Source: https://ailoot.ai/models/es-mx/openai-gpt-6-astra-pro-u003a-batch/ Canonical: https://ailoot.ai/models/es-mx/openai-gpt-6-astra-pro-u003a-batch/ Language: es-mx # OpenAI: GPT-6 Astra Pro (batch) [Markdown](https://ailoot.ai/models/es-mx/openai-gpt-6-astra-pro-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/es-mx/openai-gpt-6-astra-pro-u003a-batch/facts.json) ## [OpenAI: GPT-6 Astra Pro (batch)](https://ailoot.ai/models/es-mx/openai-gpt-6-astra-pro-u003a-batch/) GPT-6 Astra con razonamiento Pro para investigación, programación y trabajo profesional exigentes. Pro hace que el modelo trabaje más antes de la respuesta final; el modelo base acepta texto e imágenes y admite trabajo de varios pasos en un entorno conectado a herramientas. - [**Ailoot Ultra · Batch** `POST /v1/batches` `openai/gpt-6-astra-pro:batch`](https://ailoot.ai/models/es-mx/openai-gpt-6-astra-pro-u003a-batch/#method-0) Sobre el modelo Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado. GPT-6 Astra Pro designa GPT-6 Astra de OpenAI con razonamiento Pro. El modelo base Astra está diseñado para razonamiento exigente, programación, investigación, uso de la computadora y trabajo profesional. Acepta texto e imágenes y produce texto. Pro hace que el modelo trabaje más al elaborar la respuesta final, mientras que el esfuerzo de razonamiento controla la cantidad de análisis dentro del modo de ejecución elegido. Pro cambia el modo de ejecución y GPT-6 Astra sigue siendo el modelo subyacente. La documentación de la versión de Astra del fabricante describe flujos que convierten el material pertinente en documentos, hojas de cálculo, presentaciones y análisis. Destaca el seguimiento de plantillas y del estilo de redacción o visual, junto con la selección del contexto que importa para la tarea. Para un documento profesional, proporciona el material fuente, los requisitos de la plantilla y la decisión que debe tomar el lector. Una solicitud ilustrativa consiste en conciliar dos conjuntos de requisitos de un proyecto y elaborar un informe breve que diferencie los hechos acordados, las pruebas contradictorias y las condiciones para una recomendación. Para trabajos de ingeniería o investigación, especifica el objetivo, las pruebas que deben inspeccionarse y qué permitiría dar la tarea por completada. Una tarea de programación puede incluir el comportamiento requerido, los archivos relacionados y las restricciones; una tarea de investigación puede incluir la pregunta y los criterios para evaluar el material proporcionado. Las capacidades documentadas de Astra para uso de la computadora y navegación conectan las decisiones del modelo con un entorno que proporciona las herramientas correspondientes. Las salidas reales del entorno son pruebas para el siguiente paso y se distinguen de las acciones propuestas por el modelo. La especificación de GPT-6 Astra de OpenAI 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, con una fecha de corte de conocimientos del 30 de abril de 2026. Sus opciones de esfuerzo de razonamiento son low, medium, high, xhigh y max; none no está admitido. Los tokens de razonamiento y el resultado visible ocupan espacio de contexto. OpenAI documenta Pro en la API Responses para trabajos difíciles que pueden tolerar una mayor latencia y más actividad del modelo; el modo y el esfuerzo siguen siendo ajustes independientes. El modelo base incluye respuestas en flujo, Structured Outputs, llamadas a funciones, búsqueda web y en archivos, herramientas de generación de imágenes, interpretación 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. Las llamadas a funciones utilizan la interfaz Responses del proveedor. La guía de GPT-6 también describe trabajo asíncrono con herramientas y reorientación de un turno activo. Las aplicaciones ejecutan sus propias operaciones, gestionan los trabajos pendientes y devuelven la información resultante; la salida propia del modelo sigue siendo texto aunque una herramienta independiente cree otro entregable. La documentación de la versión de Astra describe la adaptación a nuevos requisitos sin perder de vista el objetivo general. También distingue la revisión defensiva del código y la aplicación de parches del desarrollo avanzado de código para explotar vulnerabilidades, que el modelo puede rechazar, y describe comprobaciones automáticas que pueden interrumpir una tarea. Prepara una solicitud en torno al resultado previsto, el trabajo permitido y las pruebas, en lugar de tratar el razonamiento adicional como un sustituto del material fuente que falte. Un entregable final útil indica la conclusión o el cambio propuesto, su fundamento en la información proporcionada y cualquier pregunta que cambie de forma sustancial la decisión. **Ailoot Ultra · Batch** `POST /v1/batches` `openai/gpt-6-astra-pro:batch` [`openai/gpt-6-astra-pro:batch`](https://ailoot.ai/models/es-mx/#m=openai%2Fgpt-6-astra-pro%3Abatch&route=Ultra&caller=openai%2Fgpt-6-astra-pro%3Abatch&fmt=batches) OpenAI /`openai/gpt-6-astra-pro:batch` ### Inicio GPT-6 Astra con razonamiento Pro para investigación, programación y trabajo profesional exigentes. Pro hace que el modelo trabaje más antes de la respuesta final; el modelo base acepta texto e imágenes y admite trabajo de varios pasos en un entorno conectado a herramientas. Entradas aceptadas Texto Resultados Texto ### Disponible en Ailoot · entradas y métodos **Ailoot Ultra · Batch** `POST /v1/batches` Entrada `text` Salida `text` Formato de salida JSON de results\[\].response.body en línea | Campo | Tipo | Requisito | Valores y límites | Predeterminado | | --- | --- | --- | --- | --- | | Campo`endpoint` | Tipo`string` | RequisitoObligatorio | Valores y límites /v1/chat/completions | Predeterminado— | | Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites openai/gpt-6-astra-pro:batch | Predeterminado— | | Campo`requests` | Tipo`batch_item[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— | | Campo`requests[].custom_id` | Tipo`string` | RequisitoObligatorio | Valores y límites | Predeterminado— | | Campo`requests[].body.messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites | Predeterminado— | | Campo`completion_window` | Tipo`string` | RequisitoOpcional | Valores y límites 24h | Predeterminado— | | Campo`provider` | Tipo`object\|null` | RequisitoOpcional | Valores y límites | Predeterminado— | | Campo`requests[].body.model` | Tipo`string` | RequisitoOpcional | Valores y límites openai/gpt-6-astra-pro:batch, openai/gpt-6-astra-pro | Predeterminado— | | Campo`provider.only` | Tipo`string[]` | RequisitoOpcional | Valores y límites openai | Predeterminado— | | Campo`provider.allow_fallbacks` | Tipo`boolean\|null` | RequisitoOpcional | Valores y límites false, null | Predeterminado— | Parámetros del método y ciclo de vida | Parámetro | Contrato | | --- | --- | | Parámetro`content_type` | Contratoapplication/json | | Parámetro`required` | Contratoendpoint, model, requests | | Parámetro`material_types` | Contratotext | | Parámetro`representation` | Contratorequests\[\] en línea; cada elemento tiene custom\_id y body | | Parámetro`request_endpoint_profile` | Contrato/v1/chat/completions | | Parámetro`file_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. | | Parámetro`serialization_order` | Contratoendpoint, model, provider (si se proporciona), completion\_window (si se proporciona), requests al final | | Parámetro`optional_controls` | Contratoprovider.only, provider.allow\_fallbacks, completion\_window | | Parámetro`schema_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 ### Tarifas Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado. Modo fast Sin especificar Cuando se selecciona el modo fast Modo flex Sin especificar Cuando se selecciona el modo flex Esfuerzo máximo de razonamiento Sin especificar Cuando el esfuerzo máximo de razonamiento usa el ajuste default Precios de caché explícita No habilitado Cuando se solicita caché explícita #### Tarifas de Ailoot #### Precios por configuración 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 **$0.01** / 1K tokens Salida · Tokens de salida **$0.05** / 1K tokens Entrada · Lectura de caché **$0.001** / 1K tokens Entrada · Escritura en caché **$0.0125** / 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 **$0.01** / 1K tokens Salida · Tokens de salida **$0.05** / 1K tokens Entrada · Lectura de caché **$0.001** / 1K tokens Entrada · Escritura en caché **$0.0125** / 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 **$0.02** / 1K tokens Salida · Tokens de salida **$0.075** / 1K tokens Entrada · Lectura de caché **$0.002** / 1K tokens Entrada · Escritura en caché **$0.025** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens | Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es-mx/billing/reserve/) ### Solicitudes de ejemplo #### Ailoot Ultra · Batch curl · ejemplo de prueba conservadoPython HTTP · JSONL real del clientePython · guarda cada resultado completado ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json from pathlib import Path body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-6-astra-pro: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 ``` ```python import json, os from pathlib import Path from urllib.request import Request, urlopen def prepare_requests(customer_path): path = Path(customer_path) if not path.is_file(): raise ValueError("Customer JSONL file is missing") items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()] if not items: raise ValueError("Customer JSONL contains no requests") ids = set() for item in items: if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body") cid = item["custom_id"] if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique") ids.add(cid) if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages") supplied_model = item["body"].get("model") if supplied_model is not None and supplied_model not in ['openai/gpt-6-astra-pro:batch', 'openai/gpt-6-astra-pro']: raise ValueError("body.model must be an exact documented caller or wire ID") return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-astra-pro: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")) ``` ```python 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. ``` ### Recibir y guardar resultados #### Ailoot Ultra · Batch JSON de results\[\].response.body en línea - `GET /v1/batches/{operation_id}` ##### Consultar el estado de la tarea curl · estado de la operación original ```bash 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 ``` ##### Conserva todos los resultados completados Conserva 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. ##### Si es necesario revisar la respuesta original 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. Campos de respuesta | Campo | Tipo | | --- | --- | | Campo`results[].custom_id` | Tipostring | | Campo`results[].response.body.choices[].message.content` | Tipostring\|null | | Campo`results[].error` | Tipoobject\|null | | Campo`usage` | Tipoobject\|null | | Campo`id` | Tipostring | | Campo`model` | Tipostring | | Campo`endpoint` | Tipostring | | Campo`status` | Tipostring | | Campo`request_counts` | Tipoobject | | Campo`results[].id` | Tipostring | | Campo`results[].response.status_code` | Tipointeger | | Campo`results[].response.request_id` | Tipostring | Errores y siguientes pasos | 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. | ### Alias #### Alias del modelo **Ailoot Ultra** [`openai/gpt-6-astra-pro:batch`](https://ailoot.ai/models/es-mx/#m=openai%2Fgpt-6-astra-pro%3Abatch&route=Ultra&caller=openai%2Fgpt-6-astra-pro%3Abatch&fmt=batches) #### Alias de rutas de métodos Usa las rutas de método indicadas arriba. #### ID de modelo relacionados [`openai/gpt-6-astra-pro:batch`](https://ailoot.ai/models/es-mx/#m=openai%2Fgpt-6-astra-pro%3Abatch&route=Ultra&caller=openai%2Fgpt-6-astra-pro%3Abatch&fmt=batches) FAQ · OpenAI: GPT-6 Astra Pro (batch) ¿Qué entradas y resultados están disponibles? `POST /v1/batches` · `openai/gpt-6-astra-pro:batch`: `text` → `text` ¿Qué campos utiliza la solicitud? `POST /v1/batches` · `openai/gpt-6-astra-pro:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider` ¿Qué límites se aplican? `POST /v1/batches` · `openai/gpt-6-astra-pro:batch`: `requests.min_items`: `1` Conecta Ailoot a Claude Code, OpenCode, Hermes o tu aplicación. ## La empresa y su cartera de proyectos La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. ## Compra tokens con descuento. Ahorro por suscripción para trabajo habitual. Códigos promocionales: hasta el 50% al comprar tokens. Suscripción Elige un plan con descuento para tus peticiones habituales. Código de hasta el 50% Introduce el código al comprar. El precio se recalcula según la promoción vigente. Gasto en el historial Modelo, tokens e importe quedan guardados por cada petición. [Elegir suscripción](https://ailoot.ai/docs/es-mx/billing/subscriptions/) · [Consultar precios de modelos](https://ailoot.ai/models/es-mx/) ## Conecta la API al producto que vendes. SaaS, aplicaciones y bots bajo la oferta y el acuerdo de licencia Ailoot. Solicita una licencia de reventa para redistribuir el acceso. Aplicación comercial Integra generación de texto, imágenes, vídeo y sonido en funciones de pago de tu servicio. Licencia para revendedores Envía descripción del proyecto y esquema de acceso. Solicita condiciones escritas de uso y reventa. Documentos en la web La oferta, el acuerdo de licencia y la política de datos están disponibles antes de conectar. [Solicitar licencia de reventa](mailto:support@ailoot.ai) · [Oferta y acuerdo de licencia](https://ailoot.ai/legal/offer?lang=es-mx) ## Ailoot · La empresa y su cartera de proyectos Ailoot se apoya en la experiencia operativa acumulada, una amplia base de clientes, un servicio estable y el seguimiento continuo de KPI. La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. Ailoot aplica esa experiencia operativa al acceso por API a funciones de IA en productos de clientes, agentes, aplicaciones y automatizaciones.