cURL / Python / Node.js

公式の OpenAI ライブラリはすべて使えます。変えるのは base_url だけです。例は gpt-5.6-sol を使用。Astra プランでは gpt-astra にします。

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": "あなたは親切なアシスタントです。"},
      {"role": "user", "content": "JavaScript のクロージャを説明して"}
    ]
  }'

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": "あなたは親切なアシスタントです。"},
        {"role": "user", "content": "JavaScript のクロージャを説明して"},
    ],
)

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: "あなたは親切なアシスタントです。" },
    { role: "user", content: "JavaScript のクロージャを説明して" },
  ],
})

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

base_url には /v1 を含め、末尾に / を付けないでください。ライブラリが /chat/completions を自動で付けます。

レスポンスは OpenAI のスキーマそのままです: id は chatcmpl-...、usage には prompt_tokens、completion_tokens、completion_tokens_details.reasoning_tokens が入ります。残高は usage.total_tokens の分だけ正確に引かれます。

Responses API

Codex や新しい SDK はこのプロトコルを使います。推論設定は reasoning.effort に置きます。

curl https://gpt.teamsoclo.site/v1/responses \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-sol",
    "input": "素数判定をする Python 関数を書いて",
    "reasoning": {"effort": "medium"}
  }'

resp = client.responses.create(
    model="gpt-5.6-sol",
    input="素数判定をする Python 関数を書いて",
    reasoning={"effort": "medium"},
)
print(resp.output_text)

推論の強さ

Chat Completions では reasoning_effort（low、medium、high）を使います。未指定ならゲートウェイは high を使います。簡単な作業は low にしてトークンを節約できます:

resp = client.chat.completions.create(
    model="gpt-5.6-sol",
    reasoning_effort="low",
    messages=[{"role": "user", "content": "英語に翻訳して: おはよう"}],
)

reasoning_effort は Chat Completions 専用です。Responses API では reasoning: {"effort": ...} を使います。/v1/responses に reasoning_effort を送ると「Unsupported parameter」で拒否されます。

ストリーミング

stream = client.chat.completions.create(
    model="gpt-5.6-sol",
    messages=[{"role": "user", "content": "秋についての短い文章を書いて"}],
    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": "秋についての短い文章を書いて"}],
    "stream": true,
    "stream_options": {"include_usage": true}
  }'

難しい質問ではモデルが最初のトークンを出す前に長く考えることがあります。stream: true にすると接続が切られません。stream_options.include_usage で最後のチャンクに usage が付き、残高を自分で照合できます。

画像の送信（画像入力）

画像は content 配列に入れます。公開 URL か、ローカルファイルの base64 です。

resp = client.chat.completions.create(
    model="gpt-5.6-sol",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "この画像はどんなエラーですか？"},
            {"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": "この画像はどんなエラーですか？"},
            {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{b64}"}},
        ],
    }],
)
print(resp.choices[0].message.content)

画像はサイズに応じてトークンを消費します。4K のスクリーンショットをそのまま送らず、必要な部分だけ切り抜いてください。

API でモデルと残高を見る

# このキーが呼べるモデル
curl https://gpt.teamsoclo.site/v1/models -H "Authorization: Bearer sk-xxx"

# 残高（OpenAI 旧エンドポイント）
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 は総額を hard_limit_usd で、usage は使用量を total_usage で返します。後者はセント単位なので比較前に 100 で割ってください。確認ページなら自動で計算されます。

はじめに

セットアップ

サポート

Chat Completions

Responses API

推論の強さ

ストリーミング

画像の送信（画像入力）

API でモデルと残高を見る

​Chat Completions

​Responses API

​推論の強さ

​ストリーミング

​画像の送信（画像入力）

​API でモデルと残高を見る

Chat Completions

Responses API

推論の強さ

ストリーミング

画像の送信（画像入力）

API でモデルと残高を見る