OpenAI: GPT-6 Astra (batch)
GPT-6 Astra ist OpenAIs Modell für anspruchsvolles Reasoning, Softwareentwicklung, Forschung und fachliche Dokumentarbeit. Es verbindet Text- und Bildverständnis mit Analysen über lange Kontexte und werkzeuggestützten Arbeitsabläufen und erzeugt ein Textergebnis innerhalb eines Kontextfensters von 1’050’000 Token.
Über das Modell
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT-6 Astra ist OpenAIs Modell für besonders anspruchsvolles Reasoning und fachliche Aufgaben. Der Hersteller entwickelt es für Softwareentwicklung, Computernutzung, Forschung, wissenschaftliche Arbeit und Dokumenterstellung. Es nimmt Text und Bilder entgegen und erzeugt Text, darunter Erklärungen, Code und strukturierte Ergebnisse. Dieses Standardprofil von Astra ist vom Pro-Reasoning-Modus und den Profilen von Sol und Luna getrennt.
Aufgaben von Anfang bis Ende bearbeiten
Richten Sie den Auftrag am gewünschten Ergebnis, den relevanten Quellen und den Abschlusskriterien aus. Geben Sie für Softwareentwicklung den Code, den beobachteten Fehler, das erwartete Verhalten und die zu bewahrenden Schnittstellen an. Stellen Sie für fachliche Analysen die Dokumente, die Entscheidung und die Bedingungen bereit, auf die eine Schlussfolgerung eingehen muss. Ein praktischer Auftrag lautet: «Vergleichen Sie diese Alternativen anhand der Anforderungen, ermitteln Sie die Abhängigkeiten und erstellen Sie eine Entscheidungsvorlage mit Belegen für jede wesentliche Erkenntnis.»
Machen Sie bei einer visuellen Aufgabe die Quelle lesbar und benennen Sie, ob sie einen Oberflächenzustand, ein Diagramm oder eine Gestaltungsanforderung zeigt. Fordern Sie das sichtbare Detail an, das eine Beobachtung stützt. Ein Code- oder Dokumentergebnis sollte mit diesen Belegen verbunden bleiben und nicht auf einer angenommenen externen Handlung beruhen.
Anweisungen und konsequente Ausführung
OpenAIs Astra-Leitfaden empfiehlt klare Ziele, Erfolgskriterien, Regeln für Belege und Abbruchbedingungen. Er weist darauf hin, dass das Modell stark auf detaillierte Anweisungen im Kontext und in zugänglichen Dateien reagiert. Lösen Sie daher widersprüchliche Vorgaben auf und benennen Sie die Priorität der Nutzeraufgabe. Legen Sie fest, wann das Modell verfügbare Informationen verwenden, eine vernünftige Annahme treffen oder nach einem fehlenden Detail fragen soll, das das Ergebnis verändert.
Der Hersteller empfiehlt ausserdem, Antwortstil und Prüftiefe anzupassen. Beschreiben Sie für ein Dokument die Leserschaft und die endgültige Struktur und verlangen Sie bei einer technischen Aufgabe eine Prüfung, die zur Änderung passt. So erhält das Modell ein ausdrückliches Abschlussziel, ohne sachfremde Arbeit hinzuzufügen.
Reasoning und Kontext
Astra unterstützt den Reasoning-Aufwand low, medium, high, xhigh und max und unterstützt none nicht. Der Aufwand ist vom Standard- oder Pro-Reasoning-Modus des Herstellers zu unterscheiden. Die Karte nennt ein Kontextfenster von 1’050’000 Token, bis zu 922’000 Eingabetoken und bis zu 128’000 Ausgabetoken. Der Wissensstand ist der 30. April 2026.
Das Reasoning beansprucht Antwortplatz, obwohl die rohen internen Token nicht als gewöhnliche Antwort offengelegt werden. Reservieren Sie Raum für das Endergebnis und prüfen Sie den Beendigungsstatus, wenn ein Budget ausgeschöpft ist. Auch ein grosses Fenster benötigt Quellenbezeichnungen, Aufgabengrenzen und relevante Beobachtungen.
Werkzeuge und fortlaufende Aufgaben
Der Hersteller dokumentiert Funktionsaufrufe über Responses; Chat Completions unterstützt für Astra keine Funktionsaufrufe. Zu den unterstützten Werkzeugen gehören Web- und Dateisuche, Bilderzeugung, ein Code-Interpreter, Shell- und Patch-Vorgänge, Skills, Computernutzung, MCP-Verbindungen und Werkzeugsuche. Structured Outputs und Streaming werden ebenfalls genannt. Astras eigene Ausgabe bleibt Text, während Werkzeugvorgänge ihre jeweiligen Beobachtungen oder Ergebnisse liefern.
Der dokumentierte GPT-6-Arbeitsablauf kann die Analyse fortsetzen, während ein asynchrones Werkzeug läuft, Steuerungsanweisungen während eines Gesprächszugs einbeziehen, Reasoning zwischen Aufrufen beibehalten und ein langes Gespräch verdichten. Die Anwendung führt ihre eigenen Werkzeuge aus und verwaltet ausstehende Ergebnisse. Bewahren Sie die ursprüngliche Zuordnung zwischen Aufruf und Beobachtung, damit die Aufgabe tatsächliche Belege nutzt.
Ein nützliches Endergebnis ist eine abgeschlossene Analyse oder ein Codeergebnis, dessen Grundlage und verbleibende Bedingungen ausdrücklich benannt sind. Prüfen Sie quellenabhängige Aussagen und nutzen Sie tatsächliche Prüfbeobachtungen für ausgeführte Arbeit. Bewahren Sie das benannte Astra-Profil und seinen unterstützten Aufwandsbereich, statt eine Einstellung für direkte Antworten oder die Grenzen eines anderen Modells zu übernehmen.
Ailoot Ultra · Stapelverarbeitung POST /v1/batches openai/gpt-6-astra:batch
openai/gpt-6-astra:batchEinstieg
GPT-6 Astra ist OpenAIs Modell für anspruchsvolles Reasoning, Softwareentwicklung, Forschung und fachliche Dokumentarbeit. Es verbindet Text- und Bildverständnis mit Analysen über lange Kontexte und werkzeuggestützten Arbeitsabläufen und erzeugt ein Textergebnis innerhalb eines Kontextfensters von 1’050’000 Token.
- Zulässige Eingaben
- Text
- Ergebnisse
- Text
In Ailoot verfügbar · Eingaben und Methoden
Ailoot Ultra · Stapelverarbeitung POST /v1/batches
- Eingabe
text- Ausgabe
text- Ausgabeformat
- eingebettetes JSON unter results[].response.body
| 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-6-astra: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-6-astra:batch, openai/gpt-6-astra | Standard— |
Feldprovider.only | Typstring[] | AnforderungOptional | Werte und Limits openai | Standard— |
Feldprovider.allow_fallbacks | Typboolean|null | AnforderungOptional | Werte und Limits false, null | Standard— |
Methodenparameter und Lebenszyklus
| 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
Tarife
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
- Schnellmodus
- Nicht angegeben Wenn der Schnellmodus ausgewählt ist
- Flex-Modus
- Nicht angegeben Wenn der Modus flex ausgewählt ist
- Maximaler Denkaufwand
- Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
- Preise für explizites Caching
- Nicht aktiviert Wenn explizites Caching angefordert wird
Ailoot-Tarife
Preise nach Konfiguration
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 $0.01 / 1K Tokens Ausgabe · Ausgabetoken $0.05 / 1K Tokens Eingabe · Cache lesen $0.001 / 1K Tokens Eingabe · Cache schreiben $0.0125 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslich272'000 | Gebühr Eingabe · Eingabetoken $0.01 / 1K Tokens Ausgabe · Ausgabetoken $0.05 / 1K Tokens Eingabe · Cache lesen $0.001 / 1K Tokens Eingabe · Cache schreiben $0.0125 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als272'000 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.02 / 1K Tokens Ausgabe · Ausgabetoken $0.075 / 1K Tokens Eingabe · Cache lesen $0.002 / 1K Tokens Eingabe · Cache schreiben $0.025 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Beispielanfragen
Ailoot Ultra · Stapelverarbeitung
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-6-astra:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
import json, os
from pathlib import Path
from urllib.request import Request, urlopen
def prepare_requests(customer_path):
path = Path(customer_path)
if not path.is_file(): raise ValueError("Customer JSONL file is missing")
items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
if not items: raise ValueError("Customer JSONL contains no requests")
ids = set()
for item in items:
if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
cid = item["custom_id"]
if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
ids.add(cid)
if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
supplied_model = item["body"].get("model")
if supplied_model is not None and supplied_model not in ['openai/gpt-6-astra:batch', 'openai/gpt-6-astra']: raise ValueError("body.model must be an exact documented caller or wire ID")
return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-astra:batch", "requests":items}
if __name__ == "__main__":
material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
body = prepare_requests(material)
key = os.environ.get("AILOOT_API_KEY", "")
if not key: raise SystemExit("Set AILOOT_API_KEY")
request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")
with urlopen(request) as response:
raw = response.read()
Path("batch-create-response.json").write_bytes(raw)
print(raw.decode("utf-8"))
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
Ergebnisse abrufen und speichern
Ailoot Ultra · Stapelverarbeitung
eingebettetes JSON unter results[].response.body
GET /v1/batches/{operation_id}
Auftragsstatus prüfen
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
Alle fertiggestellten Ergebnisse aufbewahren
Bewahren 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.
Wenn die ursprüngliche Antwort geprüft werden muss
Die ursprüngliche Vorgangs-ID beibehalten. Bei 503 result_pending_check gilt X-Should-Retry:false; einen ursprünglichen Batch mit unbekanntem Ausgang niemals erneut einreichen.
Antwortfelder
| 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 |
Fehler und nächste Schritte
| 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. |
Aliasnamen
Modellaliasnamen
Ailoot Ultra openai/gpt-6-astra:batch
Aliasnamen für Methodenpfade
Verwenden Sie die oben angezeigten Methodenpfade.
Zugehörige Aufrufer-IDs
FAQ · OpenAI: GPT-6 Astra (batch)
- Welche Eingaben und Ergebnisse sind verfügbar?
POST /v1/batches·openai/gpt-6-astra:batch:text→text- Welche Felder verwendet die Anfrage?
POST /v1/batches·openai/gpt-6-astra:batch:endpoint,model,requests,completion_window,provider- Welche Grenzen gelten?
POST /v1/batches·openai/gpt-6-astra:batch:requests.min_items:1