GPT-5.5 es el modelo insignia de razonamiento de OpenAI para trabajo profesional complejo y programación. Acepta texto e imágenes y devuelve texto, combinando análisis con uso de herramientas cuando una tarea necesita información o acciones más allá de las instrucciones proporcionadas. Las recomendaciones de OpenAI destacan partir de un resultado claro: explica qué resultado necesitas, qué restricciones deben cumplirse, qué pruebas utilizar y qué condición pone fin a la tarea.
Para un cambio de software importante, proporciona el material pertinente del repositorio, el comportamiento actual, el comportamiento deseado y los criterios de aceptación. Identifica qué puede cambiarse y qué debe seguir siendo compatible. Un resultado solicitado útil es una propuesta de cambio, una explicación del comportamiento afectado y pruebas de las comprobaciones que realmente se hayan ejecutado. Para una tarea con muchos documentos, etiqueta los documentos de origen y solicita una respuesta organizada en torno a la decisión que debes tomar, con cada conclusión vinculada a las pruebas proporcionadas y las preguntas sin resolver separadas de los hechos establecidos.
GPT-5.5 admite los esfuerzos de razonamiento none, low, medium, high y xhigh, con medium como valor predeterminado. OpenAI recomienda considerar low antes que none cuando un flujo que requiere respuestas ágiles aún necesita planificación, búsqueda o varias llamadas a herramientas. none es adecuado para tareas directas que no necesitan ese proceso de razonamiento. Un esfuerzo mayor no es automáticamente mejor: los requisitos contradictorios, el acceso sin límites a herramientas o una regla de finalización poco clara pueden provocar búsquedas innecesarias y análisis excesivos. Elige el esfuerzo en función de la tarea real y explicita el entregable final esperado y el criterio de finalización.
El proveedor indica una ventana de contexto de 1,050,000 tokens y una salida máxima de 128,000 tokens, con fecha límite de conocimientos del 1 de diciembre de 2025. El contexto contiene la conversación, el material proporcionado y el contenido generado; no es una asignación independiente que se sume a la salida máxima. El razonamiento interno también consume tokens y capacidad de salida. Por tanto, una colección grande de fuentes debe organizarse en torno a la pregunta, conservando los identificadores importantes, las unidades y los límites entre documentos, y dejando espacio suficiente para el razonamiento y la respuesta final.
El tratamiento de imágenes difiere de los valores predeterminados anteriores. Según las recomendaciones de OpenAI para GPT-5.5, un ajuste de detalle de imagen sin especificar o auto utiliza el comportamiento original, que conserva la imagen sin redimensionarla cuando cumple simultáneamente el presupuesto indicado de 10,240,000 píxeles y la dimensión máxima de 6,000 píxeles. El ajuste high seleccionado explícitamente conserva el detalle dentro de ambos límites indicados: un presupuesto de 2,500,000 píxeles y una dimensión máxima de 2,048 píxeles; low redimensiona de forma más agresiva las imágenes que superan una dimensión de 512 píxeles. Son ajustes de procesamiento de imágenes, no una garantía de que se acepte cualquier archivo cargado. Para una captura de pantalla, un diagrama o una página, identifica la zona y la pregunta, proporciona una imagen legible y solicita la observación o interpretación que necesitas en lugar de una descripción sin límites.
OpenAI documenta las interfaces Responses, Chat Completions y Batch, con transmisión en continuo, Structured Outputs, llamadas a funciones, carga de archivos, entrada de imágenes, búsqueda en archivos y en la web y almacenamiento de la entrada en caché. El conjunto de herramientas documentado también incluye búsqueda de herramientas, generación de imágenes, interpretación de código, ejecución de comandos en un entorno alojado, aplicación de parches, habilidades, uso de la computadora y MCP. Describe el propósito de cada herramienta de la aplicación, sus argumentos, sus efectos secundarios y la información que devuelve. Una solicitud de llamada a una función de la aplicación requiere que esta ejecute la operación y devuelva su resultado real; una propuesta de acción generada no demuestra que la acción haya ocurrido. La modalidad de salida propia del modelo sigue siendo texto, mientras que una herramienta de generación de imágenes puede producir un elemento separado.
Para interacciones más largas, conserva la información necesaria para distinguir el trabajo intermedio de una respuesta terminada. La guía de OpenAI describe los valores de phase del asistente para commentary y final: las aplicaciones que reproduzcan manualmente los elementos del asistente deben conservar sus valores originales de phase, mientras que el encadenamiento mediante el mecanismo de respuesta anterior del proveedor conserva ese estado automáticamente. Para la respuesta visible, establece explícitamente la extensión, el tono y la estructura deseados. GPT-5.5 utiliza por defecto un estilo conciso y directo, y el nivel de detalle textual predeterminado es medium; un resultado compacto puede solicitar menos detalle sin eliminar pruebas ni condiciones relevantes obligatorias.
Un entregable final útil puede ser un archivo revisado con una explicación concreta del cambio, un informe de decisión basado en documentos identificados o una extracción estructurada con los valores ausentes claramente marcados. Proporciona los hechos que deben estar actualizados en lugar de depender de la fecha límite de conocimientos del modelo y contrasta las afirmaciones importantes con el material original. Unas reglas claras sobre las pruebas, unas herramientas acotadas y unas condiciones explícitas de finalización ayudan a GPT-5.5 a completar una tarea importante y a mantener el resultado comprensible y revisable.
", "aboutText": "GPT-5.5 es el modelo insignia de razonamiento de OpenAI para trabajo profesional complejo y programación. Acepta texto e imágenes y devuelve texto, combinando análisis con uso de herramientas cuando una tarea necesita información o acciones más allá de las instrucciones proporcionadas. Las recomendaciones de OpenAI destacan partir de un resultado claro: explica qué resultado necesitas, qué restricciones deben cumplirse, qué pruebas utilizar y qué condición pone fin a la tarea.\n\nPara un cambio de software importante, proporciona el material pertinente del repositorio, el comportamiento actual, el comportamiento deseado y los criterios de aceptación. Identifica qué puede cambiarse y qué debe seguir siendo compatible. Un resultado solicitado útil es una propuesta de cambio, una explicación del comportamiento afectado y pruebas de las comprobaciones que realmente se hayan ejecutado. Para una tarea con muchos documentos, etiqueta los documentos de origen y solicita una respuesta organizada en torno a la decisión que debes tomar, con cada conclusión vinculada a las pruebas proporcionadas y las preguntas sin resolver separadas de los hechos establecidos.\n\nGPT-5.5 admite los esfuerzos de razonamiento none, low, medium, high y xhigh, con medium como valor predeterminado. OpenAI recomienda considerar low antes que none cuando un flujo que requiere respuestas ágiles aún necesita planificación, búsqueda o varias llamadas a herramientas. none es adecuado para tareas directas que no necesitan ese proceso de razonamiento. Un esfuerzo mayor no es automáticamente mejor: los requisitos contradictorios, el acceso sin límites a herramientas o una regla de finalización poco clara pueden provocar búsquedas innecesarias y análisis excesivos. Elige el esfuerzo en función de la tarea real y explicita el entregable final esperado y el criterio de finalización.\n\nEl proveedor indica una ventana de contexto de 1,050,000 tokens y una salida máxima de 128,000 tokens, con fecha límite de conocimientos del 1 de diciembre de 2025. El contexto contiene la conversación, el material proporcionado y el contenido generado; no es una asignación independiente que se sume a la salida máxima. El razonamiento interno también consume tokens y capacidad de salida. Por tanto, una colección grande de fuentes debe organizarse en torno a la pregunta, conservando los identificadores importantes, las unidades y los límites entre documentos, y dejando espacio suficiente para el razonamiento y la respuesta final.\n\nEl tratamiento de imágenes difiere de los valores predeterminados anteriores. Según las recomendaciones de OpenAI para GPT-5.5, un ajuste de detalle de imagen sin especificar o auto utiliza el comportamiento original, que conserva la imagen sin redimensionarla cuando cumple simultáneamente el presupuesto indicado de 10,240,000 píxeles y la dimensión máxima de 6,000 píxeles. El ajuste high seleccionado explícitamente conserva el detalle dentro de ambos límites indicados: un presupuesto de 2,500,000 píxeles y una dimensión máxima de 2,048 píxeles; low redimensiona de forma más agresiva las imágenes que superan una dimensión de 512 píxeles. Son ajustes de procesamiento de imágenes, no una garantía de que se acepte cualquier archivo cargado. Para una captura de pantalla, un diagrama o una página, identifica la zona y la pregunta, proporciona una imagen legible y solicita la observación o interpretación que necesitas en lugar de una descripción sin límites.\n\nOpenAI documenta las interfaces Responses, Chat Completions y Batch, con transmisión en continuo, Structured Outputs, llamadas a funciones, carga de archivos, entrada de imágenes, búsqueda en archivos y en la web y almacenamiento de la entrada en caché. El conjunto de herramientas documentado también incluye búsqueda de herramientas, generación de imágenes, interpretación de código, ejecución de comandos en un entorno alojado, aplicación de parches, habilidades, uso de la computadora y MCP. Describe el propósito de cada herramienta de la aplicación, sus argumentos, sus efectos secundarios y la información que devuelve. Una solicitud de llamada a una función de la aplicación requiere que esta ejecute la operación y devuelva su resultado real; una propuesta de acción generada no demuestra que la acción haya ocurrido. La modalidad de salida propia del modelo sigue siendo texto, mientras que una herramienta de generación de imágenes puede producir un elemento separado.\n\nPara interacciones más largas, conserva la información necesaria para distinguir el trabajo intermedio de una respuesta terminada. La guía de OpenAI describe los valores de phase del asistente para commentary y final: las aplicaciones que reproduzcan manualmente los elementos del asistente deben conservar sus valores originales de phase, mientras que el encadenamiento mediante el mecanismo de respuesta anterior del proveedor conserva ese estado automáticamente. Para la respuesta visible, establece explícitamente la extensión, el tono y la estructura deseados. GPT-5.5 utiliza por defecto un estilo conciso y directo, y el nivel de detalle textual predeterminado es medium; un resultado compacto puede solicitar menos detalle sin eliminar pruebas ni condiciones relevantes obligatorias.\n\nUn entregable final útil puede ser un archivo revisado con una explicación concreta del cambio, un informe de decisión basado en documentos identificados o una extracción estructurada con los valores ausentes claramente marcados. Proporciona los hechos que deben estar actualizados en lugar de depender de la fecha límite de conocimientos del modelo y contrasta las afirmaciones importantes con el material original. Unas reglas claras sobre las pruebas, unas herramientas acotadas y unas condiciones explícitas de finalización ayudan a GPT-5.5 a completar una tarea importante y a mantener el resultado comprensible y revisable.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "a4b4002cc3ea8d7235c887ddc7bd0b8ace9a996a59dc84a707750ede0f16aec9", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "openai/gpt-5.5:batchGPT-5.5 de OpenAI realiza trabajo profesional complejo y programación con entradas de texto e imágenes, razonamiento configurable y un amplio conjunto de herramientas. Su contexto extenso permite trabajar con abundante material de origen y devolver un resultado textual claro y específico para la tarea.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-5.5 es el modelo insignia de razonamiento de OpenAI para trabajo profesional complejo y programación. Acepta texto e imágenes y devuelve texto, combinando análisis con uso de herramientas cuando una tarea necesita información o acciones más allá de las instrucciones proporcionadas. Las recomendaciones de OpenAI destacan partir de un resultado claro: explica qué resultado necesitas, qué restricciones deben cumplirse, qué pruebas utilizar y qué condición pone fin a la tarea.
Para un cambio de software importante, proporciona el material pertinente del repositorio, el comportamiento actual, el comportamiento deseado y los criterios de aceptación. Identifica qué puede cambiarse y qué debe seguir siendo compatible. Un resultado solicitado útil es una propuesta de cambio, una explicación del comportamiento afectado y pruebas de las comprobaciones que realmente se hayan ejecutado. Para una tarea con muchos documentos, etiqueta los documentos de origen y solicita una respuesta organizada en torno a la decisión que debes tomar, con cada conclusión vinculada a las pruebas proporcionadas y las preguntas sin resolver separadas de los hechos establecidos.
GPT-5.5 admite los esfuerzos de razonamiento none, low, medium, high y xhigh, con medium como valor predeterminado. OpenAI recomienda considerar low antes que none cuando un flujo que requiere respuestas ágiles aún necesita planificación, búsqueda o varias llamadas a herramientas. none es adecuado para tareas directas que no necesitan ese proceso de razonamiento. Un esfuerzo mayor no es automáticamente mejor: los requisitos contradictorios, el acceso sin límites a herramientas o una regla de finalización poco clara pueden provocar búsquedas innecesarias y análisis excesivos. Elige el esfuerzo en función de la tarea real y explicita el entregable final esperado y el criterio de finalización.
El proveedor indica una ventana de contexto de 1,050,000 tokens y una salida máxima de 128,000 tokens, con fecha límite de conocimientos del 1 de diciembre de 2025. El contexto contiene la conversación, el material proporcionado y el contenido generado; no es una asignación independiente que se sume a la salida máxima. El razonamiento interno también consume tokens y capacidad de salida. Por tanto, una colección grande de fuentes debe organizarse en torno a la pregunta, conservando los identificadores importantes, las unidades y los límites entre documentos, y dejando espacio suficiente para el razonamiento y la respuesta final.
El tratamiento de imágenes difiere de los valores predeterminados anteriores. Según las recomendaciones de OpenAI para GPT-5.5, un ajuste de detalle de imagen sin especificar o auto utiliza el comportamiento original, que conserva la imagen sin redimensionarla cuando cumple simultáneamente el presupuesto indicado de 10,240,000 píxeles y la dimensión máxima de 6,000 píxeles. El ajuste high seleccionado explícitamente conserva el detalle dentro de ambos límites indicados: un presupuesto de 2,500,000 píxeles y una dimensión máxima de 2,048 píxeles; low redimensiona de forma más agresiva las imágenes que superan una dimensión de 512 píxeles. Son ajustes de procesamiento de imágenes, no una garantía de que se acepte cualquier archivo cargado. Para una captura de pantalla, un diagrama o una página, identifica la zona y la pregunta, proporciona una imagen legible y solicita la observación o interpretación que necesitas en lugar de una descripción sin límites.
OpenAI documenta las interfaces Responses, Chat Completions y Batch, con transmisión en continuo, Structured Outputs, llamadas a funciones, carga de archivos, entrada de imágenes, búsqueda en archivos y en la web y almacenamiento de la entrada en caché. El conjunto de herramientas documentado también incluye búsqueda de herramientas, generación de imágenes, interpretación de código, ejecución de comandos en un entorno alojado, aplicación de parches, habilidades, uso de la computadora y MCP. Describe el propósito de cada herramienta de la aplicación, sus argumentos, sus efectos secundarios y la información que devuelve. Una solicitud de llamada a una función de la aplicación requiere que esta ejecute la operación y devuelva su resultado real; una propuesta de acción generada no demuestra que la acción haya ocurrido. La modalidad de salida propia del modelo sigue siendo texto, mientras que una herramienta de generación de imágenes puede producir un elemento separado.
Para interacciones más largas, conserva la información necesaria para distinguir el trabajo intermedio de una respuesta terminada. La guía de OpenAI describe los valores de phase del asistente para commentary y final: las aplicaciones que reproduzcan manualmente los elementos del asistente deben conservar sus valores originales de phase, mientras que el encadenamiento mediante el mecanismo de respuesta anterior del proveedor conserva ese estado automáticamente. Para la respuesta visible, establece explícitamente la extensión, el tono y la estructura deseados. GPT-5.5 utiliza por defecto un estilo conciso y directo, y el nivel de detalle textual predeterminado es medium; un resultado compacto puede solicitar menos detalle sin eliminar pruebas ni condiciones relevantes obligatorias.
Un entregable final útil puede ser un archivo revisado con una explicación concreta del cambio, un informe de decisión basado en documentos identificados o una extracción estructurada con los valores ausentes claramente marcados. Proporciona los hechos que deben estar actualizados en lugar de depender de la fecha límite de conocimientos del modelo y contrasta las afirmaciones importantes con el material original. Unas reglas claras sobre las pruebas, unas herramientas acotadas y unas condiciones explícitas de finalización ayudan a GPT-5.5 a completar una tarea importante y a mantener el resultado comprensible y revisable.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObligatorio | Valores y límites /v1/chat/completions | Predeterminado— |
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5.5:batch | Predeterminado— |
Camporequests | Tipobatch_item[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Camporequests[].custom_id | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campocompletion_window | Tipostring | RequisitoOpcional | Valores y límites 24h | Predeterminado— |
Campoprovider | Tipoobject|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Camporequests[].body.model | Tipostring | RequisitoOpcional | Valores y límites openai/gpt-5.5:batch, openai/gpt-5.5 | Predeterminado— |
Campoprovider.only | Tipostring[] | RequisitoOpcional | Valores y límites openai | Predeterminado— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoOpcional | Valores y límites false, null | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratoendpoint, model, requests |
Parámetromaterial_types | Contratotext |
Parámetrorepresentation | Contratorequests[] en línea; cada elemento tiene custom_id y body |
Parámetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parámetrofile_material | ContratoQuien realiza la llamada puede leer localmente el JSONL UTF-8 real e incorporarlo a requests[]. No se utiliza el campo purpose para cargas, ni input_file_id ni referencias a archivos. Si falta el material del cliente o está vacío, la preparación se detiene antes del POST. |
Parámetroserialization_order | Contratoendpoint, model, provider (si se proporciona), completion_window (si se proporciona), requests al final |
Parámetrooptional_controls | Contratoprovider.only, provider.allow_fallbacks, completion_window |
Parámetroschema_scope | ContratoCuerpos de solicitudes de texto de Chat Completions dentro de la estructura Batch en línea documentada. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · El response.id real de la respuesta de creación original; el mismo usuario, clave y grupo
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusive272,000 | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 2 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de272,000 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.01 / 1K tokens Salida · Tokens de salida $0.045 / 1K tokens Entrada · Lectura de caché $0.001 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-5.5: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-5.5:batch', 'openai/gpt-5.5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.5: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.\nJSON de results[].response.body en línea
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\nConserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva el JSON completo del estado original, cada result/custom_id y el cuerpo completo de la respuesta o del error. Guarda results[] completados como JSONL sin filtrar.
Conserva el ID de la operación original. La respuesta 503 result_pending_check incluye X-Should-Retry:false; nunca vuelvas a enviar un lote original cuyo resultado sea desconocido.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónLa estructura en línea documentada no es válida, hay claves duplicadas, existe un problema con la identidad de los elementos o hay un conflicto entre las capacidades configuradas del modelo. | Siguiente pasoCorrige los campos indicados antes de realizar cualquier nuevo envío. |
Respuesta401 · authentication_error | CondiciónClave de API no válida. | Siguiente pasoUsa la clave de Ailoot autorizada. |
Respuesta403 · permission_error | CondiciónGrupo de Batch no disponible. | Siguiente pasoVerifica los permisos de la clave y el grupo. |
Respuesta422 · invalid_request_error | CondiciónBatch usa facturación contra saldo; se rechazan las solicitudes de creación con una suscripción. | Siguiente pasoUsa el grupo autorizado con facturación contra saldo. |
Respuesta422 · price_unavailable | CondiciónNo se puede cotizar la entrada de Batch. | Siguiente pasoConserva la respuesta; usa la entrada documentada para la familia. |
Respuesta402 · billing_error | CondiciónReserva de Batch no disponible. | Siguiente pasoResuelve los requisitos de admisión antes de realizar una nueva solicitud. |
Respuesta503 · price_unavailable | CondiciónPrecio del método Batch o tarifas nativas no disponibles. | Siguiente pasoConserva la respuesta; no sustituyas los precios. |
Respuesta503 · api_error | CondiciónLa ruta exacta del proveedor no está disponible. | Siguiente pasoConserva la respuesta para reparar la ruta. |
Respuesta503 · result_pending_check | CondiciónEl resultado original requiere una revisión; X-Should-Retry:false. | Siguiente pasoConserva el operation_id/id original y consulta su estado; nunca repitas el POST original. |
Respuesta404 · not_found | CondiciónLa operación de consulta de estado de Batch no existe o pertenece a otra identidad. | Siguiente pasoUsa el id original exacto y el mismo usuario, clave y grupo. |
Ailoot Ultra openai/gpt-5.5:batch
Usa las rutas de método indicadas arriba.