OpenAI: GPT-5.6 Sol (batch)
GPT-5.6 Sol er OpenAI’s flagskibsmodel i GPT-5.6 til komplekst professionelt arbejde. Den kombinerer forståelse af tekst og billeder, konfigurerbar ræsonnering og værktøjer med en kontekst på 1.050.000 tokens for at producere kode, analyser og kildeunderbyggede dokumenter.
Om modellen
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GPT-5.6 Sol er OpenAI’s flagskibsmodel inden for GPT-5.6-familien til komplekst professionelt arbejde. Den svarer til det primære modelniveau, som blev brugt i tidligere GPT-5-familier, samtidig med at den forbliver sin egen navngivne udgave. Den accepterer tekst og billeder og genererer tekst, herunder analyser, kode, dokumenter og strukturerede konklusioner. Dens standardprofil er adskilt fra Sols Pro-udførelse til ræsonnering.
Forbered krævende arbejde
Definér resultatet, relevante kilder og de betingelser, som et resultat skal opfylde. Ved softwarearbejde skal de relevante filer eller uddrag, observeret adfærd, forventet adfærd og begrænsninger leveres. Ved professionel analyse skal beslutningen, sammenligningskriterierne og dokumentationen angives. En eksempelinstruktion er: “Sammenlign disse tilgange med specifikationen, identificér afhængighederne, og udarbejd en anbefaling med den kildebetingelse, der understøtter hver konklusion.”
Hvis billeder indeholder dokumentation, skal de mærkes, og den graf, det diagram eller det grænsefladeelement, der skal analyseres, angives. Bed svaret om at adskille observerede detaljer fra fortolkning. Ved skrivning eller redigering skal den tiltænkte læser og de fakta, der skal bevares, angives, hvorefter det endelige resultat og dets krævede struktur beskrives.
Indsats, udførelse og fortsat kontekst
Producenten understøtter indsatsen none, low, medium, high, xhigh og max med medium som standard. Standardtilstanden for ræsonnering er standardindstillingen; Pro tilføjer modelarbejde til vanskelige opgaver. Det er uafhængige indstillinger, så indsats ændrer ikke i sig selv den navngivne model eller gør Pro til en ny grundudgave.
GPT-5.6-ræsonneringsprofilen tager som standard tilgængelig ræsonnering fra tidligere ture med ind i næste trin, med en kontekstindstilling til understøttede arbejdsgange. Hold accepterede krav og observationer tydelige gennem samtalen, og bevar skellet mellem en foreløbig idé og en endelig konklusion. Bevaret materiale optager stadig kontekst.
Grænser og kildeforberedelse
Sols kort angiver en kontekst på 1.050.000 tokens, op til 922.000 inputtokens og op til 128.000 outputtokens med en vidensgrænse den 16. februar 2026. Ræsonnering optager svarplads, selv når den ikke vises som det endelige svar. Lad der være plads til værktøjsresultater og det færdige resultat, og undersøg et svar, der når sit budget, før det anvendes.
Organisér lange dokumenter og kode ud fra det faktiske spørgsmål. Bevar kildebetegnelser og relevante grænser, så en konklusion kan angive det materiale, den bygger på. Ved aktuelle fakta skal autoritative passager eller egnede opslagsværktøjer leveres frem for at stole på træningsviden frem til vidensgrænsen.
Værktøjer og output
OpenAI angiver Structured Outputs, streaming og funktionskald. De dokumenterede værktøjer omfatter web- og filsøgning, billedgenerering, en kodefortolker, shell- og patchoperationer, skills, computerbrug, MCP-forbindelser og værktøjssøgning. Applikationen leverer og udfører sine operationer og returnerer observationer til næste modeltrin. Modellens eget output forbliver tekst, mens værktøjsproducerede medier eller handlinger har deres egne resultater.
Giv funktioner specifikke formål og skemaer. Ved en datapost skal felternes betydning og konventionerne for manglende værdier defineres. Kontrollér værdier mod kilder og kode mod den ønskede adfærd. En nyttig overdragelse præsenterer resultatet, dokumentationen og uafklarede betingelser tydeligt; en foreslået operation eller valideringskommando er adskilt fra faktisk udført arbejde.
GPT-5.6 Sol er adskilt fra Terra, Luna og efterfølgende GPT-6-modeller; OpenAI’s alias gpt-5.6 peger på Sol. Bevar denne profil, når opgaven afhænger af dens vidensgrænse, ræsonneringsindstillinger eller kontekstgrænser.
Ailoot Ultra · Batch POST /v1/batches openai/gpt-5.6-sol:batch
openai/gpt-5.6-sol:batchStart
GPT-5.6 Sol er OpenAI’s flagskibsmodel i GPT-5.6 til komplekst professionelt arbejde. Den kombinerer forståelse af tekst og billeder, konfigurerbar ræsonnering og værktøjer med en kontekst på 1.050.000 tokens for at producere kode, analyser og kildeunderbyggede dokumenter.
- Accepterede input
- Tekst
- Resultater
- Tekst
Tilgængelig i Ailoot · input og metoder
Ailoot Ultra · Batch POST /v1/batches
- Inputtyper
text- Outputtyper
text- Outputformat
- JSON direkte i results[].response.body
| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltendpoint | Typestring | KravPåkrævet | Værdier og grænser /v1/chat/completions | Standard— |
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser openai/gpt-5.6-sol:batch | Standard— |
Feltrequests | Typebatch_item[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltrequests[].custom_id | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltrequests[].body.messages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltcompletion_window | Typestring | KravValgfrit | Værdier og grænser 24h | Standard— |
Feltprovider | Typeobject|null | KravValgfrit | Værdier og grænser | Standard— |
Feltrequests[].body.model | Typestring | KravValgfrit | Værdier og grænser openai/gpt-5.6-sol:batch, openai/gpt-5.6-sol | Standard— |
Feltprovider.only | Typestring[] | KravValgfrit | Værdier og grænser openai | Standard— |
Feltprovider.allow_fallbacks | Typeboolean|null | KravValgfrit | Værdier og grænser false, null | Standard— |
Metodeparametre og livscyklus
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktendpoint, model, requests |
Parametermaterial_types | Kontrakttext |
Parameterrepresentation | Kontraktrequests[] direkte i anmodningen; hvert element har custom_id og body |
Parameterrequest_endpoint_profile | Kontrakt/v1/chat/completions |
Parameterfile_material | KontraktDen kaldende part kan læse det faktiske JSONL-indhold i UTF-8 lokalt ind i requests[]. Der angives hverken purpose til upload, input_file_id eller en filreference. Hvis kundematerialet mangler eller er tomt, stoppes forberedelsen før POST. |
Parameterserialization_order | Kontraktendpoint, model, provider (hvis angivet), completion_window (hvis angivet), requests til sidst |
Parameteroptional_controls | Kontraktprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | KontraktAnmodningsindhold for Chat Completions med tekst i den dokumenterede inline Batch-struktur. |
Livscyklus: asynchronous
GET /v1/batches/{operation_id} · det faktiske response.id fra den oprindelige oprettelse; samme bruger/nøgle/gruppe
Priser
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
- Hurtig tilstand
- Ikke angivet Når hurtig tilstand er valgt
- flex-tilstand
- Ikke angivet Når flex-tilstanden er valgt
- Maksimal ræsonneringsindsats
- Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats
- Priser for eksplicit caching
- Ikke aktiveret Når der anmodes om eksplicit caching
Ailoot-takster
Priser efter konfiguration
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.002 / 1K tokens Output · Outputtokens $0.01 / 1K tokens Input · Cachelæsning $0.0002 / 1K tokens Input · Cacheskrivning $0.0025 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og med272.000 | Beløb Input · Inputtokens $0.002 / 1K tokens Output · Outputtokens $0.01 / 1K tokens Input · Cachelæsning $0.0002 / 1K tokens Input · Cacheskrivning $0.0025 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 2 | Takstplan— | Konteksttokens, mere end272.000 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.004 / 1K tokens Output · Outputtokens $0.015 / 1K tokens Input · Cachelæsning $0.0004 / 1K tokens Input · Cacheskrivning $0.005 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
Eksempelanmodninger
Ailoot Ultra · Batch
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5.6-sol:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
import json, os
from pathlib import Path
from urllib.request import Request, urlopen
def prepare_requests(customer_path):
path = Path(customer_path)
if not path.is_file(): raise ValueError("Customer JSONL file is missing")
items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
if not items: raise ValueError("Customer JSONL contains no requests")
ids = set()
for item in items:
if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
cid = item["custom_id"]
if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
ids.add(cid)
if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
supplied_model = item["body"].get("model")
if supplied_model is not None and supplied_model not in ['openai/gpt-5.6-sol:batch', 'openai/gpt-5.6-sol']: raise ValueError("body.model must be an exact documented caller or wire ID")
return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-sol:batch", "requests":items}
if __name__ == "__main__":
material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
body = prepare_requests(material)
key = os.environ.get("AILOOT_API_KEY", "")
if not key: raise SystemExit("Set AILOOT_API_KEY")
request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")
with urlopen(request) as response:
raw = response.read()
Path("batch-create-response.json").write_bytes(raw)
print(raw.decode("utf-8"))
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
Hent og gem resultater
Ailoot Ultra · Batch
JSON direkte i results[].response.body
GET /v1/batches/{operation_id}
Kontrollér opgavestatus
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
Behold alle færdige resultater
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Gem hele den oprindelige status i JSON, hvert resultat/custom_id og det fulde svar- eller fejlindhold. Gem færdige results[] som JSONL uden filtrering.
Hvis det oprindelige svar skal kontrolleres
Gem det oprindelige operations-ID. 503 result_pending_check har X-Should-Retry:false; send aldrig en oprindelig batch igen, hvis dens udfald er ukendt.
Svarfelter
| Felt | Type |
|---|---|
Feltresults[].custom_id | Typestring |
Feltresults[].response.body.choices[].message.content | Typestring|null |
Feltresults[].error | Typeobject|null |
Feltusage | Typeobject|null |
Feltid | Typestring |
Feltmodel | Typestring |
Feltendpoint | Typestring |
Feltstatus | Typestring |
Feltrequest_counts | Typeobject |
Feltresults[].id | Typestring |
Feltresults[].response.status_code | Typeinteger |
Feltresults[].response.request_id | Typestring |
Fejl og næste trin
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldig dokumenteret inline-struktur, dublerede nøgler, ugyldig elementidentitet eller konflikt med modellens konfigurerede funktioner. | Næste trinRet de angivne felter, før du sender en ny anmodning. |
Svar401 · authentication_error | BetingelseUgyldig API-nøgle. | Næste trinBrug den godkendte Ailoot-nøgle. |
Svar403 · permission_error | BetingelseBatch-gruppen er ikke tilgængelig. | Næste trinKontrollér nøglens/gruppens adgangsrettigheder. |
Svar422 · invalid_request_error | BetingelseBatch afregnes via saldoen; oprettelse via et abonnement afvises. | Næste trinBrug den godkendte gruppe med saldoafregning. |
Svar422 · price_unavailable | BetingelseDer kan ikke beregnes en pris for Batch-inputtet. | Næste trinGem svaret; brug det dokumenterede input for API-familien. |
Svar402 · billing_error | BetingelseReservationen til Batch er ikke tilgængelig. | Næste trinAfklar adgangen, før du sender en ny anmodning. |
Svar503 · price_unavailable | BetingelsePrisen for Batch-metoden eller de native satser er ikke tilgængelige. | Næste trinGem svaret; erstat ikke priserne med andre priser. |
Svar503 · api_error | BetingelseDen præcise leverandørrute er ikke tilgængelig. | Næste trinGem svaret, så ruten kan repareres. |
Svar503 · result_pending_check | BetingelseDet oprindelige resultat skal kontrolleres; X-Should-Retry:false. | Næste trinGem det oprindelige operation_id/id, og læs dets status; gentag aldrig den oprindelige POST. |
Svar404 · not_found | BetingelseOperationen til Batch-status findes ikke eller tilhører en anden identitet. | Næste trinBrug det nøjagtige oprindelige id og samme bruger/nøgle/gruppe. |
Aliaser
Modelaliaser
Ailoot Ultra openai/gpt-5.6-sol:batch
Aliaser for metodestier
Brug metodestierne vist ovenfor.
Relaterede kalder-ID’er
FAQ · OpenAI: GPT-5.6 Sol (batch)
- Hvilke input og resultater er tilgængelige?
POST /v1/batches·openai/gpt-5.6-sol:batch:text→text- Hvilke felter bruger anmodningen?
POST /v1/batches·openai/gpt-5.6-sol:batch:endpoint,model,requests,completion_window,provider- Hvilke grænser gælder?
POST /v1/batches·openai/gpt-5.6-sol:batch:requests.min_items:1