GPT-5.6 Sol Pro designa a GPT-5.6 Sol de OpenAI con razonamiento Pro. Sol es la edición insignia de GPT-5.6 para trabajo profesional complejo y corresponde aproximadamente al nivel sin sufijo de las familias GPT-5 anteriores. El alias gpt-5.6 de OpenAI identifica esta edición Sol. El modelo base acepta texto e imágenes y produce texto; Pro añade trabajo del modelo durante la elaboración de la respuesta final.
Para una tarea profesional, proporciona el objetivo, el material pertinente y los criterios que debe cumplir el resultado. Un ejemplo de solicitud de ingeniería consiste en examinar varios módulos relacionados, explicar sus dependencias y desarrollar una propuesta de cambio coordinada. Una tarea documental puede combinar varias fuentes en un análisis cuyas secciones distingan los hechos proporcionados, sus relaciones y las acciones justificadas por la conclusión.
Utiliza material visual cuando aporte pruebas que el texto no contenga. Identifica el diagrama, el elemento de interfaz o el detalle de referencia relevante para la tarea y explica su función en el resultado solicitado. Para código, incluye el comportamiento requerido y una entrada representativa o un fallo observado. Para análisis, proporciona los criterios que deben regir la comparación. Las etiquetas claras de las fuentes facilitan vincular una tarea compleja con las pruebas utilizadas en el entregable final.
OpenAI especifica para GPT-5.6 Sol 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 fecha límite de conocimientos del 16 de febrero de 2026. Las opciones de esfuerzo de razonamiento del modelo base son none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo Pro es independiente del esfuerzo: el modo selecciona trabajo adicional del modelo, mientras que el esfuerzo regula el análisis dentro de él. El presupuesto de contexto incluye los tokens de razonamiento y la respuesta visible.
El proveedor documenta Pro en la Responses API para trabajo difícil que admite mayor latencia y actividad del modelo. El modelo base incluye transmisión en continuo, Structured Outputs, llamadas a funciones, búsqueda en la web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. Sus herramientas incluyen generación de imágenes, interpretación de código, ejecución de comandos en un entorno alojado, aplicación de parches, habilidades, uso del ordenador, conexiones MCP y búsqueda de herramientas. Las aplicaciones proporcionan el entorno correspondiente, ejecutan sus acciones y devuelven resultados reales para la siguiente decisión.
Define qué debe contener un resultado completo y cómo comprobarlo. Para un cambio propuesto, solicita el comportamiento afectado, las decisiones importantes y las pruebas necesarias para verificarlas. Para un documento, define el público, las secciones requeridas y las preguntas que debe responder una conclusión. El entregable final puede ser una propuesta de código, un informe analítico o un plan por etapas que vincule cada recomendación sustancial con el objetivo original y el material de origen.
", "aboutText": "GPT-5.6 Sol Pro designa a GPT-5.6 Sol de OpenAI con razonamiento Pro. Sol es la edición insignia de GPT-5.6 para trabajo profesional complejo y corresponde aproximadamente al nivel sin sufijo de las familias GPT-5 anteriores. El alias gpt-5.6 de OpenAI identifica esta edición Sol. El modelo base acepta texto e imágenes y produce texto; Pro añade trabajo del modelo durante la elaboración de la respuesta final.\n\nPara una tarea profesional, proporciona el objetivo, el material pertinente y los criterios que debe cumplir el resultado. Un ejemplo de solicitud de ingeniería consiste en examinar varios módulos relacionados, explicar sus dependencias y desarrollar una propuesta de cambio coordinada. Una tarea documental puede combinar varias fuentes en un análisis cuyas secciones distingan los hechos proporcionados, sus relaciones y las acciones justificadas por la conclusión.\n\nUtiliza material visual cuando aporte pruebas que el texto no contenga. Identifica el diagrama, el elemento de interfaz o el detalle de referencia relevante para la tarea y explica su función en el resultado solicitado. Para código, incluye el comportamiento requerido y una entrada representativa o un fallo observado. Para análisis, proporciona los criterios que deben regir la comparación. Las etiquetas claras de las fuentes facilitan vincular una tarea compleja con las pruebas utilizadas en el entregable final.\n\nOpenAI especifica para GPT-5.6 Sol 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 fecha límite de conocimientos del 16 de febrero de 2026. Las opciones de esfuerzo de razonamiento del modelo base son none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo Pro es independiente del esfuerzo: el modo selecciona trabajo adicional del modelo, mientras que el esfuerzo regula el análisis dentro de él. El presupuesto de contexto incluye los tokens de razonamiento y la respuesta visible.\n\nEl proveedor documenta Pro en la Responses API para trabajo difícil que admite mayor latencia y actividad del modelo. El modelo base incluye transmisión en continuo, Structured Outputs, llamadas a funciones, búsqueda en la web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. Sus herramientas incluyen generación de imágenes, interpretación de código, ejecución de comandos en un entorno alojado, aplicación de parches, habilidades, uso del ordenador, conexiones MCP y búsqueda de herramientas. Las aplicaciones proporcionan el entorno correspondiente, ejecutan sus acciones y devuelven resultados reales para la siguiente decisión.\n\nDefine qué debe contener un resultado completo y cómo comprobarlo. Para un cambio propuesto, solicita el comportamiento afectado, las decisiones importantes y las pruebas necesarias para verificarlas. Para un documento, define el público, las secciones requeridas y las preguntas que debe responder una conclusión. El entregable final puede ser una propuesta de código, un informe analítico o un plan por etapas que vincule cada recomendación sustancial con el objetivo original y el material de origen.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Align a money-field contract\n\nPrepare a coordinated engineering proposal. Database total_cents is an integer. Exporter currently writes total_cents / 100 into a column also named total_cents. Importer reads that column as integer cents. Preserve database storage and existing invoice totals. Explain the mismatch, propose a versioned export contract and give round-trip tests for 1, 199 and 200 cents.A cross-module contract proposal, compatibility plan and round-trip acceptance cases with units stated explicitly.Check that no stage silently treats dollars as cents and that existing invoice totals are not recomputed.gpt-5.6-sol-proGPT-5.6 Sol con razonamiento Pro para trabajo profesional complejo. Proporciona materiales relacionados, requisitos y un entregable concreto para desarrollar código, un documento analítico o un plan con una base explícita.
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 Sol Pro designa a GPT-5.6 Sol de OpenAI con razonamiento Pro. Sol es la edición insignia de GPT-5.6 para trabajo profesional complejo y corresponde aproximadamente al nivel sin sufijo de las familias GPT-5 anteriores. El alias gpt-5.6 de OpenAI identifica esta edición Sol. El modelo base acepta texto e imágenes y produce texto; Pro añade trabajo del modelo durante la elaboración de la respuesta final.
Para una tarea profesional, proporciona el objetivo, el material pertinente y los criterios que debe cumplir el resultado. Un ejemplo de solicitud de ingeniería consiste en examinar varios módulos relacionados, explicar sus dependencias y desarrollar una propuesta de cambio coordinada. Una tarea documental puede combinar varias fuentes en un análisis cuyas secciones distingan los hechos proporcionados, sus relaciones y las acciones justificadas por la conclusión.
Utiliza material visual cuando aporte pruebas que el texto no contenga. Identifica el diagrama, el elemento de interfaz o el detalle de referencia relevante para la tarea y explica su función en el resultado solicitado. Para código, incluye el comportamiento requerido y una entrada representativa o un fallo observado. Para análisis, proporciona los criterios que deben regir la comparación. Las etiquetas claras de las fuentes facilitan vincular una tarea compleja con las pruebas utilizadas en el entregable final.
OpenAI especifica para GPT-5.6 Sol 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 fecha límite de conocimientos del 16 de febrero de 2026. Las opciones de esfuerzo de razonamiento del modelo base son none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo Pro es independiente del esfuerzo: el modo selecciona trabajo adicional del modelo, mientras que el esfuerzo regula el análisis dentro de él. El presupuesto de contexto incluye los tokens de razonamiento y la respuesta visible.
El proveedor documenta Pro en la Responses API para trabajo difícil que admite mayor latencia y actividad del modelo. El modelo base incluye transmisión en continuo, Structured Outputs, llamadas a funciones, búsqueda en la web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. Sus herramientas incluyen generación de imágenes, interpretación de código, ejecución de comandos en un entorno alojado, aplicación de parches, habilidades, uso del ordenador, conexiones MCP y búsqueda de herramientas. Las aplicaciones proporcionan el entorno correspondiente, ejecutan sus acciones y devuelven resultados reales para la siguiente decisión.
Define qué debe contener un resultado completo y cómo comprobarlo. Para un cambio propuesto, solicita el comportamiento afectado, las decisiones importantes y las pruebas necesarias para verificarlas. Para un documento, define el público, las secciones requeridas y las preguntas que debe responder una conclusión. El entregable final puede ser una propuesta de código, un informe analítico o un plan por etapas que vincule cada recomendación sustancial con el objetivo original y el material de origen.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gpt-5.6-sol-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 $0.008 / 1K tokens Salida · Tokens de salida $0.04 / 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 |
| 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 $0.008 / 1K tokens Salida · Tokens de salida $0.04 / 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 |
| 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 $0.016 / 1K tokens Salida · Tokens de salida $0.06 / 1K tokens Entrada · Lectura de caché $0.0016 / 1K tokens Entrada · Escritura en caché $0.02 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-5.6-sol-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-sol-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 las cabeceras. 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-sol-pro, openai/gpt-5.6-sol-pro
/chat/completions
gpt-5.6-sol-proGPT-5.6 Sol con razonamiento Pro para trabajo profesional complejo. Proporciona materiales relacionados, requisitos y un entregable concreto para desarrollar código, un documento analítico o un plan con una base explícita.
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 Sol Pro designa a GPT-5.6 Sol de OpenAI con razonamiento Pro. Sol es la edición insignia de GPT-5.6 para trabajo profesional complejo y corresponde aproximadamente al nivel sin sufijo de las familias GPT-5 anteriores. El alias gpt-5.6 de OpenAI identifica esta edición Sol. El modelo base acepta texto e imágenes y produce texto; Pro añade trabajo del modelo durante la elaboración de la respuesta final.
Para una tarea profesional, proporciona el objetivo, el material pertinente y los criterios que debe cumplir el resultado. Un ejemplo de solicitud de ingeniería consiste en examinar varios módulos relacionados, explicar sus dependencias y desarrollar una propuesta de cambio coordinada. Una tarea documental puede combinar varias fuentes en un análisis cuyas secciones distingan los hechos proporcionados, sus relaciones y las acciones justificadas por la conclusión.
Utiliza material visual cuando aporte pruebas que el texto no contenga. Identifica el diagrama, el elemento de interfaz o el detalle de referencia relevante para la tarea y explica su función en el resultado solicitado. Para código, incluye el comportamiento requerido y una entrada representativa o un fallo observado. Para análisis, proporciona los criterios que deben regir la comparación. Las etiquetas claras de las fuentes facilitan vincular una tarea compleja con las pruebas utilizadas en el entregable final.
OpenAI especifica para GPT-5.6 Sol 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 fecha límite de conocimientos del 16 de febrero de 2026. Las opciones de esfuerzo de razonamiento del modelo base son none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo Pro es independiente del esfuerzo: el modo selecciona trabajo adicional del modelo, mientras que el esfuerzo regula el análisis dentro de él. El presupuesto de contexto incluye los tokens de razonamiento y la respuesta visible.
El proveedor documenta Pro en la Responses API para trabajo difícil que admite mayor latencia y actividad del modelo. El modelo base incluye transmisión en continuo, Structured Outputs, llamadas a funciones, búsqueda en la web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. Sus herramientas incluyen generación de imágenes, interpretación de código, ejecución de comandos en un entorno alojado, aplicación de parches, habilidades, uso del ordenador, conexiones MCP y búsqueda de herramientas. Las aplicaciones proporcionan el entorno correspondiente, ejecutan sus acciones y devuelven resultados reales para la siguiente decisión.
Define qué debe contener un resultado completo y cómo comprobarlo. Para un cambio propuesto, solicita el comportamiento afectado, las decisiones importantes y las pruebas necesarias para verificarlas. Para un documento, define el público, las secciones requeridas y las preguntas que debe responder una conclusión. El entregable final puede ser una propuesta de código, un informe analítico o un plan por etapas que vincule cada recomendación sustancial con el objetivo original y el material de origen.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gpt-5.6-sol-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 $0.008 / 1K tokens Salida · Tokens de salida $0.04 / 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 |
| 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 $0.008 / 1K tokens Salida · Tokens de salida $0.04 / 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 |
| 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 $0.016 / 1K tokens Salida · Tokens de salida $0.06 / 1K tokens Entrada · Lectura de caché $0.0016 / 1K tokens Entrada · Escritura en caché $0.02 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "gpt-5.6-sol-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-sol-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-sol-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 las cabeceras. 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-sol-pro, openai/gpt-5.6-sol-pro
/chat/completions
openai/gpt-5.6-sol-proGPT-5.6 Sol con razonamiento Pro para trabajo profesional complejo. Proporciona materiales relacionados, requisitos y un entregable concreto para desarrollar código, un documento analítico o un plan con una base explícita.
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 Sol Pro designa a GPT-5.6 Sol de OpenAI con razonamiento Pro. Sol es la edición insignia de GPT-5.6 para trabajo profesional complejo y corresponde aproximadamente al nivel sin sufijo de las familias GPT-5 anteriores. El alias gpt-5.6 de OpenAI identifica esta edición Sol. El modelo base acepta texto e imágenes y produce texto; Pro añade trabajo del modelo durante la elaboración de la respuesta final.
Para una tarea profesional, proporciona el objetivo, el material pertinente y los criterios que debe cumplir el resultado. Un ejemplo de solicitud de ingeniería consiste en examinar varios módulos relacionados, explicar sus dependencias y desarrollar una propuesta de cambio coordinada. Una tarea documental puede combinar varias fuentes en un análisis cuyas secciones distingan los hechos proporcionados, sus relaciones y las acciones justificadas por la conclusión.
Utiliza material visual cuando aporte pruebas que el texto no contenga. Identifica el diagrama, el elemento de interfaz o el detalle de referencia relevante para la tarea y explica su función en el resultado solicitado. Para código, incluye el comportamiento requerido y una entrada representativa o un fallo observado. Para análisis, proporciona los criterios que deben regir la comparación. Las etiquetas claras de las fuentes facilitan vincular una tarea compleja con las pruebas utilizadas en el entregable final.
OpenAI especifica para GPT-5.6 Sol 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 fecha límite de conocimientos del 16 de febrero de 2026. Las opciones de esfuerzo de razonamiento del modelo base son none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo Pro es independiente del esfuerzo: el modo selecciona trabajo adicional del modelo, mientras que el esfuerzo regula el análisis dentro de él. El presupuesto de contexto incluye los tokens de razonamiento y la respuesta visible.
El proveedor documenta Pro en la Responses API para trabajo difícil que admite mayor latencia y actividad del modelo. El modelo base incluye transmisión en continuo, Structured Outputs, llamadas a funciones, búsqueda en la web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. Sus herramientas incluyen generación de imágenes, interpretación de código, ejecución de comandos en un entorno alojado, aplicación de parches, habilidades, uso del ordenador, conexiones MCP y búsqueda de herramientas. Las aplicaciones proporcionan el entorno correspondiente, ejecutan sus acciones y devuelven resultados reales para la siguiente decisión.
Define qué debe contener un resultado completo y cómo comprobarlo. Para un cambio propuesto, solicita el comportamiento afectado, las decisiones importantes y las pruebas necesarias para verificarlas. Para un documento, define el público, las secciones requeridas y las preguntas que debe responder una conclusión. El entregable final puede ser una propuesta de código, un informe analítico o un plan por etapas que vincule cada recomendación sustancial con el objetivo original y el material de origen.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5.6-sol-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 $0.008 / 1K tokens Salida · Tokens de salida $0.04 / 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 |
| 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 $0.008 / 1K tokens Salida · Tokens de salida $0.04 / 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 |
| 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 $0.016 / 1K tokens Salida · Tokens de salida $0.06 / 1K tokens Entrada · Lectura de caché $0.0016 / 1K tokens Entrada · Escritura en caché $0.02 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.6-sol-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-sol-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-sol-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 las cabeceras. 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-sol-pro, openai/gpt-5.6-sol-pro
/chat/completions
openai/gpt-5.6-sol-proGPT-5.6 Sol con razonamiento Pro para trabajo profesional complejo. Proporciona materiales relacionados, requisitos y un entregable concreto para desarrollar código, un documento analítico o un plan con una base explícita.
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 Sol Pro designa a GPT-5.6 Sol de OpenAI con razonamiento Pro. Sol es la edición insignia de GPT-5.6 para trabajo profesional complejo y corresponde aproximadamente al nivel sin sufijo de las familias GPT-5 anteriores. El alias gpt-5.6 de OpenAI identifica esta edición Sol. El modelo base acepta texto e imágenes y produce texto; Pro añade trabajo del modelo durante la elaboración de la respuesta final.
Para una tarea profesional, proporciona el objetivo, el material pertinente y los criterios que debe cumplir el resultado. Un ejemplo de solicitud de ingeniería consiste en examinar varios módulos relacionados, explicar sus dependencias y desarrollar una propuesta de cambio coordinada. Una tarea documental puede combinar varias fuentes en un análisis cuyas secciones distingan los hechos proporcionados, sus relaciones y las acciones justificadas por la conclusión.
Utiliza material visual cuando aporte pruebas que el texto no contenga. Identifica el diagrama, el elemento de interfaz o el detalle de referencia relevante para la tarea y explica su función en el resultado solicitado. Para código, incluye el comportamiento requerido y una entrada representativa o un fallo observado. Para análisis, proporciona los criterios que deben regir la comparación. Las etiquetas claras de las fuentes facilitan vincular una tarea compleja con las pruebas utilizadas en el entregable final.
OpenAI especifica para GPT-5.6 Sol 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 fecha límite de conocimientos del 16 de febrero de 2026. Las opciones de esfuerzo de razonamiento del modelo base son none, low, medium, high, xhigh y max, con medium como valor predeterminado. El modo Pro es independiente del esfuerzo: el modo selecciona trabajo adicional del modelo, mientras que el esfuerzo regula el análisis dentro de él. El presupuesto de contexto incluye los tokens de razonamiento y la respuesta visible.
El proveedor documenta Pro en la Responses API para trabajo difícil que admite mayor latencia y actividad del modelo. El modelo base incluye transmisión en continuo, Structured Outputs, llamadas a funciones, búsqueda en la web y en archivos, entrada de imágenes y almacenamiento de la entrada en caché. Sus herramientas incluyen generación de imágenes, interpretación de código, ejecución de comandos en un entorno alojado, aplicación de parches, habilidades, uso del ordenador, conexiones MCP y búsqueda de herramientas. Las aplicaciones proporcionan el entorno correspondiente, ejecutan sus acciones y devuelven resultados reales para la siguiente decisión.
Define qué debe contener un resultado completo y cómo comprobarlo. Para un cambio propuesto, solicita el comportamiento afectado, las decisiones importantes y las pruebas necesarias para verificarlas. Para un documento, define el público, las secciones requeridas y las preguntas que debe responder una conclusión. El entregable final puede ser una propuesta de código, un informe analítico o un plan por etapas que vincule cada recomendación sustancial con el objetivo original y el material de origen.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5.6-sol-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 $0.008 / 1K tokens Salida · Tokens de salida $0.04 / 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 |
| 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 $0.008 / 1K tokens Salida · Tokens de salida $0.04 / 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 |
| 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 $0.016 / 1K tokens Salida · Tokens de salida $0.06 / 1K tokens Entrada · Lectura de caché $0.0016 / 1K tokens Entrada · Escritura en caché $0.02 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "openai/gpt-5.6-sol-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-sol-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-sol-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 las cabeceras. 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-sol-pro, openai/gpt-5.6-sol-pro
/chat/completions
Ejemplo técnico en inglés
Align a money-field contract\n\nPrepare a coordinated engineering proposal. Database total_cents is an integer. Exporter currently writes total_cents / 100 into a column also named total_cents. Importer reads that column as integer cents. Preserve database storage and existing invoice totals. Explain the mismatch, propose a versioned export contract and give round-trip tests for 1, 199 and 200 cents.A cross-module contract proposal, compatibility plan and round-trip acceptance cases with units stated explicitly.Check that no stage silently treats dollars as cents and that existing invoice totals are not recomputed.