GPT-5.5 ist OpenAIs Flaggschiff-Reasoning-Modell für komplexe fachliche Aufgaben und Programmierung. Es nimmt Text und Bilder entgegen und liefert Text. Dabei verbindet es Analyse mit Werkzeugnutzung, wenn eine Aufgabe Informationen oder Aktionen benötigt, die über den bereitgestellten Prompt hinausgehen. OpenAIs Leitfaden betont ein klares Ziel: Erklären Sie das benötigte Ergebnis, die einzuhaltenden Bedingungen, die zu verwendenden Belege und das Kriterium, das die Aufgabe beendet.
Stellen Sie für eine umfangreiche Softwareänderung das relevante Material aus dem Repository, das aktuelle Verhalten, das gewünschte Verhalten und die Abnahmekriterien bereit. Benennen Sie, was geändert werden darf und was kompatibel bleiben muss. Ein nützliches angefordertes Ergebnis ist ein Änderungsvorschlag, eine Erklärung des betroffenen Verhaltens und Belege aus allen tatsächlich ausgeführten Prüfungen. Kennzeichnen Sie bei einer dokumentenreichen Aufgabe die Quelldokumente und fordern Sie eine Antwort an, die nach der zu treffenden Entscheidung gegliedert ist. Jede Schlussfolgerung sollte mit den bereitgestellten Belegen verbunden und offene Fragen sollten von feststehenden Fakten getrennt sein.
GPT-5.5 unterstützt den Reasoning-Aufwand none, low, medium, high und xhigh; medium ist der Standardwert. OpenAI empfiehlt, low vor none in Betracht zu ziehen, wenn ein reaktionsschneller Arbeitsablauf dennoch Planung, Suche oder mehrere Werkzeugaufrufe benötigt. Die Einstellung none eignet sich für direkte Aufgaben, die diesen Reasoning-Prozess nicht brauchen. Mehr Aufwand ist nicht automatisch besser: Widersprüchliche Anforderungen, unbegrenzter Werkzeugzugriff oder eine unklare Abbruchregel können unnötige Suche und übermässiges Nachdenken verursachen. Wählen Sie den Aufwand anhand der tatsächlichen Aufgabe und benennen Sie das erwartete Endergebnis und das Abschlusskriterium ausdrücklich.
Der Hersteller nennt ein Kontextfenster von 1’050’000 Token und eine maximale Ausgabe von 128’000 Token; der Wissensstand ist der 1. Dezember 2025. Der Kontext nimmt das Gespräch, bereitgestelltes Material und erzeugte Inhalte auf; er ist kein separates Kontingent, das zur maximalen Ausgabe hinzugerechnet werden kann. Auch internes Reasoning verbraucht Token und Ausgabekapazität. Eine grosse Quellensammlung sollte daher anhand der Frage gegliedert sein, wichtige Kennungen, Einheiten und Dokumentgrenzen bewahren und ausreichend Raum für Reasoning und endgültige Antwort lassen.
Die Bildverarbeitung unterscheidet sich von früheren Voreinstellungen. Nach OpenAIs GPT-5.5-Leitfaden gilt bei einer nicht gesetzten oder auf auto eingestellten Bilddetailstufe das Verhalten original. Dabei bleibt ein Bild ohne Grössenänderung erhalten, wenn es sowohl das angegebene Budget von 10’240’000 Pixeln als auch die maximale Abmessung von 6’000 Pixeln einhält. Bei ausdrücklich gewähltem high bleiben Details innerhalb sowohl des angegebenen Budgets von 2’500’000 Pixeln als auch der maximalen Abmessung von 2’048 Pixeln erhalten; low verkleinert Bilder oberhalb einer Abmessung von 512 Pixeln stärker. Dies sind Einstellungen für die Bildverarbeitung und keine Garantie, dass jede hochgeladene Datei akzeptiert wird. Benennen Sie bei einem Screenshot, Diagramm oder einer Seite den Bereich und die Frage, stellen Sie ein lesbares Bild bereit und fordern Sie die benötigte Beobachtung oder Interpretation statt einer uneingeschränkten Beschreibung an.
OpenAI dokumentiert die Schnittstellen Responses, Chat Completions und Batch mit Streaming, Structured Outputs, Funktionsaufrufen, Dateiuploads, Bildeingaben, Datei- und Websuche sowie Prompt-Caching. Die dokumentierten Werkzeuge umfassen ausserdem Werkzeugsuche, Bilderzeugung, Codeinterpretation, eine gehostete Shell, Patch-Vorgänge, Skills, Computernutzung und MCP. Beschreiben Sie für jedes Anwendungswerkzeug den Zweck, die Argumente, die Nebenwirkungen und die zurückgegebenen Informationen. Die Anforderung eines Anwendungsfunktionsaufrufs erfordert, dass die Anwendung diesen Vorgang ausführt und sein tatsächliches Ergebnis zurückgibt; ein erzeugter Handlungsvorschlag belegt nicht, dass die Handlung stattgefunden hat. Die eigene Ausgabemodalität des Modells bleibt Text, während ein Werkzeug zur Bilderzeugung ein separates Ergebnis erzeugen kann.
Bewahren Sie bei längeren Interaktionen die Informationen, die nötig sind, um Zwischenarbeit von einer fertigen Antwort zu unterscheiden. OpenAIs Leitfaden beschreibt phase-Werte von Assistenten für commentary und final: Anwendungen, die Assistenteneinträge manuell erneut übergeben, müssen deren ursprüngliche phase-Werte bewahren; die Verkettung über den Mechanismus des Herstellers für vorherige Antworten bewahrt diesen Zustand automatisch. Legen Sie für die sichtbare Antwort die gewünschte Länge, den Ton und die Struktur ausdrücklich fest. GPT-5.5 verwendet standardmässig einen knappen, direkten Stil, und die Textausführlichkeit ist standardmässig medium; ein kompaktes Ergebnis kann geringere Ausführlichkeit anfordern, ohne erforderliche Belege oder Bedingungen wegzulassen.
Ein nützliches Endergebnis kann eine überarbeitete Datei mit einer gezielten Änderungserklärung, eine auf benannten Dokumenten beruhende Entscheidungsvorlage oder eine strukturierte Extraktion mit klar gekennzeichneten fehlenden Werten sein. Stellen Sie Fakten bereit, die aktuell sein müssen, statt sich auf den Wissensstand des Modells zu verlassen, und vergleichen Sie wesentliche Aussagen mit dem ursprünglichen Material. Klare Belegregeln, begrenzte Werkzeuge und ausdrückliche Abbruchbedingungen helfen GPT-5.5, eine umfangreiche Aufgabe abzuschliessen und das Ergebnis verständlich und überprüfbar zu halten.
", "aboutText": "GPT-5.5 ist OpenAIs Flaggschiff-Reasoning-Modell für komplexe fachliche Aufgaben und Programmierung. Es nimmt Text und Bilder entgegen und liefert Text. Dabei verbindet es Analyse mit Werkzeugnutzung, wenn eine Aufgabe Informationen oder Aktionen benötigt, die über den bereitgestellten Prompt hinausgehen. OpenAIs Leitfaden betont ein klares Ziel: Erklären Sie das benötigte Ergebnis, die einzuhaltenden Bedingungen, die zu verwendenden Belege und das Kriterium, das die Aufgabe beendet.\n\nStellen Sie für eine umfangreiche Softwareänderung das relevante Material aus dem Repository, das aktuelle Verhalten, das gewünschte Verhalten und die Abnahmekriterien bereit. Benennen Sie, was geändert werden darf und was kompatibel bleiben muss. Ein nützliches angefordertes Ergebnis ist ein Änderungsvorschlag, eine Erklärung des betroffenen Verhaltens und Belege aus allen tatsächlich ausgeführten Prüfungen. Kennzeichnen Sie bei einer dokumentenreichen Aufgabe die Quelldokumente und fordern Sie eine Antwort an, die nach der zu treffenden Entscheidung gegliedert ist. Jede Schlussfolgerung sollte mit den bereitgestellten Belegen verbunden und offene Fragen sollten von feststehenden Fakten getrennt sein.\n\nGPT-5.5 unterstützt den Reasoning-Aufwand none, low, medium, high und xhigh; medium ist der Standardwert. OpenAI empfiehlt, low vor none in Betracht zu ziehen, wenn ein reaktionsschneller Arbeitsablauf dennoch Planung, Suche oder mehrere Werkzeugaufrufe benötigt. Die Einstellung none eignet sich für direkte Aufgaben, die diesen Reasoning-Prozess nicht brauchen. Mehr Aufwand ist nicht automatisch besser: Widersprüchliche Anforderungen, unbegrenzter Werkzeugzugriff oder eine unklare Abbruchregel können unnötige Suche und übermässiges Nachdenken verursachen. Wählen Sie den Aufwand anhand der tatsächlichen Aufgabe und benennen Sie das erwartete Endergebnis und das Abschlusskriterium ausdrücklich.\n\nDer Hersteller nennt ein Kontextfenster von 1’050’000 Token und eine maximale Ausgabe von 128’000 Token; der Wissensstand ist der 1. Dezember 2025. Der Kontext nimmt das Gespräch, bereitgestelltes Material und erzeugte Inhalte auf; er ist kein separates Kontingent, das zur maximalen Ausgabe hinzugerechnet werden kann. Auch internes Reasoning verbraucht Token und Ausgabekapazität. Eine grosse Quellensammlung sollte daher anhand der Frage gegliedert sein, wichtige Kennungen, Einheiten und Dokumentgrenzen bewahren und ausreichend Raum für Reasoning und endgültige Antwort lassen.\n\nDie Bildverarbeitung unterscheidet sich von früheren Voreinstellungen. Nach OpenAIs GPT-5.5-Leitfaden gilt bei einer nicht gesetzten oder auf auto eingestellten Bilddetailstufe das Verhalten original. Dabei bleibt ein Bild ohne Grössenänderung erhalten, wenn es sowohl das angegebene Budget von 10’240’000 Pixeln als auch die maximale Abmessung von 6’000 Pixeln einhält. Bei ausdrücklich gewähltem high bleiben Details innerhalb sowohl des angegebenen Budgets von 2’500’000 Pixeln als auch der maximalen Abmessung von 2’048 Pixeln erhalten; low verkleinert Bilder oberhalb einer Abmessung von 512 Pixeln stärker. Dies sind Einstellungen für die Bildverarbeitung und keine Garantie, dass jede hochgeladene Datei akzeptiert wird. Benennen Sie bei einem Screenshot, Diagramm oder einer Seite den Bereich und die Frage, stellen Sie ein lesbares Bild bereit und fordern Sie die benötigte Beobachtung oder Interpretation statt einer uneingeschränkten Beschreibung an.\n\nOpenAI dokumentiert die Schnittstellen Responses, Chat Completions und Batch mit Streaming, Structured Outputs, Funktionsaufrufen, Dateiuploads, Bildeingaben, Datei- und Websuche sowie Prompt-Caching. Die dokumentierten Werkzeuge umfassen ausserdem Werkzeugsuche, Bilderzeugung, Codeinterpretation, eine gehostete Shell, Patch-Vorgänge, Skills, Computernutzung und MCP. Beschreiben Sie für jedes Anwendungswerkzeug den Zweck, die Argumente, die Nebenwirkungen und die zurückgegebenen Informationen. Die Anforderung eines Anwendungsfunktionsaufrufs erfordert, dass die Anwendung diesen Vorgang ausführt und sein tatsächliches Ergebnis zurückgibt; ein erzeugter Handlungsvorschlag belegt nicht, dass die Handlung stattgefunden hat. Die eigene Ausgabemodalität des Modells bleibt Text, während ein Werkzeug zur Bilderzeugung ein separates Ergebnis erzeugen kann.\n\nBewahren Sie bei längeren Interaktionen die Informationen, die nötig sind, um Zwischenarbeit von einer fertigen Antwort zu unterscheiden. OpenAIs Leitfaden beschreibt phase-Werte von Assistenten für commentary und final: Anwendungen, die Assistenteneinträge manuell erneut übergeben, müssen deren ursprüngliche phase-Werte bewahren; die Verkettung über den Mechanismus des Herstellers für vorherige Antworten bewahrt diesen Zustand automatisch. Legen Sie für die sichtbare Antwort die gewünschte Länge, den Ton und die Struktur ausdrücklich fest. GPT-5.5 verwendet standardmässig einen knappen, direkten Stil, und die Textausführlichkeit ist standardmässig medium; ein kompaktes Ergebnis kann geringere Ausführlichkeit anfordern, ohne erforderliche Belege oder Bedingungen wegzulassen.\n\nEin nützliches Endergebnis kann eine überarbeitete Datei mit einer gezielten Änderungserklärung, eine auf benannten Dokumenten beruhende Entscheidungsvorlage oder eine strukturierte Extraktion mit klar gekennzeichneten fehlenden Werten sein. Stellen Sie Fakten bereit, die aktuell sein müssen, statt sich auf den Wissensstand des Modells zu verlassen, und vergleichen Sie wesentliche Aussagen mit dem ursprünglichen Material. Klare Belegregeln, begrenzte Werkzeuge und ausdrückliche Abbruchbedingungen helfen GPT-5.5, eine umfangreiche Aufgabe abzuschliessen und das Ergebnis verständlich und überprüfbar zu halten.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "df64db1111d2e82bc5deb1bf3f0e5924216885397e5a12fb54f2b010d01c7582", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "openai/gpt-5.5:batchOpenAIs GPT-5.5 bearbeitet komplexe fachliche Aufgaben und Programmierung mit Text- und Bildeingaben, konfigurierbarem Reasoning und einem breiten Werkzeugangebot. Sein grosser Kontext ermöglicht die Arbeit mit umfangreichem Quellenmaterial und die Rückgabe eines klaren, aufgabenspezifischen Textergebnisses.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT-5.5 ist OpenAIs Flaggschiff-Reasoning-Modell für komplexe fachliche Aufgaben und Programmierung. Es nimmt Text und Bilder entgegen und liefert Text. Dabei verbindet es Analyse mit Werkzeugnutzung, wenn eine Aufgabe Informationen oder Aktionen benötigt, die über den bereitgestellten Prompt hinausgehen. OpenAIs Leitfaden betont ein klares Ziel: Erklären Sie das benötigte Ergebnis, die einzuhaltenden Bedingungen, die zu verwendenden Belege und das Kriterium, das die Aufgabe beendet.
Stellen Sie für eine umfangreiche Softwareänderung das relevante Material aus dem Repository, das aktuelle Verhalten, das gewünschte Verhalten und die Abnahmekriterien bereit. Benennen Sie, was geändert werden darf und was kompatibel bleiben muss. Ein nützliches angefordertes Ergebnis ist ein Änderungsvorschlag, eine Erklärung des betroffenen Verhaltens und Belege aus allen tatsächlich ausgeführten Prüfungen. Kennzeichnen Sie bei einer dokumentenreichen Aufgabe die Quelldokumente und fordern Sie eine Antwort an, die nach der zu treffenden Entscheidung gegliedert ist. Jede Schlussfolgerung sollte mit den bereitgestellten Belegen verbunden und offene Fragen sollten von feststehenden Fakten getrennt sein.
GPT-5.5 unterstützt den Reasoning-Aufwand none, low, medium, high und xhigh; medium ist der Standardwert. OpenAI empfiehlt, low vor none in Betracht zu ziehen, wenn ein reaktionsschneller Arbeitsablauf dennoch Planung, Suche oder mehrere Werkzeugaufrufe benötigt. Die Einstellung none eignet sich für direkte Aufgaben, die diesen Reasoning-Prozess nicht brauchen. Mehr Aufwand ist nicht automatisch besser: Widersprüchliche Anforderungen, unbegrenzter Werkzeugzugriff oder eine unklare Abbruchregel können unnötige Suche und übermässiges Nachdenken verursachen. Wählen Sie den Aufwand anhand der tatsächlichen Aufgabe und benennen Sie das erwartete Endergebnis und das Abschlusskriterium ausdrücklich.
Der Hersteller nennt ein Kontextfenster von 1’050’000 Token und eine maximale Ausgabe von 128’000 Token; der Wissensstand ist der 1. Dezember 2025. Der Kontext nimmt das Gespräch, bereitgestelltes Material und erzeugte Inhalte auf; er ist kein separates Kontingent, das zur maximalen Ausgabe hinzugerechnet werden kann. Auch internes Reasoning verbraucht Token und Ausgabekapazität. Eine grosse Quellensammlung sollte daher anhand der Frage gegliedert sein, wichtige Kennungen, Einheiten und Dokumentgrenzen bewahren und ausreichend Raum für Reasoning und endgültige Antwort lassen.
Die Bildverarbeitung unterscheidet sich von früheren Voreinstellungen. Nach OpenAIs GPT-5.5-Leitfaden gilt bei einer nicht gesetzten oder auf auto eingestellten Bilddetailstufe das Verhalten original. Dabei bleibt ein Bild ohne Grössenänderung erhalten, wenn es sowohl das angegebene Budget von 10’240’000 Pixeln als auch die maximale Abmessung von 6’000 Pixeln einhält. Bei ausdrücklich gewähltem high bleiben Details innerhalb sowohl des angegebenen Budgets von 2’500’000 Pixeln als auch der maximalen Abmessung von 2’048 Pixeln erhalten; low verkleinert Bilder oberhalb einer Abmessung von 512 Pixeln stärker. Dies sind Einstellungen für die Bildverarbeitung und keine Garantie, dass jede hochgeladene Datei akzeptiert wird. Benennen Sie bei einem Screenshot, Diagramm oder einer Seite den Bereich und die Frage, stellen Sie ein lesbares Bild bereit und fordern Sie die benötigte Beobachtung oder Interpretation statt einer uneingeschränkten Beschreibung an.
OpenAI dokumentiert die Schnittstellen Responses, Chat Completions und Batch mit Streaming, Structured Outputs, Funktionsaufrufen, Dateiuploads, Bildeingaben, Datei- und Websuche sowie Prompt-Caching. Die dokumentierten Werkzeuge umfassen ausserdem Werkzeugsuche, Bilderzeugung, Codeinterpretation, eine gehostete Shell, Patch-Vorgänge, Skills, Computernutzung und MCP. Beschreiben Sie für jedes Anwendungswerkzeug den Zweck, die Argumente, die Nebenwirkungen und die zurückgegebenen Informationen. Die Anforderung eines Anwendungsfunktionsaufrufs erfordert, dass die Anwendung diesen Vorgang ausführt und sein tatsächliches Ergebnis zurückgibt; ein erzeugter Handlungsvorschlag belegt nicht, dass die Handlung stattgefunden hat. Die eigene Ausgabemodalität des Modells bleibt Text, während ein Werkzeug zur Bilderzeugung ein separates Ergebnis erzeugen kann.
Bewahren Sie bei längeren Interaktionen die Informationen, die nötig sind, um Zwischenarbeit von einer fertigen Antwort zu unterscheiden. OpenAIs Leitfaden beschreibt phase-Werte von Assistenten für commentary und final: Anwendungen, die Assistenteneinträge manuell erneut übergeben, müssen deren ursprüngliche phase-Werte bewahren; die Verkettung über den Mechanismus des Herstellers für vorherige Antworten bewahrt diesen Zustand automatisch. Legen Sie für die sichtbare Antwort die gewünschte Länge, den Ton und die Struktur ausdrücklich fest. GPT-5.5 verwendet standardmässig einen knappen, direkten Stil, und die Textausführlichkeit ist standardmässig medium; ein kompaktes Ergebnis kann geringere Ausführlichkeit anfordern, ohne erforderliche Belege oder Bedingungen wegzulassen.
Ein nützliches Endergebnis kann eine überarbeitete Datei mit einer gezielten Änderungserklärung, eine auf benannten Dokumenten beruhende Entscheidungsvorlage oder eine strukturierte Extraktion mit klar gekennzeichneten fehlenden Werten sein. Stellen Sie Fakten bereit, die aktuell sein müssen, statt sich auf den Wissensstand des Modells zu verlassen, und vergleichen Sie wesentliche Aussagen mit dem ursprünglichen Material. Klare Belegregeln, begrenzte Werkzeuge und ausdrückliche Abbruchbedingungen helfen GPT-5.5, eine umfangreiche Aufgabe abzuschliessen und das Ergebnis verständlich und überprüfbar zu halten.
POST /v1/batchestexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldendpoint | Typstring | AnforderungErforderlich | Werte und Limits /v1/chat/completions | Standard— |
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits openai/gpt-5.5:batch | Standard— |
Feldrequests | Typbatch_item[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldrequests[].custom_id | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldrequests[].body.messages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldcompletion_window | Typstring | AnforderungOptional | Werte und Limits 24h | Standard— |
Feldprovider | Typobject|null | AnforderungOptional | Werte und Limits | Standard— |
Feldrequests[].body.model | Typstring | AnforderungOptional | Werte und Limits openai/gpt-5.5:batch, openai/gpt-5.5 | Standard— |
Feldprovider.only | Typstring[] | AnforderungOptional | Werte und Limits openai | Standard— |
Feldprovider.allow_fallbacks | Typboolean|null | AnforderungOptional | Werte und Limits false, null | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragendpoint, model, requests |
Parametermaterial_types | Vertragtext |
Parameterrepresentation | Vertrageingebettete requests[]; jedes Element enthält custom_id und body |
Parameterrequest_endpoint_profile | Vertrag/v1/chat/completions |
Parameterfile_material | VertragDer Aufrufer kann tatsächliches UTF-8-JSONL lokal in requests[] einlesen. Es werden weder ein Upload-Zweck noch input_file_id oder eine Dateireferenz verwendet. Fehlendes oder leeres Kundenmaterial stoppt die Vorbereitung vor POST. |
Parameterserialization_order | Vertragendpoint, model, provider (falls angegeben), completion_window (falls angegeben), requests als letztes Feld |
Parameteroptional_controls | Vertragprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | VertragAnfragekörper für Text Chat Completions in der dokumentierten Inline-Batch-Struktur. |
Lebenszyklus: asynchronous
GET /v1/batches/{operation_id} · die tatsächliche response.id der ursprünglichen Erstellungsantwort; derselbe Nutzer/Schlüssel/dieselbe Gruppe
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.005 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0.0005 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslich272'000 | Gebühr Eingabe · Eingabetoken $0.005 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0.0005 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als272'000 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.01 / 1K Tokens Ausgabe · Ausgabetoken $0.045 / 1K Tokens Eingabe · Cache lesen $0.001 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5.5:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-5.5:batch', 'openai/gpt-5.5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.5:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n 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")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\neingebettetes JSON unter results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nBewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Das vollständige ursprüngliche Status-JSON, jedes Ergebnis/jede custom_id und den vollständigen Antwort- oder Fehlerkörper aufbewahren. Abgeschlossene results[] ohne Filterung als JSONL speichern.
Die ursprüngliche Vorgangs-ID beibehalten. Bei 503 result_pending_check gilt X-Should-Retry:false; einen ursprünglichen Batch mit unbekanntem Ausgang niemals erneut einreichen.
| Feld | Typ |
|---|---|
Feldresults[].custom_id | Typstring |
Feldresults[].response.body.choices[].message.content | Typstring|null |
Feldresults[].error | Typobject|null |
Feldusage | Typobject|null |
Feldid | Typstring |
Feldmodel | Typstring |
Feldendpoint | Typstring |
Feldstatus | Typstring |
Feldrequest_counts | Typobject |
Feldresults[].id | Typstring |
Feldresults[].response.status_code | Typinteger |
Feldresults[].response.request_id | Typstring |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungUngültige Struktur der dokumentierten Inline-Einbettung, doppelte Schlüssel, ungültige Identitätsangaben zu einem Element oder ein Konflikt mit den konfigurierten Modellfähigkeiten. | Nächster SchrittDie angegebenen Felder vor jeder neuen Einreichung korrigieren. |
Antwort401 · authentication_error | BedingungUngültiger API-Schlüssel. | Nächster SchrittDen autorisierten Ailoot-Schlüssel verwenden. |
Antwort403 · permission_error | BedingungGruppe für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Berechtigung des Schlüssels bzw. der Gruppe prüfen. |
Antwort422 · invalid_request_error | BedingungStapelverarbeitung wird über das Guthaben abgerechnet; die Erstellung über ein Abonnement wird abgelehnt. | Nächster SchrittDie autorisierte Gruppe mit Guthabenabrechnung verwenden. |
Antwort422 · price_unavailable | BedingungFür die Batch-Eingabe kann kein Preisangebot erstellt werden. | Nächster SchrittAntwort aufbewahren; die dokumentierte Eingabe der API-Familie verwenden. |
Antwort402 · billing_error | BedingungReservierung für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Zulassung klären, bevor eine neue Anfrage gestellt wird. |
Antwort503 · price_unavailable | BedingungMethodenpreis bzw. native Tarife für Stapelverarbeitung nicht verfügbar. | Nächster SchrittAntwort aufbewahren; keine anderen Preise einsetzen. |
Antwort503 · api_error | BedingungDie genaue Anbieterroute ist nicht verfügbar. | Nächster SchrittAntwort zur Reparatur der Route aufbewahren. |
Antwort503 · result_pending_check | BedingungDas ursprüngliche Ergebnis muss geprüft werden; X-Should-Retry:false. | Nächster SchrittDie ursprüngliche operation_id/id beibehalten und ihren Status lesen; den ursprünglichen POST niemals wiederholen. |
Antwort404 · not_found | BedingungDer Batch-Vorgang, dessen Status abgefragt wird, ist nicht vorhanden oder gehört einer anderen Identität. | Nächster SchrittDie genaue ursprüngliche id und denselben Nutzer/Schlüssel/dieselbe Gruppe verwenden. |
Ailoot Ultra openai/gpt-5.5:batch
Verwenden Sie die oben angezeigten Methodenpfade.