第 1 课
开通 API Key,用 curl 和 Python 调通 Responses API
> 本课对照官方文档「开发者快速入门」「文本生成」「GPT-6.2 Astra」「GPT-6.2 Sol」「定价」编写。命令在 2026-11-19 核对;成功回复采用官方「文本生成」页的示例 JSON,401 为同日用假 Key 实打。
课程目录第 1 / 3 课
学习位置仅保存在当前浏览器,有效期 180 天。
图文教材
本课对照官方文档「开发者快速入门」「文本生成」「GPT-6.2 Astra」「GPT-6.2 Sol」「定价」编写。命令在 2026-11-19 核对;成功回复采用官方「文本生成」页的示例 JSON,401 为同日用假 Key 实打。
本课目标
- 认清
gpt-6.2-astra和gpt-6.2-sol两个调用 ID,以及上下文和模态限制 - 在 OpenAI 平台创建 API Key,并导出环境变量
- 用 curl 和官方 Python SDK 向 Responses API 发出第一个请求
- 看懂
output数组和 SDK 提供的output_text - 用假 Key 复现 401,确认请求打到了官方接口
前置条件
- 已有 OpenAI 账号
- 本机有 curl,以及 Python 3.9 或更高版本
- 会在终端里设置环境变量
- 已按官方计费页准备好额度,见: https://platform.openai.com/account/billing/overview
第 1 步:先认清要调用的两个模型
GPT-6.2 是 2026 年 11 月 17 日发布的家族。调用时 model 参数写下面这两个 ID,不要写成旧的 gpt-6-astra 或 gpt-6.1-sol。
官方模型页给出的关键规格(2026-11-19 核对):
| 项目 | gpt-6.2-astra | gpt-6.2-sol |
|---|---|---|
| 定位 | 最难的专业项目,从开始做到结束 | 写代码到规模化运行智能体 |
| 输入模态 | 文本、图片 | 文本、图片 |
| 输出模态 | 文本 | 文本 |
| 不支持的模态 | 音频、视频 | 音频、视频 |
| 上下文窗口 | 1,050,000 | 1,050,000 |
| 最大输入 / 最大输出 | 922,000 / 128,000 | 922,000 / 128,000 |
| 知识截止 | 2026-05-18 | 2026-06-01 |
| 推理 tokens | 支持 | 支持 |
两份模型页都写明:把推理力度设为 none 会被拒绝;工具调用请走 Responses API。它们支持 Chat Completions、Responses 和 Batch,不支持 Realtime、Assistants、微调,以及独立的图像生成、视频、语音接口。第 2 课再专门练推理力度,第 3 课再练工具调用。
官方「模型选择」建议:大多数 API 工作流先用 GPT-6.2 Sol,并把推理力度设为 medium;遇到吃力的工程或分析任务,再换 GPT-6.2 Astra。官方「开发者快速入门」和「文本生成」的第一段示例写的是 gpt-6.2-astra。本课先按官方快速入门原样跑通,下一课再按任务切换型号。

2026-11-19 用无头 Chrome 对下面这个地址实拍,1280 宽首屏。

来源:
第 2 步:创建 API Key 并导出环境变量
按官方「开发者快速入门」的步骤,先到平台创建密钥:
https://platform.openai.com/api-keys
创建成功后,立刻把完整 Key 存到本地安全位置,不要写进代码、笔记本或聊天记录。然后在当前终端会话里导出环境变量。官方示例分别给出 macOS / Linux 和 Windows 的写法:
export OPENAI_API_KEY="your_api_key_here"
Windows PowerShell:
setx OPENAI_API_KEY "your_api_key_here"
官方写明:各语言的官方 SDK 都会自动读取这个环境变量。不要把真实 Key 贴到截图或仓库里。若只想确认变量在,可以打印前几位:
echo "Key 前缀:${OPENAI_API_KEY:0:7}********"

2026-11-19 实拍。
第 3 步:用 curl 发出第一个请求
官方「文本生成」和「开发者快速入门」都把 Responses API 当作文本请求的入口。下面这条 curl 与官方示例一致:
curl "https://api.openai.com/v1/responses" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '{
"model": "gpt-6.2-astra",
"input": "Write a one-sentence bedtime story about a unicorn."
}'
这是一次计费调用。gpt-6.2-astra 会先消耗推理 tokens,再写出可见回答;推理 tokens 按输出计费。如果只想先花少一点试通链路,可以把 "model" 改成 "gpt-6.2-sol",效果结构相同,刊例价更低。下一课再比较两者。
第 4 步:用官方 Python SDK 再发一次
安装官方 SDK:
pip install openai
新建 example.py,内容与官方「开发者快速入门」「文本生成」中的 Python 示例一致:
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-6.2-astra",
input="Write a one-sentence bedtime story about a unicorn.",
)
print(response.output_text)
python example.py
第 5 步:看懂官方给出的对照结果
模型生成的内容在响应的 output 数组里。官方「文本生成」页用下面这段 JSON 作为对照,用来说明字段结构。你这次跑出来的故事不会逐字相同,但应能看到 type 为 message 的项,以及 output_text 一段文本:
[
{
"id": "msg_67b73f697ba4819183a15cc17d011509",
"type": "message",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "<官方例句见代码块下方,原文未改>",
"annotations": []
}
]
}
]
官方 text 字段的原句是:
Under the soft glow of the moon, Luna the unicorn
danced through fields of twinkling stardust,
leaving trails of dreams for every child asleep.
上面三行只为排版折行,拼起来就是官方原句,未改动任何单词。
这段示例来自:
https://developers.openai.com/api/docs/guides/text
官方特别提醒:output 数组里常常不止一项。它还可能包含工具调用,以及推理模型产生的推理项。不要假设可见文本一定在 output[0].content[0].text。官方 SDK 提供的 output_text 会把模型给出的文本汇总成一个字符串,适合作为读取正文的入口。

2026-11-19 实拍。
第 6 步:用假 Key 复现 401
在确认地址和请求体无误后,可以用一个明显无效的 Key 看报错长什么样。把环境变量临时换成假值,再发一次第 3 步的 curl(不要用你的真 Key 做这次实验):
export OPENAI_API_KEY="sk-test-invalid-key-kun-course"
curl "https://api.openai.com/v1/responses" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '{
"model": "gpt-6.2-sol",
"input": "ping"
}'
2026-11-18 23:56(Australia/Perth,与 Asia/Shanghai 同时区)在本课用上述假 Key 实打,HTTP 状态码为 401,响应正文如下。message 里的 Key 已被服务端打码。完整 message 在打码后还跟了一句 You can find your API key at,地址单独写在代码块下面,避免超长一行撑出页面:
{
"error": {
"message": "Incorrect API key provided: sk-test-******************urse.",
"type": "invalid_request_error",
"code": "invalid_api_key",
"param": null
},
"status": 401
}
https://platform.openai.com/account/api-keys.
如果你看到的是 code 为 invalid_api_key,说明请求已经打到官方接口,问题在密钥,而不在 URL 或模型 ID。做完后把环境变量改回真实 Key:
export OPENAI_API_KEY="your_api_key_here"
若完全不带 Authorization 头,同日实打得到的是另一条 401,message 为 Missing bearer or basic authentication in header,code 为 null。
第 7 步:对照短上下文刊例价
在继续加大请求之前,先按官方定价页看一眼成本。下面是 2026-11-19 再次打开官方定价页确认的 Standard、短上下文刊例价,单位是每 100 万 tokens。短上下文指输入 tokens 不超过 272K。
| 模型 | 输入 | 输出 | 缓存命中 | 30 分钟写入 | 12 小时写入 |
|---|---|---|---|---|---|
gpt-6.2-astra | $8.00 | $40.00 | $0.40 | $10.00 | $20.00 |
gpt-6.2-sol | $2.00 | $10.00 | $0.10 | $2.50 | $5.00 |
官方模型页还写明:输入超过 272K 时,该次请求的输入和缓存费率翻倍,输出按短上下文的 1.5 倍计。Batch 为 Standard 的 50%;Fast 为 2 倍。Ultrafast 在 2027 年 2 月 28 日前(太平洋时间)为 Standard 的 3 倍,2027 年 3 月 1 日起为 6 倍。符合条件的后台完成窗口:2 小时窗口低于 Standard 30%,8 小时窗口低于 40%。
推理 tokens 计入输出,所以第一次用 Astra 时,账单往往比「只看可见句子」预想的更高。日常联调可以改用 gpt-6.2-sol。

2026-11-19 实拍,页面当时选中的是 Standard 与 Short,表中 Astra / Sol 的数字与上表一致。
常见坑
- 把 Key 写进源码或把完整 Key 打进日志。只导出环境变量,打印时最多保留前缀。
- 继续用旧的 Chat Completions 示例硬套工具调用。GPT-6.2 的工具调用必须走 Responses API,第 3 课会练。
- 把推理力度写成
none。两个型号都会拒绝,下一课会看到官方说明。 - 只看可见回答、忽略推理 tokens。推理 tokens 按输出计费,并占用上下文窗口。
小结
到这里,你已经用官方示例调通了 Responses API,知道该读 output_text,也能从 401 判断密钥是否有效。下一课会按官方建议选择 Astra 或 Sol,设置推理力度,并传入官方示例图。


