính thức thì không. Cả hai model đều hỗ trợ Chat Completions cho văn bản, nhưng gọi công cụ cần dùng Responses API.
GPT-6.2 có trên AIHubMix không?
Có. Cả hai ID đều khả dụng. Ảnh chụp công khai vào khoảng 15:04–15:06 UTC ngày 18 tháng 11 năm 2026 (23:04–23:06 giờ Bắc Kinh) cho thấy có nhà cung cấp trên trang của cả hai model; chỉ mục và schema đều liệt kê Chat Completions, Responses và Anthropic Messages. Messages sử dụng cơ chế chuyển đổi của gateway, không phải endpoint gốc của OpenAI. Bài viết này không gửi yêu cầu suy luận nào.
Tôi có nên đặt mức effort là medium không?
Đó là mức khởi đầu OpenAI khuyến nghị cho một tích hợp mới. Tài liệu chính thức không nói rõ điều gì sẽ xảy ra nếu bạn bỏ trống trường này trong 6.2, vì vậy hãy đặt rõ giá trị.
Thay đổi mức effort giữa cuộc trò chuyện có làm hỏng bộ nhớ đệm không?
Thay đổi trường effort ở cấp yêu cầu là một trong những thay đổi phần tiền tố mà OpenAI khuyên bạn tránh. Phương án thay thế được tài liệu hướng dẫn là thêm một mục configuration_update và giữ nguyên thiết lập cấp yêu cầu ban đầu.
Đọc tiếp: loạt bài GPT-6.2
- Bảng giá là phần còn lại cần cân nhắc khi đổi ID: giảm 20% so với giá niêm yết, và mức giảm sâu hơn khi đọc từ bộ nhớ đệm: GPT-6.2 Astra và GPT-6 Astra: mức giảm giá 20% có đáng để nâng cấp không?
- Nếu câu hỏi là liệu ngay từ đầu bạn có cần ID flagship hay không, hãy so sánh hai cấp của 6.2 trước: GPT-6.2 Sol và GPT-6.2 Astra: tác vụ lập trình nào cần model flagship mạnh gấp 4 lần?
- Nếu bạn định rời OpenAI để chuyển sang một model khác có giá $8 / $40, hãy đọc bài so sánh với Fable 5.2 trước khi chỉnh sửa phần tiền tố: GPT-6.2 Astra và Claude Fable 5.2: bạn nên dùng model nào?
Nguồn
- Using GPT-6.2 — hướng dẫn di chuyển chính thức (mức effort, công cụ, tham số không được hỗ trợ, quy tắc phần tiền tố).
- Giữ nguyên phần tiền tố — các thay đổi phần tiền tố, mẫu chỉ bổ sung và ngoại lệ instructions cấp cao nhất của GPT-6.2; được kiểm tra lại vào khoảng 03:47 UTC ngày 18 tháng 11 năm 2026.
- Các mô hình suy luận và Bộ nhớ đệm prompt —
nonebị từ chối, cùng vớiprefix_mismatch/end_user_mismatch. - Biểu đồ ra mắt GPT-6.2 và thẻ hệ thống — kết quả theo từng mức effort và cách báo cáo các trở ngại đã biết; được xem xét ngày 18 tháng 11 năm 2026.
- Thiết lập Codex, cài đặt Claude Code, trang Astra, trang Sol và chỉ mục tham số — thiết lập công cụ, tình trạng khả dụng của cả hai model và ba giao thức gateway được ghi trong các schema liên kết; được lưu lại vào khoảng 15:04–15:06 UTC ngày 18 tháng 11 năm 2026 (23:04–23:06 giờ Bắc Kinh); không thực hiện yêu cầu suy luận.



