GPT-5.6 Terra Pro designa GPT-5.6 Terra de OpenAI con razonamiento Pro. Terra es el nivel de razonamiento de GPT-5.6 para trabajos prácticos y corresponde aproximadamente al nivel mini de las familias GPT-5 anteriores. El modelo base acepta texto e imágenes y produce texto. Pro hace que el modelo trabaje más al elaborar la respuesta final, manteniendo Terra como edición base seleccionada.
Una tarea ilustrativa consiste en comparar dos documentos con un conjunto de requisitos definidos. Proporciona ambos textos, identifica qué versión o sección tiene prioridad y define los criterios importantes. Pide los puntos de acuerdo, las diferencias y las preguntas que necesitan aclaración. Puedes solicitar una tabla comparativa seguida de una recomendación breve con sus condiciones explícitas. Una afirmación ausente debe representarse como información que falta, en lugar de como un hecho aportado por el modelo.
Terra también puede utilizarse en una tarea que relacione una solicitud escrita con una política o una explicación técnica. Proporciona las reglas pertinentes y pide una respuesta en un formato específico, como una carta, un conjunto de campos o un plan para la siguiente acción. Si una imagen contiene pruebas esenciales, identifica el detalle que debe examinarse y aporta el contexto necesario para interpretarlo. Para una pregunta técnica, incluye el comportamiento observado y el esperado junto con el código o la descripción pertinentes.
La especificación de GPT-5.6 Terra del fabricante indica una ventana de contexto de 1,050,000 tokens, una entrada máxima de 922,000 tokens y una salida máxima de 128,000 tokens. Su fecha de corte de conocimientos documentada es el 16 de febrero de 2026. El modelo base admite los niveles de esfuerzo de razonamiento none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo Pro y el esfuerzo son ajustes independientes, y el presupuesto de contexto da cabida al razonamiento, al material fuente y a la respuesta final.
OpenAI documenta Pro en la API Responses para trabajos difíciles que permiten una mayor latencia y más actividad del modelo. El modelo base admite respuestas en flujo, Structured Outputs, llamadas a funciones, búsqueda web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. El proveedor también incluye herramientas de generación de imágenes, un intérprete de código, ejecución de comandos en un entorno alojado y aplicación de cambios en archivos, habilidades, uso de la computadora, conexiones MCP y búsqueda de herramientas. La aplicación expone y ejecuta sus operaciones y devuelve sus resultados; la respuesta textual del modelo es independiente de esas acciones ejecutadas.
Prepara la solicitud en torno a un criterio de finalización. En la comparación de documentos, identifica las pruebas necesarias para cada conclusión y pide que los puntos sin resolver se enumeren por separado. En una tarea de redacción de respuestas, especifica los hechos que deben incluirse y la siguiente acción del lector. Un resultado final útil es una comparación estructurada o una respuesta propuesta cuyas afirmaciones importantes puedan vincularse al material proporcionado, preparada para una consulta posterior centrada en ellas.
", "aboutText": "GPT-5.6 Terra Pro designa GPT-5.6 Terra de OpenAI con razonamiento Pro. Terra es el nivel de razonamiento de GPT-5.6 para trabajos prácticos y corresponde aproximadamente al nivel mini de las familias GPT-5 anteriores. El modelo base acepta texto e imágenes y produce texto. Pro hace que el modelo trabaje más al elaborar la respuesta final, manteniendo Terra como edición base seleccionada.\n\nUna tarea ilustrativa consiste en comparar dos documentos con un conjunto de requisitos definidos. Proporciona ambos textos, identifica qué versión o sección tiene prioridad y define los criterios importantes. Pide los puntos de acuerdo, las diferencias y las preguntas que necesitan aclaración. Puedes solicitar una tabla comparativa seguida de una recomendación breve con sus condiciones explícitas. Una afirmación ausente debe representarse como información que falta, en lugar de como un hecho aportado por el modelo.\n\nTerra también puede utilizarse en una tarea que relacione una solicitud escrita con una política o una explicación técnica. Proporciona las reglas pertinentes y pide una respuesta en un formato específico, como una carta, un conjunto de campos o un plan para la siguiente acción. Si una imagen contiene pruebas esenciales, identifica el detalle que debe examinarse y aporta el contexto necesario para interpretarlo. Para una pregunta técnica, incluye el comportamiento observado y el esperado junto con el código o la descripción pertinentes.\n\nLa especificación de GPT-5.6 Terra del fabricante indica una ventana de contexto de 1,050,000 tokens, una entrada máxima de 922,000 tokens y una salida máxima de 128,000 tokens. Su fecha de corte de conocimientos documentada es el 16 de febrero de 2026. El modelo base admite los niveles de esfuerzo de razonamiento none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo Pro y el esfuerzo son ajustes independientes, y el presupuesto de contexto da cabida al razonamiento, al material fuente y a la respuesta final.\n\nOpenAI documenta Pro en la API Responses para trabajos difíciles que permiten una mayor latencia y más actividad del modelo. El modelo base admite respuestas en flujo, Structured Outputs, llamadas a funciones, búsqueda web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. El proveedor también incluye herramientas de generación de imágenes, un intérprete de código, ejecución de comandos en un entorno alojado y aplicación de cambios en archivos, habilidades, uso de la computadora, conexiones MCP y búsqueda de herramientas. La aplicación expone y ejecuta sus operaciones y devuelve sus resultados; la respuesta textual del modelo es independiente de esas acciones ejecutadas.\n\nPrepara la solicitud en torno a un criterio de finalización. En la comparación de documentos, identifica las pruebas necesarias para cada conclusión y pide que los puntos sin resolver se enumeren por separado. En una tarea de redacción de respuestas, especifica los hechos que deben incluirse y la siguiente acción del lector. Un resultado final útil es una comparación estructurada o una respuesta propuesta cuyas afirmaciones importantes puedan vincularse al material proporcionado, preparada para una consulta posterior centrada en ellas.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Compare a revised operating rule\n\nCompare these operating instructions, giving Revision B priority. [A] Supervisors approve every stock adjustment. [B] Supervisors approve adjustments above 20 units; smaller adjustments require a recorded reason. A request changes stock by 12 units and has no reason. Explain the governing rule, missing information and proposed reply to the requester.A rule comparison, a case-specific finding and a short request for the missing recorded reason.Ensure the priority of B is applied and the 12-unit case is not automatically approved.gpt-5.6-terra-proGPT-5.6 Terra con razonamiento Pro para tareas prácticas que se benefician de un análisis más completo. Compara los documentos proporcionados, interpreta reglas o elabora una respuesta estructurada a partir de texto y material visual.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-5.6 Terra Pro designa GPT-5.6 Terra de OpenAI con razonamiento Pro. Terra es el nivel de razonamiento de GPT-5.6 para trabajos prácticos y corresponde aproximadamente al nivel mini de las familias GPT-5 anteriores. El modelo base acepta texto e imágenes y produce texto. Pro hace que el modelo trabaje más al elaborar la respuesta final, manteniendo Terra como edición base seleccionada.
Una tarea ilustrativa consiste en comparar dos documentos con un conjunto de requisitos definidos. Proporciona ambos textos, identifica qué versión o sección tiene prioridad y define los criterios importantes. Pide los puntos de acuerdo, las diferencias y las preguntas que necesitan aclaración. Puedes solicitar una tabla comparativa seguida de una recomendación breve con sus condiciones explícitas. Una afirmación ausente debe representarse como información que falta, en lugar de como un hecho aportado por el modelo.
Terra también puede utilizarse en una tarea que relacione una solicitud escrita con una política o una explicación técnica. Proporciona las reglas pertinentes y pide una respuesta en un formato específico, como una carta, un conjunto de campos o un plan para la siguiente acción. Si una imagen contiene pruebas esenciales, identifica el detalle que debe examinarse y aporta el contexto necesario para interpretarlo. Para una pregunta técnica, incluye el comportamiento observado y el esperado junto con el código o la descripción pertinentes.
La especificación de GPT-5.6 Terra del fabricante indica una ventana de contexto de 1,050,000 tokens, una entrada máxima de 922,000 tokens y una salida máxima de 128,000 tokens. Su fecha de corte de conocimientos documentada es el 16 de febrero de 2026. El modelo base admite los niveles de esfuerzo de razonamiento none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo Pro y el esfuerzo son ajustes independientes, y el presupuesto de contexto da cabida al razonamiento, al material fuente y a la respuesta final.
OpenAI documenta Pro en la API Responses para trabajos difíciles que permiten una mayor latencia y más actividad del modelo. El modelo base admite respuestas en flujo, Structured Outputs, llamadas a funciones, búsqueda web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. El proveedor también incluye herramientas de generación de imágenes, un intérprete de código, ejecución de comandos en un entorno alojado y aplicación de cambios en archivos, habilidades, uso de la computadora, conexiones MCP y búsqueda de herramientas. La aplicación expone y ejecuta sus operaciones y devuelve sus resultados; la respuesta textual del modelo es independiente de esas acciones ejecutadas.
Prepara la solicitud en torno a un criterio de finalización. En la comparación de documentos, identifica las pruebas necesarias para cada conclusión y pide que los puntos sin resolver se enumeren por separado. En una tarea de redacción de respuestas, especifica los hechos que deben incluirse y la siguiente acción del lector. Un resultado final útil es una comparación estructurada o una respuesta propuesta cuyas afirmaciones importantes puedan vincularse al material proporcionado, preparada para una consulta posterior centrada en ellas.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gpt-5.6-terra-pro | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Conversación textual | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream |
Parámetrocontrol_scope | ContratoConversación textual; stream es un booleano y su valor predeterminado es false. |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Alias de método: /chat/completions
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
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 $0.004 / 1K tokens Salida · Tokens de salida $0.024 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.004 / 1K tokens Salida · Tokens de salida $0.024 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.008 / 1K tokens Salida · Tokens de salida $0.036 / 1K tokens Entrada · Lectura de caché $0.0008 / 1K tokens Entrada · Escritura en caché $0.01 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-5.6-terra-pro","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gpt-5.6-terra-pro", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra gpt-5.6-terra-pro, openai/gpt-5.6-terra-pro
/chat/completions
gpt-5.6-terra-proGPT-5.6 Terra con razonamiento Pro para tareas prácticas que se benefician de un análisis más completo. Compara los documentos proporcionados, interpreta reglas o elabora una respuesta estructurada a partir de texto y material visual.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-5.6 Terra Pro designa GPT-5.6 Terra de OpenAI con razonamiento Pro. Terra es el nivel de razonamiento de GPT-5.6 para trabajos prácticos y corresponde aproximadamente al nivel mini de las familias GPT-5 anteriores. El modelo base acepta texto e imágenes y produce texto. Pro hace que el modelo trabaje más al elaborar la respuesta final, manteniendo Terra como edición base seleccionada.
Una tarea ilustrativa consiste en comparar dos documentos con un conjunto de requisitos definidos. Proporciona ambos textos, identifica qué versión o sección tiene prioridad y define los criterios importantes. Pide los puntos de acuerdo, las diferencias y las preguntas que necesitan aclaración. Puedes solicitar una tabla comparativa seguida de una recomendación breve con sus condiciones explícitas. Una afirmación ausente debe representarse como información que falta, en lugar de como un hecho aportado por el modelo.
Terra también puede utilizarse en una tarea que relacione una solicitud escrita con una política o una explicación técnica. Proporciona las reglas pertinentes y pide una respuesta en un formato específico, como una carta, un conjunto de campos o un plan para la siguiente acción. Si una imagen contiene pruebas esenciales, identifica el detalle que debe examinarse y aporta el contexto necesario para interpretarlo. Para una pregunta técnica, incluye el comportamiento observado y el esperado junto con el código o la descripción pertinentes.
La especificación de GPT-5.6 Terra del fabricante indica una ventana de contexto de 1,050,000 tokens, una entrada máxima de 922,000 tokens y una salida máxima de 128,000 tokens. Su fecha de corte de conocimientos documentada es el 16 de febrero de 2026. El modelo base admite los niveles de esfuerzo de razonamiento none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo Pro y el esfuerzo son ajustes independientes, y el presupuesto de contexto da cabida al razonamiento, al material fuente y a la respuesta final.
OpenAI documenta Pro en la API Responses para trabajos difíciles que permiten una mayor latencia y más actividad del modelo. El modelo base admite respuestas en flujo, Structured Outputs, llamadas a funciones, búsqueda web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. El proveedor también incluye herramientas de generación de imágenes, un intérprete de código, ejecución de comandos en un entorno alojado y aplicación de cambios en archivos, habilidades, uso de la computadora, conexiones MCP y búsqueda de herramientas. La aplicación expone y ejecuta sus operaciones y devuelve sus resultados; la respuesta textual del modelo es independiente de esas acciones ejecutadas.
Prepara la solicitud en torno a un criterio de finalización. En la comparación de documentos, identifica las pruebas necesarias para cada conclusión y pide que los puntos sin resolver se enumeren por separado. En una tarea de redacción de respuestas, especifica los hechos que deben incluirse y la siguiente acción del lector. Un resultado final útil es una comparación estructurada o una respuesta propuesta cuyas afirmaciones importantes puedan vincularse al material proporcionado, preparada para una consulta posterior centrada en ellas.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gpt-5.6-terra-pro | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
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 $0.004 / 1K tokens Salida · Tokens de salida $0.024 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.004 / 1K tokens Salida · Tokens de salida $0.024 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.008 / 1K tokens Salida · Tokens de salida $0.036 / 1K tokens Entrada · Lectura de caché $0.0008 / 1K tokens Entrada · Escritura en caché $0.01 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "gpt-5.6-terra-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-5.6-terra-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-5.6-terra-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra gpt-5.6-terra-pro, openai/gpt-5.6-terra-pro
/chat/completions
openai/gpt-5.6-terra-proGPT-5.6 Terra con razonamiento Pro para tareas prácticas que se benefician de un análisis más completo. Compara los documentos proporcionados, interpreta reglas o elabora una respuesta estructurada a partir de texto y material visual.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-5.6 Terra Pro designa GPT-5.6 Terra de OpenAI con razonamiento Pro. Terra es el nivel de razonamiento de GPT-5.6 para trabajos prácticos y corresponde aproximadamente al nivel mini de las familias GPT-5 anteriores. El modelo base acepta texto e imágenes y produce texto. Pro hace que el modelo trabaje más al elaborar la respuesta final, manteniendo Terra como edición base seleccionada.
Una tarea ilustrativa consiste en comparar dos documentos con un conjunto de requisitos definidos. Proporciona ambos textos, identifica qué versión o sección tiene prioridad y define los criterios importantes. Pide los puntos de acuerdo, las diferencias y las preguntas que necesitan aclaración. Puedes solicitar una tabla comparativa seguida de una recomendación breve con sus condiciones explícitas. Una afirmación ausente debe representarse como información que falta, en lugar de como un hecho aportado por el modelo.
Terra también puede utilizarse en una tarea que relacione una solicitud escrita con una política o una explicación técnica. Proporciona las reglas pertinentes y pide una respuesta en un formato específico, como una carta, un conjunto de campos o un plan para la siguiente acción. Si una imagen contiene pruebas esenciales, identifica el detalle que debe examinarse y aporta el contexto necesario para interpretarlo. Para una pregunta técnica, incluye el comportamiento observado y el esperado junto con el código o la descripción pertinentes.
La especificación de GPT-5.6 Terra del fabricante indica una ventana de contexto de 1,050,000 tokens, una entrada máxima de 922,000 tokens y una salida máxima de 128,000 tokens. Su fecha de corte de conocimientos documentada es el 16 de febrero de 2026. El modelo base admite los niveles de esfuerzo de razonamiento none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo Pro y el esfuerzo son ajustes independientes, y el presupuesto de contexto da cabida al razonamiento, al material fuente y a la respuesta final.
OpenAI documenta Pro en la API Responses para trabajos difíciles que permiten una mayor latencia y más actividad del modelo. El modelo base admite respuestas en flujo, Structured Outputs, llamadas a funciones, búsqueda web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. El proveedor también incluye herramientas de generación de imágenes, un intérprete de código, ejecución de comandos en un entorno alojado y aplicación de cambios en archivos, habilidades, uso de la computadora, conexiones MCP y búsqueda de herramientas. La aplicación expone y ejecuta sus operaciones y devuelve sus resultados; la respuesta textual del modelo es independiente de esas acciones ejecutadas.
Prepara la solicitud en torno a un criterio de finalización. En la comparación de documentos, identifica las pruebas necesarias para cada conclusión y pide que los puntos sin resolver se enumeren por separado. En una tarea de redacción de respuestas, especifica los hechos que deben incluirse y la siguiente acción del lector. Un resultado final útil es una comparación estructurada o una respuesta propuesta cuyas afirmaciones importantes puedan vincularse al material proporcionado, preparada para una consulta posterior centrada en ellas.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5.6-terra-pro | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
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 $0.004 / 1K tokens Salida · Tokens de salida $0.024 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.004 / 1K tokens Salida · Tokens de salida $0.024 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.008 / 1K tokens Salida · Tokens de salida $0.036 / 1K tokens Entrada · Lectura de caché $0.0008 / 1K tokens Entrada · Escritura en caché $0.01 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.6-terra-pro", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5.6-terra-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5.6-terra-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra gpt-5.6-terra-pro, openai/gpt-5.6-terra-pro
/chat/completions
openai/gpt-5.6-terra-proGPT-5.6 Terra con razonamiento Pro para tareas prácticas que se benefician de un análisis más completo. Compara los documentos proporcionados, interpreta reglas o elabora una respuesta estructurada a partir de texto y material visual.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-5.6 Terra Pro designa GPT-5.6 Terra de OpenAI con razonamiento Pro. Terra es el nivel de razonamiento de GPT-5.6 para trabajos prácticos y corresponde aproximadamente al nivel mini de las familias GPT-5 anteriores. El modelo base acepta texto e imágenes y produce texto. Pro hace que el modelo trabaje más al elaborar la respuesta final, manteniendo Terra como edición base seleccionada.
Una tarea ilustrativa consiste en comparar dos documentos con un conjunto de requisitos definidos. Proporciona ambos textos, identifica qué versión o sección tiene prioridad y define los criterios importantes. Pide los puntos de acuerdo, las diferencias y las preguntas que necesitan aclaración. Puedes solicitar una tabla comparativa seguida de una recomendación breve con sus condiciones explícitas. Una afirmación ausente debe representarse como información que falta, en lugar de como un hecho aportado por el modelo.
Terra también puede utilizarse en una tarea que relacione una solicitud escrita con una política o una explicación técnica. Proporciona las reglas pertinentes y pide una respuesta en un formato específico, como una carta, un conjunto de campos o un plan para la siguiente acción. Si una imagen contiene pruebas esenciales, identifica el detalle que debe examinarse y aporta el contexto necesario para interpretarlo. Para una pregunta técnica, incluye el comportamiento observado y el esperado junto con el código o la descripción pertinentes.
La especificación de GPT-5.6 Terra del fabricante indica una ventana de contexto de 1,050,000 tokens, una entrada máxima de 922,000 tokens y una salida máxima de 128,000 tokens. Su fecha de corte de conocimientos documentada es el 16 de febrero de 2026. El modelo base admite los niveles de esfuerzo de razonamiento none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo Pro y el esfuerzo son ajustes independientes, y el presupuesto de contexto da cabida al razonamiento, al material fuente y a la respuesta final.
OpenAI documenta Pro en la API Responses para trabajos difíciles que permiten una mayor latencia y más actividad del modelo. El modelo base admite respuestas en flujo, Structured Outputs, llamadas a funciones, búsqueda web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. El proveedor también incluye herramientas de generación de imágenes, un intérprete de código, ejecución de comandos en un entorno alojado y aplicación de cambios en archivos, habilidades, uso de la computadora, conexiones MCP y búsqueda de herramientas. La aplicación expone y ejecuta sus operaciones y devuelve sus resultados; la respuesta textual del modelo es independiente de esas acciones ejecutadas.
Prepara la solicitud en torno a un criterio de finalización. En la comparación de documentos, identifica las pruebas necesarias para cada conclusión y pide que los puntos sin resolver se enumeren por separado. En una tarea de redacción de respuestas, especifica los hechos que deben incluirse y la siguiente acción del lector. Un resultado final útil es una comparación estructurada o una respuesta propuesta cuyas afirmaciones importantes puedan vincularse al material proporcionado, preparada para una consulta posterior centrada en ellas.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5.6-terra-pro | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
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 $0.004 / 1K tokens Salida · Tokens de salida $0.024 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.004 / 1K tokens Salida · Tokens de salida $0.024 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.008 / 1K tokens Salida · Tokens de salida $0.036 / 1K tokens Entrada · Lectura de caché $0.0008 / 1K tokens Entrada · Escritura en caché $0.01 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "openai/gpt-5.6-terra-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.6-terra-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.6-terra-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra gpt-5.6-terra-pro, openai/gpt-5.6-terra-pro
/chat/completions
Ejemplo técnico en inglés
Compare a revised operating rule\n\nCompare these operating instructions, giving Revision B priority. [A] Supervisors approve every stock adjustment. [B] Supervisors approve adjustments above 20 units; smaller adjustments require a recorded reason. A request changes stock by 12 units and has no reason. Explain the governing rule, missing information and proposed reply to the requester.A rule comparison, a case-specific finding and a short request for the missing recorded reason.Ensure the priority of B is applied and the 12-unit case is not automatically approved.