cURL / Python / Node.js

Qualquer biblioteca oficial do OpenAI funciona; apenas base_url muda. Os exemplos usam gpt-5.6-sol; para o pacote Astra use 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 deve incluir /v1 e não deve terminar com /. A biblioteca adiciona /chat/completions por conta própria.

As respostas seguem exatamente o esquema do OpenAI: id é chatcmpl-..., usage tem prompt_tokens, completion_tokens e completion_tokens_details.reasoning_tokens. O limite é cobrado exatamente usage.total_tokens.

Responses API

O Codex e os SDKs mais recentes usam este protocolo. A configuração de raciocínio fica em 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)

Esforço de raciocínio

Com Chat Completions use reasoning_effort (low, medium, high). Sem configurar, o gateway usa high. Para tarefas simples, defina low para economizar 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 é apenas para Chat Completions. Com a Responses API use reasoning: {"effort": ...}; enviar reasoning_effort para /v1/responses é rejeitado com “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}
  }'

Em perguntas difíceis, o modelo pode ficar pensando por um tempo antes do primeiro token. Use stream: true para que a conexão não seja encerrada. stream_options.include_usage faz com que o último fragmento carregue usage para que você possa reconciliar o limite por conta própria.

Enviando imagens (visão)

As imagens vão no array content, como URL pública ou base64 para arquivos locais.

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)

As imagens custam tokens de acordo com seu tamanho. Recorte a parte relevante em vez de enviar uma captura de tela 4K completa.

Modelos e limite via API

# Modelos que esta chave pode chamar
curl https://gpt.teamsoclo.site/v1/models -H "Authorization: Bearer sk-xxx"

# Limite (endpoints legados do OpenAI)
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 retorna o total em hard_limit_usd; usage retorna o que foi usado em total_usage, em centavos (divida por 100 antes de comparar). A página de verificação faz isso por você.

Primeiros passos

Configuração

Suporte

Chat Completions

Responses API

Esforço de raciocínio

Streaming

Enviando imagens (visão)

Modelos e limite via API

​Chat Completions

​Responses API

​Esforço de raciocínio

​Streaming

​Enviando imagens (visão)

​Modelos e limite via API

Chat Completions

Responses API

Esforço de raciocínio

Streaming

Enviando imagens (visão)

Modelos e limite via API