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.
", "aboutText": "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.\n\nLa 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.\n\nPara 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.\n\nLa 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.\n\nEl 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.\n\nLa 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.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Reconcile conflicting launch requirements\n\nWrite a decision brief using this template: Decision needed; Agreed facts; Conflict; Recommendation conditions. Product requirement P1 says launch must include CSV export. Security requirement S1 prohibits exporting customer email addresses. Current design D1 exports name and email only. Reconcile the requirements, propose a compliant export scope and list the decision still needed about useful fields.A brief under the four supplied headings, with P1, S1 and D1 references beside relevant findings.Check that the proposed scope preserves an export feature while excluding emails and does not invent an approved field list.openai/gpt-6-astra-proGPT-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.
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.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-6-astra-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 $0.02 / 1K tokens Salida · Tokens de salida $0.1 / 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 |
| 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 $0.02 / 1K tokens Salida · Tokens de salida $0.1 / 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 |
| 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 $0.04 / 1K tokens Salida · Tokens de salida $0.15 / 1K tokens Entrada · Lectura de caché $0.004 / 1K tokens Entrada · Escritura en caché $0.05 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-6-astra-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-6-astra-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-6-astra-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 openai/gpt-6-astra-pro
Usa las rutas de método indicadas arriba.
openai/gpt-6-astra-proGPT-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.
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.
POST /v1/messagestexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-6-astra-pro | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring|content_block[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Camposystem | Tipostring|content_block[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites Mínimo: 1 El límite se aplica a: límite máximo exacto de la ficha del modelo seleccionado | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop_sequences | Tipostring[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipotool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].name | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: herramienta proporcionada | Predeterminado— |
Campotools[].description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].input_schema | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campothinking.type | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campothinking.budget_tokens | Tipointeger | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campooutput_config.effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campometadata | Tipoobject | RequisitoOpcional | Valores y límites | Predeterminado— |
Campocache_control | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Texto · Texto UTF8
messages[].content o bloque type=text
Texto + imagen
{type:image,source:{type:base64,media_type,data}} o una fuente con type=url
| Parámetro | Contrato |
|---|---|
Parámetromaterial_types | Contratotext |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratonull |
Parámetrocontent_type | Contratoapplication/json |
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: exact retained published method
Envía el ID exacto del modelo y los campos obligatorios.
Conserva todos los elementos devueltos y sus identificadores originales.
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 $0.02 / 1K tokens Salida · Tokens de salida $0.1 / 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 |
| 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 $0.02 / 1K tokens Salida · Tokens de salida $0.1 / 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 |
| 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 $0.04 / 1K tokens Salida · Tokens de salida $0.15 / 1K tokens Entrada · Lectura de caché $0.004 / 1K tokens Entrada · Escritura en caché $0.05 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "openai/gpt-6-astra-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${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-6-astra-pro', 'max_tokens': 4096, '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-6-astra-pro', 'max_tokens': 4096, '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 openai/gpt-6-astra-pro
Usa las rutas de método indicadas arriba.
openai/gpt-6-astra-proGPT-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.
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.
POST /v1/responsestexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-6-astra-pro | Predeterminado— |
Campoinput | Tipostring|input_item[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campoinput[].type | Tipostring | RequisitoOpcional | Valores y límites message, reasoning, function_call, function_call_output | Predeterminado— |
Campoinput[].content | Tipostring|content_part[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campoinput[].call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: function_call_output; conserva el call_id real devuelto | Predeterminado— |
Campoinput[].output | Tipostring|content_part[] | RequisitoOpcional | Valores y límites Se aplica cuando: function_call_output | Predeterminado— |
Campomax_output_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipotool[] | RequisitoOpcional | Valores y límites Depende del modelo | 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— |
Camporeasoning.effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning.summary | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotext.format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotext.verbosity | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinclude | Tipostring[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostore | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprevious_response_id | Tipostring | RequisitoNo compatible | Valores y límites Requisito de ID: Solo un ID real de respuesta de una continuación compatible Condiciones: Vuelve a enviar el historial real de conversación con cada solicitud. | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_key | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Texto · Texto UTF8
texto en input o parte input_text
Texto + imagen
{type:input_image,image_url}
| Parámetro | Contrato |
|---|---|
Parámetromaterial_types | Contratotext |
Parámetrorequired | Contratomodel, input |
Parámetrooptional_controls | Contratonull |
Parámetrocontent_type | Contratoapplication/json |
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: exact retained published method
Envía el ID exacto del modelo y los campos obligatorios.
Conserva todos los elementos devueltos y sus identificadores originales.
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 $0.02 / 1K tokens Salida · Tokens de salida $0.1 / 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 |
| 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 $0.02 / 1K tokens Salida · Tokens de salida $0.1 / 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 |
| 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 $0.04 / 1K tokens Salida · Tokens de salida $0.15 / 1K tokens Entrada · Lectura de caché $0.004 / 1K tokens Entrada · Escritura en caché $0.05 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "openai/gpt-6-astra-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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-6-astra-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][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/responses \\\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\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-6-astra-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][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 = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}\nheaders['Authorization'] = 'Bearer ' + api_key\nrequest = Request('https://api.ailoot.ai/v1/responses', 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 elementos de salida y partes de contenido, el call_id real de la función, el razonamiento cifrado y el uso. Durante la transmisión en flujo, conserva la identidad completa de cada evento y elemento.
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 |
Campostatus | Tipostring |
Campooutput[] | Tipomessage|reasoning|function_call|other item |
Campooutput[].content[] | Tipocontent part |
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 openai/gpt-6-astra-pro
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Reconcile conflicting launch requirements\n\nWrite a decision brief using this template: Decision needed; Agreed facts; Conflict; Recommendation conditions. Product requirement P1 says launch must include CSV export. Security requirement S1 prohibits exporting customer email addresses. Current design D1 exports name and email only. Reconcile the requirements, propose a compliant export scope and list the decision still needed about useful fields.A brief under the four supplied headings, with P1, S1 and D1 references beside relevant findings.Check that the proposed scope preserves an export feature while excluding emails and does not invent an approved field list.