GPT-5.6 Terra Pro bezeichnet OpenAIs GPT-5.6 Terra mit Pro-Reasoning. Terra ist die GPT-5.6-Reasoning-Stufe für praktische Aufgaben und entspricht ungefähr der Mini-Stufe früherer GPT-5-Familien. Das Basismodell nimmt Text und Bilder entgegen und erzeugt Text. Im Pro-Modus leistet das Modell zusätzliche Arbeit zur Entwicklung der endgültigen Antwort; Terra bleibt dabei die ausgewählte Basisedition.
Eine beispielhafte Aufgabe ist der Vergleich zweier Dokumente anhand festgelegter Anforderungen. Stellen Sie beide Texte bereit, benennen Sie, welche Version oder welcher Abschnitt Vorrang hat, und definieren Sie die relevanten Kriterien. Fordern Sie die Übereinstimmungen, die Unterschiede und die klärungsbedürftigen Fragen an. Sie können eine Vergleichstabelle mit einer anschliessenden kurzen Empfehlung verlangen, die ihre Bedingungen ausdrücklich nennt. Eine fehlende Aussage sollte als fehlende Information gekennzeichnet werden und nicht als eine vom Modell ergänzte Tatsache.
Terra lässt sich auch für Aufgaben einsetzen, die eine schriftliche Anfrage mit einer Richtlinie oder technischen Erklärung verbinden. Stellen Sie die relevanten Regeln bereit und fordern Sie eine Antwort in einer bestimmten Form an, etwa als Brief, als Zusammenstellung von Feldern oder als Plan für die nächste Handlung. Wenn ein Bild wesentliche Belege enthält, benennen Sie das zu prüfende Detail und geben Sie den für seine Interpretation nötigen Kontext an. Geben Sie bei einer technischen Frage das beobachtete und das erwartete Verhalten zusammen mit dem relevanten Code oder der Beschreibung an.
Die GPT-5.6 Terra-Spezifikation des Herstellers nennt ein Kontextfenster von 1’050’000 Token, eine maximale Eingabe von 922’000 Token und eine maximale Ausgabe von 128’000 Token. Der dokumentierte Wissensstand ist der 16. Februar 2026. Das Basismodell unterstützt den Reasoning-Aufwand none, low, medium, high, xhigh und max; medium ist der Standardwert. Pro-Modus und Aufwand sind unabhängige Einstellungen, und das Kontextbudget nimmt neben Quellenmaterial und endgültiger Antwort auch das Reasoning auf.
OpenAI dokumentiert Pro in der Responses API für schwierige Aufgaben, bei denen zusätzliche Latenz und Modellaktivität möglich sind. Das Basismodell unterstützt Streaming, Structured Outputs, Funktionsaufrufe, Web- und Dateisuche, Bildeingaben und Prompt-Caching. Der Hersteller nennt ausserdem Werkzeuge zur Bilderzeugung, einen Code-Interpreter, gehostete Shell- und Patch-Vorgänge, Skills, Computernutzung, MCP-Verbindungen und Werkzeugsuche. Eine Anwendung stellt ihre Vorgänge bereit, führt sie aus und liefert ihre Ergebnisse zurück; die Textantwort des Modells ist von diesen ausgeführten Aktionen getrennt.
Richten Sie die Anfrage an einem Abschlusskriterium aus. Benennen Sie beim Dokumentvergleich die Belege, die jede Schlussfolgerung benötigt, und fordern Sie eine separate Auflistung offener Punkte an. Legen Sie beim Verfassen einer Antwort die erforderlichen Fakten und die nächste Handlung des Lesers fest. Ein nützliches Endergebnis ist ein strukturierter Vergleich oder Antwortvorschlag, dessen wesentliche Aussagen sich auf das bereitgestellte Material zurückführen lassen und der einen gezielten Folgeschritt ermöglicht.
", "aboutText": "GPT-5.6 Terra Pro bezeichnet OpenAIs GPT-5.6 Terra mit Pro-Reasoning. Terra ist die GPT-5.6-Reasoning-Stufe für praktische Aufgaben und entspricht ungefähr der Mini-Stufe früherer GPT-5-Familien. Das Basismodell nimmt Text und Bilder entgegen und erzeugt Text. Im Pro-Modus leistet das Modell zusätzliche Arbeit zur Entwicklung der endgültigen Antwort; Terra bleibt dabei die ausgewählte Basisedition.\n\nEine beispielhafte Aufgabe ist der Vergleich zweier Dokumente anhand festgelegter Anforderungen. Stellen Sie beide Texte bereit, benennen Sie, welche Version oder welcher Abschnitt Vorrang hat, und definieren Sie die relevanten Kriterien. Fordern Sie die Übereinstimmungen, die Unterschiede und die klärungsbedürftigen Fragen an. Sie können eine Vergleichstabelle mit einer anschliessenden kurzen Empfehlung verlangen, die ihre Bedingungen ausdrücklich nennt. Eine fehlende Aussage sollte als fehlende Information gekennzeichnet werden und nicht als eine vom Modell ergänzte Tatsache.\n\nTerra lässt sich auch für Aufgaben einsetzen, die eine schriftliche Anfrage mit einer Richtlinie oder technischen Erklärung verbinden. Stellen Sie die relevanten Regeln bereit und fordern Sie eine Antwort in einer bestimmten Form an, etwa als Brief, als Zusammenstellung von Feldern oder als Plan für die nächste Handlung. Wenn ein Bild wesentliche Belege enthält, benennen Sie das zu prüfende Detail und geben Sie den für seine Interpretation nötigen Kontext an. Geben Sie bei einer technischen Frage das beobachtete und das erwartete Verhalten zusammen mit dem relevanten Code oder der Beschreibung an.\n\nDie GPT-5.6 Terra-Spezifikation des Herstellers nennt ein Kontextfenster von 1’050’000 Token, eine maximale Eingabe von 922’000 Token und eine maximale Ausgabe von 128’000 Token. Der dokumentierte Wissensstand ist der 16. Februar 2026. Das Basismodell unterstützt den Reasoning-Aufwand none, low, medium, high, xhigh und max; medium ist der Standardwert. Pro-Modus und Aufwand sind unabhängige Einstellungen, und das Kontextbudget nimmt neben Quellenmaterial und endgültiger Antwort auch das Reasoning auf.\n\nOpenAI dokumentiert Pro in der Responses API für schwierige Aufgaben, bei denen zusätzliche Latenz und Modellaktivität möglich sind. Das Basismodell unterstützt Streaming, Structured Outputs, Funktionsaufrufe, Web- und Dateisuche, Bildeingaben und Prompt-Caching. Der Hersteller nennt ausserdem Werkzeuge zur Bilderzeugung, einen Code-Interpreter, gehostete Shell- und Patch-Vorgänge, Skills, Computernutzung, MCP-Verbindungen und Werkzeugsuche. Eine Anwendung stellt ihre Vorgänge bereit, führt sie aus und liefert ihre Ergebnisse zurück; die Textantwort des Modells ist von diesen ausgeführten Aktionen getrennt.\n\nRichten Sie die Anfrage an einem Abschlusskriterium aus. Benennen Sie beim Dokumentvergleich die Belege, die jede Schlussfolgerung benötigt, und fordern Sie eine separate Auflistung offener Punkte an. Legen Sie beim Verfassen einer Antwort die erforderlichen Fakten und die nächste Handlung des Lesers fest. Ein nützliches Endergebnis ist ein strukturierter Vergleich oder Antwortvorschlag, dessen wesentliche Aussagen sich auf das bereitgestellte Material zurückführen lassen und der einen gezielten Folgeschritt ermöglicht.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "99853207ab268c99f365fcaa79c7c358d09d9fef5b684ca6e7118df81f6d08f0", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "openai/gpt-5.6-terra-pro:batchGPT-5.6 Terra mit Pro-Reasoning für praktische Aufgaben, die von einer eingehenderen Analyse profitieren. Vergleichen Sie bereitgestellte Dokumente, legen Sie Regeln aus oder entwickeln Sie aus Text und Bildmaterial eine strukturierte Antwort.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT-5.6 Terra Pro bezeichnet OpenAIs GPT-5.6 Terra mit Pro-Reasoning. Terra ist die GPT-5.6-Reasoning-Stufe für praktische Aufgaben und entspricht ungefähr der Mini-Stufe früherer GPT-5-Familien. Das Basismodell nimmt Text und Bilder entgegen und erzeugt Text. Im Pro-Modus leistet das Modell zusätzliche Arbeit zur Entwicklung der endgültigen Antwort; Terra bleibt dabei die ausgewählte Basisedition.
Eine beispielhafte Aufgabe ist der Vergleich zweier Dokumente anhand festgelegter Anforderungen. Stellen Sie beide Texte bereit, benennen Sie, welche Version oder welcher Abschnitt Vorrang hat, und definieren Sie die relevanten Kriterien. Fordern Sie die Übereinstimmungen, die Unterschiede und die klärungsbedürftigen Fragen an. Sie können eine Vergleichstabelle mit einer anschliessenden kurzen Empfehlung verlangen, die ihre Bedingungen ausdrücklich nennt. Eine fehlende Aussage sollte als fehlende Information gekennzeichnet werden und nicht als eine vom Modell ergänzte Tatsache.
Terra lässt sich auch für Aufgaben einsetzen, die eine schriftliche Anfrage mit einer Richtlinie oder technischen Erklärung verbinden. Stellen Sie die relevanten Regeln bereit und fordern Sie eine Antwort in einer bestimmten Form an, etwa als Brief, als Zusammenstellung von Feldern oder als Plan für die nächste Handlung. Wenn ein Bild wesentliche Belege enthält, benennen Sie das zu prüfende Detail und geben Sie den für seine Interpretation nötigen Kontext an. Geben Sie bei einer technischen Frage das beobachtete und das erwartete Verhalten zusammen mit dem relevanten Code oder der Beschreibung an.
Die GPT-5.6 Terra-Spezifikation des Herstellers nennt ein Kontextfenster von 1’050’000 Token, eine maximale Eingabe von 922’000 Token und eine maximale Ausgabe von 128’000 Token. Der dokumentierte Wissensstand ist der 16. Februar 2026. Das Basismodell unterstützt den Reasoning-Aufwand none, low, medium, high, xhigh und max; medium ist der Standardwert. Pro-Modus und Aufwand sind unabhängige Einstellungen, und das Kontextbudget nimmt neben Quellenmaterial und endgültiger Antwort auch das Reasoning auf.
OpenAI dokumentiert Pro in der Responses API für schwierige Aufgaben, bei denen zusätzliche Latenz und Modellaktivität möglich sind. Das Basismodell unterstützt Streaming, Structured Outputs, Funktionsaufrufe, Web- und Dateisuche, Bildeingaben und Prompt-Caching. Der Hersteller nennt ausserdem Werkzeuge zur Bilderzeugung, einen Code-Interpreter, gehostete Shell- und Patch-Vorgänge, Skills, Computernutzung, MCP-Verbindungen und Werkzeugsuche. Eine Anwendung stellt ihre Vorgänge bereit, führt sie aus und liefert ihre Ergebnisse zurück; die Textantwort des Modells ist von diesen ausgeführten Aktionen getrennt.
Richten Sie die Anfrage an einem Abschlusskriterium aus. Benennen Sie beim Dokumentvergleich die Belege, die jede Schlussfolgerung benötigt, und fordern Sie eine separate Auflistung offener Punkte an. Legen Sie beim Verfassen einer Antwort die erforderlichen Fakten und die nächste Handlung des Lesers fest. Ein nützliches Endergebnis ist ein strukturierter Vergleich oder Antwortvorschlag, dessen wesentliche Aussagen sich auf das bereitgestellte Material zurückführen lassen und der einen gezielten Folgeschritt ermöglicht.
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-5.6-terra-pro: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-5.6-terra-pro:batch, openai/gpt-5.6-terra-pro | 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 $0.002 / 1K Tokens Ausgabe · Ausgabetoken $0.012 / 1K Tokens Eingabe · Cache lesen $0.0002 / 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 $0.002 / 1K Tokens Ausgabe · Ausgabetoken $0.012 / 1K Tokens Eingabe · Cache lesen $0.0002 / 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 $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.018 / 1K Tokens Eingabe · Cache lesen $0.0004 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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-5.6-terra-pro: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-5.6-terra-pro:batch', 'openai/gpt-5.6-terra-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-terra-pro: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-5.6-terra-pro:batch
Verwenden Sie die oben angezeigten Methodenpfade.