GPT-5.5 Pro es la edición Pro independiente de GPT-5.5 de OpenAI. Utiliza cómputo adicional para resolver preguntas difíciles y desarrollar una respuesta más completa. El modelo acepta texto e imágenes y produce texto. Su identidad como modelo con nombre Pro se distingue de seleccionar el modo de ejecución Pro en un modelo base GPT-5.6 o GPT-6.
La publicación de la familia GPT-5.5 describe programación, investigación, análisis de datos y trabajo profesional con muchos documentos. Describe específicamente Pro como una opción para preguntas exigentes y resultados más completos y estructurados. Un ejemplo de tarea consiste en conciliar varios documentos de proyecto, identificar los requisitos que dependen unos de otros y desarrollar una recomendación cuyas condiciones sean explícitas. Para código, proporciona el comportamiento previsto, la implementación existente y las restricciones que debe conservar un cambio propuesto.
OpenAI especifica para GPT-5.5 Pro una ventana de contexto de 1.050.000 tokens y una salida máxima de 128.000 tokens, con fecha límite de conocimientos documentada del 1 de diciembre de 2025. Sus opciones de esfuerzo de razonamiento son medium, high y xhigh; high es el valor predeterminado. El razonamiento utiliza espacio de tokens junto con la respuesta visible. Por tanto, una solicitud profesional larga debe incluir las pruebas pertinentes y dejar espacio para el análisis del modelo y el entregable final.
El proveedor documenta GPT-5.5 Pro para solicitudes Responses, también mediante Batch, para admitir interacciones de varios turnos con el modelo antes de la respuesta. Las solicitudes difíciles pueden tardar varios minutos. OpenAI recomienda ejecución en segundo plano para trabajo prolongado: la aplicación recibe un identificador de respuesta, sigue el estado de la solicitud y recupera el resultado completado. Utiliza este flujo para seguir una solicitud larga hasta obtener su resultado completado.
La ficha del modelo incluye Structured Outputs, llamadas a funciones, búsqueda en la web y en archivos, herramientas de generación de imágenes, entrada de imágenes y compatibilidad con MCP. Sus herramientas también incluyen un intérprete de código y ejecución de comandos en un entorno alojado. La aplicación proporciona el entorno de trabajo y ejecuta sus operaciones, devolviendo sus resultados reales para que el modelo pueda continuar. Al preparar la respuesta final, un programa propuesto, una acción solicitada y el resultado de una acción ejecutada deben tratarse como elementos diferentes.
Plantea al modelo una pregunta clara y proporciona el material de origen y un criterio de finalización. Para un análisis técnico, solicita las dependencias afectadas, el enfoque propuesto y las pruebas necesarias para comprobarlo. Para una decisión documental, identifica los criterios de comparación y pide que los hechos proporcionados, la conclusión y las condiciones sin resolver sigan siendo distinguibles. Si una imagen aporta pruebas esenciales, señala el detalle pertinente. Un resultado final útil es un informe de decisión concreto, una propuesta de código o una explicación analítica vinculada a los materiales y al objetivo que proporcionaste.
", "aboutText": "GPT-5.5 Pro es la edición Pro independiente de GPT-5.5 de OpenAI. Utiliza cómputo adicional para resolver preguntas difíciles y desarrollar una respuesta más completa. El modelo acepta texto e imágenes y produce texto. Su identidad como modelo con nombre Pro se distingue de seleccionar el modo de ejecución Pro en un modelo base GPT-5.6 o GPT-6.\n\nLa publicación de la familia GPT-5.5 describe programación, investigación, análisis de datos y trabajo profesional con muchos documentos. Describe específicamente Pro como una opción para preguntas exigentes y resultados más completos y estructurados. Un ejemplo de tarea consiste en conciliar varios documentos de proyecto, identificar los requisitos que dependen unos de otros y desarrollar una recomendación cuyas condiciones sean explícitas. Para código, proporciona el comportamiento previsto, la implementación existente y las restricciones que debe conservar un cambio propuesto.\n\nOpenAI especifica para GPT-5.5 Pro una ventana de contexto de 1.050.000 tokens y una salida máxima de 128.000 tokens, con fecha límite de conocimientos documentada del 1 de diciembre de 2025. Sus opciones de esfuerzo de razonamiento son medium, high y xhigh; high es el valor predeterminado. El razonamiento utiliza espacio de tokens junto con la respuesta visible. Por tanto, una solicitud profesional larga debe incluir las pruebas pertinentes y dejar espacio para el análisis del modelo y el entregable final.\n\nEl proveedor documenta GPT-5.5 Pro para solicitudes Responses, también mediante Batch, para admitir interacciones de varios turnos con el modelo antes de la respuesta. Las solicitudes difíciles pueden tardar varios minutos. OpenAI recomienda ejecución en segundo plano para trabajo prolongado: la aplicación recibe un identificador de respuesta, sigue el estado de la solicitud y recupera el resultado completado. Utiliza este flujo para seguir una solicitud larga hasta obtener su resultado completado.\n\nLa ficha del modelo incluye Structured Outputs, llamadas a funciones, búsqueda en la web y en archivos, herramientas de generación de imágenes, entrada de imágenes y compatibilidad con MCP. Sus herramientas también incluyen un intérprete de código y ejecución de comandos en un entorno alojado. La aplicación proporciona el entorno de trabajo y ejecuta sus operaciones, devolviendo sus resultados reales para que el modelo pueda continuar. Al preparar la respuesta final, un programa propuesto, una acción solicitada y el resultado de una acción ejecutada deben tratarse como elementos diferentes.\n\nPlantea al modelo una pregunta clara y proporciona el material de origen y un criterio de finalización. Para un análisis técnico, solicita las dependencias afectadas, el enfoque propuesto y las pruebas necesarias para comprobarlo. Para una decisión documental, identifica los criterios de comparación y pide que los hechos proporcionados, la conclusión y las condiciones sin resolver sigan siendo distinguibles. Si una imagen aporta pruebas esenciales, señala el detalle pertinente. Un resultado final útil es un informe de decisión concreto, una propuesta de código o una explicación analítica vinculada a los materiales y al objetivo que proporcionaste.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "01daadfbcc6146a03c838b7720fb2b8c8037327ff4f8529ab015850fe9c461d9", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "openai/gpt-5.5-pro:batchLa edición independiente GPT-5.5 Pro utiliza cómputo adicional para razonamiento difícil y análisis profesional. Acepta texto e imágenes y desarrolla un resultado textual mediante la interfaz Responses del proveedor, incluidas las solicitudes Batch.
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 Pro es la edición Pro independiente de GPT-5.5 de OpenAI. Utiliza cómputo adicional para resolver preguntas difíciles y desarrollar una respuesta más completa. El modelo acepta texto e imágenes y produce texto. Su identidad como modelo con nombre Pro se distingue de seleccionar el modo de ejecución Pro en un modelo base GPT-5.6 o GPT-6.
La publicación de la familia GPT-5.5 describe programación, investigación, análisis de datos y trabajo profesional con muchos documentos. Describe específicamente Pro como una opción para preguntas exigentes y resultados más completos y estructurados. Un ejemplo de tarea consiste en conciliar varios documentos de proyecto, identificar los requisitos que dependen unos de otros y desarrollar una recomendación cuyas condiciones sean explícitas. Para código, proporciona el comportamiento previsto, la implementación existente y las restricciones que debe conservar un cambio propuesto.
OpenAI especifica para GPT-5.5 Pro una ventana de contexto de 1.050.000 tokens y una salida máxima de 128.000 tokens, con fecha límite de conocimientos documentada del 1 de diciembre de 2025. Sus opciones de esfuerzo de razonamiento son medium, high y xhigh; high es el valor predeterminado. El razonamiento utiliza espacio de tokens junto con la respuesta visible. Por tanto, una solicitud profesional larga debe incluir las pruebas pertinentes y dejar espacio para el análisis del modelo y el entregable final.
El proveedor documenta GPT-5.5 Pro para solicitudes Responses, también mediante Batch, para admitir interacciones de varios turnos con el modelo antes de la respuesta. Las solicitudes difíciles pueden tardar varios minutos. OpenAI recomienda ejecución en segundo plano para trabajo prolongado: la aplicación recibe un identificador de respuesta, sigue el estado de la solicitud y recupera el resultado completado. Utiliza este flujo para seguir una solicitud larga hasta obtener su resultado completado.
La ficha del modelo incluye Structured Outputs, llamadas a funciones, búsqueda en la web y en archivos, herramientas de generación de imágenes, entrada de imágenes y compatibilidad con MCP. Sus herramientas también incluyen un intérprete de código y ejecución de comandos en un entorno alojado. La aplicación proporciona el entorno de trabajo y ejecuta sus operaciones, devolviendo sus resultados reales para que el modelo pueda continuar. Al preparar la respuesta final, un programa propuesto, una acción solicitada y el resultado de una acción ejecutada deben tratarse como elementos diferentes.
Plantea al modelo una pregunta clara y proporciona el material de origen y un criterio de finalización. Para un análisis técnico, solicita las dependencias afectadas, el enfoque propuesto y las pruebas necesarias para comprobarlo. Para una decisión documental, identifica los criterios de comparación y pide que los hechos proporcionados, la conclusión y las condiciones sin resolver sigan siendo distinguibles. Si una imagen aporta pruebas esenciales, señala el detalle pertinente. Un resultado final útil es un informe de decisión concreto, una propuesta de código o una explicación analítica vinculada a los materiales y al objetivo que proporcionaste.
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-pro: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-pro:batch, openai/gpt-5.5-pro | 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 la propia solicitud; cada elemento tiene custom_id y body |
Parámetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parámetrofile_material | ContratoEl cliente puede leer localmente el JSONL real en UTF-8 e incorporarlo a requests[]. No se utiliza purpose de carga, input_file_id ni ninguna referencia 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 Chat Completions de texto incluidos directamente en el contenedor Batch documentado. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · response.id real de la respuesta de creación original; 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 $0.03 / 1K tokens Salida · Tokens de salida $0.18 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 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 $0.03 / 1K tokens Salida · Tokens de salida $0.18 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 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 $0.06 / 1K tokens Salida · Tokens de salida $0.27 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-pro: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-pro:batch', 'openai/gpt-5.5-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.5-pro: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 incluido directamente
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 resultado y su custom_id, y el cuerpo completo de la respuesta o del error. Guarda los results[] completados como JSONL sin filtrarlos.
Conserva el ID de la operación original. 503 result_pending_check incluye X-Should-Retry:false; nunca vuelvas a enviar un lote original cuyo resultado se desconoce.
| 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 | CondiciónEl contenedor documentado con contenido incluido directamente no es válido, hay claves duplicadas, la identidad de un elemento no es válida o existe un conflicto con las capacidades configuradas del modelo. | Siguiente pasoCorrige los campos indicados antes de cualquier nuevo envío. |
Respuesta401 · authentication_error | CondiciónClave API no válida. | Siguiente pasoUsa la clave Ailoot autorizada. |
Respuesta403 · permission_error | CondiciónGrupo de Batch no disponible. | Siguiente pasoComprueba los permisos de la clave y del grupo. |
Respuesta422 · invalid_request_error | CondiciónBatch se factura con cargo al saldo; se rechaza su creación con una suscripción. | Siguiente pasoUsa el grupo autorizado que se factura con cargo al saldo. |
Respuesta422 · price_unavailable | CondiciónNo se puede calcular el presupuesto de 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 la admisión antes de enviar 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 comprobación; 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-pro:batch
Usa las rutas de método indicadas arriba.