Source: https://ailoot.ai/models/de-ch/openai-gpt-6-1-terra/ Canonical: https://ailoot.ai/models/de-ch/openai-gpt-6-1-terra/ Language: de-ch # OpenAI: GPT-6.1 Terra [Markdown](https://ailoot.ai/models/de-ch/openai-gpt-6-1-terra/index.md) · [JSON](https://ailoot.ai/models/de-ch/openai-gpt-6-1-terra/facts.json) ## [OpenAI: GPT-6.1 Terra](https://ailoot.ai/models/de-ch/openai-gpt-6-1-terra/) `openai/gpt-6.1-terra` OpenAITextEingabe from $ 0.001 / 1KAusgabe from $ 0.005 / 1K GPT-6.1 Terra zum Schreiben und Bearbeiten verständlicher Texte, Auswerten von Dokumenten und Strukturieren von Materialien in grossem Kontext. ### Zweck des Modells GPT-6.1 Terra ist ein Reasoning-Modell von OpenAI mit Schwerpunkt auf verständlichem, natürlichem Text. Der Hersteller entwickelt es auch für visuelle Analyse und die Arbeit mit Benutzeroberflächen weiter. In Ailoot API ist diese Modellkarte für Textanfragen gedacht: Übergeben Sie die Ausgangsmaterialien und erhalten Sie eine Erklärung, einen überarbeiteten Text oder eine Antwort nach vorgegebener Struktur. ### Texte, Dokumente und Arbeitsmaterialien Terra lässt sich in redaktionellen Abläufen verwenden: einen Entwurf anhand von Stichpunkten erstellen, den Ton ändern, den Umfang kürzen oder verstreute Notizen zu einem zusammenhängenden Dokument ordnen. Geben Sie für ein passendes Ergebnis Zielgruppe und Textzweck vor, listen Sie Pflichtinformationen auf und kennzeichnen Sie Formulierungen, die erhalten bleiben müssen. Lassen Sie für mehrere Versionen einen konkreten Parameter variieren, etwa den Detailgrad oder die Ansprache unterschiedlicher Lesergruppen. Bei der Dokumentenarbeit hilft es, den Ausgangstext zusammen mit einer Frage zu übergeben. Fordern Sie eine Zusammenfassung nach Abschnitten, einen Vergleich zweier Fassungen oder die Extraktion von Informationen in eine vorab beschriebene Feldliste an. Definieren Sie beim Materialvergleich die Kriterien: was als Übereinstimmung gilt, welche Unterschiede wichtig sind und wie das Ergebnis dargestellt werden soll. So erhält das Modell eine klare Aufgabe, und das Ergebnis lässt sich leichter mit dem Original abgleichen. ### Verfügbares Format in Ailoot API Als Eingabe wird Text angenommen, als Ausgabe Text erzeugt. Zu den unterstützten Schnittstellen dieser Modellkarte gehören Messages, Responses, Chat Completions und das Gemini-kompatible generateContent. Wählen Sie das Format Ihres Clients und übergeben Sie darin die Anweisung und die Ausgangsmaterialien. Bezieht sich die Aufgabe auf ein Dokument oder Bild, ist für diesen textbasierten Anwendungsfall vorab extrahierter Text oder eine Textbeschreibung erforderlich. ### Beispiel eines Arbeitsablaufs 1. Übergeben Sie Notizen, einen Entwurf oder den Text eines Dokuments. 2. Formulieren Sie die Aufgabe: bearbeiten, erklären, vergleichen oder strukturieren. 3. Geben Sie Zielgruppe, Einschränkungen und Antwortstruktur an. 4. Prüfen Sie den erhaltenen Text anhand der Ausgangsdaten und präzisieren Sie Stellen, an denen ein anderer Detailgrad erforderlich ist. Dieser Ablauf eignet sich für Anleitungen, interne Informationsunterlagen, Beschreibungen und analytische Notizen, bei denen eine klare Darstellung und die Arbeit mit bereitgestelltem Material wichtig sind. ### Über die Ailoot API verfügbar Eingabe `text` Ausgabe `text` Kontext 272'000 *Tokens* Max. Antwort 128'000 *Tokens* Eingabe $ 0.001 */ 1K* Ausgabe $ 0.005 */ 1K* Cache lesen $ 0.00005 */ 1K* Cache schreiben $ 0.00125 */ 1K* Cache schreiben, 5 Min. $ 0.00125 */ 1K tokens* Multiplikator fast ×2 Multiplikator flex ×0.5 Eingabe `text` Ausgabe `text` Kontext 272'000 *Tokens* Max. Antwort 128'000 *Tokens* Eingabe $ 0.001 */ 1K* Ausgabe $ 0.005 */ 1K* Cache lesen $ 0.00005 */ 1K* Cache schreiben $ 0.00125 */ 1K* Cache schreiben, 5 Min. $ 0.00125 */ 1K tokens* Multiplikator fast ×2 Multiplikator flex ×0.5 Eingabe `text` Ausgabe `text` Kontext 272'000 *Tokens* Max. Antwort 128'000 *Tokens* Eingabe $ 0.001 */ 1K* Ausgabe $ 0.005 */ 1K* Cache lesen $ 0.00005 */ 1K* Cache schreiben $ 0.00125 */ 1K* Cache schreiben, 5 Min. $ 0.00125 */ 1K tokens* Multiplikator fast ×2 Multiplikator flex ×0.5 Eingabe `text` Ausgabe `text` Kontext 272'000 *Tokens* Max. Antwort 128'000 *Tokens* Eingabe $ 0.001 */ 1K* Ausgabe $ 0.005 */ 1K* Cache lesen $ 0.00005 */ 1K* Cache schreiben $ 0.00125 */ 1K* Cache schreiben, 5 Min. $ 0.00125 */ 1K tokens* Multiplikator fast ×2 Multiplikator flex ×0.5 Eingabe `text` Ausgabe `text` Kontext 922'000 *Tokens* Max. Antwort 128'000 *Tokens* Eingabe $ 0.002 */ 1K* Ausgabe $ 0.01 */ 1K* Cache lesen $ 0.0001 */ 1K* Cache schreiben $ 0.0025 */ 1K* Cache schreiben, 5 Min. $ 0.0025 */ 1K tokens* Cache schreiben, 1 Stunde $ 0.0025 */ 1K tokens* #### Preise nach Anfragelänge · OpenAI Chat | Anfrageumfang in Tokens | Eingabe | Ausgabe | Cache lesen | Cache schreiben | Cache 5 Min. | Cache 1 Stunde | | --- | --- | --- | --- | --- | --- | --- | | Anfrageumfang in Tokens(0; 272'000\] | Eingabe$ 0.002 | Ausgabe$ 0.01 | Cache lesen$ 0.0001 | Cache schreiben$ 0.0025 | Cache 5 Min.$ 0.0025 | Cache 1 Stunde$ 0.0025 | | Anfrageumfang in Tokens(272'000; ∞) | Eingabe$ 0.004 | Ausgabe$ 0.015 | Cache lesen$ 0.0002 | Cache schreiben$ 0.005 | Cache 5 Min.$ 0.005 | Cache 1 Stunde$ 0.005 | Tarife in USD pro 1K Token. Ist kein Tarif festgelegt, wird der Grundtarif dieser Methode übernommen; «—» bedeutet, dass kein Grundtarif festgelegt ist. Eingabe `text` Ausgabe `text` Kontext 922'000 *Tokens* Max. Antwort 128'000 *Tokens* Eingabe $ 0.002 */ 1K* Ausgabe $ 0.01 */ 1K* Cache lesen $ 0.0001 */ 1K* Cache schreiben $ 0.0025 */ 1K* Cache schreiben, 5 Min. $ 0.0025 */ 1K tokens* Cache schreiben, 1 Stunde $ 0.0025 */ 1K tokens* #### Preise nach Anfragelänge · OpenAI Responses | Anfrageumfang in Tokens | Eingabe | Ausgabe | Cache lesen | Cache schreiben | Cache 5 Min. | Cache 1 Stunde | | --- | --- | --- | --- | --- | --- | --- | | Anfrageumfang in Tokens(0; 272'000\] | Eingabe$ 0.002 | Ausgabe$ 0.01 | Cache lesen$ 0.0001 | Cache schreiben$ 0.0025 | Cache 5 Min.$ 0.0025 | Cache 1 Stunde$ 0.0025 | | Anfrageumfang in Tokens(272'000; ∞) | Eingabe$ 0.004 | Ausgabe$ 0.015 | Cache lesen$ 0.0002 | Cache schreiben$ 0.005 | Cache 5 Min.$ 0.005 | Cache 1 Stunde$ 0.005 | Tarife in USD pro 1K Token. Ist kein Tarif festgelegt, wird der Grundtarif dieser Methode übernommen; «—» bedeutet, dass kein Grundtarif festgelegt ist. Eingabe `text` Ausgabe `text` Kontext 922'000 *Tokens* Max. Antwort 128'000 *Tokens* Eingabe $ 0.002 */ 1K* Ausgabe $ 0.01 */ 1K* Cache lesen $ 0.0001 */ 1K* Cache schreiben $ 0.0025 */ 1K* Cache schreiben, 5 Min. $ 0.0025 */ 1K tokens* Cache schreiben, 1 Stunde $ 0.0025 */ 1K tokens* #### Preise nach Anfragelänge · Gemini generateContent | Anfrageumfang in Tokens | Eingabe | Ausgabe | Cache lesen | Cache schreiben | Cache 5 Min. | Cache 1 Stunde | | --- | --- | --- | --- | --- | --- | --- | | Anfrageumfang in Tokens(0; 272'000\] | Eingabe$ 0.002 | Ausgabe$ 0.01 | Cache lesen$ 0.0001 | Cache schreiben$ 0.0025 | Cache 5 Min.$ 0.0025 | Cache 1 Stunde$ 0.0025 | | Anfrageumfang in Tokens(272'000; ∞) | Eingabe$ 0.004 | Ausgabe$ 0.015 | Cache lesen$ 0.0002 | Cache schreiben$ 0.005 | Cache 5 Min.$ 0.005 | Cache 1 Stunde$ 0.005 | Tarife in USD pro 1K Token. Ist kein Tarif festgelegt, wird der Grundtarif dieser Methode übernommen; «—» bedeutet, dass kein Grundtarif festgelegt ist. Eingabe `text` Ausgabe `text` Kontext Im Katalog nicht angegeben Max. Antwort Im Katalog nicht angegeben Eingabe $ 0.002 */ 1K* Ausgabe $ 0.01 */ 1K* Cache lesen $ 0.0001 */ 1K* Cache schreiben $ 0.0025 */ 1K* Cache schreiben, 5 Min. $ 0.0025 */ 1K tokens* Cache schreiben, 1 Stunde $ 0.0025 */ 1K tokens* web\_search\_call $ 0.02 *pro Aufruf* #### Preise nach Anfragelänge · Anthropic Messages | Anfrageumfang in Tokens | Eingabe | Ausgabe | Cache lesen | Cache schreiben | Cache 5 Min. | Cache 1 Stunde | | --- | --- | --- | --- | --- | --- | --- | | Anfrageumfang in Tokens(0; 272'000\] | Eingabe$ 0.002 | Ausgabe$ 0.01 | Cache lesen$ 0.0001 | Cache schreiben$ 0.0025 | Cache 5 Min.$ 0.0025 | Cache 1 Stunde$ 0.0025 | | Anfrageumfang in Tokens(272'000; ∞) | Eingabe$ 0.004 | Ausgabe$ 0.015 | Cache lesen$ 0.0002 | Cache schreiben$ 0.005 | Cache 5 Min.$ 0.005 | Cache 1 Stunde$ 0.005 | Tarife in USD pro 1K Token. Ist kein Tarif festgelegt, wird der Grundtarif dieser Methode übernommen; «—» bedeutet, dass kein Grundtarif festgelegt ist. Eingabe `text` Ausgabe `text` Kontext Im Katalog nicht angegeben Max. Antwort Im Katalog nicht angegeben Eingabe $ 0.002 */ 1K* Ausgabe $ 0.01 */ 1K* Cache lesen $ 0.0001 */ 1K* Cache schreiben $ 0.0025 */ 1K* Cache schreiben, 5 Min. $ 0.0025 */ 1K tokens* Cache schreiben, 1 Stunde $ 0.0025 */ 1K tokens* web\_search\_call $ 0.02 *pro Aufruf* #### Preise nach Anfragelänge · OpenAI Responses | Anfrageumfang in Tokens | Eingabe | Ausgabe | Cache lesen | Cache schreiben | Cache 5 Min. | Cache 1 Stunde | | --- | --- | --- | --- | --- | --- | --- | | Anfrageumfang in Tokens(0; 272'000\] | Eingabe$ 0.002 | Ausgabe$ 0.01 | Cache lesen$ 0.0001 | Cache schreiben$ 0.0025 | Cache 5 Min.$ 0.0025 | Cache 1 Stunde$ 0.0025 | | Anfrageumfang in Tokens(272'000; ∞) | Eingabe$ 0.004 | Ausgabe$ 0.015 | Cache lesen$ 0.0002 | Cache schreiben$ 0.005 | Cache 5 Min.$ 0.005 | Cache 1 Stunde$ 0.005 | Tarife in USD pro 1K Token. Ist kein Tarif festgelegt, wird der Grundtarif dieser Methode übernommen; «—» bedeutet, dass kein Grundtarif festgelegt ist. Eingabe `text` Ausgabe `text` Kontext Im Katalog nicht angegeben Max. Antwort Im Katalog nicht angegeben Eingabe $ 0.002 */ 1K* Ausgabe $ 0.01 */ 1K* Cache lesen $ 0.0001 */ 1K* Cache schreiben $ 0.0025 */ 1K* Cache schreiben, 5 Min. $ 0.0025 */ 1K tokens* Cache schreiben, 1 Stunde $ 0.0025 */ 1K tokens* web\_search\_call $ 0.02 *pro Aufruf* #### Preise nach Anfragelänge · OpenAI Chat | Anfrageumfang in Tokens | Eingabe | Ausgabe | Cache lesen | Cache schreiben | Cache 5 Min. | Cache 1 Stunde | | --- | --- | --- | --- | --- | --- | --- | | Anfrageumfang in Tokens(0; 272'000\] | Eingabe$ 0.002 | Ausgabe$ 0.01 | Cache lesen$ 0.0001 | Cache schreiben$ 0.0025 | Cache 5 Min.$ 0.0025 | Cache 1 Stunde$ 0.0025 | | Anfrageumfang in Tokens(272'000; ∞) | Eingabe$ 0.004 | Ausgabe$ 0.015 | Cache lesen$ 0.0002 | Cache schreiben$ 0.005 | Cache 5 Min.$ 0.005 | Cache 1 Stunde$ 0.005 | Tarife in USD pro 1K Token. Ist kein Tarif festgelegt, wird der Grundtarif dieser Methode übernommen; «—» bedeutet, dass kein Grundtarif festgelegt ist. Eingabe `text` Ausgabe `text` Kontext Im Katalog nicht angegeben Max. Antwort Im Katalog nicht angegeben Eingabe $ 0.002 */ 1K* Ausgabe $ 0.01 */ 1K* Cache lesen $ 0.0001 */ 1K* Cache schreiben $ 0.0025 */ 1K* Cache schreiben, 5 Min. $ 0.0025 */ 1K tokens* Cache schreiben, 1 Stunde $ 0.0025 */ 1K tokens* web\_search\_call $ 0.02 *pro Aufruf* #### Preise nach Anfragelänge · Gemini generateContent | Anfrageumfang in Tokens | Eingabe | Ausgabe | Cache lesen | Cache schreiben | Cache 5 Min. | Cache 1 Stunde | | --- | --- | --- | --- | --- | --- | --- | | Anfrageumfang in Tokens(0; 272'000\] | Eingabe$ 0.002 | Ausgabe$ 0.01 | Cache lesen$ 0.0001 | Cache schreiben$ 0.0025 | Cache 5 Min.$ 0.0025 | Cache 1 Stunde$ 0.0025 | | Anfrageumfang in Tokens(272'000; ∞) | Eingabe$ 0.004 | Ausgabe$ 0.015 | Cache lesen$ 0.0002 | Cache schreiben$ 0.005 | Cache 5 Min.$ 0.005 | Cache 1 Stunde$ 0.005 | Tarife in USD pro 1K Token. Ist kein Tarif festgelegt, wird der Grundtarif dieser Methode übernommen; «—» bedeutet, dass kein Grundtarif festgelegt ist. `openai/gpt-6.1-terra` · JSON ``` {"about":"### Zweck des Modells\n\nGPT-6.1 Terra ist ein Reasoning-Modell von OpenAI mit Schwerpunkt auf verständlichem, natürlichem Text. Der Hersteller entwickelt es auch für visuelle Analyse und die Arbeit mit Benutzeroberflächen weiter. In Ailoot API ist diese Modellkarte für Textanfragen gedacht: Übergeben Sie die Ausgangsmaterialien und erhalten Sie eine Erklärung, einen überarbeiteten Text oder eine Antwort nach vorgegebener Struktur.\n\n### Texte, Dokumente und Arbeitsmaterialien\n\nTerra lässt sich in redaktionellen Abläufen verwenden: einen Entwurf anhand von Stichpunkten erstellen, den Ton ändern, den Umfang kürzen oder verstreute Notizen zu einem zusammenhängenden Dokument ordnen. Geben Sie für ein passendes Ergebnis Zielgruppe und Textzweck vor, listen Sie Pflichtinformationen auf und kennzeichnen Sie Formulierungen, die erhalten bleiben müssen. Lassen Sie für mehrere Versionen einen konkreten Parameter variieren, etwa den Detailgrad oder die Ansprache unterschiedlicher Lesergruppen.\n\nBei der Dokumentenarbeit hilft es, den Ausgangstext zusammen mit einer Frage zu übergeben. Fordern Sie eine Zusammenfassung nach Abschnitten, einen Vergleich zweier Fassungen oder die Extraktion von Informationen in eine vorab beschriebene Feldliste an. Definieren Sie beim Materialvergleich die Kriterien: was als Übereinstimmung gilt, welche Unterschiede wichtig sind und wie das Ergebnis dargestellt werden soll. So erhält das Modell eine klare Aufgabe, und das Ergebnis lässt sich leichter mit dem Original abgleichen.\n\n### Verfügbares Format in Ailoot API\n\nAls Eingabe wird Text angenommen, als Ausgabe Text erzeugt. Zu den unterstützten Schnittstellen dieser Modellkarte gehören Messages, Responses, Chat Completions und das Gemini-kompatible generateContent. Wählen Sie das Format Ihres Clients und übergeben Sie darin die Anweisung und die Ausgangsmaterialien. Bezieht sich die Aufgabe auf ein Dokument oder Bild, ist für diesen textbasierten Anwendungsfall vorab extrahierter Text oder eine Textbeschreibung erforderlich.\n\n### Beispiel eines Arbeitsablaufs\n\n1. Übergeben Sie Notizen, einen Entwurf oder den Text eines Dokuments.\n2. Formulieren Sie die Aufgabe: bearbeiten, erklären, vergleichen oder strukturieren.\n3. Geben Sie Zielgruppe, Einschränkungen und Antwortstruktur an.\n4. Prüfen Sie den erhaltenen Text anhand der Ausgangsdaten und präzisieren Sie Stellen, an denen ein anderer Detailgrad erforderlich ist.\n\nDieser Ablauf eignet sich für Anleitungen, interne Informationsunterlagen, Beschreibungen und analytische Notizen, bei denen eine klare Darstellung und die Arbeit mit bereitgestelltem Material wichtig sind.","alias_of":null,"aliases":["gpt-6.1-terra"],"author":"OpenAI","canonical_model":"openai/gpt-6.1-terra","ctx":922000,"formats":["chat","gemini","messages","responses"],"id":"openai/gpt-6.1-terra","input":["text"],"kind":"text","max_out":128000,"methods":[{"cache_read":0.05,"cache_write":1.25,"cache_write_1h":null,"cache_write_5m":1.25,"conditional_meter":null,"ctx":272000,"family":"anthropic","fast_multiplier":2,"flex_multiplier":0.5,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":1.0,"input":["text"],"label":"Anthropic Messages","max_out":128000,"max_tool_calls":null,"out":5.0,"output":["text"],"path":"/v1/messages","request_model_id":"gpt-6.1-terra","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.05,"cache_write":1.25,"cache_write_1h":null,"cache_write_5m":1.25,"conditional_meter":null,"ctx":272000,"family":"openai","fast_multiplier":2,"flex_multiplier":0.5,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":1.0,"input":["text"],"label":"OpenAI Responses","max_out":128000,"max_tool_calls":null,"out":5.0,"output":["text"],"path":"/v1/responses","request_model_id":"gpt-6.1-terra","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.05,"cache_write":1.25,"cache_write_1h":null,"cache_write_5m":1.25,"conditional_meter":null,"ctx":272000,"family":"openai","fast_multiplier":2,"flex_multiplier":0.5,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":1.0,"input":["text"],"label":"OpenAI Chat","max_out":128000,"max_tool_calls":null,"out":5.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"gpt-6.1-terra","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.05,"cache_write":1.25,"cache_write_1h":null,"cache_write_5m":1.25,"conditional_meter":null,"ctx":272000,"family":"gemini","fast_multiplier":2,"flex_multiplier":0.5,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":1.0,"input":["text"],"label":"Gemini generateContent","max_out":128000,"max_tool_calls":null,"out":5.0,"output":["text"],"path":"/v1beta/models/{model}:generateContent","request_model_id":"gpt-6.1-terra","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"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":922000,"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":128000,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"gpt-6.1-terra","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":null,"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":922000,"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":128000,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/responses","request_model_id":"gpt-6.1-terra","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":null,"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":922000,"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":128000,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1beta/models/gpt-6.1-terra:generateContent","request_model_id":"gpt-6.1-terra","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":null,"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":"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","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","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","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:generateContent","request_model_id":"openai/gpt-6.1-terra","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","request_model_id":"gpt-6.1-terra","route_label":"Core"},{"canonical_model_id":"openai/gpt-6.1-terra","request_model_id":"gpt-6.1-terra","route_label":"Ultra"},{"canonical_model_id":"openai/gpt-6.1-terra","request_model_id":"openai/gpt-6.1-terra","route_label":"Ultra"}],"name":"OpenAI: GPT-6.1 Terra","price":{"in":1.0,"in_label":null,"out":5.0,"out_label":null,"sort_in":1.0,"sort_out":5.0,"varies":true},"public_id":"openai/gpt-6.1-terra","short":"GPT-6.1 Terra zum Schreiben und Bearbeiten verständlicher Texte, Auswerten von Dokumenten und Strukturieren von Materialien in grossem Kontext."} ``` ## Fragen Wie wähle ich ein Modell für meine Aufgabe aus? Bestimmen Sie zuerst die benötigte Ein- und Ausgabe: Text, Bild, Audio oder Video. Vergleichen Sie dann kompatible API-Methoden, die genaue Modell-ID oder das aktuelle Zielmodell des Alias, den Preis und die Abrechnungseinheit. GET /v1/models ist kostenlos und listet die für Ihren Schlüssel verfügbaren Modelle auf. Unterstützt jedes Modell alle API-Methoden und Medientypen? Verwenden Sie die auf der Modellkarte aufgeführten API-Methoden sowie Ein- und Ausgabetypen. Die Unterstützung von Text, Bildern, Audio oder Video hängt vom gewählten Modell und der Methode ab; prüfen Sie das zugehörige Anfragebeispiel, bevor Sie Ihre Daten senden. Was ist der Unterschied zwischen einer Modell-ID und einem Alias? Eine genaue Modell-ID bezeichnet ein bestimmtes Modell. Ein Alias verweist auf ein Modell; sein Zielmodell kann sich ändern. Prüfen Sie das aktuelle Zielmodell des Alias im Katalog; verwenden Sie die genaue ID, wenn Ihre Integration ein bestimmtes Modell benötigt. Wie vergleiche ich Preise, bevor ich eine Anfrage sende? Prüfen Sie auf der Modellkarte den Preis und die Abrechnungseinheit für die gewählte API-Methode. Vergleichen Sie dieselbe Einheit und denselben Ein- und Ausgabetyp; der Anfrageverlauf zeigt die tatsächliche Nutzung und den berechneten Betrag. Was bringt ein Abo? Rabatt beim Tokenkauf für regelmässige Arbeit. Wählen Sie den Tarif nach Ihrem Anfragevolumen; Bedingungen und Abopreis werden beim Abschluss angezeigt. Wie nutze ich einen Aktionscode bis 50% Rabatt? Geben Sie den Code beim Tokenkauf ein. Die Endsumme wird nach Aktionsbedingungen neu berechnet; der Rabatt ist vor der Zahlung sichtbar. ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.