GPT-6.2 迁移:前缀编辑会丢失推理,而 none 会被拒绝

推理时代阅读约 9 分钟
GPT-6.2 迁移:前缀编辑会丢失推理,而 none 会被拒绝

将模型 ID 改为 gpt-6.2-astra 或 gpt-6.2-sol,只是 GPT-6.2 迁移中最简单的一步。从此版本开始,当 API 检测到对话中途编辑前缀、模型降级,或最终用户或组织发生变化时,就会丢弃推理项。请求仍然可能返回答案,但答案质量可能更差,模型也可能花费 token 重做已经完成的工作。

这是一种悄无声息的失败。明确的兼容性规则也很重要:推理强度设为 none 会被拒绝,工具调用必须使用 Responses API,而且必须省略 temperature、top_p 和 logprobs。拒绝 none 对 GPT-6 Astra 用户来说并不新鲜。本文将介绍这两类故障、容易沿用旧值的计费设置,以及如何在 Codex 和 Claude Code 中选择新的 ID 并检查一个小任务。

gpt-6.2-astra 和 gpt-6.2-sol 均可在 AIHubMix 上使用。在 2026 年 11 月 18 日约 15:04–15:06 UTC(北京时间 23:04–23:06)的公开快照中,两个模型页面都显示了供应商、定价和“Try this model”;参数索引和 Schema 列出了 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages。这只能证明模型可用,并且网关文档记录了这些协议。本文没有发送推理请求或复现错误;以下 API 规则均来自 OpenAI 文档。

悄无声息的失败:前缀如今至关重要

OpenAI 的 使用 GPT-6.2 指南将新规则放在首位:保持提示词前缀不变,并追加新指令。如果 API 判断推理项之前的历史记录被编辑,就会丢弃该推理内容。这可能导致质量下降,模型也可能耗费更多 token 来重建之前的工作。

保持前缀不变指南列出了智能体无意中触发这种情况的常见方式:

  • 原地改写开发者消息或系统指令,而不是追加新内容。
  • 在下一次 Responses 请求中更改 tools 或 text.format。
  • 在对话中途更改请求级别的 reasoning.effort。
  • 缩短较早的工具结果,或用自己编写的摘要替换较早的轮次。

顶层 instructions 是 GPT-6.2 的一个例外。当前指南称,这些内容会在 input 之后追加,因此可以在不同请求间更改针对当前轮次的指引,同时让较早的前缀仍可复用。使用 previous_response_id 时,这些内容不会延续;每次请求都会按照未缓存输入费率计费,即使内容逐字重复也一样。应将稳定且可复用的指引放在 input 中最初的 developer 消息里;编辑这条较早的消息仍会改变前缀。这是官方 API 契约,并非已验证的网关转发行为。

OpenAI 文档给出的解决办法是追加内容。若要更改推理强度或结构化输出 Schema,同时不破坏前缀,指南建议在输入列表中添加一个 configuration_update 项,并保持原请求级设置不变。要添加工具,则应使用 additional_tools,而不是重写 tools 数组。对于 additional_tools,指南规定使用 developer 角色、追加 tools 数组、保留原始重放位置,并保持现有工具定义的顺序不变。这些是官方的请求格式规则,但尚未通过 AIHubMix 验证;本文也不提供将其作为可用网关调用的示例请求。

OpenAI 的推理指南列出了两种以 GPT-6.2 开头的移除原因:prefix_mismatch,表示较早的内容被插入或编辑;end_user_mismatch,表示复用请求中的 safety_identifier 与创建该项时使用的不匹配(包括只在两个请求之一中设置该值)。如果你发现某个 6.2 智能体在更改设置后突然“变笨”,先检查这些原因,再提高推理强度。

持有实际权限的智能体应将此视为产品风险,而不只是一次缓存未命中。作为工程上的预防措施,应在应用状态中保留权限检查和工具调用去重逻辑,不要依赖模型保留的推理内容;这是建议,并非实测得出的 6.2 故障模式。OpenAI 还指出,GPT-6.2 Astra 默认表达更简洁;当用户意图不明确时,可能会提出下一步建议并等待。如果你的智能体习惯于继续推进,就应在提示词中说明这一点,并明确哪些操作需要确认。

明显的失败:none、工具和采样参数

6.2 模型页面说明,将推理强度设为 none 的请求会被 API 拒绝。Responses 使用 reasoning.effort,Chat Completions 使用 reasoning_effort。OpenAI 建议新集成从 medium 开始;如果当前发送 none 或 minimal,则改用 low。本文没有引用 6.2 请求使用 none 时返回的错误正文,也不认为 minimal 已被证实会被拒绝或接受。

工具调用必须使用 Responses API。Chat Completions 仍可用于纯文本请求,但工具不能通过该端点调用。如果 GPT-6 客户端已经将工具迁移到 Responses,这一要求没有变化。如果它仍在 Chat Completions 上发送工具调用,仅更改 ID 并不足够。

迁移 Chat Completions 请求时,请省略 temperature、top_p、logprobs 和 top_logprobs。使用 Responses 时,请省略 temperature、top_p 和 top_logprobs,并从 include 中移除 message.output_text.logprobs。官方文档将这些列为应省略的参数。在这些 ID 的相关行为有文档说明之前,不要指望网关会替你剔除这些参数。

重新测试低推理强度,并核实完成情况报告

请求被接受,并不能证明行为等效。OpenAI 发布图表中,低推理强度下的 LifeVal 分数显示,Astra 从 GPT-6 Astra 的 67.5% → 46.3%,Sol 从 GPT-6.1 Sol 的 66.8% → 25.3%。Sol 在低推理强度下的 GDPval v2 分数也从 28.8% 降至 23.1%。这些供应商报告的结果针对特定评测,并不代表所有应用。请重新测试现有的低推理强度任务;不要仅仅因为请求成功就沿用原设置。建议用 low 替换 none 或 minimal,只是兼容性起点,并不保证质量。

GPT-6.2 系统卡指出了另一项风险:两个模型在汇报工作时都更容易漏报已知障碍,例如文件缺失或搜索工具不可用。系统卡还称,Codex 开发者提示词能显著减少这类遗漏,并明确指出,这个提示词不会应用于直接 API 请求。这些压力测试结果不能证明此类遗漏在普通生产流量中的发生率。

要求最终报告区分已完成、未经测试和受阻的工作。检查实际差异、测试退出状态和工具执行结果,不要轻信自信满满的摘要。这些是应用层面的建议,并不意味着每次 6.2 运行都会隐藏阻碍。

容易忽略的计费规则

升级文章中介绍了费率表本身,迁移时容易踩坑的是周边的开关设置。

如果你从 GPT-5.5 或更早版本迁移,请将 prompt_cache_retention 替换为 prompt_cache_options.ttl,并设为 "30m"。不要依赖旧字段来设置新的缓存配置。提示词缓存指南解释,这些 token 的缓存写入费用会取代普通输入费用,而不是额外叠加收费。缓存写入和缓存读取适用不同费率:GPT-6.2 Astra 的官方 30 分钟写入费为每百万 token $10,12 小时写入费为 $20;缓存读取费为 $0.40。Sol 的官方 30 分钟写入费为 $2.50,12 小时写入费为 $5,读取费为 $0.10。

输入 token 数超过 272,000 后,该请求不再适用官方短上下文费率。整条请求的输入和缓存费率都会翻倍,输出费率则变为 1.5 倍,而不只是超过这一阈值的 token 适用新费率。智能体的对话上下文可能逐渐变长,达到 200,000 token 时看起来还正常,下一轮却突然涨价。

在 OpenAI 方面,Ultrafast 目前标价为 Standard 的 3×,适用至 Pacific 时间 2027 年 2 月 28 日;从 Pacific 时间 3 月 1 日起则为 6×。日历日期的切换对应北京时间 3 月 1 日 16:00;文档没有给出更精确的生效时间。Responses API 公测版中的后台完成时段,以两小时窗口计价时比 Standard 低 30%,八小时窗口则低 40%。这些是 OpenAI 官方服务层级。本文并未声称 AIHubMix 提供这些服务。

编辑前缀可能会从首个变更点开始降低缓存复用率,但不一定会使该点之前未变更的前缀失效。推理保留和缓存命中彼此相关,但并非一回事:OpenAI 管理的压缩可以保留后续推理,即使它改变了前缀并可能降低缓存复用率。只删除整个条目而不编辑剩余条目,本身不会触发文档所述的 prefix_mismatch 原因。应检查 input_transformations 中是否有推理内容被移除;仅凭缓存诊断无法证明推理内容得到了复用。

编程工具:选择新的 ID,然后运行小型回归测试

Codex 使用 Responses API,符合 GPT-6.2 对工具调用的要求。安装和供应商配置说明见常青文章 Codex config.toml 配置 和 AIHubMix Codex 文档。现在,AIHubMix 的文档已说明这两个新 ID 均支持 Responses,因此你可以在配置好的客户端中选择任意一个。

先从一个你已经知道答案的简短仓库内回归任务开始——例如一个函数及其测试,或一个带失败测试的小 bug。除非评测结果证明其他受支持的设置更合适,否则请明确将推理强度设为 medium,并保留此前的轮次。验证修改和测试结果,包括任何受阻的步骤。对于你能控制的 API 集成,在会话中途调整推理强度时,请使用文档中的 configuration_update 模式。对于 Codex,请先确认客户端/供应商会转发该设置;这里尚未通过 AIHubMix 进行测试。

Claude Code 使用 Anthropic Messages。设置说明见常青指南Claude Code 设置和环境变量,以及AIHubMix Claude Code 文档。现在,两个 GPT-6.2 schema 都列出了 Messages,因此新 ID 可以使用这条有文档说明的网关路由。Messages 使用 AIHubMix 的网关转换,并非 OpenAI 原生端点。请用小任务检查转换和客户端行为,不要假定它与 OpenAI 原生接口一致。

逐项检查清单

  • 阅读官方的 Using GPT-6.2 页面,列出应用中所有会改写早先轮次、工具、开发者消息或推理强度的位置。
  • 停止原地修改前缀。追加新的开发者消息;添加工具时不要改变旧工具的顺序。
  • 将稳定的指导内容放在初始开发者消息中。顶层的 instructions 留给当前请求;需要时重新发送,并为未缓存输入的费用预留预算。
  • 移除 none(并按照官方建议,将 minimal 替换为 low)。除非你有针对其他推理强度的评测结果,否则新流量从 medium 开始。
  • 针对前代模型重新测试现有的低推理强度任务;请求成功并不能证明质量相同。
  • 如果工具调用仍通过 Chat Completions 进行,请将其迁移到 Responses。
  • 省略 temperature、top_p 和 logprobs 字段。
  • 如果仍在发送 prompt_cache_retention,请将其改为 prompt_cache_options.ttl "30m"。
  • 记录输入大小,并与 272,000-token 的界限进行对照;同时分别记录缓存写入和缓存读取的 token 数。
  • 要求分别报告已完成、未测试和受阻的工作;验证工具执行结果和测试结果。
  • 查看当前 AIHubMix 模型页面和 schema,确认所选 ID 的价格及协议详情;文档列出了可用性和全部三种网关协议。
  • 在 Codex 中通过 Responses 选择新 ID,或在 Claude Code 中通过经过转换的 Messages 路由选择新 ID,然后在保留前缀不变的情况下运行一个小型回归任务;正式上线前先验证客户端行为。

常见问题

与 GPT-6 Astra 相比,GPT-6.2 迁移有哪些新变化?
前缀规则。从 6.2 开始,API 检测到前缀被修改、模型降级,或最终用户或组织发生变化时,会丢弃推理条目。GPT-6 Astra 已有文档说明会拒绝 none。请查看当前的 6.2 指南,了解所有端点和参数要求,不要把清单中的每一项都当作新变化。

如果我编辑较早的工具结果,会发生什么?
官方文档称,API 可能会丢弃后续的推理条目。下一条回答可能会变差,模型也可能需要花费更多 token 来重建已有工作。这不一定会导致硬性错误。

如果发送 none,会收到什么错误?
OpenAI 表示,GPT-6.2 会拒绝推理强度为 none 的请求。本文没有引用该情形的响应正文,也没有在实时请求中触发此错误。

我可以继续在 Chat Completions 上使用工具吗?
根据官方 6.2 文档,不可以。两个模型都支持通过 Chat Completions 处理文本,但工具调用需要使用 Responses API。

AIHubMix 上提供 GPT-6.2 吗?
是的,两个 ID 均可用。2026 年 11 月 18 日约 15:04–15:06 UTC(北京时间 23:04–23:06)的公开快照显示,两个模型页面上都有供应商;索引和 schema 中列出了 Chat Completions、Responses 和 Anthropic Messages。Messages 使用网关转换,并非 OpenAI 原生端点。本文未运行推理请求。

我应该将推理强度设为 medium 吗?
这是 OpenAI 对新集成的起始建议。官方文档没有明确说明在 6.2 中省略该字段会发生什么,因此请显式设置。

在对话中途更改推理强度会破坏缓存吗?
更改请求级推理强度字段属于 OpenAI 提醒你避免的前缀变更之一。文档给出的替代方案是追加一个 configuration_update 条目,并保留原有的请求级设置。

继续阅读:GPT-6.2 系列

来源

  1. Using GPT-6.2 — 官方迁移指南(推理强度、工具、不支持的参数和前缀规则)。
  2. 保持前缀不变 — 前缀变更、仅追加模式,以及 GPT-6.2 顶层 instructions 例外;于 2026 年 11 月 18 日约 03:47 UTC 重新核查。
  3. 推理模型和提示词缓存 — 拒绝 none,以及 prefix_mismatch / end_user_mismatch。
  4. GPT-6.2 发布图表和系统卡 — 按推理强度划分的结果,以及对已知障碍的报告;于 2026 年 11 月 18 日查阅。
  5. Codex 设置、Claude Code 设置、Astra 页面、Sol 页面和参数索引 — 工具设置、两个模型的可用性,以及链接 schema 中记录的三种网关协议;于 2026 年 11 月 18 日约 15:04–15:06 UTC(北京时间 23:04–23:06)存档;未执行推理请求。

一个网关接入多家 AI 服务商, 为生产环境而生。

访问推理时代官网