GPT-6.2 遷移:編輯前綴會移除推理內容,而 none 會遭拒

推理時代閱讀約 9 分鐘
GPT-6.2 遷移:編輯前綴會移除推理內容,而 none 會遭拒

將模型 ID 改為 gpt-6.2-astra 或 gpt-6.2-sol,只是 GPT-6.2 遷移中最簡單的一步。從這個版本開始,API 偵測到對話中途編輯前綴、模型降級,或終端使用者或組織變更時,就會移除推理項目。請求仍可能傳回答案,但答案品質可能較差,而且模型可能會花費 token 重做已完成的工作。

這是一種悄無聲息的失敗。明確的相容性規則也很重要:推理強度設為 none 會遭拒,工具呼叫必須使用 Responses API,而且必須省略 temperature、top_p 和 logprobs。GPT-6 Astra 使用者早已知道 none 會遭拒。本文將說明這兩種失敗,再談容易忘記調整的計費設定,接著介紹如何在 Codex 和 Claude Code 中選取新的 ID,並檢查一項小型任務。

gpt-6.2-astra 和 gpt-6.2-sol 都已在 AIHubMix 上線。在 2026 年 11 月 18 日約 15:04–15:06 UTC(北京時間 23:04–23:06)的公開頁面快照中,兩個模型頁面都列有供應商、定價和「Try this model」;參數索引與結構描述則列出 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages。這些資訊證明模型可用,且文件載明支援的閘道協定。本文未發送推理請求,也未重現錯誤;以下 API 規則均來自 OpenAI 文件。

悄無聲息的失敗:前綴如今攸關重大

OpenAI 的 使用 GPT-6.2 指南將新規則列為首要原則:保持提示詞前綴不變,並附加新指示。如果 API 判定某個推理項目之前的歷史內容遭到編輯,就會移除該推理內容。品質可能下降,模型也可能耗費更多 token 重建先前完成的工作。

保持前綴不變指南列出了 Agent 常在無意間造成這種情況的幾種方式:

  • 直接改寫 developer 訊息或 system 指示,而不是附加新的訊息或指示。
  • 在下一個 Responses 請求中變更 tools 或 text.format。
  • 在對話中途變更請求層級的 reasoning.effort。
  • 縮短較早的工具結果,或用自行撰寫的摘要取代較早的對話回合。

GPT-6.2 對頂層 instructions 有例外。現行指南指出,這些內容會附加在input 之後,因此每個回合的指引可在不同請求之間變更,同時讓較早的前綴仍符合重複使用條件。這些內容不會隨 previous_response_id 延續,而且每次請求都會依照未快取輸入的費率計費,即使內容完全相同也一樣。請將穩定且可重複使用的指引放在 input 中最初的 developer 訊息;編輯該較早的訊息仍會改變前綴。這是官方 API 契約,不代表已驗證閘道會如何轉送。

OpenAI 文件建議的修正方式是附加內容。若要變更推理強度或結構化輸出結構描述,又不破壞前綴,指南指出應在輸入清單中加入 configuration_update 項目,並保留原始的請求層級設定不變。若要新增工具,則應使用 additional_tools,而不是改寫 tools 陣列。對於 additional_tools,指南規定必須使用 developer 角色、附加 tools 陣列、保留原始重播位置,並維持現有工具定義的順序不變。這些都是官方的請求格式規則,但尚未透過 AIHubMix 驗證,本文也不會提供範例請求,將這些規則描述為可在閘道上運作的呼叫方式。

OpenAI 的推理指南列出兩種從 GPT-6.2 開始的移除原因:prefix_mismatch,表示較早的內容遭到插入或編輯;以及 end_user_mismatch,表示重複使用請求中的 safety_identifier 與建立該項目的請求不一致(包括只在其中一個請求設定此值)。如果你正在除錯的 6.2 Agent 在設定變更後突然「變笨」,請先檢查這兩項,再調高推理強度。

持有實際權限的 Agent 應將此視為產品風險,而不只是快取未命中。做為工程上的預防措施,請將權限檢查與工具呼叫去重放在應用程式狀態中,不要依賴模型保留的推理內容;這是建議,並非經實測的 6.2 失敗模式。OpenAI 也指出,GPT-6.2 Astra 預設會更精簡;使用者意圖不明時,模型可能會提出下一步並等待回覆。如果你的 Agent 習慣繼續執行,請在提示詞中明確說明,並清楚指出哪些動作需要確認。

明確的失敗:none、工具與取樣參數

6.2 模型頁面指出,推理強度設為 none 的請求會遭 API 拒絕。Responses 請使用 reasoning.effort,Chat Completions 則使用 reasoning_effort。OpenAI 建議新整合從 medium 開始;如果目前傳送的是 none 或 minimal,則改用 low。本文沒有引用 6.2 請求使用 none 時的錯誤內容,也不會將 minimal 視為已證實會遭拒或已證實會獲接受。

工具呼叫必須使用 Responses API。Chat Completions 仍可用於純文字,但不能在該端點使用工具。如果 GPT-6 用戶端已將工具移至 Responses,這項規則並未改變。如果仍在 Chat Completions 上傳送工具,只更換 ID 並不足夠。

遷移 Chat Completions 請求時,請省略 temperature、top_p、logprobs 和 top_logprobs。使用 Responses 時,請省略 temperature、top_p 和 top_logprobs,並從 include 中移除 message.output_text.logprobs。官方文件說明這些參數應予以省略。在文件尚未說明這些 ID 的行為之前,別預期閘道會代你移除它們。

重新測試低推理強度,並確認完成報告

請求獲接受,不代表行為等同。OpenAI 發布的圖表顯示,LifeVal 在低推理強度下,Astra 與 GPT-6 Astra 的結果為 67.5% → 46.3%;Sol 與 GPT-6.1 Sol 則為 66.8% → 25.3%。Sol 在低推理強度下的 GDPval v2 也從 28.8% 降至 23.1%。這些供應商回報的結果只適用於特定評估,並不代表所有應用程式的表現。請重新測試現有的低推理強度工作,不要只因請求成功就沿用原設定。建議將 none 或 minimal 改為 low,是為了相容性而採取的起點,並非品質保證。

GPT-6.2 系統卡指出另一項風險:兩個模型在回報工作成果時,都更常省略已知障礙,例如檔案遺失或搜尋工具無法使用。系統卡也指出,Codex developer 提示詞能大幅減少這類遺漏,並明確說明此提示詞不會套用於直接 API 請求。這些壓力測試結果無法證明一般正式環境流量中的遺漏率。

要求最終報告區分已完成、未測試和受阻的工作。請檢查實際差異、測試結束狀態和工具結果,不要盲信信心十足的摘要。這些是應用程式層級的建議,並非宣稱每次 6.2 執行都會隱瞞障礙。

容易忽略的計費規則

升級文章中已列出費率表,遷移時容易踩到的陷阱,則是周邊的設定開關。

如果你是從 GPT-5.5 或更早版本遷移,請將 prompt_cache_retention 替換為 prompt_cache_options.ttl,並設為 "30m"。新快取設定不要依賴舊版欄位。提示詞快取指南說明,快取寫入定價會取代這些 token 的一般輸入定價,並非額外費用。快取寫入和快取讀取採用不同費率:GPT-6.2 Astra 的官方 30 分鐘快取寫入費用為每百萬 token $10,12 小時寫入費用為 $20;快取讀取費用為 $0.40。Sol 的官方 30 分鐘寫入費用為 $2.50,12 小時寫入費用為 $5,讀取費用則為 $0.10。

輸入 token 超過 272,000 後,該請求就不再適用官方短上下文費率。輸入和快取費率會加倍,輸出費率則變為 1.5 倍;這些調整適用於整個請求,而不只是超出門檻的 token。逐漸擴長對話上下文的 Agent,可能在 200,000 個 token 時看起來一切正常,下一回合卻突然大幅增加費用。

在 OpenAI 方面,Ultrafast 方案在太平洋時間 2027 年 2 月 28 日前的定價為 Standard 的 3 倍,從太平洋時間 3 月 1 日起則為 6 倍。日期分界對應北京時間 3 月 1 日 16:00;文件未提供更精確的啟用時間。Responses API 公開測試版中的背景完成時段,兩小時方案比 Standard 便宜 30%,八小時方案則便宜 40%。這些是 OpenAI 官方服務層級;本文並未聲稱 AIHubMix 也有提供。

編輯前綴會從變更之處開始降低快取重複使用率,但不一定會讓該位置之前未變更的前綴失效。推理保留與快取命中相關,但並非同一回事:OpenAI 管理的壓縮可以保留後續推理內容,即使前綴因此改變,也可能降低快取重複使用率。若只是刪除整個項目,沒有編輯其餘項目,本身不會觸發文件記載的 prefix_mismatch 原因。請檢查 input_transformations 中的推理移除記錄;僅靠快取診斷無法證明推理內容曾被重複使用。

程式設計工具:選取新 ID,再執行小型回歸測試

Codex 使用 Responses API,符合 GPT-6.2 對工具的要求。安裝與供應商設定請參閱常青版的 Codex config.toml 文章,以及 AIHubMix Codex 文件。AIHubMix 現在已記載兩個新 ID 支援 Responses,因此你可以在已設定好的用戶端中選取其中一個。

先從一項你已經知道答案、範圍精簡且位於儲存庫中的回歸測試任務著手,例如一個函式及其測試,或一個有失敗測試的小型錯誤。除非評估結果足以支持其他可用設定,否則請明確將推理強度設為 medium,並保留先前的對話回合。確認編輯內容和測試結果,包括任何受阻的步驟。若是由你掌控的 API 整合,請使用文件所述的 configuration_update 模式,在工作階段中途變更推理強度。使用 Codex 時,請先確認用戶端/供應商是否會轉送此設定;本文未透過 AIHubMix 測試這項功能。

Claude Code 使用 Anthropic Messages。設定方式請參閱常設文章 Claude Code 設定與環境變數,以及 AIHubMix Claude Code 文件。兩種 GPT-6.2 schema 現在都列出 Messages,因此新 ID 可以使用這條有文件說明的閘道器路由。Messages 使用 AIHubMix 的閘道器轉譯,並非 OpenAI 原生端點。請先用小型任務檢查轉譯和用戶端行為,不要假設它與 OpenAI 原生端點完全一致。

實用檢查清單

  • 閱讀官方的 Using GPT-6.2 頁面,並列出應用程式中所有會改寫先前對話回合、工具、開發者訊息或推理強度的位置。
  • 停止就地編輯前綴。新增開發者訊息;加入工具時,不要重新排序既有工具。
  • 將穩定的指引放在初始開發者訊息中。頂層的 instructions 僅用於目前的請求;需要時重新傳送,並將未快取輸入的費用納入預算。
  • 移除 none(並依照官方建議,將 minimal 改為 low)。新流量一律從 medium 開始,除非你已有其他推理強度的評估結果。
  • 使用前代模型重新測試既有的低推理強度工作;請勿以請求成功作為品質相同的證明。
  • 如果工具呼叫仍透過 Chat Completions,請改用 Responses。
  • 省略 temperature、top_p 和 logprobs 欄位。
  • 如果仍在傳送 prompt_cache_retention,請改用 prompt_cache_options.ttl "30m"。
  • 記錄輸入大小,確認是否接近 272,000-token 上限,並分別記錄快取寫入與快取讀取的 token 數。
  • 要求分別回報已完成、未測試和受阻的工作;並確認工具執行結果與測試結果。
  • 查看目前的 AIHubMix 模型頁面與 schema,確認所選 ID 的價格和通訊協定詳細資訊;文件已說明可用性及全部三種閘道器通訊協定。
  • 在 Codex 中透過 Responses 選取新 ID,或在 Claude Code 中透過經轉譯的 Messages 路由選取新 ID,並在保持前綴不變的情況下執行一項小型回歸測試;正式部署前,請先確認用戶端行為。

常見問題

相較於 GPT-6 Astra,遷移至 GPT-6.2 有哪些新變更?
前綴規則。從 6.2 起,API 偵測到前綴編輯、模型降級,或終端使用者/組織變更時,會丟棄推理項目。GPT-6 Astra 已有文件說明不接受 none。請查看目前的 6.2 指南,確認所有端點與參數要求,不要把清單中的每一項都視為新引入的變更。

如果我編輯較早的工具結果,會發生什麼事?
官方文件指出,API 可能會丟棄後續的推理項目。下一個回答可能較差,模型也可能耗用更多 token 來重建先前的工作。但這不一定會直接造成錯誤。

如果我傳送 none,會收到什麼錯誤?
OpenAI 表示 GPT-6.2 不接受推理強度為 none 的設定。本文沒有該情況的引用回應本文,也未在即時請求中觸發此錯誤。

我可以繼續在 Chat Completions 上使用工具嗎?
根據官方 6.2 文件,不行。兩個模型都支援透過 Chat Completions 處理文字,但工具呼叫必須使用 Responses API。

AIHubMix 上有 GPT-6.2 嗎?
有。兩個 ID 都已上架。2026 年 11 月 18 日約 15:04–15:06 UTC(北京時間 23:04–23:06)的公開快照顯示,兩個模型頁面上都有供應商,索引和 schema 中也列出 Chat Completions、Responses 和 Anthropic Messages。Messages 使用閘道器轉譯,並非 OpenAI 原生端點。本文未執行推理請求。

我應該將推理強度設為 medium 嗎?
這是 OpenAI 對新整合的起始建議。官方文件並未明確說明在 6.2 中省略此欄位會有什麼結果,因此請明確設定。

在對話中途變更推理強度會破壞快取嗎?
變更請求層級的推理強度欄位,是 OpenAI 明確建議避免的前綴變更之一。文件中建議的替代方式是附加 configuration_update 項目,並維持原本的請求層級設定。

繼續閱讀:GPT-6.2 系列

資料來源

  1. Using GPT-6.2 — 官方遷移指南(推理強度、工具、不支援的參數、前綴規則)。
  2. Keep the prefix unchanged — 前綴變更、僅附加模式,以及 GPT-6.2 頂層 instructions 例外;於 2026 年 11 月 18 日約 03:47 UTC 重新確認。
  3. Reasoning models 與 Prompt caching — 不接受 none,以及 prefix_mismatch/end_user_mismatch。
  4. GPT-6.2 launch charts 與 system card — 各推理強度的結果及已知障礙回報;檢視日期為 2026 年 11 月 18 日。
  5. Codex 設定、Claude Code 設定、Astra 頁面、Sol 頁面與參數索引 — 工具設定、兩個模型的可用性,以及連結 schema 中記載的三種閘道器通訊協定;擷取時間約為 2026 年 11 月 18 日 15:04–15:06 UTC(北京時間 23:04–23:06);未執行推理請求。

一個閘道接入多家 AI 服務商, 為正式環境而生。

前往推理時代官網