Familia GPT

Los modelos de texto GPT de OpenAI, que incluyen las series GPT-6, GPT-5.x, GPT-4.1, GPT-4o y Codex. Se llaman a través de la API compatible con OpenAI, que admite dos endpoints, Chat Completions y Responses; basta con cambiar base_url en el SDK oficial de OpenAI.

Tareas habituales

Activar el reasoning Valores de reasoning_effort, tokens de reasoning y resumen del reasoning.Búsqueda web Herramienta web_search del endpoint Responses.Caché de prompts Caché automática y cómo confirmar un acierto.Salida estructurada y PDF Salida con json_schema y entrada de archivos PDF.Solución de errores Contexto excedido, max_tokens demasiado grande, respuesta vacía, endpoint no admitido.Uso en Codex Configuración y preguntas frecuentes.

Modelos

Todos los modelos admiten llamadas a herramientas y salida estructurada; todos salvo GPT-5 nano admiten entrada de imágenes. La lista completa de modelos y los precios en tiempo real están en la página de modelos ; también puede consultarlos con la Models API.

IDs de modelo habituales (cópielos tal cual al llamar)

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-miniSin reasoning; adecuado para tareas sencillas

El ID de modelo puede omitir el prefijo openai/, por ejemplo gpt-5.4. El campo model de la respuesta usa siempre el formato con prefijo.

Elección de endpoint

ClaveLa serie Codex y GPT-5.4 Pro solo admiten el endpoint Responses; el resto de modelos admite ambos endpoints.

	Chat Completions	Responses
URL	`POST https://api.ofox.io/v1/chat/completions`	`POST https://api.ofox.io/v1/responses`
Entrada	`messages`	`input` (cadena o array de mensajes)
Límite de longitud de salida	`max_completion_tokens` (también acepta `max_tokens`)	`max_output_tokens`
Esfuerzo de reasoning	`reasoning_effort`	`reasoning.effort`
Resumen del reasoning	No se devuelve	`reasoning.summary`; consulte Resumen del reasoning
Búsqueda web	No admitida	Herramienta `web_search`
Modelos que solo admiten este endpoint	—	`openai/gpt-5.4-pro`, `openai/gpt-5.3-codex`, `openai/gpt-5.2-codex`

Los parámetros completos de la petición se describen en Chat Completions API y Responses API.

Proveedores

Proveedor	Modelos ofrecidos
Azure AI Foundry (`azure_foundry`)	Todos los modelos; proveedor predeterminado
OpenAI (`openai`)	GPT-6 Sol, GPT-6 Luna, GPT-6 Astra, GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.6 Luna

En nuestras mediciones, ambos proveedores se comportan igual en reasoning, caché y búsqueda web. Si necesita seleccionar un proveedor, añada la cabecera X-OfoxAI-Provider-Type: openai; otras formas en Enrutamiento de proveedores.

Ejemplos de llamada

Python (Chat Completions)

gpt_chat.py


import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="openai/gpt-5.4",
    messages=[
        {"role": "system", "content": "Eres un ingeniero de backend sénior y respondes de forma concisa."},
        {"role": "user", "content": "Explica en una frase qué es la idempotencia."},
    ],
)
print(resp.choices[0].message.content)

Python (Responses)

gpt_responses.py


import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.responses.create(
    model="openai/gpt-5.4",
    instructions="Eres un ingeniero de backend sénior y respondes de forma concisa.",
    input="Explica en una frase qué es la idempotencia.",
)
print(resp.output_text)

cURL

Terminal


curl https://api.ofox.io/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-5.4",
    "messages": [{"role": "user", "content": "Explica en una frase qué es la idempotencia."}]
  }'

Caché de prompts

ClaveLa familia GPT usa caché automática, sin cambiar la petición; colocar el contenido fijo al principio de la petición aumenta la tasa de aciertos.

Cuando el prefijo de una petición coincide con el de peticiones recientes y es lo bastante largo, se produce un acierto de caché automáticamente, y la parte acertada se factura al precio de lectura de caché.

Elemento	Detalle
Confirmar un acierto	En Chat Completions, `usage.prompt_tokens_details.cached_tokens` es mayor que 0; en Responses, `usage.input_tokens_details.cached_tokens`
Escritura	En las series GPT-6 y GPT-5.6, la primera petición devuelve `prompt_tokens_details.cache_write_tokens`, que se factura al precio de escritura de caché
Longitud mínima	Si el prefijo es demasiado corto, no se almacena en caché; la longitud mínima figura en la documentación oficial de OpenAI
Estabilidad	La caché funciona según el principio de mejor esfuerzo; incluso peticiones con el mismo prefijo pueden no acertar

Información general sobre la caché: Caché de prompts.

Búsqueda web

Añada web_search a tools en el endpoint Responses; el modelo lanzará las búsquedas por sí mismo y citará las fuentes. Chat Completions no admite búsqueda web.

gpt_web_search.py


import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.responses.create(
    model="openai/gpt-5.4",
    tools=[{"type": "web_search"}],
    input="¿Cuál es la última versión estable de Python?",
)
print(resp.output_text)
print("Búsquedas:", sum(1 for item in resp.output if item.type == "web_search_call"))

Cada elemento web_search_call de output corresponde a una búsqueda, y el elemento message es la respuesta final. Las búsquedas se facturan por unidad; el precio figura en la página del modelo .

Errores habituales

ClaveLos errores de parámetros devuelven 400 con la causa; el reasoning prolongado provoca ocasionalmente 502 o 504, por lo que se recomienda usar streaming y un tiempo de espera largo.

HTTP · type	Mensaje de error original	Causa	Solución
400 `invalid_request_error`	`This model's maximum context length is 128000 tokens. However, your messages resulted in 152008 tokens.`	La entrada supera el contexto del modelo	Acorte la entrada o cambie a un modelo con más contexto
400 `invalid_request_error`	`max_tokens is too large: 100000. This model supports at most 16384 completion tokens`	El límite de salida supera el máximo permitido por el modelo	Reduzca `max_completion_tokens`
400 `invalid_request_error`	`Invalid value: 'bogus'. Supported values are: 'low', 'medium', 'high', and 'xhigh'.`	El modelo no admite ese valor de `reasoning_effort`	Use uno de los valores que enumera el mensaje de error
400 `endpoint_not_supported`	`Model 'openai/gpt-5.4-pro' does not support the /v1/chat/completions endpoint on this platform.`	El modelo solo admite el endpoint Responses	Use `/v1/responses`
404 `model_not_found`	`Model 'openai/gpt-9' not found`	ID de modelo mal escrito o modelo retirado	Copie el ID de modelo de esta página
429 `rate_limit_error`	`Rate limit reached for the requested model. Please retry after a short delay.`	Demasiadas peticiones	Vuelva a intentarlo más tarde; consulte Límites de velocidad
502 `upstream_error`	`The model service is temporarily unavailable. Please retry or switch to another model.`	El servicio de origen no está disponible temporalmente	Vuelva a intentarlo más tarde o cambie a otro modelo
504 `gateway_timeout`	`The upstream service did not respond in time.`	El reasoning se prolongó y el servicio de origen no respondió a tiempo	Use streaming o reduzca el esfuerzo de reasoning
200, `finish_reason: "length"` con respuesta vacía	—	El reasoning agotó `max_completion_tokens`	Aumente `max_completion_tokens` o reduzca el esfuerzo de reasoning

Otros errores generales: Gestión de errores.

Documentación oficial

La documentación oficial describe el comportamiento al llamar directamente a OpenAI. Al llamar a través de OfoxAI, los IDs de modelo y las URL de los endpoints son los de esta página.

Preguntas frecuentes

¿Cómo se escribe el ID de modelo de GPT?

El formato estándar es openai/gpt-5.4; también puede omitir el prefijo openai/ y escribir gpt-5.4.

¿Qué uso, Chat Completions o Responses?

Ambos sirven. La serie Codex y GPT-5.4 Pro solo admiten Responses, y también hay que usar Responses si necesita el resumen del reasoning o la búsqueda web. Los proyectos que ya tienen código con Chat Completions pueden seguir usándolo.

¿Cómo se activa el reasoning en GPT?

En Chat Completions, envíe reasoning_effort (por ejemplo, "high"); en Responses, reasoning: {"effort": "high"}. Algunos modelos no razonan por defecto; si lo necesita, indíquelo explícitamente.

¿GPT devuelve contenido vacío con finish_reason igual a length?

Los tokens que consume el reasoning se cuentan en max_completion_tokens; si el reasoning agota el límite, ya no se genera la respuesta. Aumente max_completion_tokens o reduzca reasoning_effort.

¿Error does not support the /v1/chat/completions endpoint?

El modelo solo admite el endpoint Responses, por ejemplo gpt-5.4-pro, gpt-5.3-codex y gpt-5.2-codex. Use POST /v1/responses.

¿Se puede ver el proceso de reasoning de GPT?

Use el endpoint Responses y envíe reasoning: {"effort": "medium", "summary": "auto"}; el elemento reasoning de output incluirá un resumen del reasoning. Chat Completions no devuelve el contenido del reasoning.

¿GPT puede buscar en la web?

Sí: use el endpoint Responses y añada {"type": "web_search"} a tools. Chat Completions no admite búsqueda web.

¿Hay que activar manualmente la caché de prompts de GPT?

No. Cuando el prefijo es lo bastante largo y coincide con el de peticiones recientes, el acierto es automático; la cantidad acertada figura en cached_tokens dentro de usage.

¿Qué hago si una petición a GPT agota el tiempo de espera o devuelve 504?

El reasoning de alto esfuerzo puede tardar bastante. Se recomienda usar streaming (stream: true), configurar el tiempo de espera del cliente en 600 segundos o más, o reducir reasoning_effort.