Program
Geliştiriciler için Yardımcı Yapay Zeka Mühendisi
26 sa
GPT-6 Astra API Nedir?
GPT-6 Astra API, 3 Eylül 2026'da yayınlanan OpenAI'nin yeni amiral gemisi modeline Responses API üzerinden erişme yoludur. Bu eğitim için önemli olan arayüz: gpt-6-astra, OpenAI’nin Responses API'si aracılığıyla metin ve görüntü girdilerini kabul eder. Akıl yürütme çabası low ile max arasında değişir ve none seçeneği yoktur.
Bu eğitimdeki örnekler client.responses.create kullanır, client.chat.completions.create yerine; ancak geçiş, istek, çıktı ve araç sonucu biçimlerinde de değişiklikler gerektirir. Özel temperature, top_p ve log-olasılık ayarlarını da kaldırın; Astra bunları desteklemez. İlk çağrıyı yapmadan önce fiyatlamaya bakalım.
GPT-6 Astra kaç para?
En fazla 272.000 giriş token'ı olan istekler için standart fiyatlandırma milyon sıradan giriş token'ı başına 10 $, milyon çıkış token'ı başına 50 $'dır. Önbellekten okunan giriş milyon başına 1 $, önbelleğe yazma milyon başına 12,50 $'dır.
Bir istek bu eşiği aştığında, OpenAI giriş ve önbellek oranlarına 2x çarpan, çıkış oranına 1,5x çarpan uygular. Yüksek oranlar yalnızca eşiği aşan token'lara değil, tüm isteğe uygulanır. Bu eğitimdeki hiçbir çalıştırma eşik yakınından geçmedi.
GPT-6 Astra API ile Ne İnşa Edeceğiz?
Hazırlama uygulaması küçük bir Flask görev panosu: bir ana sayfa, görev ekleme formu, bir görevi bitti olarak işaretleme düğmesi ve bir /health uç noktası. Tam kod, hazırlama uygulaması dahil, şu GitHub deposunda.
Testten önce üç tohum görev görünür. Görsel: Yazar.
Uygulamada kasıtlı bir kusur var. Aracın üç kontrolü var, ancak yalnızca test paketi bunları yakalamak üzere tasarlanmış.
Uygulama neden boş görev başlıklarını kabul ediyor?
Görev oluşturma uç noktası boş bir başlığı reddetmiyor. Bu davranışı, istemde açık etmeden ajanın bulabileceği bilinen bir hatanın olması için bıraktım.
Aracı hangi sürüm kontrollerini çalıştırabilir?
Ajan üç aracı çağırabilir:
-
run_test_suite, yaklaşık 250 HTTP isteği içeren toplu içe aktarma testi dahil pytest çalıştırır. -
check_ui_flow, bir görev eklemek ve göründüğünü doğrulamak için Playwright kullanır. -
check_staging_health,/healthadresine bir GET isteği gönderir.
Üçü de hazırlama ortamına karşı çalışır, mock yok. Tarayıcı kontrolü sabit kod kullanır; model tarafından yazılan bilgisayar kullanımı demosu daha sonra geliyor.
Python'da GPT-6 Astra API Nasıl Kurulur
gpt-6-astra'ya erişimi olan bir OpenAI API anahtarına ihtiyacınız var. platform.openai.com/api-keys adresinde bir anahtar oluşturun ve projenizde gpt-6-astra etkin mi kontrol edin. Kurumsal çalışma alanlarında Astra, lansmanda varsayılan olarak kapalıdır.
Aşağıdaki komutlar Windows PowerShell kullanır ve bu eğitim için gereken tüm paketleri kurar; yönlendirme demosu için OpenAI’nin realtime paketi dahil.
python -m venv .venv
.venv\Scripts\Activate.ps1
Copy-Item .env.example .env
pip install "openai[realtime]" flask pytest playwright pydantic matplotlib python-dotenv streamlit
playwright install chromiummacOS veya Linux'ta etkinleştirme komutunu source .venv/bin/activate ile, kopyalama komutunu ise cp .env.example .env ile değiştirin.
Ardından API anahtarını yeni .env dosyasına ekleyin: Az önce kopyaladığınız .env dosyasını açın ve OPENAI_API_KEY=sk-... ekleyin; python-dotenv bunu yükler ve SDK anahtarı otomatik olarak alır; böylece anahtarı koda hiç geçmezsiniz.
Proje özel bağımlılıklar veya .env dosyaları size yeni geliyorsa, sanal ortam ve ortam değişkenleri rehberlerimiz bunları açıklar. Anahtarın çalıştığını, üzerine inşa etmeden önce doğrulayın.
API anahtarınız zaten Responses API ile çalışıyorsa, bir sonraki alt bölümü atlayın ve senkron araç döngüsüyle başlayın. İlk istek yalnızca kurulumu doğrular.
İlk GPT-6 Astra API çağrınızı yapın
Anahtar yerindeyse, dotenv ile yüklenmesi gerekir. Ardından bir OpenAI istemcisi oluşturabilir ve client.responses.create() işleviyle ilk isteğinizi gönderebilirsiniz. Mümkün olan en küçük istek şöyle görünür:
from dotenv import load_dotenv
from openai import OpenAI
load_dotenv()
client = OpenAI()
response = client.responses.create(
model="gpt-6-astra",
reasoning={"effort": "low"},
input="In one sentence, what is a staging environment used for?",
)
print(response.output_text)Yanıtın usage alanı, daha sonraki maliyet hesabı için gereken token sayılarını listeler.
Senkron Bir GPT-6 Astra Araç Döngüsü Kurun
Aşağıdaki parçalar alıntıdır; çalıştırılabilir sürümler eşlik eden GitHub deposunda.
Async'e dokunmadan önce, sıradan sürümü oluşturdum:
-
Modeli çağır
-
function_callöğesi var mı kontrol et -
Eşleşen aracı çalıştır
-
Sonucu
previous_response_idile geri gönder -
Model araç istemeyi bırakana kadar tekrarla.
Bu bloke edici döngü, async karşılaştırması için temel çizgidir.
for turn in range(max_turns):
response = client.responses.create(
model="gpt-6-astra",
reasoning={"effort": "low"},
tools=TOOLS,
input=next_input,
previous_response_id=previous_response_id,
)
calls = [item for item in response.output if item.type == "function_call"]
if not calls:
final_text = response.output_text
break
outputs = [
{"type": "function_call_output", "call_id": call.call_id, "output": run_tool(call)}
for call in calls
]
next_input, previous_response_id = outputs, response.idTemel çalıştırma ne buldu
Temel çalıştırmada model her aracı sırayla çağırdı. Bilinen doğrulama hatasını buldu ve etmeme kararı verdi. Üç çalıştırma boyunca toplam duvar saati ortalaması 23,40 saniyeydi. Bu ortalama tüm koşuyu kapsar; tekil araç sürelerini değil.
GPT-6 Astra Async Araç Çağırma Nasıl Çalışır?
Bir aracı şemasında "async": true olarak işaretleyin; uygulamanız model ya çalışmaya devam ederken ya da beklerken o sonucu erteleyebilir. Uygulamanız hâlâ aracı çalıştırır ve arka plan işini yönetir.
Bağımsız kontrolleri eşzamanlı nasıl çalıştırırsınız
Ben run_test_suite ve check_ui_flow öğelerini async olarak işaretledim ve bu demoda aynı anda yalnızca bir bekleyen iş grubu olduğundan, bağımsız değişkeni olmayan uygulama tanımlı bir wait_for_tasks aracı ekledim. Bu bağımsız değişkensiz bekleme örneği küçük tutuyor.
Üretim bir koşutlayıcıda, işleri görev tanıtıcılarıyla tanımlayın, her tanıtıcıyı orijinal call_id ile bağlayın ve yalnızca bir sonraki adım bekleyen bir sonuca bağlıysa bekleyin.
Tamamlanan her sonucu kendi call_id'si üzerinde döndürün, ardından bekleme durumunu bekleme aracının kendi call_id'siyle döndürün.
TOOLS = [
{"type": "function", "name": "run_test_suite", "async": True, ...},
{"type": "function", "name": "check_ui_flow", "async": True, ...},
{"type": "function", "name": "check_staging_health", ...},
{"type": "function", "name": "wait_for_tasks", ...},
]Bu çalıştırmada, uygulama her işaretli çağrıyı bir iş parçacığı havuzuna gönderdi. Arka plan kontrolleri çalışırken, hızlı senkron sağlık kontrolünü gerçekleştirdi. Ardından bekleyen kontroller tamamlanana kadar wait_for_tasks noktasında bloke oldu.
Async araç çağırma duvar saati süresini azaltır mı?
Üç çalıştırma boyunca, async ortalama duvar saati süresini %19,1 azalttı: 23,40 saniyeden 18,94 saniyeye. Ortalama basit görünüyordu; ta ki tekil çalıştırmalar gelene kadar. Aşağıdaki grafik aslında ne kadar değiştiklerini gösteriyor. Üç çalıştırma burada olanı göstermek için yeterlidir; üretim gecikmesini öngörmek için değil.
Çalıştırma süreleri her iki modda da değişti. Görsel: Yazar.
Eşzamanlı kontroller neden bir yarış durumuna yol açtı?
Tarayıcı kontrolünü ve toplu içe aktarma testini aynı anda çalıştırmak, her iki kontrol de aynı bellekteki görev listesini değiştirdiği için bazen toplu içe aktarma iddiasının başarısız olmasına neden oldu. Bu, testin münhasır erişim varsayımını bozdu. Verileri koşutlayıcıda veya testlerde izole etmek yarışı önlerdi.
UI Testi için Sınırlı GPT-6 Astra Bilgisayar Kullanımı
Bilgisayar kullanımı için, GPT-6 Astra'nın dokümanları kod yürütmeyi öneriyor; yapılandırılmış computer aracı ise alternatif olarak desteklenmeye devam ediyor. Kod yürütmede tek bir çağrı birkaç eylemi, döngüyü ve koşullu mantığı birleştirebilirken, computer aracı, uygulamanızın çevirip yeniden oynatması için her seferinde tek bir yapılandırılmış fare veya klavye eylemi döndürür.
Bilgisayar-kullanımı koşutlayıcısını nasıl sınırlandırırsınız
Sınıfa BrowserSandbox adını verdim, ancak bu ad korumasını abartıyor. Model tarafından yazılan koda bir Playwright page, bir log() işlevi ve bir expect_text() yardımcısı verir. Python, exec()'e yerleşikleri enjekte etmeye devam edebilir ve sayfa başka bir kaynağa gidebilir.
sandbox_globals = {"page": self.page, "log": log, "expect_text": expect_text}
exec(code, sandbox_globals)Bunu bir güvenlik sınırı değil, bir demo koşutlayıcısı olarak ele alın. Model tarafından yazılan kodun; dosya sistemi, süreç, ağ ve origin kısıtları olan izole bir süreç veya kapsayıcıya ihtiyacı vardır.
UI kontrolünde ne oldu?
Döngüyü sekiz turda sınırladım çünkü sınırlı bir kontrolün sert bir duraklamaya ihtiyacı var. Model sayfayı inceledi, form girişini buldu, "UI flow check, cobalt otter 73921" başlığını oluşturdu, görevi gönderdi ve başlığın göründüğünü doğruladı; bu 13 saniye sürdü. GPT-5.4 bilgisayar kullanımı eğitimimiz, Astra'nın selefi bir modelle ayrıntılı bir örnek içerir.
GPT-6 Astra Tur Ortasında Yönlendirme Nasıl Çalışır?
Tur ortasında yönlendirme yalnızca gpt-6-astra için bir WebSocket bağlantısı üzerinden kullanılabilir.
Bir bağlantı açın ve bir yanıt oluşturun; ardından yanıt oluşturulurken yeni talimatlarla bir response.steer olayı gönderin. Bir response.steer.accepted olayı, güncellemenin kuyruğa alındığı, uygulanmadığı anlamına gelir. Sunucu, otomatik devamı oluşturmadan önce mevcut çıktı öğesini ve zaten çalışan barındırılan araç işini bitirir.
Hâlâ bir istemci aracı sonucuna veya onayına ihtiyaç duyuyorsa, response.steer.pending eksik girdiyi belirtir.
async with client.responses.connect() as connection:
await connection.response.create(model="gpt-6-astra", input=TASK)
async for event in connection:
if event.type == "response.created" and initial_response_id is None:
initial_response_id = event.response.id
await asyncio.sleep(1.0)
await connection.response.steer(
previous_response_id=initial_response_id,
input="Also add a rollback plan, but skip mobile.",
)Bir saniyelik gecikme, deney koduna uyumludur ve ilk yanıtın başlaması için zaman tanır. Bu gecikme olmadan, bu, yanıt yaşam döngüsünde farklı bir noktayı test ederdi.
Tur ortasında yönlendirme neleri değiştirmez?
Yönlendirme, orijinal yanıtı yeniden yazmaz. Güncelleme onu yarıda keserse, yanıt status: "incomplete" ve incomplete_details.reason: "steered" ile biter. Ardıl bir yanıt, yeni talimatla devam eder.
İlk yanıt, güncelleme yürürlüğe girmeden önce biterse, tamamlanmış olarak kalır. Yönlendirme, çoktan başlamış istemci tarafı eylemlerini geri almaz veya iptal etmez; bu davranışın sahibi hâlâ uygulamanızdır. Kuyruğa alınan yönlendirme yalnızca mevcut WebSocket bağlantısında vardır; bir yeniden bağlanma denemeden önce güncellemeyi kaydedin.
Karşılaştırma yolu, ilk yanıtın bitmesine izin verir, ardından birleştirilmiş talimatlarla yeni bir istek gönderir. İki çalıştırma üzerinden, yönlendirme ortalama 26,91 saniye sürdü; bitir-sonra-yeniden-başlat yolu ise 50,02 saniye. Bu karşılaştırma, iptal-et-ve-yeniden-başlat politikasını kapsamaz veya nihai metni doğruluk açısından puanlamaz.
Zaman ve maliyet için iki çalıştırmanın ortalamaları. Görsel: Yazar.
Yeniden başlatma yolu, bazı aynı istekleri kapsayan iki tam yanıt üretir. Bu kurulum zaman farkının bir kısmını açıklar; bu nedenle bu iki çalıştırmayı yönlendirme için genel bir kıyaslama olarak görmem.
GPT-6 Astra Akıl Yürütme Çabasını Konuşma Ortasında Nasıl Değiştirirsiniz
gpt-6-astra akıl yürütme çabasını low ile max arasında destekler. Daha yüksek çaba, akıl yürütme token'ı kullanımını artırabilir, ancak farklı bir yanıtı garanti etmez. Bir configuration_update , başka bir güncelleme onu geçersiz kılana kadar sonraki ve daha sonraki yanıtlarda değişiklik yapar; istek düzeyi ayarı değişmeden kalır.
Bu boru hattında, rapor konuşmayı bitirir; bu nedenle güncelleme yalnızca son adımı etkiler.
response = client.responses.create(
model="gpt-6-astra",
previous_response_id=previous_id,
reasoning={"effort": "low"}, # default remains low
input=[
{"type": "configuration_update", "reasoning": {"effort": "high"}},
{"role": "user", "content": "Diagnose the root cause and recommend a fix."},
],
)Her iki çaba düzeyinde de aynı hata izini kullandım ve teşhis ile token kullanımını karşılaştırdım.
Bir incelik: yanıtın reasoning.effort alanı, yine de configuration_update tarafından seçilen çabayı değil, istek düzeyi ayarı raporlar. Güncellemenin etkili olup olmadığını kontrol etmek için bu alanı kullanmayın.
Yüksek akıl yürütme çabası teşhisi değiştirdi mi?
Tam birleşik çalıştırmada, yükseltilmiş adım 108 akıl yürütme token'ı kullandı. low düzeyindeki diğer tüm adımlar sıfır kullandı. Daha uzun bir hata iziyle yapılan önceki izole bir testte, düşük çaba sıfır, yüksek çaba 318 akıl yürütme token'ı kullandı. Her iki sürüm de doğrulama hatasını belirledi; dolayısıyla daha yüksek çaba, token kullanımını değiştirdi ama teşhisi değil.
Yapılandırma güncellemeleri yalnızca standart, tek ajanlı isteklerde çalışır. API, bitişik güncellemeleri reddeder ve otomatik sıkıştırma veya otomatik kesme ile birleştirilemezler.
GPT-6 Astra Yapılandırılmış Çıktılar Nasıl Kullanılır
Boru hattının son adımı, serbest metni doğrulanmış bir Pydantic modeliyle değiştirmek için client.responses.parse çağırır.
class GoNoGoReport(BaseModel):
decision: str
summary: str
checks_completed: list[str]
failures: list[str]
risks: list[str]
follow_up_actions: list[str]
confidence: float
response = client.responses.parse(
model="gpt-6-astra",
previous_response_id=previous_id,
text_format=GoNoGoReport,
input=[...],
)Pydantic burada bildirilen alan türlerini kontrol eder. Raporun kanıtla eşleştiğini kanıtlamaz ve bu sürüm decision alanını iki değere veya confidence alanını bir aralığa kısıtlamaz.
Devam/etmeme raporu neleri yakaladı?
Rapor decision: "no_go" döndürdü. Daha önce bahsedilen doğrulama hatasını failures altında ve eşzamanlılık sorununu risks altında sınıflandırdı. İkincisi için şunu yazdı: "paylaşılan hazırlama verilerine karşı eşzamanlı UI kontrollerinden olası etkileşim." İstem bu riski adlandırmamıştı.
Gecikme ve maliyeti bu şemanın dışında tutun ve kodda hesaplayın. Model rapor alanlarını araç kanıtlarından doldurur.
Streamlit arayüzü komut satırı koşutlayıcısıyla aynı üreteci tüketir. Her araç olayını geldiği anda işler, ardından ayrıştırılmış raporu Rapor ve JSON sekmelerinde gösterir.
