GPT-5.5 Pro je samostatná edice Pro modelu GPT-5.5 od OpenAI. Využívá dodatečné výpočty k řešení obtížných otázek a přípravě důkladnější odpovědi. Model přijímá text a obrázky a vytváří text. Jeho identita pojmenovaného modelu Pro se liší od výběru režimu provádění Pro na základním modelu GPT-5.6 nebo GPT-6.
Popis vydání rodiny GPT-5.5 představuje programování, výzkum, analýzu dat a odbornou práci založenou na mnoha dokumentech. Pro konkrétně popisuje jako volbu pro náročné otázky a obsáhlejší, strukturované výsledky. Příkladem úkolu je sladit několik projektových dokumentů, určit vzájemně závislé požadavky a vytvořit doporučení s výslovně uvedenými podmínkami. U kódu dodejte zamýšlené chování, stávající implementaci a omezení, která musí navržená změna zachovat.
OpenAI pro GPT-5.5 Pro stanovuje kontextové okno o velikosti 1 050 000 tokenů a maximální výstup 128 000 tokenů, s dokumentovanou hranicí znalostí 1. prosince 2025. Dostupné úrovně úsilí při uvažování jsou medium, high a xhigh; výchozí je high. Uvažování zabírá tokenový prostor vedle viditelné odpovědi. Dlouhý odborný požadavek by proto měl obsahovat relevantní důkazy a ponechat místo pro analýzu modelu i konečný výstup.
Výrobce dokumentuje GPT-5.5 Pro pro požadavky Responses, včetně použití přes Batch, které podporují interakce modelu ve více tazích před odpovědí. Obtížné požadavky mohou trvat několik minut. OpenAI doporučuje provádění na pozadí pro dlouhotrvající práci: aplikace obdrží identifikátor odpovědi, sleduje stav požadavku a načte dokončený výsledek. Tento pracovní postup využijte k dovedení dlouhého požadavku až k dokončenému výsledku.
Karta modelu uvádí Structured Outputs, volání funkcí, vyhledávání na webu a v souborech, nástroje pro generování obrázků, obrazový vstup a podporu MCP. Mezi nástroje patří také interpret kódu a hostovaný shell. Aplikace poskytuje pracovní prostředí a provádí své operace; vrací jejich skutečné výsledky, aby model mohl pokračovat. Navržený program, požadovanou akci a výsledek provedené akce je třeba při přípravě konečné odpovědi považovat za různé výstupy.
Poskytněte modelu jasnou otázku, zdrojové materiály a kritérium dokončení. U technické analýzy požadujte dotčené závislosti, navržený přístup a důkazy potřebné k jeho ověření. U rozhodnutí na základě dokumentů určete srovnávací kritéria a požádejte, aby dodaná fakta, závěr a nevyřešené podmínky zůstaly rozlišitelné. Pokud obrázek poskytuje zásadní důkazy, ukažte na relevantní detail. Užitečným konečným výsledkem je konkrétní podklad pro rozhodnutí, návrh kódu nebo analytické vysvětlení navázané na dodané materiály a cíl.
", "aboutText": "GPT-5.5 Pro je samostatná edice Pro modelu GPT-5.5 od OpenAI. Využívá dodatečné výpočty k řešení obtížných otázek a přípravě důkladnější odpovědi. Model přijímá text a obrázky a vytváří text. Jeho identita pojmenovaného modelu Pro se liší od výběru režimu provádění Pro na základním modelu GPT-5.6 nebo GPT-6.\n\nPopis vydání rodiny GPT-5.5 představuje programování, výzkum, analýzu dat a odbornou práci založenou na mnoha dokumentech. Pro konkrétně popisuje jako volbu pro náročné otázky a obsáhlejší, strukturované výsledky. Příkladem úkolu je sladit několik projektových dokumentů, určit vzájemně závislé požadavky a vytvořit doporučení s výslovně uvedenými podmínkami. U kódu dodejte zamýšlené chování, stávající implementaci a omezení, která musí navržená změna zachovat.\n\nOpenAI pro GPT-5.5 Pro stanovuje kontextové okno o velikosti 1 050 000 tokenů a maximální výstup 128 000 tokenů, s dokumentovanou hranicí znalostí 1. prosince 2025. Dostupné úrovně úsilí při uvažování jsou medium, high a xhigh; výchozí je high. Uvažování zabírá tokenový prostor vedle viditelné odpovědi. Dlouhý odborný požadavek by proto měl obsahovat relevantní důkazy a ponechat místo pro analýzu modelu i konečný výstup.\n\nVýrobce dokumentuje GPT-5.5 Pro pro požadavky Responses, včetně použití přes Batch, které podporují interakce modelu ve více tazích před odpovědí. Obtížné požadavky mohou trvat několik minut. OpenAI doporučuje provádění na pozadí pro dlouhotrvající práci: aplikace obdrží identifikátor odpovědi, sleduje stav požadavku a načte dokončený výsledek. Tento pracovní postup využijte k dovedení dlouhého požadavku až k dokončenému výsledku.\n\nKarta modelu uvádí Structured Outputs, volání funkcí, vyhledávání na webu a v souborech, nástroje pro generování obrázků, obrazový vstup a podporu MCP. Mezi nástroje patří také interpret kódu a hostovaný shell. Aplikace poskytuje pracovní prostředí a provádí své operace; vrací jejich skutečné výsledky, aby model mohl pokračovat. Navržený program, požadovanou akci a výsledek provedené akce je třeba při přípravě konečné odpovědi považovat za různé výstupy.\n\nPoskytněte modelu jasnou otázku, zdrojové materiály a kritérium dokončení. U technické analýzy požadujte dotčené závislosti, navržený přístup a důkazy potřebné k jeho ověření. U rozhodnutí na základě dokumentů určete srovnávací kritéria a požádejte, aby dodaná fakta, závěr a nevyřešené podmínky zůstaly rozlišitelné. Pokud obrázek poskytuje zásadní důkazy, ukažte na relevantní detail. Užitečným konečným výsledkem je konkrétní podklad pro rozhodnutí, návrh kódu nebo analytické vysvětlení navázané na dodané materiály a cíl.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Reconcile a staged delivery decision\n\nReconcile these project notes. D1: launch requires a trained support team. D2: training requires a finished user guide. D3: the guide is drafted but its setup instructions remain unverified. The manager proposes launching tomorrow because the draft exists. Return the dependency chain, the unsupported readiness claim and the evidence needed for a launch decision.A source-linked dependency analysis and a conditional decision memo.A draft guide must not be treated as verified instructions or completed support training.openai/gpt-5.5-proSamostatná edice GPT-5.5 Pro využívá dodatečné výpočty pro obtížné uvažování a odbornou analýzu. Přijímá text a obrázky a vytváří textový výsledek prostřednictvím rozhraní Responses výrobce, včetně požadavků Batch.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
GPT-5.5 Pro je samostatná edice Pro modelu GPT-5.5 od OpenAI. Využívá dodatečné výpočty k řešení obtížných otázek a přípravě důkladnější odpovědi. Model přijímá text a obrázky a vytváří text. Jeho identita pojmenovaného modelu Pro se liší od výběru režimu provádění Pro na základním modelu GPT-5.6 nebo GPT-6.
Popis vydání rodiny GPT-5.5 představuje programování, výzkum, analýzu dat a odbornou práci založenou na mnoha dokumentech. Pro konkrétně popisuje jako volbu pro náročné otázky a obsáhlejší, strukturované výsledky. Příkladem úkolu je sladit několik projektových dokumentů, určit vzájemně závislé požadavky a vytvořit doporučení s výslovně uvedenými podmínkami. U kódu dodejte zamýšlené chování, stávající implementaci a omezení, která musí navržená změna zachovat.
OpenAI pro GPT-5.5 Pro stanovuje kontextové okno o velikosti 1 050 000 tokenů a maximální výstup 128 000 tokenů, s dokumentovanou hranicí znalostí 1. prosince 2025. Dostupné úrovně úsilí při uvažování jsou medium, high a xhigh; výchozí je high. Uvažování zabírá tokenový prostor vedle viditelné odpovědi. Dlouhý odborný požadavek by proto měl obsahovat relevantní důkazy a ponechat místo pro analýzu modelu i konečný výstup.
Výrobce dokumentuje GPT-5.5 Pro pro požadavky Responses, včetně použití přes Batch, které podporují interakce modelu ve více tazích před odpovědí. Obtížné požadavky mohou trvat několik minut. OpenAI doporučuje provádění na pozadí pro dlouhotrvající práci: aplikace obdrží identifikátor odpovědi, sleduje stav požadavku a načte dokončený výsledek. Tento pracovní postup využijte k dovedení dlouhého požadavku až k dokončenému výsledku.
Karta modelu uvádí Structured Outputs, volání funkcí, vyhledávání na webu a v souborech, nástroje pro generování obrázků, obrazový vstup a podporu MCP. Mezi nástroje patří také interpret kódu a hostovaný shell. Aplikace poskytuje pracovní prostředí a provádí své operace; vrací jejich skutečné výsledky, aby model mohl pokračovat. Navržený program, požadovanou akci a výsledek provedené akce je třeba při přípravě konečné odpovědi považovat za různé výstupy.
Poskytněte modelu jasnou otázku, zdrojové materiály a kritérium dokončení. U technické analýzy požadujte dotčené závislosti, navržený přístup a důkazy potřebné k jeho ověření. U rozhodnutí na základě dokumentů určete srovnávací kritéria a požádejte, aby dodaná fakta, závěr a nevyřešené podmínky zůstaly rozlišitelné. Pokud obrázek poskytuje zásadní důkazy, ukažte na relevantní detail. Užitečným konečným výsledkem je konkrétní podklad pro rozhodnutí, návrh kódu nebo analytické vysvětlení navázané na dodané materiály a cíl.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity openai/gpt-5.5-pro | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Příklady: system, user, assistant, tool, function Podmínky: Tyto role jsou výslovně zastoupeny typy kompatibility zdrojového kódu; přesná sada rolí zůstává specifická pro daný model. Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring|content_part[]|null | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_calls | Typtool_call[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_call_id | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: role=tool; použijte skutečně vrácené ID | Výchozí— |
Polemessages[].name | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].reasoning_content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Předávejte zpět skutečně vrácené uvažování tam, kde je tento model používá | Výchozí— |
Polemessages[].reasoning_details | Typobject|array | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity function Závisí na modelu | Výchozí— |
Poletools[].function.name | Typstring | PožadavekPovinné | Hodnoty a limity Platí, když: nástroj typu funkce je dodán | Výchozí— |
Poletools[].function.description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].function.parameters | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— |
Text · text UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktpole zpráv se strukturou role/content |
Parametrfile_material | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Životní cyklus: synchronous_or_streamed
Odešlete přesné ID modelu spolu s messages.
Délka kontextu není limitem výstupu.
Textový soubor může dodat doslovný text; obrazové/zvukové vstupy a vstupy v podobě souborových objektů vyžadují přesnou vazbu.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.06 / 1K tokenů Výstup · Výstupní tokeny $0.36 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetně272 000 | Poplatek Vstup · Vstupní tokeny $0.06 / 1K tokenů Výstup · Výstupní tokeny $0.36 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 2 | Tabulka sazeb— | Tokeny kontextu, více než272 000 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.12 / 1K tokenů Výstup · Výstupní tokeny $0.54 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.5-pro", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5.5-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5.5-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou volbu a její obsah/volání nástrojů/uvažování. V SSE sestavujte přírůstky podle indexu volby/nástroje a zachovejte konečný důvod ukončení i údaje o využití.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra openai/gpt-5.5-pro
Použijte cesty metod uvedené výše.
openai/gpt-5.5-proSamostatná edice GPT-5.5 Pro využívá dodatečné výpočty pro obtížné uvažování a odbornou analýzu. Přijímá text a obrázky a vytváří textový výsledek prostřednictvím rozhraní Responses výrobce, včetně požadavků Batch.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
GPT-5.5 Pro je samostatná edice Pro modelu GPT-5.5 od OpenAI. Využívá dodatečné výpočty k řešení obtížných otázek a přípravě důkladnější odpovědi. Model přijímá text a obrázky a vytváří text. Jeho identita pojmenovaného modelu Pro se liší od výběru režimu provádění Pro na základním modelu GPT-5.6 nebo GPT-6.
Popis vydání rodiny GPT-5.5 představuje programování, výzkum, analýzu dat a odbornou práci založenou na mnoha dokumentech. Pro konkrétně popisuje jako volbu pro náročné otázky a obsáhlejší, strukturované výsledky. Příkladem úkolu je sladit několik projektových dokumentů, určit vzájemně závislé požadavky a vytvořit doporučení s výslovně uvedenými podmínkami. U kódu dodejte zamýšlené chování, stávající implementaci a omezení, která musí navržená změna zachovat.
OpenAI pro GPT-5.5 Pro stanovuje kontextové okno o velikosti 1 050 000 tokenů a maximální výstup 128 000 tokenů, s dokumentovanou hranicí znalostí 1. prosince 2025. Dostupné úrovně úsilí při uvažování jsou medium, high a xhigh; výchozí je high. Uvažování zabírá tokenový prostor vedle viditelné odpovědi. Dlouhý odborný požadavek by proto měl obsahovat relevantní důkazy a ponechat místo pro analýzu modelu i konečný výstup.
Výrobce dokumentuje GPT-5.5 Pro pro požadavky Responses, včetně použití přes Batch, které podporují interakce modelu ve více tazích před odpovědí. Obtížné požadavky mohou trvat několik minut. OpenAI doporučuje provádění na pozadí pro dlouhotrvající práci: aplikace obdrží identifikátor odpovědi, sleduje stav požadavku a načte dokončený výsledek. Tento pracovní postup využijte k dovedení dlouhého požadavku až k dokončenému výsledku.
Karta modelu uvádí Structured Outputs, volání funkcí, vyhledávání na webu a v souborech, nástroje pro generování obrázků, obrazový vstup a podporu MCP. Mezi nástroje patří také interpret kódu a hostovaný shell. Aplikace poskytuje pracovní prostředí a provádí své operace; vrací jejich skutečné výsledky, aby model mohl pokračovat. Navržený program, požadovanou akci a výsledek provedené akce je třeba při přípravě konečné odpovědi považovat za různé výstupy.
Poskytněte modelu jasnou otázku, zdrojové materiály a kritérium dokončení. U technické analýzy požadujte dotčené závislosti, navržený přístup a důkazy potřebné k jeho ověření. U rozhodnutí na základě dokumentů určete srovnávací kritéria a požádejte, aby dodaná fakta, závěr a nevyřešené podmínky zůstaly rozlišitelné. Pokud obrázek poskytuje zásadní důkazy, ukažte na relevantní detail. Užitečným konečným výsledkem je konkrétní podklad pro rozhodnutí, návrh kódu nebo analytické vysvětlení navázané na dodané materiály a cíl.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity openai/gpt-5.5-pro | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.06 / 1K tokenů Výstup · Výstupní tokeny $0.36 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetně272 000 | Poplatek Vstup · Vstupní tokeny $0.06 / 1K tokenů Výstup · Výstupní tokeny $0.36 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 2 | Tabulka sazeb— | Tokeny kontextu, více než272 000 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.12 / 1K tokenů Výstup · Výstupní tokeny $0.54 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "openai/gpt-5.5-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.5-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.5-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny bloky obsahu, podpisy uvažování a skutečná ID použití nástrojů. Sestavte všechny přírůstky bloků SSE; první textový blok není úplný výstup.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra openai/gpt-5.5-pro
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Reconcile a staged delivery decision\n\nReconcile these project notes. D1: launch requires a trained support team. D2: training requires a finished user guide. D3: the guide is drafted but its setup instructions remain unverified. The manager proposes launching tomorrow because the draft exists. Return the dependency chain, the unsupported readiness claim and the evidence needed for a launch decision.A source-linked dependency analysis and a conditional decision memo.A draft guide must not be treated as verified instructions or completed support training.