OpenAI: GPT-6 Astra Pro (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 · Procesamiento por lotes POST /v1/batches openai/gpt-6-astra-pro:batch

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 del ordenador 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 del ordenador 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 del ordenador, 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 · Procesamiento por lotes POST /v1/batches openai/gpt-6-astra-pro:batch

openai/gpt-6-astra-pro:batch

OpenAI /openai/gpt-6-astra-pro:batch

Primeros pasos

Entradas aceptadas: Texto
Resultados: Texto

Disponible en Ailoot · entradas y métodos

Ailoot Ultra · Procesamiento por lotes POST /v1/batches

Tipos de entrada: text
Tipos de salida: text
Formato de salida: JSON de results[].response.body incluido directamente

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 la propia solicitud; cada elemento tiene custom_id y body
Parámetro`request_endpoint_profile`	Contrato/v1/chat/completions
Parámetro`file_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.
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 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

Planes

Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.

Modo rápido: Sin especificar Cuando se selecciona el modo rápido
Modo flex: Sin especificar Cuando se selecciona el modo flex
Esfuerzo máximo de razonamiento: Sin especificar Cuando el esfuerzo máximo de razonamiento utiliza el ajuste predeterminado (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
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 $0.01 / 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
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 $0.02 / 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 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 →

Solicitudes de ejemplo

Ailoot Ultra · Procesamiento por lotes

curl · ejemplo de prueba conservadoPython HTTP · JSONL real del clientePython · guarda cada resultado completado

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

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"))

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 · Procesamiento por lotes

JSON de results[].response.body incluido directamente

GET /v1/batches/{operation_id}

Consultar el estado de la tarea

curl · estado de la operación original

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 resultado y su custom_id, y el cuerpo completo de la respuesta o del error. Guarda los results[] completados como JSONL sin filtrarlos.

Si es necesario revisar la respuesta original

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.

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`	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.

Alias

Alias del modelo

Ailoot Ultra openai/gpt-6-astra-pro:batch

Alias de rutas de métodos

Usa las rutas de método indicadas arriba.

ID de modelo relacionados

openai/gpt-6-astra-pro:batch

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

OpenAI: GPT-6 Astra Pro (batch)