{
  "aboutHtml": "<h3>Kode og komplekse arbejdsopgaver</h3><p>GPT-6.1 Sol Ultrafast er et modelkort til analyse af kode, tekniske krav og professionelle materialer. OpenAI betegner grundmodellen GPT-6.1 Sol som en ræsonnementsmodel og fremhæver avanceret programmering og professionelt arbejde som dens hovedområder. Sådanne modeller bruger interne ræsonnementstokens under forberedelsen af svaret; det synlige resultat kan ønskes som en forklaring, programtekst eller et færdigt dokument.</p><h3>Fra opgave til løsning</h3><p>Inden for programmering er nyttige anvendelser at analysere en funktions adfærd, forberede en ændring efter krav og udarbejde en refaktoreringsplan. Angiv kildekoden, grænsefladens begrænsninger og eksempler på input, og bed derefter om et konkret resultat. Ved fejlfinding tilføjes forventet og faktisk adfærd. Modellen leverer tekst: Den foreslåede kode, kommandoer og kontroller kan bruges i dit arbejdsmiljø.</p><p>Til professionelle opgaver kan Sol indgå i analyse af omfattende specifikationer og udarbejdelse af materiale fra flere kilder. Den kan eksempelvis samle krav i én beskrivelse, sammenligne implementeringsmuligheder, forklare en teknisk løsning til en anden målgruppe eller forberede et dokumentudkast. Sammenligningskriterier og grundmateriale danner svarets fundament; det ønskede format gør resultatet lettere at kontrollere og bruge videre.</p><h3>Stor tekstkontekst</h3><p>For grundmodellen GPT-6.1 Sol angiver OpenAI et vindue på 1 050 000 tokens. Modelkortet i Ailoot API har en inputgrænse på 922 000 og en outputgrænse på 128 000 tokens. Tallene gør det muligt at planlægge mængden af grundmateriale og resultat særskilt. Ræsonnementstokens indgår også i genereringsbudgettet, så maksimal output er ikke et løfte om et lige så langt synligt svar.</p><p>Til et stort projekt bør du medtage fil- og afsnitsnavne sammen med indholdet. Hvis spørgsmålet vedrører en bestemt komponent eller et dokument, så afgræns det. Derved forbliver opgaven knyttet til det rette materiale, og de foreslåede ændringer er lettere at sammenholde med grundlaget.</p><h3>Input og resultat i Ailoot API</h3><p>Modelkortet modtager tekst og returnerer tekst. Chat Completions, Responses og Gemini-kompatibel generateContent er tilgængelige. Dokumenter og billeder bruges i dette forløb som tekst, der er udtrukket på forhånd, eller som en tekstbeskrivelse. Vælg din klients grænseflade, og angiv slutresultatet, de obligatoriske begrænsninger og svarstrukturen.</p>",
  "aboutText": "### Kode og komplekse arbejdsopgaver\n\nGPT-6.1 Sol Ultrafast er et modelkort til analyse af kode, tekniske krav og professionelle materialer. OpenAI betegner grundmodellen GPT-6.1 Sol som en ræsonnementsmodel og fremhæver avanceret programmering og professionelt arbejde som dens hovedområder. Sådanne modeller bruger interne ræsonnementstokens under forberedelsen af svaret; det synlige resultat kan ønskes som en forklaring, programtekst eller et færdigt dokument.\n\n### Fra opgave til løsning\n\nInden for programmering er nyttige anvendelser at analysere en funktions adfærd, forberede en ændring efter krav og udarbejde en refaktoreringsplan. Angiv kildekoden, grænsefladens begrænsninger og eksempler på input, og bed derefter om et konkret resultat. Ved fejlfinding tilføjes forventet og faktisk adfærd. Modellen leverer tekst: Den foreslåede kode, kommandoer og kontroller kan bruges i dit arbejdsmiljø.\n\nTil professionelle opgaver kan Sol indgå i analyse af omfattende specifikationer og udarbejdelse af materiale fra flere kilder. Den kan eksempelvis samle krav i én beskrivelse, sammenligne implementeringsmuligheder, forklare en teknisk løsning til en anden målgruppe eller forberede et dokumentudkast. Sammenligningskriterier og grundmateriale danner svarets fundament; det ønskede format gør resultatet lettere at kontrollere og bruge videre.\n\n### Stor tekstkontekst\n\nFor grundmodellen GPT-6.1 Sol angiver OpenAI et vindue på 1 050 000 tokens. Modelkortet i Ailoot API har en inputgrænse på 922 000 og en outputgrænse på 128 000 tokens. Tallene gør det muligt at planlægge mængden af grundmateriale og resultat særskilt. Ræsonnementstokens indgår også i genereringsbudgettet, så maksimal output er ikke et løfte om et lige så langt synligt svar.\n\nTil et stort projekt bør du medtage fil- og afsnitsnavne sammen med indholdet. Hvis spørgsmålet vedrører en bestemt komponent eller et dokument, så afgræns det. Derved forbliver opgaven knyttet til det rette materiale, og de foreslåede ændringer er lettere at sammenholde med grundlaget.\n\n### Input og resultat i Ailoot API\n\nModelkortet modtager tekst og returnerer tekst. Chat Completions, Responses og Gemini-kompatibel generateContent er tilgængelige. Dokumenter og billeder bruges i dette forløb som tekst, der er udtrukket på forhånd, eller som en tekstbeskrivelse. Vælg din klients grænseflade, og angiv slutresultatet, de obligatoriske begrænsninger og svarstrukturen.",
  "locale": "da",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Inputtyper</dt><dd><code>text</code></dd></div><div><dt>Outputtyper</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>922.000 <em>tokens</em></dd></div><div><dt>Maks. svar</dt><dd>128.000 <em>tokens</em></dd></div></dl><dl><div><dt>Input</dt><dd>0,004 US$ <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>0,02 US$ <em>/ 1K</em></dd></div><div><dt>Cachelæsning</dt><dd>0,0002 US$ <em>/ 1K</em></dd></div><div><dt>Cacheskrivning</dt><dd>0,005 US$ <em>/ 1K</em></dd></div><div><dt>Cacheskrivning, 5 min.</dt><dd>0,005 US$ <em>/ 1K tokens</em></dd></div><div><dt>Cacheskrivning, 1 time</dt><dd>0,005 US$ <em>/ 1K tokens</em></dd></div></dl><h4>Priser efter anmodningens længde · OpenAI Chat</h4><div class=\"tw\" data-card-table=\"tiers\"><table><thead><tr><th>Anmodningens størrelse, tokens</th><th class=\"num\">Input</th><th class=\"num\">Output</th><th class=\"num\">Cachelæsning</th><th class=\"num\">Cacheskrivning</th><th class=\"num\">Cache 5 min.</th><th class=\"num\">Cache 1 time</th></tr></thead><tbody><tr><td data-cell-label=\"Anmodningens størrelse, tokens\"><span class=\"card-cell-label\">Anmodningens størrelse, tokens</span><span class=\"card-tier-interval\">(0; 272.000]</span></td><td data-cell-label=\"Input\" class=\"num\"><span class=\"card-cell-label\">Input</span>0,004 US$</td><td data-cell-label=\"Output\" class=\"num\"><span class=\"card-cell-label\">Output</span>0,02 US$</td><td data-cell-label=\"Cachelæsning\" class=\"num\"><span class=\"card-cell-label\">Cachelæsning</span>0,0002 US$</td><td data-cell-label=\"Cacheskrivning\" class=\"num\"><span class=\"card-cell-label\">Cacheskrivning</span>0,005 US$</td><td data-cell-label=\"Cache 5 min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 min.</span>0,005 US$</td><td data-cell-label=\"Cache 1 time\" class=\"num\"><span class=\"card-cell-label\">Cache 1 time</span>0,005 US$</td></tr><tr><td data-cell-label=\"Anmodningens størrelse, tokens\"><span class=\"card-cell-label\">Anmodningens størrelse, tokens</span><span class=\"card-tier-interval\">(272.000; ∞)</span></td><td data-cell-label=\"Input\" class=\"num\"><span class=\"card-cell-label\">Input</span>0,008 US$</td><td data-cell-label=\"Output\" class=\"num\"><span class=\"card-cell-label\">Output</span>0,03 US$</td><td data-cell-label=\"Cachelæsning\" class=\"num\"><span class=\"card-cell-label\">Cachelæsning</span>0,0004 US$</td><td data-cell-label=\"Cacheskrivning\" class=\"num\"><span class=\"card-cell-label\">Cacheskrivning</span>0,01 US$</td><td data-cell-label=\"Cache 5 min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 min.</span>0,01 US$</td><td data-cell-label=\"Cache 1 time\" class=\"num\"><span class=\"card-cell-label\">Cache 1 time</span>0,01 US$</td></tr></tbody></table></div><p class=\"note-s\">Takster i USD pr. 1K tokens. Hvis ingen takst er angivet, overtages grundtaksten for denne metode; «—» betyder, at ingen grundtakst er angivet.</p></section>",
      "method_identity": {
        "effective_request_model_id": "gpt-6.1-sol-ultrafast",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "gpt-6.1-sol-ultrafast",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|gpt-6.1-sol-ultrafast",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": 0.2,
        "cache_write": 5.0,
        "cache_write_1h": 5.0,
        "cache_write_5m": 5.0,
        "conditional_meter": null,
        "ctx": 922000,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": 128000,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "gpt-6.1-sol-ultrafast",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.2,
            "cache_write": 5.0,
            "cache_write_1h": 5.0,
            "cache_write_5m": 5.0,
            "in": 4.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 20.0
          },
          {
            "cache_read": 0.4,
            "cache_write": 10.0,
            "cache_write_1h": 10.0,
            "cache_write_5m": 10.0,
            "in": 8.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 30.0
          }
        ],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Inputtyper</dt><dd><code>text</code></dd></div><div><dt>Outputtyper</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>922.000 <em>tokens</em></dd></div><div><dt>Maks. svar</dt><dd>128.000 <em>tokens</em></dd></div></dl><dl><div><dt>Input</dt><dd>0,004 US$ <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>0,02 US$ <em>/ 1K</em></dd></div><div><dt>Cachelæsning</dt><dd>0,0002 US$ <em>/ 1K</em></dd></div><div><dt>Cacheskrivning</dt><dd>0,005 US$ <em>/ 1K</em></dd></div><div><dt>Cacheskrivning, 5 min.</dt><dd>0,005 US$ <em>/ 1K tokens</em></dd></div><div><dt>Cacheskrivning, 1 time</dt><dd>0,005 US$ <em>/ 1K tokens</em></dd></div></dl><h4>Priser efter anmodningens længde · OpenAI Responses</h4><div class=\"tw\" data-card-table=\"tiers\"><table><thead><tr><th>Anmodningens størrelse, tokens</th><th class=\"num\">Input</th><th class=\"num\">Output</th><th class=\"num\">Cachelæsning</th><th class=\"num\">Cacheskrivning</th><th class=\"num\">Cache 5 min.</th><th class=\"num\">Cache 1 time</th></tr></thead><tbody><tr><td data-cell-label=\"Anmodningens størrelse, tokens\"><span class=\"card-cell-label\">Anmodningens størrelse, tokens</span><span class=\"card-tier-interval\">(0; 272.000]</span></td><td data-cell-label=\"Input\" class=\"num\"><span class=\"card-cell-label\">Input</span>0,004 US$</td><td data-cell-label=\"Output\" class=\"num\"><span class=\"card-cell-label\">Output</span>0,02 US$</td><td data-cell-label=\"Cachelæsning\" class=\"num\"><span class=\"card-cell-label\">Cachelæsning</span>0,0002 US$</td><td data-cell-label=\"Cacheskrivning\" class=\"num\"><span class=\"card-cell-label\">Cacheskrivning</span>0,005 US$</td><td data-cell-label=\"Cache 5 min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 min.</span>0,005 US$</td><td data-cell-label=\"Cache 1 time\" class=\"num\"><span class=\"card-cell-label\">Cache 1 time</span>0,005 US$</td></tr><tr><td data-cell-label=\"Anmodningens størrelse, tokens\"><span class=\"card-cell-label\">Anmodningens størrelse, tokens</span><span class=\"card-tier-interval\">(272.000; ∞)</span></td><td data-cell-label=\"Input\" class=\"num\"><span class=\"card-cell-label\">Input</span>0,008 US$</td><td data-cell-label=\"Output\" class=\"num\"><span class=\"card-cell-label\">Output</span>0,03 US$</td><td data-cell-label=\"Cachelæsning\" class=\"num\"><span class=\"card-cell-label\">Cachelæsning</span>0,0004 US$</td><td data-cell-label=\"Cacheskrivning\" class=\"num\"><span class=\"card-cell-label\">Cacheskrivning</span>0,01 US$</td><td data-cell-label=\"Cache 5 min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 min.</span>0,01 US$</td><td data-cell-label=\"Cache 1 time\" class=\"num\"><span class=\"card-cell-label\">Cache 1 time</span>0,01 US$</td></tr></tbody></table></div><p class=\"note-s\">Takster i USD pr. 1K tokens. Hvis ingen takst er angivet, overtages grundtaksten for denne metode; «—» betyder, at ingen grundtakst er angivet.</p></section>",
      "method_identity": {
        "effective_request_model_id": "gpt-6.1-sol-ultrafast",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "gpt-6.1-sol-ultrafast",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|gpt-6.1-sol-ultrafast",
      "ordinal": 1,
      "rawMethod": {
        "cache_read": 0.2,
        "cache_write": 5.0,
        "cache_write_1h": 5.0,
        "cache_write_5m": 5.0,
        "conditional_meter": null,
        "ctx": 922000,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": 128000,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "gpt-6.1-sol-ultrafast",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.2,
            "cache_write": 5.0,
            "cache_write_1h": 5.0,
            "cache_write_5m": 5.0,
            "in": 4.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 20.0
          },
          {
            "cache_read": 0.4,
            "cache_write": 10.0,
            "cache_write_1h": 10.0,
            "cache_write_5m": 10.0,
            "in": 8.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 30.0
          }
        ],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Gemini generateContent</b><code>POST /v1beta/models/gpt-6.1-sol-ultrafast:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Inputtyper</dt><dd><code>text</code></dd></div><div><dt>Outputtyper</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>922.000 <em>tokens</em></dd></div><div><dt>Maks. svar</dt><dd>128.000 <em>tokens</em></dd></div></dl><dl><div><dt>Input</dt><dd>0,004 US$ <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>0,02 US$ <em>/ 1K</em></dd></div><div><dt>Cachelæsning</dt><dd>0,0002 US$ <em>/ 1K</em></dd></div><div><dt>Cacheskrivning</dt><dd>0,005 US$ <em>/ 1K</em></dd></div><div><dt>Cacheskrivning, 5 min.</dt><dd>0,005 US$ <em>/ 1K tokens</em></dd></div><div><dt>Cacheskrivning, 1 time</dt><dd>0,005 US$ <em>/ 1K tokens</em></dd></div></dl><h4>Priser efter anmodningens længde · Gemini generateContent</h4><div class=\"tw\" data-card-table=\"tiers\"><table><thead><tr><th>Anmodningens størrelse, tokens</th><th class=\"num\">Input</th><th class=\"num\">Output</th><th class=\"num\">Cachelæsning</th><th class=\"num\">Cacheskrivning</th><th class=\"num\">Cache 5 min.</th><th class=\"num\">Cache 1 time</th></tr></thead><tbody><tr><td data-cell-label=\"Anmodningens størrelse, tokens\"><span class=\"card-cell-label\">Anmodningens størrelse, tokens</span><span class=\"card-tier-interval\">(0; 272.000]</span></td><td data-cell-label=\"Input\" class=\"num\"><span class=\"card-cell-label\">Input</span>0,004 US$</td><td data-cell-label=\"Output\" class=\"num\"><span class=\"card-cell-label\">Output</span>0,02 US$</td><td data-cell-label=\"Cachelæsning\" class=\"num\"><span class=\"card-cell-label\">Cachelæsning</span>0,0002 US$</td><td data-cell-label=\"Cacheskrivning\" class=\"num\"><span class=\"card-cell-label\">Cacheskrivning</span>0,005 US$</td><td data-cell-label=\"Cache 5 min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 min.</span>0,005 US$</td><td data-cell-label=\"Cache 1 time\" class=\"num\"><span class=\"card-cell-label\">Cache 1 time</span>0,005 US$</td></tr><tr><td data-cell-label=\"Anmodningens størrelse, tokens\"><span class=\"card-cell-label\">Anmodningens størrelse, tokens</span><span class=\"card-tier-interval\">(272.000; ∞)</span></td><td data-cell-label=\"Input\" class=\"num\"><span class=\"card-cell-label\">Input</span>0,008 US$</td><td data-cell-label=\"Output\" class=\"num\"><span class=\"card-cell-label\">Output</span>0,03 US$</td><td data-cell-label=\"Cachelæsning\" class=\"num\"><span class=\"card-cell-label\">Cachelæsning</span>0,0004 US$</td><td data-cell-label=\"Cacheskrivning\" class=\"num\"><span class=\"card-cell-label\">Cacheskrivning</span>0,01 US$</td><td data-cell-label=\"Cache 5 min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 min.</span>0,01 US$</td><td data-cell-label=\"Cache 1 time\" class=\"num\"><span class=\"card-cell-label\">Cache 1 time</span>0,01 US$</td></tr></tbody></table></div><p class=\"note-s\">Takster i USD pr. 1K tokens. Hvis ingen takst er angivet, overtages grundtaksten for denne metode; «—» betyder, at ingen grundtakst er angivet.</p></section>",
      "method_identity": {
        "effective_request_model_id": "gpt-6.1-sol-ultrafast",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/gpt-6.1-sol-ultrafast:generateContent",
        "request_model_id": "gpt-6.1-sol-ultrafast",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|gemini|/v1beta/models/gpt-6.1-sol-ultrafast:generateContent|gpt-6.1-sol-ultrafast",
      "ordinal": 2,
      "rawMethod": {
        "cache_read": 0.2,
        "cache_write": 5.0,
        "cache_write_1h": 5.0,
        "cache_write_5m": 5.0,
        "conditional_meter": null,
        "ctx": 922000,
        "family": "gemini",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": 128000,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/gpt-6.1-sol-ultrafast:generateContent",
        "request_model_id": "gpt-6.1-sol-ultrafast",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.2,
            "cache_write": 5.0,
            "cache_write_1h": 5.0,
            "cache_write_5m": 5.0,
            "in": 4.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 20.0
          },
          {
            "cache_read": 0.4,
            "cache_write": 10.0,
            "cache_write_1h": 10.0,
            "cache_write_5m": 10.0,
            "in": 8.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 30.0
          }
        ],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    }
  ],
  "model_id": "gpt-6.1-sol-ultrafast",
  "page": {
    "canonical": "https://ailoot.ai/models/da/gpt-6-1-sol-ultrafast/",
    "description": "GPT-6.1 Sol Ultrafast til kodeanalyse, komplekse tekstopgaver og udarbejdelse af professionelle materialer med stor kontekst.",
    "locale": "da",
    "md_url": "https://ailoot.ai/models/da/gpt-6-1-sol-ultrafast/index.md",
    "title": "gpt-6.1-sol-ultrafast",
    "url": "https://ailoot.ai/models/da/gpt-6-1-sol-ultrafast/"
  },
  "rawModel": {
    "about": "### Kode og komplekse arbejdsopgaver\n\nGPT-6.1 Sol Ultrafast er et modelkort til analyse af kode, tekniske krav og professionelle materialer. OpenAI betegner grundmodellen GPT-6.1 Sol som en ræsonnementsmodel og fremhæver avanceret programmering og professionelt arbejde som dens hovedområder. Sådanne modeller bruger interne ræsonnementstokens under forberedelsen af svaret; det synlige resultat kan ønskes som en forklaring, programtekst eller et færdigt dokument.\n\n### Fra opgave til løsning\n\nInden for programmering er nyttige anvendelser at analysere en funktions adfærd, forberede en ændring efter krav og udarbejde en refaktoreringsplan. Angiv kildekoden, grænsefladens begrænsninger og eksempler på input, og bed derefter om et konkret resultat. Ved fejlfinding tilføjes forventet og faktisk adfærd. Modellen leverer tekst: Den foreslåede kode, kommandoer og kontroller kan bruges i dit arbejdsmiljø.\n\nTil professionelle opgaver kan Sol indgå i analyse af omfattende specifikationer og udarbejdelse af materiale fra flere kilder. Den kan eksempelvis samle krav i én beskrivelse, sammenligne implementeringsmuligheder, forklare en teknisk løsning til en anden målgruppe eller forberede et dokumentudkast. Sammenligningskriterier og grundmateriale danner svarets fundament; det ønskede format gør resultatet lettere at kontrollere og bruge videre.\n\n### Stor tekstkontekst\n\nFor grundmodellen GPT-6.1 Sol angiver OpenAI et vindue på 1 050 000 tokens. Modelkortet i Ailoot API har en inputgrænse på 922 000 og en outputgrænse på 128 000 tokens. Tallene gør det muligt at planlægge mængden af grundmateriale og resultat særskilt. Ræsonnementstokens indgår også i genereringsbudgettet, så maksimal output er ikke et løfte om et lige så langt synligt svar.\n\nTil et stort projekt bør du medtage fil- og afsnitsnavne sammen med indholdet. Hvis spørgsmålet vedrører en bestemt komponent eller et dokument, så afgræns det. Derved forbliver opgaven knyttet til det rette materiale, og de foreslåede ændringer er lettere at sammenholde med grundlaget.\n\n### Input og resultat i Ailoot API\n\nModelkortet modtager tekst og returnerer tekst. Chat Completions, Responses og Gemini-kompatibel generateContent er tilgængelige. Dokumenter og billeder bruges i dette forløb som tekst, der er udtrukket på forhånd, eller som en tekstbeskrivelse. Vælg din klients grænseflade, og angiv slutresultatet, de obligatoriske begrænsninger og svarstrukturen.",
    "alias_of": null,
    "aliases": [],
    "author": "OpenAI",
    "canonical_model": "gpt-6.1-sol-ultrafast",
    "ctx": 922000,
    "formats": [
      "chat",
      "gemini",
      "responses"
    ],
    "id": "gpt-6.1-sol-ultrafast",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": 128000,
    "methods": [
      {
        "cache_read": 0.2,
        "cache_write": 5.0,
        "cache_write_1h": 5.0,
        "cache_write_5m": 5.0,
        "conditional_meter": null,
        "ctx": 922000,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": 128000,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "gpt-6.1-sol-ultrafast",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.2,
            "cache_write": 5.0,
            "cache_write_1h": 5.0,
            "cache_write_5m": 5.0,
            "in": 4.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 20.0
          },
          {
            "cache_read": 0.4,
            "cache_write": 10.0,
            "cache_write_1h": 10.0,
            "cache_write_5m": 10.0,
            "in": 8.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 30.0
          }
        ],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.2,
        "cache_write": 5.0,
        "cache_write_1h": 5.0,
        "cache_write_5m": 5.0,
        "conditional_meter": null,
        "ctx": 922000,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": 128000,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "gpt-6.1-sol-ultrafast",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.2,
            "cache_write": 5.0,
            "cache_write_1h": 5.0,
            "cache_write_5m": 5.0,
            "in": 4.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 20.0
          },
          {
            "cache_read": 0.4,
            "cache_write": 10.0,
            "cache_write_1h": 10.0,
            "cache_write_5m": 10.0,
            "in": 8.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 30.0
          }
        ],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.2,
        "cache_write": 5.0,
        "cache_write_1h": 5.0,
        "cache_write_5m": 5.0,
        "conditional_meter": null,
        "ctx": 922000,
        "family": "gemini",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": 128000,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/gpt-6.1-sol-ultrafast:generateContent",
        "request_model_id": "gpt-6.1-sol-ultrafast",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.2,
            "cache_write": 5.0,
            "cache_write_1h": 5.0,
            "cache_write_5m": 5.0,
            "in": 4.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 20.0
          },
          {
            "cache_read": 0.4,
            "cache_write": 10.0,
            "cache_write_1h": 10.0,
            "cache_write_5m": 10.0,
            "in": 8.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 30.0
          }
        ],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "gpt-6.1-sol-ultrafast",
        "request_model_id": "gpt-6.1-sol-ultrafast",
        "route_label": "Ultra"
      }
    ],
    "name": "gpt-6.1-sol-ultrafast",
    "price": {
      "in": 4.0,
      "in_label": null,
      "out": 20.0,
      "out_label": null,
      "sort_in": 4.0,
      "sort_out": 20.0,
      "varies": false
    },
    "public_id": "gpt-6.1-sol-ultrafast",
    "short": "GPT-6.1 Sol Ultrafast til kodeanalyse, komplekse tekstopgaver og udarbejdelse af professionelle materialer med stor kontekst."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "GPT-6.1 Sol Ultrafast til kodeanalyse, komplekse tekstopgaver og udarbejdelse af professionelle materialer med stor kontekst.",
  "source": {
    "audit_sha256": "95ca0ce5af3e63d1cd04edd2efb1e57db2981705f2c27c93dfa247babed42884",
    "bridge_map_sha256": "95ca0ce5af3e63d1cd04edd2efb1e57db2981705f2c27c93dfa247babed42884",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "2552cbd0d004d8cac728d050605654172e2503fd23b40ba73736574fdd1e5819",
      "renderer_sha256": "7c7d50a278c70c4e069c1335287a974b0b0d41e5725562b23dd4ea5a6e827b35"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "2552cbd0d004d8cac728d050605654172e2503fd23b40ba73736574fdd1e5819",
    "renderer_sha256": "7c7d50a278c70c4e069c1335287a974b0b0d41e5725562b23dd4ea5a6e827b35"
  },
  "sourceRevision": "ea5f29efb22d4be26e3a01b653b753ccbf6f36a3ab3d8c8b0ccbfb5f9ce0467a"
}
