cURL / Python / Node.js

Cualquier biblioteca oficial de OpenAI funciona; solo cambia base_url. Los ejemplos usan gpt-5.6-sol; para el paquete Astra usa gpt-astra.

Chat Completions

curl https://gpt.teamsoclo.site/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-sol",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Explain closures in JavaScript"}
    ]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxx",
    base_url="https://gpt.teamsoclo.site/v1",
)

resp = client.chat.completions.create(
    model="gpt-5.6-sol",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Explain closures in JavaScript"},
    ],
)

print(resp.choices[0].message.content)
print(resp.usage)

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: "sk-xxx",
  baseURL: "https://gpt.teamsoclo.site/v1",
})

const resp = await client.chat.completions.create({
  model: "gpt-5.6-sol",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Explain closures in JavaScript" },
  ],
})

console.log(resp.choices[0].message.content)
console.log(resp.usage)

base_url debe incluir /v1 y no debe terminar con /. La biblioteca añade /chat/completions por sí misma.

Las respuestas siguen exactamente el esquema de OpenAI: id es chatcmpl-..., usage tiene prompt_tokens, completion_tokens y completion_tokens_details.reasoning_tokens. El cupo se cobra exactamente usage.total_tokens.

Responses API

Codex y los SDK más nuevos usan este protocolo. La configuración de razonamiento está en reasoning.effort.

curl https://gpt.teamsoclo.site/v1/responses \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-sol",
    "input": "Write a Python function that checks for primes",
    "reasoning": {"effort": "medium"}
  }'

resp = client.responses.create(
    model="gpt-5.6-sol",
    input="Write a Python function that checks for primes",
    reasoning={"effort": "medium"},
)
print(resp.output_text)

Esfuerzo de razonamiento

Con Chat Completions usa reasoning_effort (low, medium, high). Sin configurar, el gateway usa high. Para tareas simples establece low para ahorrar tokens:

resp = client.chat.completions.create(
    model="gpt-5.6-sol",
    reasoning_effort="low",
    messages=[{"role": "user", "content": "Translate to French: good morning"}],
)

reasoning_effort es solo para Chat Completions. Con la Responses API usa reasoning: {"effort": ...}; enviar reasoning_effort a /v1/responses se rechaza con “Unsupported parameter”.

Streaming

stream = client.chat.completions.create(
    model="gpt-5.6-sol",
    messages=[{"role": "user", "content": "Write a short paragraph about autumn"}],
    stream=True,
    stream_options={"include_usage": True},
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:
        print("\n", chunk.usage)

curl https://gpt.teamsoclo.site/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-sol",
    "messages": [{"role": "user", "content": "Write a short paragraph about autumn"}],
    "stream": true,
    "stream_options": {"include_usage": true}
  }'

En preguntas difíciles el modelo puede pensar un rato antes del primer token. Usa stream: true para que la conexión no se corte. stream_options.include_usage hace que el último fragmento lleve usage para que puedas conciliar el cupo tú mismo.

Enviar imágenes (visión)

Las imágenes van en el array content, como URL pública o base64 para archivos locales.

resp = client.chat.completions.create(
    model="gpt-5.6-sol",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "What error does this show?"},
            {"type": "image_url", "image_url": {"url": "https://example.com/screenshot.png"}},
        ],
    }],
)
print(resp.choices[0].message.content)

import base64

with open("screenshot.png", "rb") as f:
    b64 = base64.b64encode(f.read()).decode()

resp = client.chat.completions.create(
    model="gpt-5.6-sol",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "What error does this show?"},
            {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{b64}"}},
        ],
    }],
)
print(resp.choices[0].message.content)

Las imágenes cuestán tokens según su tamaño. Recorta la parte relevante en lugar de enviar una captura de pantalla 4K completa.

Modelos y cupo mediante API

# Modelos que puede llamar esta clave
curl https://gpt.teamsoclo.site/v1/models -H "Authorization: Bearer sk-xxx"

# Cupo (endpoints OpenAI heredados)
curl https://gpt.teamsoclo.site/v1/dashboard/billing/subscription -H "Authorization: Bearer sk-xxx"
curl https://gpt.teamsoclo.site/v1/dashboard/billing/usage -H "Authorization: Bearer sk-xxx"

subscription devuelve el total en hard_limit_usd; usage devuelve lo usado en total_usage, en centavos (divide entre 100 antes de comparar). La página de verificación hace esto por ti.

Primeros pasos

Configuración

Soporte

Chat Completions

Responses API

Esfuerzo de razonamiento

Streaming

Enviar imágenes (visión)

Modelos y cupo mediante API

​Chat Completions

​Responses API

​Esfuerzo de razonamiento

​Streaming

​Enviar imágenes (visión)

​Modelos y cupo mediante API

Chat Completions

Responses API

Esfuerzo de razonamiento

Streaming

Enviar imágenes (visión)

Modelos y cupo mediante API