models

OpenAI: GPT-6 Astra (batch)

Markdown · JSON

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:batch

OpenAI /openai/gpt-6-astra:batch

Einstieg

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
FeldTypAnforderungWerte und LimitsStandard
FeldendpointTypstringAnforderungErforderlichWerte und Limits
/v1/chat/completions
Standard—
FeldmodelTypstringAnforderungErforderlichWerte und Limits
openai/gpt-6-astra:batch
Standard—
FeldrequestsTypbatch_item[]AnforderungErforderlichWerte und Limits
Mindestanzahl Elemente: 1
Standard—
Feldrequests[].custom_idTypstringAnforderungErforderlichWerte und LimitsStandard—
Feldrequests[].body.messagesTypmessage[]AnforderungErforderlichWerte und LimitsStandard—
Feldcompletion_windowTypstringAnforderungOptionalWerte und Limits
24h
Standard—
FeldproviderTypobject|nullAnforderungOptionalWerte und LimitsStandard—
Feldrequests[].body.modelTypstringAnforderungOptionalWerte und Limits
openai/gpt-6-astra:batch, openai/gpt-6-astra
Standard—
Feldprovider.onlyTypstring[]AnforderungOptionalWerte und Limits
openai
Standard—
Feldprovider.allow_fallbacksTypboolean|nullAnforderungOptionalWerte und Limits
false, null
Standard—
Methodenparameter und Lebenszyklus
ParameterVertrag
Parametercontent_typeVertragapplication/json
ParameterrequiredVertragendpoint, model, requests
Parametermaterial_typesVertragtext
ParameterrepresentationVertrageingebettete requests[]; jedes Element enthält custom_id und body
Parameterrequest_endpoint_profileVertrag/v1/chat/completions
Parameterfile_materialVertragDer 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_orderVertragendpoint, model, provider (falls angegeben), completion_window (falls angegeben), requests als letztes Feld
Parameteroptional_controlsVertragprovider.only, provider.allow_fallbacks, completion_window
Parameterschema_scopeVertragAnfragekörper 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.

KonfigurationTarifstaffelKontexttoken, mehr alsKontexttoken, bis einschliesslichGebühr
KonfigurationBasistarife für TokenTarifstaffelGrundtarifKontexttoken, mehr als—Kontexttoken, bis einschliesslichKeine ObergrenzeGebühr
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 1Tarifstaffel—Kontexttoken, mehr als0Kontexttoken, bis einschliesslich272'000Gebühr
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 2Tarifstaffel—Kontexttoken, mehr als272'000Kontexttoken, bis einschliesslichKeine ObergrenzeGebühr
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

curl · gespeicherte BeispieldatenPython HTTP · tatsächliche JSONL-Daten des KundenPython · jedes fertiggestellte Ergebnis speichern
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
curl · Status des ursprünglichen Vorgangs
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
FeldTyp
Feldresults[].custom_idTypstring
Feldresults[].response.body.choices[].message.contentTypstring|null
Feldresults[].errorTypobject|null
FeldusageTypobject|null
FeldidTypstring
FeldmodelTypstring
FeldendpointTypstring
FeldstatusTypstring
Feldrequest_countsTypobject
Feldresults[].idTypstring
Feldresults[].response.status_codeTypinteger
Feldresults[].response.request_idTypstring
Fehler und nächste Schritte
AntwortBedingungNächster Schritt
Antwort400 · invalid_request_errorBedingungUngültige 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_errorBedingungUngültiger API-Schlüssel.Nächster SchrittDen autorisierten Ailoot-Schlüssel verwenden.
Antwort403 · permission_errorBedingungGruppe für Stapelverarbeitung nicht verfügbar.Nächster SchrittDie Berechtigung des Schlüssels bzw. der Gruppe prüfen.
Antwort422 · invalid_request_errorBedingungStapelverarbeitung wird über das Guthaben abgerechnet; die Erstellung über ein Abonnement wird abgelehnt.Nächster SchrittDie autorisierte Gruppe mit Guthabenabrechnung verwenden.
Antwort422 · price_unavailableBedingungFür die Batch-Eingabe kann kein Preisangebot erstellt werden.Nächster SchrittAntwort aufbewahren; die dokumentierte Eingabe der API-Familie verwenden.
Antwort402 · billing_errorBedingungReservierung für Stapelverarbeitung nicht verfügbar.Nächster SchrittDie Zulassung klären, bevor eine neue Anfrage gestellt wird.
Antwort503 · price_unavailableBedingungMethodenpreis bzw. native Tarife für Stapelverarbeitung nicht verfügbar.Nächster SchrittAntwort aufbewahren; keine anderen Preise einsetzen.
Antwort503 · api_errorBedingungDie genaue Anbieterroute ist nicht verfügbar.Nächster SchrittAntwort zur Reparatur der Route aufbewahren.
Antwort503 · result_pending_checkBedingungDas 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_foundBedingungDer 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

openai/gpt-6-astra:batch

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

Weitere Details

Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung.

Das Unternehmen und sein Projektportfolio

Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe.

Tokens mit Rabatt kaufen.

Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf.

Abo
Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen.
Aktionscode bis 50%
Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet.
Ausgaben in der Historie
Modell, Tokens und Betrag werden für jede Anfrage gespeichert.

Abo wählen · Modellpreise ansehen

Verbinden Sie die API mit dem Produkt, das Sie verkaufen.

SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an.

Kommerzielle Anwendung
Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes.
Reseller-Lizenz
Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an.
Dokumente auf der Website
Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich.

Reseller-Lizenz anfordern · Offizielles Angebot und Lizenzvertrag