OpenAI: GPT-6 Sol (batch)
GPT-6 Sol ist OpenAIs Reasoning-Modell für komplexe Programmierung und agentische Arbeitsabläufe. Es verbindet Text- und Bildkontext mit einer klar definierten Implementierung oder einem Analyseergebnis und bietet konfigurierbares Reasoning, strukturierte Ausgaben sowie ein vom Hersteller angegebenes Kontextfenster 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 Sol ist OpenAIs Reasoning-Modell für komplexe Programmierung und agentische Arbeitsabläufe. Es arbeitet mit Text und Bildern und liefert Text, etwa eine Erklärung, eine Implementierung, einen strukturierten Datensatz oder einen vorgeschlagenen Werkzeugvorgang. Die Edition GPT-6 Sol bleibt vom neueren GPT-6.1 Sol und vom Pro-Ausführungsmodus von Sol getrennt. Bewahren Sie daher ihre Steuerungsmöglichkeiten und ihr Wissensprofil, wenn Sie Ergebnisse verschiedener Editionen vergleichen.
Programmierung nach einem konkreten Auftrag
Stellen Sie die relevante Implementierung, das beobachtete Verhalten, das erwartete Verhalten und die Bedingungen bereit, die die Änderung bewahren muss. Benennen Sie das Endergebnis und die Beobachtungen, anhand derer sich der Abschluss feststellen lässt. Eine beispielhafte Aufgabe lautet: «Finden Sie heraus, warum diese Eingabe fehlschlägt, schlagen Sie die kleinste Korrektur vor und geben Sie die geänderte Funktion mit einer quellenbasierten Erklärung der behandelten Bedingung zurück.»
Benennen Sie bei einer Aufgabe über mehrere Dateien die betroffenen Module und ihre Schnittstellen. Verbinden Sie bei einer visuellen Oberfläche den Code und die Verhaltensanforderungen mit einem lesbaren Screenshot oder Entwurf und benennen Sie die sichtbaren Zustände, die umgesetzt werden sollen. Erzeugter Code bleibt ein vorgeschlagenes Ergebnis, bis er in der vorgesehenen Anwendung läuft; tatsächliche Fehler oder gerenderte Zustände liefern die Belege für die nächste Überarbeitung.
Reasoning und Aufgabentiefe
Der Hersteller unterstützt den Reasoning-Aufwand none, low, medium, high, xhigh und max; medium ist der Standardwert. Der Aufwand bestimmt den Umfang der Analyse; Standard- und Pro-Modus beschreiben eine separate Ausführungsentscheidung. Eine direkte Aufgabe kann none verwenden, während komplexere Fehlersuche oder Planung von einer bewussten Analyse profitieren kann. Definieren Sie die erforderliche endgültige Antwort unabhängig vom Zwischenprozess.
Eine quellenbasierte Analyseaufgabe sollte die Entscheidung, die Vergleichskriterien und das massgebliche Material benennen. Fordern Sie, dass das Ergebnis jede Schlussfolgerung mit der bereitgestellten Textstelle verbindet und fehlende Informationen nennt. So bleibt das Ziel erkennbar, auch wenn das Modell mehrere Werkzeugschritte wählt.
Kontext und Grenzen
Das veröffentlichte Profil hat ein Kontextfenster von 1’050’000 Token, eine maximale Eingabe von 922’000 Token und eine maximale Ausgabe von 128’000 Token; der Wissensstand ist der 20. April 2026. Das Reasoning beansprucht einen Teil des Antwortbudgets und des Kontexts. Lassen Sie Raum für die Analyse, Werkzeugbeobachtungen und das Endergebnis und prüfen Sie eine unvollständige Antwort, bevor Sie die Aufgabe als abgeschlossen betrachten.
Werkzeuge und Schnittstellen des Herstellers
Verwenden Sie den dokumentierten Responses-Arbeitsablauf für integrierte Werkzeuge und Funktionsaufrufe. OpenAIs Chat Completions-Profil unterstützt Funktionsaufrufe, wenn der Reasoning-Aufwand auf none eingestellt ist. Die Karte nennt Streaming und Structured Outputs sowie Werkzeuge für Websuche, Dateisuche, Bilderzeugung, Codeinterpretation, Shell-Vorgänge, Patches, Skills, Computernutzung, MCP-Verbindungen und Werkzeugsuche. Das Modell liefert Text; ein ausgeführter Vorgang oder ein erzeugtes Bild gehört zum entsprechenden Werkzeugergebnis.
Die umgebende Anwendung definiert und führt Vorgänge aus und liefert Beobachtungen zurück. Bewahren Sie das tatsächliche Ergebnis zusammen mit seiner Aufrufkennung und Quelle auf. Der Leitfaden zur GPT-6-Familie beschreibt ausserdem asynchrone Werkzeugabläufe, das Steuern eines laufenden Gesprächszugs, dauerhaft beibehaltenes Reasoning und das Verdichten von Gesprächen für längere Aufgaben.
Überprüfbares Ergebnis
Eine nützliche Übergabe enthält die Implementierung oder Schlussfolgerung, die sie stützenden Belege und alle noch offenen Bedingungen. Prüfen Sie aus Quellen übernommene Werte und erzeugten Code anhand der Anforderungen. Die Aufgabe endet, wenn das benannte Ergebnis und das Abschlusskriterium erfüllt sind; ein Plan oder ein vorgeschlagener Prüfbefehl belegt noch keine tatsächlich ausgeführte Arbeit.
Ailoot Ultra · Stapelverarbeitung POST /v1/batches openai/gpt-6-sol:batch
openai/gpt-6-sol:batchEinstieg
GPT-6 Sol ist OpenAIs Reasoning-Modell für komplexe Programmierung und agentische Arbeitsabläufe. Es verbindet Text- und Bildkontext mit einer klar definierten Implementierung oder einem Analyseergebnis und bietet konfigurierbares Reasoning, strukturierte Ausgaben sowie ein vom Hersteller angegebenes Kontextfenster 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-sol: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-sol:batch, openai/gpt-6-sol | 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 $0.002 / 1K Tokens Ausgabe · Ausgabetoken $0.01 / 1K Tokens Eingabe · Cache lesen $0.0002 / 1K Tokens Eingabe · Cache schreiben $0.0025 / 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 $0.01 / 1K Tokens Eingabe · Cache lesen $0.0002 / 1K Tokens Eingabe · Cache schreiben $0.0025 / 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 $0.015 / 1K Tokens Eingabe · Cache lesen $0.0004 / 1K Tokens Eingabe · Cache schreiben $0.005 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Beispielanfragen
Ailoot Ultra · Stapelverarbeitung
set -eu
: "${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-sol: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-sol:batch', 'openai/gpt-6-sol']: raise ValueError("body.model must be an exact documented caller or wire ID")
return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-sol: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-sol:batch
Aliasnamen für Methodenpfade
Verwenden Sie die oben angezeigten Methodenpfade.
Zugehörige Aufrufer-IDs
FAQ · OpenAI: GPT-6 Sol (batch)
- Welche Eingaben und Ergebnisse sind verfügbar?
POST /v1/batches·openai/gpt-6-sol:batch:text→text- Welche Felder verwendet die Anfrage?
POST /v1/batches·openai/gpt-6-sol:batch:endpoint,model,requests,completion_window,provider- Welche Grenzen gelten?
POST /v1/batches·openai/gpt-6-sol:batch:requests.min_items:1