{
  "aboutHtml": "<h3>Arbeit mit Textmaterialien</h3><p>GPT-6.1 Terra Pro in Ailoot API nimmt eine Textanfrage entgegen und liefert eine Textantwort. Diese Modellkarte lässt sich in die Dokumentenerstellung, die Analyse von Ausgangsmaterialien und die schrittweise Präzisierung eines Ergebnisses im Dialog einbinden. Übergeben Sie den Aufgabeninhalt, benötigte Informationen und die gewünschte Antwortform in einer Anfrage oder in Gesprächsnachrichten.</p><h3>Vorbereitung eines Dokuments</h3><p>Beginnen Sie mit dem Ziel: Welches Dokument wird benötigt, für wen ist es gedacht und bei welcher Handlung soll es helfen? Fügen Sie Stichpunkte, Quellenausschnitte oder einen Entwurf bei. Legen Sie anschließend eine Struktur fest, etwa Einleitung, Hauptaussagen, Argumente und nächste Schritte. Präzisieren Sie bei der Bearbeitung, was geändert werden soll: Länge, Ton, Terminologie oder Reihenfolge der Darstellung. Eine solche Anfrage definiert ein überprüfbares Ergebnis anstelle eines unbestimmten Auftrags wie „Verbessere den Text“.</p><h3>Analyse und Vergleich</h3><p>Trennen Sie mehrere Materialien für die Analyse durch Bezeichnungen und geben Sie die Vergleichskriterien an. Sie können eine kurze Inhaltsangabe jedes Textes, eine gemeinsame Fragenliste oder einen punktweisen Anforderungsvergleich anfordern. Ist eine genaue Quellenzuordnung wichtig, lassen Sie neben der Schlussfolgerung den Dokumentnamen und den zugehörigen Abschnitt angeben. Eine Feldliste und ein ausgefülltes Beispiel helfen, die Antwort in einer für die weitere manuelle Bearbeitung geeigneten Form zu erhalten.</p><h3>Anbindung und Umfang</h3><p>In Ailoot API sind für diese Modellkarte die Textschnittstellen Messages, Responses, Chat Completions und das Gemini-kompatible generateContent eingerichtet. Verwenden Sie das Nachrichtenformat, das Ihr Client unterstützt. Die Inhalte von Dokumenten und anderen Ausgangsmaterialien werden als Text übergeben; das Ergebnis ist ein Text, der gespeichert, bearbeitet oder an den nächsten Arbeitsschritt weitergegeben werden kann.</p><p>Verteilen Sie bei einer umfangreichen Aufgabe den verfügbaren Umfang auf Ausgangsmaterialien, Anweisung und erwartete Antwort. Soll das Ergebnis kurz sein, geben Sie seine Länge direkt in der Anfrage vor; ist Vollständigkeit wichtig, listen Sie Pflichtabschnitte und Prüfkriterien auf.</p><h3>Reihenfolge der Anfrage</h3><ol><li>Beschreiben Sie die endgültige Aufgabe und fügen Sie den Ausgangstext bei.</li><li>Geben Sie Einschränkungen und die gewünschte Struktur vor.</li><li>Gleichen Sie die Antwort mit den Ausgangsmaterialien ab.</li><li>Präzisieren Sie einzelne Abschnitte unter Beibehaltung des Gesamtziels und der Anforderungen.</li></ol>",
  "aboutText": "### Arbeit mit Textmaterialien\n\nGPT-6.1 Terra Pro in Ailoot API nimmt eine Textanfrage entgegen und liefert eine Textantwort. Diese Modellkarte lässt sich in die Dokumentenerstellung, die Analyse von Ausgangsmaterialien und die schrittweise Präzisierung eines Ergebnisses im Dialog einbinden. Übergeben Sie den Aufgabeninhalt, benötigte Informationen und die gewünschte Antwortform in einer Anfrage oder in Gesprächsnachrichten.\n\n### Vorbereitung eines Dokuments\n\nBeginnen Sie mit dem Ziel: Welches Dokument wird benötigt, für wen ist es gedacht und bei welcher Handlung soll es helfen? Fügen Sie Stichpunkte, Quellenausschnitte oder einen Entwurf bei. Legen Sie anschließend eine Struktur fest, etwa Einleitung, Hauptaussagen, Argumente und nächste Schritte. Präzisieren Sie bei der Bearbeitung, was geändert werden soll: Länge, Ton, Terminologie oder Reihenfolge der Darstellung. Eine solche Anfrage definiert ein überprüfbares Ergebnis anstelle eines unbestimmten Auftrags wie „Verbessere den Text“.\n\n### Analyse und Vergleich\n\nTrennen Sie mehrere Materialien für die Analyse durch Bezeichnungen und geben Sie die Vergleichskriterien an. Sie können eine kurze Inhaltsangabe jedes Textes, eine gemeinsame Fragenliste oder einen punktweisen Anforderungsvergleich anfordern. Ist eine genaue Quellenzuordnung wichtig, lassen Sie neben der Schlussfolgerung den Dokumentnamen und den zugehörigen Abschnitt angeben. Eine Feldliste und ein ausgefülltes Beispiel helfen, die Antwort in einer für die weitere manuelle Bearbeitung geeigneten Form zu erhalten.\n\n### Anbindung und Umfang\n\nIn Ailoot API sind für diese Modellkarte die Textschnittstellen Messages, Responses, Chat Completions und das Gemini-kompatible generateContent eingerichtet. Verwenden Sie das Nachrichtenformat, das Ihr Client unterstützt. Die Inhalte von Dokumenten und anderen Ausgangsmaterialien werden als Text übergeben; das Ergebnis ist ein Text, der gespeichert, bearbeitet oder an den nächsten Arbeitsschritt weitergegeben werden kann.\n\nVerteilen Sie bei einer umfangreichen Aufgabe den verfügbaren Umfang auf Ausgangsmaterialien, Anweisung und erwartete Antwort. Soll das Ergebnis kurz sein, geben Sie seine Länge direkt in der Anfrage vor; ist Vollständigkeit wichtig, listen Sie Pflichtabschnitte und Prüfkriterien auf.\n\n### Reihenfolge der Anfrage\n\n1. Beschreiben Sie die endgültige Aufgabe und fügen Sie den Ausgangstext bei.\n2. Geben Sie Einschränkungen und die gewünschte Struktur vor.\n3. Gleichen Sie die Antwort mit den Ausgangsmaterialien ab.\n4. Präzisieren Sie einzelne Abschnitte unter Beibehaltung des Gesamtziels und der Anforderungen.",
  "locale": "de-at",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Eingabe</dt><dd><code>text</code></dd></div><div><dt>Ausgabe</dt><dd><code>text</code></dd></div><div><dt>Kontext</dt><dd>Im Katalog nicht angegeben</dd></div><div><dt>Max. Antwort</dt><dd>Im Katalog nicht angegeben</dd></div></dl><dl><div><dt>Eingabe</dt><dd>$ 0,002 <em>/ 1K</em></dd></div><div><dt>Ausgabe</dt><dd>$ 0,01 <em>/ 1K</em></dd></div><div><dt>Cache lesen</dt><dd>$ 0,0001 <em>/ 1K</em></dd></div><div><dt>In Cache schreiben</dt><dd>$ 0,0025 <em>/ 1K</em></dd></div><div><dt>In Cache schreiben, 5 Min.</dt><dd>$ 0,0025 <em>/ 1K tokens</em></dd></div><div><dt>In Cache schreiben, 1 Stunde</dt><dd>$ 0,0025 <em>/ 1K tokens</em></dd></div><div><dt>web_search_call</dt><dd>$ 0,02 <em>pro Aufruf</em></dd></div></dl><h4>Preise nach Anfragelänge · Anthropic Messages</h4><div class=\"tw\" data-card-table=\"tiers\"><table><thead><tr><th>Anfragegröße in Token</th><th class=\"num\">Eingabe</th><th class=\"num\">Ausgabe</th><th class=\"num\">Cache lesen</th><th class=\"num\">In Cache schreiben</th><th class=\"num\">Cache 5 Min.</th><th class=\"num\">Cache 1 Stunde</th></tr></thead><tbody><tr><td data-cell-label=\"Anfragegröße in Token\"><span class=\"card-cell-label\">Anfragegröße in Token</span><span class=\"card-tier-interval\">(0; 272 000]</span></td><td data-cell-label=\"Eingabe\" class=\"num\"><span class=\"card-cell-label\">Eingabe</span>$ 0,002</td><td data-cell-label=\"Ausgabe\" class=\"num\"><span class=\"card-cell-label\">Ausgabe</span>$ 0,01</td><td data-cell-label=\"Cache lesen\" class=\"num\"><span class=\"card-cell-label\">Cache lesen</span>$ 0,0001</td><td data-cell-label=\"In Cache schreiben\" class=\"num\"><span class=\"card-cell-label\">In Cache schreiben</span>$ 0,0025</td><td data-cell-label=\"Cache 5 Min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 Min.</span>$ 0,0025</td><td data-cell-label=\"Cache 1 Stunde\" class=\"num\"><span class=\"card-cell-label\">Cache 1 Stunde</span>$ 0,0025</td></tr><tr><td data-cell-label=\"Anfragegröße in Token\"><span class=\"card-cell-label\">Anfragegröße in Token</span><span class=\"card-tier-interval\">(272 000; ∞)</span></td><td data-cell-label=\"Eingabe\" class=\"num\"><span class=\"card-cell-label\">Eingabe</span>$ 0,004</td><td data-cell-label=\"Ausgabe\" class=\"num\"><span class=\"card-cell-label\">Ausgabe</span>$ 0,015</td><td data-cell-label=\"Cache lesen\" class=\"num\"><span class=\"card-cell-label\">Cache lesen</span>$ 0,0002</td><td data-cell-label=\"In Cache schreiben\" class=\"num\"><span class=\"card-cell-label\">In Cache schreiben</span>$ 0,005</td><td data-cell-label=\"Cache 5 Min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 Min.</span>$ 0,005</td><td data-cell-label=\"Cache 1 Stunde\" class=\"num\"><span class=\"card-cell-label\">Cache 1 Stunde</span>$ 0,005</td></tr></tbody></table></div><p class=\"note-s\">Tarife in USD pro 1K Token. Ist kein Tarif festgelegt, wird der Grundtarif dieser Methode übernommen; «—» bedeutet, dass kein Grundtarif festgelegt ist.</p></section>",
      "method_identity": {
        "effective_request_model_id": "openai/gpt-6.1-terra-pro",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|openai%2Fgpt-6.1-terra-pro",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": 2.5,
        "cache_write_1h": 2.5,
        "cache_write_5m": 2.5,
        "conditional_meter": null,
        "ctx": null,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 2.0,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": null,
        "max_tool_calls": null,
        "out": 10.0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.1,
            "cache_write": 2.5,
            "cache_write_1h": 2.5,
            "cache_write_5m": 2.5,
            "in": 2.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "<=272K",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 10.0
          },
          {
            "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": ">272K",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 15.0
          }
        ],
        "tool_prices": {
          "web_search_call": 0.02
        },
        "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>Eingabe</dt><dd><code>text</code></dd></div><div><dt>Ausgabe</dt><dd><code>text</code></dd></div><div><dt>Kontext</dt><dd>Im Katalog nicht angegeben</dd></div><div><dt>Max. Antwort</dt><dd>Im Katalog nicht angegeben</dd></div></dl><dl><div><dt>Eingabe</dt><dd>$ 0,002 <em>/ 1K</em></dd></div><div><dt>Ausgabe</dt><dd>$ 0,01 <em>/ 1K</em></dd></div><div><dt>Cache lesen</dt><dd>$ 0,0001 <em>/ 1K</em></dd></div><div><dt>In Cache schreiben</dt><dd>$ 0,0025 <em>/ 1K</em></dd></div><div><dt>In Cache schreiben, 5 Min.</dt><dd>$ 0,0025 <em>/ 1K tokens</em></dd></div><div><dt>In Cache schreiben, 1 Stunde</dt><dd>$ 0,0025 <em>/ 1K tokens</em></dd></div><div><dt>web_search_call</dt><dd>$ 0,02 <em>pro Aufruf</em></dd></div></dl><h4>Preise nach Anfragelänge · OpenAI Responses</h4><div class=\"tw\" data-card-table=\"tiers\"><table><thead><tr><th>Anfragegröße in Token</th><th class=\"num\">Eingabe</th><th class=\"num\">Ausgabe</th><th class=\"num\">Cache lesen</th><th class=\"num\">In Cache schreiben</th><th class=\"num\">Cache 5 Min.</th><th class=\"num\">Cache 1 Stunde</th></tr></thead><tbody><tr><td data-cell-label=\"Anfragegröße in Token\"><span class=\"card-cell-label\">Anfragegröße in Token</span><span class=\"card-tier-interval\">(0; 272 000]</span></td><td data-cell-label=\"Eingabe\" class=\"num\"><span class=\"card-cell-label\">Eingabe</span>$ 0,002</td><td data-cell-label=\"Ausgabe\" class=\"num\"><span class=\"card-cell-label\">Ausgabe</span>$ 0,01</td><td data-cell-label=\"Cache lesen\" class=\"num\"><span class=\"card-cell-label\">Cache lesen</span>$ 0,0001</td><td data-cell-label=\"In Cache schreiben\" class=\"num\"><span class=\"card-cell-label\">In Cache schreiben</span>$ 0,0025</td><td data-cell-label=\"Cache 5 Min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 Min.</span>$ 0,0025</td><td data-cell-label=\"Cache 1 Stunde\" class=\"num\"><span class=\"card-cell-label\">Cache 1 Stunde</span>$ 0,0025</td></tr><tr><td data-cell-label=\"Anfragegröße in Token\"><span class=\"card-cell-label\">Anfragegröße in Token</span><span class=\"card-tier-interval\">(272 000; ∞)</span></td><td data-cell-label=\"Eingabe\" class=\"num\"><span class=\"card-cell-label\">Eingabe</span>$ 0,004</td><td data-cell-label=\"Ausgabe\" class=\"num\"><span class=\"card-cell-label\">Ausgabe</span>$ 0,015</td><td data-cell-label=\"Cache lesen\" class=\"num\"><span class=\"card-cell-label\">Cache lesen</span>$ 0,0002</td><td data-cell-label=\"In Cache schreiben\" class=\"num\"><span class=\"card-cell-label\">In Cache schreiben</span>$ 0,005</td><td data-cell-label=\"Cache 5 Min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 Min.</span>$ 0,005</td><td data-cell-label=\"Cache 1 Stunde\" class=\"num\"><span class=\"card-cell-label\">Cache 1 Stunde</span>$ 0,005</td></tr></tbody></table></div><p class=\"note-s\">Tarife in USD pro 1K Token. Ist kein Tarif festgelegt, wird der Grundtarif dieser Methode übernommen; «—» bedeutet, dass kein Grundtarif festgelegt ist.</p></section>",
      "method_identity": {
        "effective_request_model_id": "openai/gpt-6.1-terra-pro",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|openai%2Fgpt-6.1-terra-pro",
      "ordinal": 1,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": 2.5,
        "cache_write_1h": 2.5,
        "cache_write_5m": 2.5,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 2.0,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": null,
        "max_tool_calls": null,
        "out": 10.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.1,
            "cache_write": 2.5,
            "cache_write_1h": 2.5,
            "cache_write_5m": 2.5,
            "in": 2.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "<=272K",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 10.0
          },
          {
            "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": ">272K",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 15.0
          }
        ],
        "tool_prices": {
          "web_search_call": 0.02
        },
        "unit": "token",
        "units": []
      }
    },
    {
      "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>Eingabe</dt><dd><code>text</code></dd></div><div><dt>Ausgabe</dt><dd><code>text</code></dd></div><div><dt>Kontext</dt><dd>Im Katalog nicht angegeben</dd></div><div><dt>Max. Antwort</dt><dd>Im Katalog nicht angegeben</dd></div></dl><dl><div><dt>Eingabe</dt><dd>$ 0,002 <em>/ 1K</em></dd></div><div><dt>Ausgabe</dt><dd>$ 0,01 <em>/ 1K</em></dd></div><div><dt>Cache lesen</dt><dd>$ 0,0001 <em>/ 1K</em></dd></div><div><dt>In Cache schreiben</dt><dd>$ 0,0025 <em>/ 1K</em></dd></div><div><dt>In Cache schreiben, 5 Min.</dt><dd>$ 0,0025 <em>/ 1K tokens</em></dd></div><div><dt>In Cache schreiben, 1 Stunde</dt><dd>$ 0,0025 <em>/ 1K tokens</em></dd></div><div><dt>web_search_call</dt><dd>$ 0,02 <em>pro Aufruf</em></dd></div></dl><h4>Preise nach Anfragelänge · OpenAI Chat</h4><div class=\"tw\" data-card-table=\"tiers\"><table><thead><tr><th>Anfragegröße in Token</th><th class=\"num\">Eingabe</th><th class=\"num\">Ausgabe</th><th class=\"num\">Cache lesen</th><th class=\"num\">In Cache schreiben</th><th class=\"num\">Cache 5 Min.</th><th class=\"num\">Cache 1 Stunde</th></tr></thead><tbody><tr><td data-cell-label=\"Anfragegröße in Token\"><span class=\"card-cell-label\">Anfragegröße in Token</span><span class=\"card-tier-interval\">(0; 272 000]</span></td><td data-cell-label=\"Eingabe\" class=\"num\"><span class=\"card-cell-label\">Eingabe</span>$ 0,002</td><td data-cell-label=\"Ausgabe\" class=\"num\"><span class=\"card-cell-label\">Ausgabe</span>$ 0,01</td><td data-cell-label=\"Cache lesen\" class=\"num\"><span class=\"card-cell-label\">Cache lesen</span>$ 0,0001</td><td data-cell-label=\"In Cache schreiben\" class=\"num\"><span class=\"card-cell-label\">In Cache schreiben</span>$ 0,0025</td><td data-cell-label=\"Cache 5 Min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 Min.</span>$ 0,0025</td><td data-cell-label=\"Cache 1 Stunde\" class=\"num\"><span class=\"card-cell-label\">Cache 1 Stunde</span>$ 0,0025</td></tr><tr><td data-cell-label=\"Anfragegröße in Token\"><span class=\"card-cell-label\">Anfragegröße in Token</span><span class=\"card-tier-interval\">(272 000; ∞)</span></td><td data-cell-label=\"Eingabe\" class=\"num\"><span class=\"card-cell-label\">Eingabe</span>$ 0,004</td><td data-cell-label=\"Ausgabe\" class=\"num\"><span class=\"card-cell-label\">Ausgabe</span>$ 0,015</td><td data-cell-label=\"Cache lesen\" class=\"num\"><span class=\"card-cell-label\">Cache lesen</span>$ 0,0002</td><td data-cell-label=\"In Cache schreiben\" class=\"num\"><span class=\"card-cell-label\">In Cache schreiben</span>$ 0,005</td><td data-cell-label=\"Cache 5 Min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 Min.</span>$ 0,005</td><td data-cell-label=\"Cache 1 Stunde\" class=\"num\"><span class=\"card-cell-label\">Cache 1 Stunde</span>$ 0,005</td></tr></tbody></table></div><p class=\"note-s\">Tarife in USD pro 1K Token. Ist kein Tarif festgelegt, wird der Grundtarif dieser Methode übernommen; «—» bedeutet, dass kein Grundtarif festgelegt ist.</p></section>",
      "method_identity": {
        "effective_request_model_id": "openai/gpt-6.1-terra-pro",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|openai%2Fgpt-6.1-terra-pro",
      "ordinal": 2,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": 2.5,
        "cache_write_1h": 2.5,
        "cache_write_5m": 2.5,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 2.0,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_tool_calls": null,
        "out": 10.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.1,
            "cache_write": 2.5,
            "cache_write_1h": 2.5,
            "cache_write_5m": 2.5,
            "in": 2.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "<=272K",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 10.0
          },
          {
            "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": ">272K",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 15.0
          }
        ],
        "tool_prices": {
          "web_search_call": 0.02
        },
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Gemini generateContent</b><code>POST /v1beta/models/openai/gpt-6.1-terra-pro:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Eingabe</dt><dd><code>text</code></dd></div><div><dt>Ausgabe</dt><dd><code>text</code></dd></div><div><dt>Kontext</dt><dd>Im Katalog nicht angegeben</dd></div><div><dt>Max. Antwort</dt><dd>Im Katalog nicht angegeben</dd></div></dl><dl><div><dt>Eingabe</dt><dd>$ 0,002 <em>/ 1K</em></dd></div><div><dt>Ausgabe</dt><dd>$ 0,01 <em>/ 1K</em></dd></div><div><dt>Cache lesen</dt><dd>$ 0,0001 <em>/ 1K</em></dd></div><div><dt>In Cache schreiben</dt><dd>$ 0,0025 <em>/ 1K</em></dd></div><div><dt>In Cache schreiben, 5 Min.</dt><dd>$ 0,0025 <em>/ 1K tokens</em></dd></div><div><dt>In Cache schreiben, 1 Stunde</dt><dd>$ 0,0025 <em>/ 1K tokens</em></dd></div><div><dt>web_search_call</dt><dd>$ 0,02 <em>pro Aufruf</em></dd></div></dl><h4>Preise nach Anfragelänge · Gemini generateContent</h4><div class=\"tw\" data-card-table=\"tiers\"><table><thead><tr><th>Anfragegröße in Token</th><th class=\"num\">Eingabe</th><th class=\"num\">Ausgabe</th><th class=\"num\">Cache lesen</th><th class=\"num\">In Cache schreiben</th><th class=\"num\">Cache 5 Min.</th><th class=\"num\">Cache 1 Stunde</th></tr></thead><tbody><tr><td data-cell-label=\"Anfragegröße in Token\"><span class=\"card-cell-label\">Anfragegröße in Token</span><span class=\"card-tier-interval\">(0; 272 000]</span></td><td data-cell-label=\"Eingabe\" class=\"num\"><span class=\"card-cell-label\">Eingabe</span>$ 0,002</td><td data-cell-label=\"Ausgabe\" class=\"num\"><span class=\"card-cell-label\">Ausgabe</span>$ 0,01</td><td data-cell-label=\"Cache lesen\" class=\"num\"><span class=\"card-cell-label\">Cache lesen</span>$ 0,0001</td><td data-cell-label=\"In Cache schreiben\" class=\"num\"><span class=\"card-cell-label\">In Cache schreiben</span>$ 0,0025</td><td data-cell-label=\"Cache 5 Min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 Min.</span>$ 0,0025</td><td data-cell-label=\"Cache 1 Stunde\" class=\"num\"><span class=\"card-cell-label\">Cache 1 Stunde</span>$ 0,0025</td></tr><tr><td data-cell-label=\"Anfragegröße in Token\"><span class=\"card-cell-label\">Anfragegröße in Token</span><span class=\"card-tier-interval\">(272 000; ∞)</span></td><td data-cell-label=\"Eingabe\" class=\"num\"><span class=\"card-cell-label\">Eingabe</span>$ 0,004</td><td data-cell-label=\"Ausgabe\" class=\"num\"><span class=\"card-cell-label\">Ausgabe</span>$ 0,015</td><td data-cell-label=\"Cache lesen\" class=\"num\"><span class=\"card-cell-label\">Cache lesen</span>$ 0,0002</td><td data-cell-label=\"In Cache schreiben\" class=\"num\"><span class=\"card-cell-label\">In Cache schreiben</span>$ 0,005</td><td data-cell-label=\"Cache 5 Min.\" class=\"num\"><span class=\"card-cell-label\">Cache 5 Min.</span>$ 0,005</td><td data-cell-label=\"Cache 1 Stunde\" class=\"num\"><span class=\"card-cell-label\">Cache 1 Stunde</span>$ 0,005</td></tr></tbody></table></div><p class=\"note-s\">Tarife in USD pro 1K Token. Ist kein Tarif festgelegt, wird der Grundtarif dieser Methode übernommen; «—» bedeutet, dass kein Grundtarif festgelegt ist.</p></section>",
      "method_identity": {
        "effective_request_model_id": "openai/gpt-6.1-terra-pro",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/openai/gpt-6.1-terra-pro:generateContent",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|gemini|/v1beta/models/openai/gpt-6.1-terra-pro:generateContent|openai%2Fgpt-6.1-terra-pro",
      "ordinal": 3,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": 2.5,
        "cache_write_1h": 2.5,
        "cache_write_5m": 2.5,
        "conditional_meter": null,
        "ctx": null,
        "family": "gemini",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 2.0,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": null,
        "max_tool_calls": null,
        "out": 10.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/openai/gpt-6.1-terra-pro:generateContent",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.1,
            "cache_write": 2.5,
            "cache_write_1h": 2.5,
            "cache_write_5m": 2.5,
            "in": 2.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "<=272K",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 10.0
          },
          {
            "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": ">272K",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 15.0
          }
        ],
        "tool_prices": {
          "web_search_call": 0.02
        },
        "unit": "token",
        "units": []
      }
    }
  ],
  "model_id": "openai/gpt-6.1-terra-pro",
  "page": {
    "canonical": "https://ailoot.ai/models/de-at/openai-gpt-6-1-terra-pro/",
    "description": "Textbasierte Modellkarte GPT-6.1 Terra Pro für die Dokumentenarbeit, den Materialvergleich und die Vorbereitung strukturierter Antworten.",
    "locale": "de-at",
    "md_url": "https://ailoot.ai/models/de-at/openai-gpt-6-1-terra-pro/index.md",
    "title": "OpenAI: GPT-6.1 Terra Pro",
    "url": "https://ailoot.ai/models/de-at/openai-gpt-6-1-terra-pro/"
  },
  "rawModel": {
    "about": "### Arbeit mit Textmaterialien\n\nGPT-6.1 Terra Pro in Ailoot API nimmt eine Textanfrage entgegen und liefert eine Textantwort. Diese Modellkarte lässt sich in die Dokumentenerstellung, die Analyse von Ausgangsmaterialien und die schrittweise Präzisierung eines Ergebnisses im Dialog einbinden. Übergeben Sie den Aufgabeninhalt, benötigte Informationen und die gewünschte Antwortform in einer Anfrage oder in Gesprächsnachrichten.\n\n### Vorbereitung eines Dokuments\n\nBeginnen Sie mit dem Ziel: Welches Dokument wird benötigt, für wen ist es gedacht und bei welcher Handlung soll es helfen? Fügen Sie Stichpunkte, Quellenausschnitte oder einen Entwurf bei. Legen Sie anschließend eine Struktur fest, etwa Einleitung, Hauptaussagen, Argumente und nächste Schritte. Präzisieren Sie bei der Bearbeitung, was geändert werden soll: Länge, Ton, Terminologie oder Reihenfolge der Darstellung. Eine solche Anfrage definiert ein überprüfbares Ergebnis anstelle eines unbestimmten Auftrags wie „Verbessere den Text“.\n\n### Analyse und Vergleich\n\nTrennen Sie mehrere Materialien für die Analyse durch Bezeichnungen und geben Sie die Vergleichskriterien an. Sie können eine kurze Inhaltsangabe jedes Textes, eine gemeinsame Fragenliste oder einen punktweisen Anforderungsvergleich anfordern. Ist eine genaue Quellenzuordnung wichtig, lassen Sie neben der Schlussfolgerung den Dokumentnamen und den zugehörigen Abschnitt angeben. Eine Feldliste und ein ausgefülltes Beispiel helfen, die Antwort in einer für die weitere manuelle Bearbeitung geeigneten Form zu erhalten.\n\n### Anbindung und Umfang\n\nIn Ailoot API sind für diese Modellkarte die Textschnittstellen Messages, Responses, Chat Completions und das Gemini-kompatible generateContent eingerichtet. Verwenden Sie das Nachrichtenformat, das Ihr Client unterstützt. Die Inhalte von Dokumenten und anderen Ausgangsmaterialien werden als Text übergeben; das Ergebnis ist ein Text, der gespeichert, bearbeitet oder an den nächsten Arbeitsschritt weitergegeben werden kann.\n\nVerteilen Sie bei einer umfangreichen Aufgabe den verfügbaren Umfang auf Ausgangsmaterialien, Anweisung und erwartete Antwort. Soll das Ergebnis kurz sein, geben Sie seine Länge direkt in der Anfrage vor; ist Vollständigkeit wichtig, listen Sie Pflichtabschnitte und Prüfkriterien auf.\n\n### Reihenfolge der Anfrage\n\n1. Beschreiben Sie die endgültige Aufgabe und fügen Sie den Ausgangstext bei.\n2. Geben Sie Einschränkungen und die gewünschte Struktur vor.\n3. Gleichen Sie die Antwort mit den Ausgangsmaterialien ab.\n4. Präzisieren Sie einzelne Abschnitte unter Beibehaltung des Gesamtziels und der Anforderungen.",
    "alias_of": null,
    "aliases": [],
    "author": "OpenAI",
    "canonical_model": "openai/gpt-6.1-terra-pro",
    "ctx": null,
    "formats": [
      "chat",
      "gemini",
      "messages",
      "responses"
    ],
    "id": "openai/gpt-6.1-terra-pro",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": null,
    "methods": [
      {
        "cache_read": 0.1,
        "cache_write": 2.5,
        "cache_write_1h": 2.5,
        "cache_write_5m": 2.5,
        "conditional_meter": null,
        "ctx": null,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 2.0,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": null,
        "max_tool_calls": null,
        "out": 10.0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.1,
            "cache_write": 2.5,
            "cache_write_1h": 2.5,
            "cache_write_5m": 2.5,
            "in": 2.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "<=272K",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 10.0
          },
          {
            "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": ">272K",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 15.0
          }
        ],
        "tool_prices": {
          "web_search_call": 0.02
        },
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.1,
        "cache_write": 2.5,
        "cache_write_1h": 2.5,
        "cache_write_5m": 2.5,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 2.0,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": null,
        "max_tool_calls": null,
        "out": 10.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.1,
            "cache_write": 2.5,
            "cache_write_1h": 2.5,
            "cache_write_5m": 2.5,
            "in": 2.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "<=272K",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 10.0
          },
          {
            "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": ">272K",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 15.0
          }
        ],
        "tool_prices": {
          "web_search_call": 0.02
        },
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.1,
        "cache_write": 2.5,
        "cache_write_1h": 2.5,
        "cache_write_5m": 2.5,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 2.0,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_tool_calls": null,
        "out": 10.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.1,
            "cache_write": 2.5,
            "cache_write_1h": 2.5,
            "cache_write_5m": 2.5,
            "in": 2.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "<=272K",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 10.0
          },
          {
            "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": ">272K",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 15.0
          }
        ],
        "tool_prices": {
          "web_search_call": 0.02
        },
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.1,
        "cache_write": 2.5,
        "cache_write_1h": 2.5,
        "cache_write_5m": 2.5,
        "conditional_meter": null,
        "ctx": null,
        "family": "gemini",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 2.0,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": null,
        "max_tool_calls": null,
        "out": 10.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/openai/gpt-6.1-terra-pro:generateContent",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [
          {
            "cache_read": 0.1,
            "cache_write": 2.5,
            "cache_write_1h": 2.5,
            "cache_write_5m": 2.5,
            "in": 2.0,
            "interval_boundary": "min_exclusive_max_inclusive",
            "label": "<=272K",
            "max": 272000,
            "min": 0,
            "null_rate_policy": "inherit_base_rate",
            "out": 10.0
          },
          {
            "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": ">272K",
            "max": null,
            "min": 272000,
            "null_rate_policy": "inherit_base_rate",
            "out": 15.0
          }
        ],
        "tool_prices": {
          "web_search_call": 0.02
        },
        "unit": "token",
        "units": []
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "openai/gpt-6.1-terra-pro",
        "request_model_id": "openai/gpt-6.1-terra-pro",
        "route_label": "Ultra"
      }
    ],
    "name": "OpenAI: GPT-6.1 Terra Pro",
    "price": {
      "in": 2.0,
      "in_label": null,
      "out": 10.0,
      "out_label": null,
      "sort_in": 2.0,
      "sort_out": 10.0,
      "varies": false
    },
    "public_id": "openai/gpt-6.1-terra-pro",
    "short": "Textbasierte Modellkarte GPT-6.1 Terra Pro für die Dokumentenarbeit, den Materialvergleich und die Vorbereitung strukturierter Antworten."
  },
  "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": "Textbasierte Modellkarte GPT-6.1 Terra Pro für die Dokumentenarbeit, den Materialvergleich und die Vorbereitung strukturierter Antworten.",
  "source": {
    "audit_sha256": "1954a29d1ab4fbdc247e37e72aa958ce7cb34022e8bb1bf83904480e27ad260a",
    "bridge_map_sha256": "1954a29d1ab4fbdc247e37e72aa958ce7cb34022e8bb1bf83904480e27ad260a",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "77289840f884b505d37f00e334fcdcb995f46a47f673e7bad2a2235b409fd555",
      "renderer_sha256": "e9869eabc6c7e884bc7e37de7ee204f181d3d743eb42b95d65b58a9af419df07"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "77289840f884b505d37f00e334fcdcb995f46a47f673e7bad2a2235b409fd555",
    "renderer_sha256": "e9869eabc6c7e884bc7e37de7ee204f181d3d743eb42b95d65b58a9af419df07"
  },
  "sourceRevision": "b27ce5802bee3f3568c4851b15580a0912ba7c2588b5127cc0a9fd48c8545ca6"
}