Každá oficiální knihovna OpenAI funguje; mění se pouze base_url. Příklady používají gpt-5.6-sol; pro balíček Astra použij gpt-astra.
Chat Completions
base_url musí obsahovat /v1 a nesmí končit na /. Knihovna přidá /chat/completions sama.
Odpovědi přesně dodržují schéma OpenAI: id je chatcmpl-..., usage má prompt_tokens, completion_tokens a completion_tokens_details.reasoning_tokens. Kvóta se účtuje přesně usage.total_tokens.
Responses API
Codex a novější SDK používají tento protokol. Nastavení uvažování se nachází v reasoning.effort.
Výkon uvažování
S Chat Completions použij reasoning_effort (low, medium, high). Bez nastavení brána použije high. Pro jednoduché úkoly nastav low pro úsporu tokenů:
reasoning_effort je pouze pro Chat Completions. S Responses API použij reasoning: {"effort": ...}; odeslání reasoning_effort na /v1/responses je odmítnuto s “Unsupported parameter”.
Streamování
U těžkých otázek může model chvíli přemýšlet před prvním tokenem. Použij stream: true, aby připojení nebylo přerušeno. stream_options.include_usage způsobí, že poslední kus ponese usage, takže si kvótu můžeš odsouhlasit sám.
Odesílání obrázků (vize)
Obrázky jdou do pole content jako veřejná URL nebo base64 pro místní soubory.
Obrázky stojí tokeny podle velikosti. Ořízni na relevantní část místo odesílání celého 4K snímku obrazovky.
Modely a kvóta přes API
subscription vrátí celkovou hodnotu v hard_limit_usd; usage vrátí použité v total_usage, v centech (před porovnáním dělí 100). Stránka kontroly to udělá za tebe.