Семейство GPT

Текстовые модели GPT от OpenAI: серии GPT-6, GPT-5.x, GPT-4.1, GPT-4o и Codex. Они вызываются через OpenAI-совместимый API, поддерживаются два API — Chat Completions и Responses; в официальном OpenAI SDK достаточно изменить base_url.

Типичные задачи

Включить reasoning Значения reasoning_effort, токены reasoning, сводка reasoning.Веб-поиск Инструмент web_search в Responses API.Кэширование промптов Автоматическое кэширование и проверка попадания.Структурированный вывод и PDF Вывод по json_schema и ввод PDF-файлов.Разбор ошибок Превышение контекста, слишком большой max_tokens, пустой ответ, неподдерживаемый API.Использование в Codex Настройка подключения и частые вопросы.

Модели

Все модели поддерживают вызов инструментов и структурированный вывод; все, кроме GPT-5 nano, принимают на вход изображения. Полный список моделей и актуальные цены см. на странице моделей ; их также можно получить через Models API.

Основные ID моделей (копируйте без изменений)

GPT-6 Solopenai/gpt-6-sol

GPT-5.4openai/gpt-5.4

GPT-5.4 miniopenai/gpt-5.4-mini

GPT-4.1 miniopenai/gpt-4.1-miniБез reasoning; подходит для простых задач

Префикс openai/ в ID модели можно опустить, например gpt-5.4. Поле model в ответе всегда содержит запись с префиксом.

Выбор API

ГлавноеСерия Codex и GPT-5.4 Pro поддерживают только Responses API; остальные модели работают с обоими API.

	Chat Completions	Responses
Адрес	`POST https://api.ofox.ai/v1/chat/completions`	`POST https://api.ofox.ai/v1/responses`
Ввод	`messages`	`input` (строка или массив сообщений)
Лимит длины вывода	`max_completion_tokens` (также принимается `max_tokens`)	`max_output_tokens`
Интенсивность reasoning	`reasoning_effort`	`reasoning.effort`
Сводка reasoning	Не возвращается	`reasoning.summary` — см. Сводка reasoning
Веб-поиск	Не поддерживается	Инструмент `web_search`
Модели, работающие только с этим API	—	`openai/gpt-5.4-pro`, `openai/gpt-5.3-codex`, `openai/gpt-5.2-codex`

Полный список параметров запроса см. в Chat Completions API и Responses API.

Провайдеры

Провайдер	Модели
Azure AI Foundry (`azure_foundry`)	Все модели; провайдер по умолчанию
OpenAI (`openai`)	GPT-6 Sol, GPT-6 Luna, GPT-6 Astra, GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.6 Luna

По нашим замерам, оба провайдера ведут себя одинаково в части reasoning, кэширования и веб-поиска. Чтобы указать провайдера, добавьте в запрос заголовок X-OfoxAI-Provider-Type: openai; другие способы см. в разделе Маршрутизация провайдеров.

Примеры вызова

Python (Chat Completions)

gpt_chat.py


import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="openai/gpt-5.4",
    messages=[
        {"role": "system", "content": "Ты опытный бэкенд-инженер, отвечай кратко."},
        {"role": "user", "content": "Объясни одним предложением, что такое идемпотентность."},
    ],
)
print(resp.choices[0].message.content)

Python (Responses)

gpt_responses.py


import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.responses.create(
    model="openai/gpt-5.4",
    instructions="Ты опытный бэкенд-инженер, отвечай кратко.",
    input="Объясни одним предложением, что такое идемпотентность.",
)
print(resp.output_text)

cURL

Terminal


curl https://api.ofox.ai/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-5.4",
    "messages": [{"role": "user", "content": "Объясни одним предложением, что такое идемпотентность."}]
  }'

Кэширование промптов

ГлавноеСемейство GPT кэширует автоматически, менять запросы не нужно; чтобы чаще попадать в кэш, размещайте неизменное содержимое в начале запроса.

Если префикс запроса совпадает с недавними запросами и достаточно длинный, кэш срабатывает автоматически, а попавшая в кэш часть оплачивается по цене чтения из кэша.

Параметр	Описание
Проверка попадания	В Chat Completions `usage.prompt_tokens_details.cached_tokens` больше 0; в Responses — `usage.input_tokens_details.cached_tokens`
Запись	Для серий GPT-6 и GPT-5.6 в первом запросе возвращается `prompt_tokens_details.cache_write_tokens`, который оплачивается по цене записи в кэш
Минимальная длина	Слишком короткий префикс не кэшируется; минимальная длина указана в официальной документации OpenAI
Стабильность	Кэширование работает по принципу best effort: даже запросы с одинаковым префиксом могут не попасть в кэш

Общие сведения о кэшировании: Кэширование промптов.

Веб-поиск

Добавьте web_search в tools Responses API — модель сама выполнит поиск и сошлётся на источники. Chat Completions веб-поиск не поддерживает.

gpt_web_search.py


import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.responses.create(
    model="openai/gpt-5.4",
    tools=[{"type": "web_search"}],
    input="Какая последняя стабильная версия Python?",
)
print(resp.output_text)
print("Число поисковых запросов:", sum(1 for item in resp.output if item.type == "web_search_call"))

Каждый элемент web_search_call в output соответствует одному поисковому запросу, элемент message — итоговому ответу. Поиск оплачивается за каждый запрос, цена указана на странице модели .

Типичные ошибки

ГлавноеОшибки в параметрах возвращают 400 с описанием причины; при долгом reasoning изредка возникают 502 и 504 — используйте потоковый вывод и увеличенный таймаут.

HTTP · type	Текст ошибки	Причина	Решение
400 `invalid_request_error`	`This model's maximum context length is 128000 tokens. However, your messages resulted in 152008 tokens.`	Входные данные превышают контекст модели	Сократите входные данные или выберите модель с более длинным контекстом
400 `invalid_request_error`	`max_tokens is too large: 100000. This model supports at most 16384 completion tokens`	Лимит вывода превышает допустимый максимум модели	Уменьшите `max_completion_tokens`
400 `invalid_request_error`	`Invalid value: 'bogus'. Supported values are: 'low', 'medium', 'high', and 'xhigh'.`	Значение `reasoning_effort` не поддерживается этой моделью	Используйте одно из значений, перечисленных в сообщении об ошибке
400 `endpoint_not_supported`	`Model 'openai/gpt-5.4-pro' does not support the /v1/chat/completions endpoint on this platform.`	Модель поддерживает только Responses API	Используйте `/v1/responses`
404 `model_not_found`	`Model 'openai/gpt-9' not found`	Ошибка в написании ID модели или модель снята с поддержки	Скопируйте ID модели с этой страницы
429 `rate_limit_error`	`Rate limit reached for the requested model. Please retry after a short delay.`	Слишком частые запросы	Повторите попытку позже — см. Лимиты запросов
502 `upstream_error`	`The model service is temporarily unavailable. Please retry or switch to another model.`	Вышестоящий сервис временно недоступен	Повторите попытку позже или выберите другую модель
504 `gateway_timeout`	`The upstream service did not respond in time.`	Reasoning длится слишком долго, и вышестоящий сервис не ответил вовремя	Используйте потоковый вывод или снизьте интенсивность reasoning
200, `finish_reason: "length"` и пустой ответ	—	Reasoning израсходовал весь `max_completion_tokens`	Увеличьте `max_completion_tokens` или снизьте интенсивность reasoning

Прочие общие ошибки: Обработка ошибок.

Официальная документация

Официальная документация описывает поведение при прямом обращении к OpenAI. При вызове через OfoxAI ID моделей и адреса API указывайте так, как описано на этой странице.

Часто задаваемые вопросы

Как записывать ID моделей GPT?

Стандартная запись — openai/gpt-5.4; префикс openai/ можно опустить и писать gpt-5.4.

Что выбрать: Chat Completions или Responses?

Подходят оба. Серия Codex и GPT-5.4 Pro поддерживают только Responses; Responses нужен также для сводки reasoning и веб-поиска. Проекты с готовым кодом на Chat Completions могут продолжать его использовать.

Как включить reasoning у GPT?

В Chat Completions передайте reasoning_effort (например, "high"), в Responses — reasoning: {"effort": "high"}. Некоторые модели по умолчанию не выполняют reasoning, поэтому при необходимости передавайте параметр явно.

GPT вернул пустой ответ, а finish_reason равен length?

Токены reasoning учитываются в max_completion_tokens, и после исчерпания лимита ответ уже не выводится. Увеличьте max_completion_tokens или снизьте reasoning_effort.

Ошибка does not support the /v1/chat/completions endpoint?

Эта модель поддерживает только Responses API — например, gpt-5.4-pro, gpt-5.3-codex, gpt-5.2-codex. Используйте POST /v1/responses.

Можно ли увидеть процесс reasoning у GPT?

Используйте Responses API и передайте reasoning: {"effort": "medium", "summary": "auto"} — элементы reasoning в output будут содержать сводку reasoning. Chat Completions содержимое reasoning не возвращает.

Может ли GPT искать в интернете?

Да. Используйте Responses API и добавьте в tools {"type": "web_search"}. Chat Completions веб-поиск не поддерживает.

Нужно ли вручную включать кэширование промптов у GPT?

Нет. Если префикс достаточно длинный и совпадает с недавними запросами, кэш срабатывает автоматически; объём попадания показывает cached_tokens в usage.

Что делать, если запрос к GPT завершается по таймауту или возвращает 504?

Интенсивный reasoning может занимать много времени. Используйте потоковый вывод (stream: true), установите таймаут клиента не менее 600 секунд или снизьте reasoning_effort.