GPT-6 Sol Pro designa GPT-6 Sol de OpenAI con razonamiento Pro. El modelo base Sol está diseñado para programación compleja y flujos de trabajo de agentes, acepta texto e imágenes y produce texto. Pro hace que el modelo trabaje más para elaborar la respuesta final. Es independiente del esfuerzo de razonamiento, que controla cuánto análisis aplica el modelo dentro del modo de ejecución seleccionado. GPT-6 Sol sigue siendo la edición base de esta ficha, distinta de GPT-6.1 Sol.
Para una tarea de desarrollo, describe el comportamiento que debe implementarse y proporciona los archivos fuente pertinentes, ejemplos de entrada y las restricciones que el cambio debe respetar. Una solicitud ilustrativa consiste en seguir cómo una entrada produce un resultado, identificar las dependencias implicadas y proponer un cambio que conserve el comportamiento requerido. Para una revisión, incluye el comportamiento previsto y el código que debe inspeccionarse; después, pide problemas concretos con una explicación de cómo afecta cada uno a ese comportamiento.
El trabajo de agentes relaciona varias decisiones mediante pruebas del entorno de trabajo. Una herramienta puede recuperar un archivo, ejecutar un cálculo o devolver el resultado de una comprobación; ese resultado se convierte en material para la siguiente decisión. OpenAI incluye búsqueda web y en archivos, herramientas de generación de imágenes, un intérprete 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 para el modelo base. También admite llamadas a funciones, Structured Outputs, respuestas en flujo y almacenamiento de la entrada en caché. Las aplicaciones controlan las operaciones disponibles y devuelven resultados reales de las herramientas; el texto de una acción generado por el modelo no demuestra por sí solo que se haya completado una operación.
La especificación de GPT-6 Sol del proveedor 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. Su fecha de corte de conocimientos documentada es el 20 de abril de 2026. Las opciones base de esfuerzo de razonamiento son none, low, medium, high, xhigh y max, con medium como valor predeterminado. El contexto debe dar cabida a la tarea, los resultados pertinentes de las herramientas y el razonamiento, además de la respuesta visible. Mantén las definiciones y los criterios de finalización cerca del material al que se aplican, especialmente en una solicitud larga de ingeniería.
OpenAI documenta Pro en la API Responses para trabajos difíciles que pueden tolerar una mayor latencia y más actividad del modelo. Para GPT-6 Sol, las herramientas integradas y el razonamiento con llamadas a funciones utilizan Responses. En la interfaz Chat Completions del proveedor, las llamadas a funciones solo se admiten cuando el esfuerzo de razonamiento es none. La guía de GPT-6 también describe trabajo asíncrono con herramientas, reorientación de un turno activo y conservación del razonamiento entre llamadas. Son capacidades de los flujos de trabajo con sus propios requisitos de interfaz.
Especifica un entregable final concreto y cómo debe comprobarse. Puedes pedir una propuesta de parche, el comportamiento que modifica y las pruebas necesarias para verificarlo, o una comparación de opciones de implementación vinculada a las restricciones proporcionadas. Si una imagen aporta contexto de la interfaz, indica qué detalle visual importa. La respuesta final debe relacionar las decisiones importantes con el objetivo de ingeniería y distinguir una acción propuesta de un resultado ya obtenido.
", "aboutText": "GPT-6 Sol Pro designa GPT-6 Sol de OpenAI con razonamiento Pro. El modelo base Sol está diseñado para programación compleja y flujos de trabajo de agentes, acepta texto e imágenes y produce texto. Pro hace que el modelo trabaje más para elaborar la respuesta final. Es independiente del esfuerzo de razonamiento, que controla cuánto análisis aplica el modelo dentro del modo de ejecución seleccionado. GPT-6 Sol sigue siendo la edición base de esta ficha, distinta de GPT-6.1 Sol.\n\nPara una tarea de desarrollo, describe el comportamiento que debe implementarse y proporciona los archivos fuente pertinentes, ejemplos de entrada y las restricciones que el cambio debe respetar. Una solicitud ilustrativa consiste en seguir cómo una entrada produce un resultado, identificar las dependencias implicadas y proponer un cambio que conserve el comportamiento requerido. Para una revisión, incluye el comportamiento previsto y el código que debe inspeccionarse; después, pide problemas concretos con una explicación de cómo afecta cada uno a ese comportamiento.\n\nEl trabajo de agentes relaciona varias decisiones mediante pruebas del entorno de trabajo. Una herramienta puede recuperar un archivo, ejecutar un cálculo o devolver el resultado de una comprobación; ese resultado se convierte en material para la siguiente decisión. OpenAI incluye búsqueda web y en archivos, herramientas de generación de imágenes, un intérprete 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 para el modelo base. También admite llamadas a funciones, Structured Outputs, respuestas en flujo y almacenamiento de la entrada en caché. Las aplicaciones controlan las operaciones disponibles y devuelven resultados reales de las herramientas; el texto de una acción generado por el modelo no demuestra por sí solo que se haya completado una operación.\n\nLa especificación de GPT-6 Sol del proveedor 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. Su fecha de corte de conocimientos documentada es el 20 de abril de 2026. Las opciones base de esfuerzo de razonamiento son none, low, medium, high, xhigh y max, con medium como valor predeterminado. El contexto debe dar cabida a la tarea, los resultados pertinentes de las herramientas y el razonamiento, además de la respuesta visible. Mantén las definiciones y los criterios de finalización cerca del material al que se aplican, especialmente en una solicitud larga de ingeniería.\n\nOpenAI documenta Pro en la API Responses para trabajos difíciles que pueden tolerar una mayor latencia y más actividad del modelo. Para GPT-6 Sol, las herramientas integradas y el razonamiento con llamadas a funciones utilizan Responses. En la interfaz Chat Completions del proveedor, las llamadas a funciones solo se admiten cuando el esfuerzo de razonamiento es none. La guía de GPT-6 también describe trabajo asíncrono con herramientas, reorientación de un turno activo y conservación del razonamiento entre llamadas. Son capacidades de los flujos de trabajo con sus propios requisitos de interfaz.\n\nEspecifica un entregable final concreto y cómo debe comprobarse. Puedes pedir una propuesta de parche, el comportamiento que modifica y las pruebas necesarias para verificarlo, o una comparación de opciones de implementación vinculada a las restricciones proporcionadas. Si una imagen aporta contexto de la interfaz, indica qué detalle visual importa. La respuesta final debe relacionar las decisiones importantes con el objetivo de ingeniería y distinguir una acción propuesta de un resultado ya obtenido.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Review a cache invalidation contract\n\nReview this design: reads cache user profiles for one hour; updates write the database but never evict the cache; the API promises that a successful update is visible to the next read. Identify the contract violation and compare evict-after-commit with versioned cache keys. Recommend one approach and specify the failure-path tests needed.A focused design review with a comparison, recommendation and tests for update and cache failure paths.The recommendation addresses the next-read promise and explains the remaining race or failure condition.openai/gpt-6-sol-proGPT-6 Sol con razonamiento Pro para programación compleja y trabajo de agentes. Proporciona el código, los requisitos y las pruebas pertinentes para solicitar una propuesta de implementación, una revisión concreta o una explicación de una solución de varios pasos.
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 Sol Pro designa GPT-6 Sol de OpenAI con razonamiento Pro. El modelo base Sol está diseñado para programación compleja y flujos de trabajo de agentes, acepta texto e imágenes y produce texto. Pro hace que el modelo trabaje más para elaborar la respuesta final. Es independiente del esfuerzo de razonamiento, que controla cuánto análisis aplica el modelo dentro del modo de ejecución seleccionado. GPT-6 Sol sigue siendo la edición base de esta ficha, distinta de GPT-6.1 Sol.
Para una tarea de desarrollo, describe el comportamiento que debe implementarse y proporciona los archivos fuente pertinentes, ejemplos de entrada y las restricciones que el cambio debe respetar. Una solicitud ilustrativa consiste en seguir cómo una entrada produce un resultado, identificar las dependencias implicadas y proponer un cambio que conserve el comportamiento requerido. Para una revisión, incluye el comportamiento previsto y el código que debe inspeccionarse; después, pide problemas concretos con una explicación de cómo afecta cada uno a ese comportamiento.
El trabajo de agentes relaciona varias decisiones mediante pruebas del entorno de trabajo. Una herramienta puede recuperar un archivo, ejecutar un cálculo o devolver el resultado de una comprobación; ese resultado se convierte en material para la siguiente decisión. OpenAI incluye búsqueda web y en archivos, herramientas de generación de imágenes, un intérprete 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 para el modelo base. También admite llamadas a funciones, Structured Outputs, respuestas en flujo y almacenamiento de la entrada en caché. Las aplicaciones controlan las operaciones disponibles y devuelven resultados reales de las herramientas; el texto de una acción generado por el modelo no demuestra por sí solo que se haya completado una operación.
La especificación de GPT-6 Sol del proveedor 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. Su fecha de corte de conocimientos documentada es el 20 de abril de 2026. Las opciones base de esfuerzo de razonamiento son none, low, medium, high, xhigh y max, con medium como valor predeterminado. El contexto debe dar cabida a la tarea, los resultados pertinentes de las herramientas y el razonamiento, además de la respuesta visible. Mantén las definiciones y los criterios de finalización cerca del material al que se aplican, especialmente en una solicitud larga de ingeniería.
OpenAI documenta Pro en la API Responses para trabajos difíciles que pueden tolerar una mayor latencia y más actividad del modelo. Para GPT-6 Sol, las herramientas integradas y el razonamiento con llamadas a funciones utilizan Responses. En la interfaz Chat Completions del proveedor, las llamadas a funciones solo se admiten cuando el esfuerzo de razonamiento es none. La guía de GPT-6 también describe trabajo asíncrono con herramientas, reorientación de un turno activo y conservación del razonamiento entre llamadas. Son capacidades de los flujos de trabajo con sus propios requisitos de interfaz.
Especifica un entregable final concreto y cómo debe comprobarse. Puedes pedir una propuesta de parche, el comportamiento que modifica y las pruebas necesarias para verificarlo, o una comparación de opciones de implementación vinculada a las restricciones proporcionadas. Si una imagen aporta contexto de la interfaz, indica qué detalle visual importa. La respuesta final debe relacionar las decisiones importantes con el objetivo de ingeniería y distinguir una acción propuesta de un resultado ya obtenido.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-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 $0.004 / 1K tokens Salida · Tokens de salida $0.02 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.004 / 1K tokens Salida · Tokens de salida $0.02 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.008 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché $0.0008 / 1K tokens Entrada · Escritura en caché $0.01 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-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-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-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 openai/gpt-6-sol-pro
Usa las rutas de método indicadas arriba.
openai/gpt-6-sol-proGPT-6 Sol con razonamiento Pro para programación compleja y trabajo de agentes. Proporciona el código, los requisitos y las pruebas pertinentes para solicitar una propuesta de implementación, una revisión concreta o una explicación de una solución de varios pasos.
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 Sol Pro designa GPT-6 Sol de OpenAI con razonamiento Pro. El modelo base Sol está diseñado para programación compleja y flujos de trabajo de agentes, acepta texto e imágenes y produce texto. Pro hace que el modelo trabaje más para elaborar la respuesta final. Es independiente del esfuerzo de razonamiento, que controla cuánto análisis aplica el modelo dentro del modo de ejecución seleccionado. GPT-6 Sol sigue siendo la edición base de esta ficha, distinta de GPT-6.1 Sol.
Para una tarea de desarrollo, describe el comportamiento que debe implementarse y proporciona los archivos fuente pertinentes, ejemplos de entrada y las restricciones que el cambio debe respetar. Una solicitud ilustrativa consiste en seguir cómo una entrada produce un resultado, identificar las dependencias implicadas y proponer un cambio que conserve el comportamiento requerido. Para una revisión, incluye el comportamiento previsto y el código que debe inspeccionarse; después, pide problemas concretos con una explicación de cómo afecta cada uno a ese comportamiento.
El trabajo de agentes relaciona varias decisiones mediante pruebas del entorno de trabajo. Una herramienta puede recuperar un archivo, ejecutar un cálculo o devolver el resultado de una comprobación; ese resultado se convierte en material para la siguiente decisión. OpenAI incluye búsqueda web y en archivos, herramientas de generación de imágenes, un intérprete 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 para el modelo base. También admite llamadas a funciones, Structured Outputs, respuestas en flujo y almacenamiento de la entrada en caché. Las aplicaciones controlan las operaciones disponibles y devuelven resultados reales de las herramientas; el texto de una acción generado por el modelo no demuestra por sí solo que se haya completado una operación.
La especificación de GPT-6 Sol del proveedor 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. Su fecha de corte de conocimientos documentada es el 20 de abril de 2026. Las opciones base de esfuerzo de razonamiento son none, low, medium, high, xhigh y max, con medium como valor predeterminado. El contexto debe dar cabida a la tarea, los resultados pertinentes de las herramientas y el razonamiento, además de la respuesta visible. Mantén las definiciones y los criterios de finalización cerca del material al que se aplican, especialmente en una solicitud larga de ingeniería.
OpenAI documenta Pro en la API Responses para trabajos difíciles que pueden tolerar una mayor latencia y más actividad del modelo. Para GPT-6 Sol, las herramientas integradas y el razonamiento con llamadas a funciones utilizan Responses. En la interfaz Chat Completions del proveedor, las llamadas a funciones solo se admiten cuando el esfuerzo de razonamiento es none. La guía de GPT-6 también describe trabajo asíncrono con herramientas, reorientación de un turno activo y conservación del razonamiento entre llamadas. Son capacidades de los flujos de trabajo con sus propios requisitos de interfaz.
Especifica un entregable final concreto y cómo debe comprobarse. Puedes pedir una propuesta de parche, el comportamiento que modifica y las pruebas necesarias para verificarlo, o una comparación de opciones de implementación vinculada a las restricciones proporcionadas. Si una imagen aporta contexto de la interfaz, indica qué detalle visual importa. La respuesta final debe relacionar las decisiones importantes con el objetivo de ingeniería y distinguir una acción propuesta de un resultado ya obtenido.
POST /v1/messagestexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-6-sol-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 $0.004 / 1K tokens Salida · Tokens de salida $0.02 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.004 / 1K tokens Salida · Tokens de salida $0.02 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.008 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché $0.0008 / 1K tokens Entrada · Escritura en caché $0.01 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "openai/gpt-6-sol-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${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-sol-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-sol-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-sol-pro
Usa las rutas de método indicadas arriba.
openai/gpt-6-sol-proGPT-6 Sol con razonamiento Pro para programación compleja y trabajo de agentes. Proporciona el código, los requisitos y las pruebas pertinentes para solicitar una propuesta de implementación, una revisión concreta o una explicación de una solución de varios pasos.
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 Sol Pro designa GPT-6 Sol de OpenAI con razonamiento Pro. El modelo base Sol está diseñado para programación compleja y flujos de trabajo de agentes, acepta texto e imágenes y produce texto. Pro hace que el modelo trabaje más para elaborar la respuesta final. Es independiente del esfuerzo de razonamiento, que controla cuánto análisis aplica el modelo dentro del modo de ejecución seleccionado. GPT-6 Sol sigue siendo la edición base de esta ficha, distinta de GPT-6.1 Sol.
Para una tarea de desarrollo, describe el comportamiento que debe implementarse y proporciona los archivos fuente pertinentes, ejemplos de entrada y las restricciones que el cambio debe respetar. Una solicitud ilustrativa consiste en seguir cómo una entrada produce un resultado, identificar las dependencias implicadas y proponer un cambio que conserve el comportamiento requerido. Para una revisión, incluye el comportamiento previsto y el código que debe inspeccionarse; después, pide problemas concretos con una explicación de cómo afecta cada uno a ese comportamiento.
El trabajo de agentes relaciona varias decisiones mediante pruebas del entorno de trabajo. Una herramienta puede recuperar un archivo, ejecutar un cálculo o devolver el resultado de una comprobación; ese resultado se convierte en material para la siguiente decisión. OpenAI incluye búsqueda web y en archivos, herramientas de generación de imágenes, un intérprete 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 para el modelo base. También admite llamadas a funciones, Structured Outputs, respuestas en flujo y almacenamiento de la entrada en caché. Las aplicaciones controlan las operaciones disponibles y devuelven resultados reales de las herramientas; el texto de una acción generado por el modelo no demuestra por sí solo que se haya completado una operación.
La especificación de GPT-6 Sol del proveedor 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. Su fecha de corte de conocimientos documentada es el 20 de abril de 2026. Las opciones base de esfuerzo de razonamiento son none, low, medium, high, xhigh y max, con medium como valor predeterminado. El contexto debe dar cabida a la tarea, los resultados pertinentes de las herramientas y el razonamiento, además de la respuesta visible. Mantén las definiciones y los criterios de finalización cerca del material al que se aplican, especialmente en una solicitud larga de ingeniería.
OpenAI documenta Pro en la API Responses para trabajos difíciles que pueden tolerar una mayor latencia y más actividad del modelo. Para GPT-6 Sol, las herramientas integradas y el razonamiento con llamadas a funciones utilizan Responses. En la interfaz Chat Completions del proveedor, las llamadas a funciones solo se admiten cuando el esfuerzo de razonamiento es none. La guía de GPT-6 también describe trabajo asíncrono con herramientas, reorientación de un turno activo y conservación del razonamiento entre llamadas. Son capacidades de los flujos de trabajo con sus propios requisitos de interfaz.
Especifica un entregable final concreto y cómo debe comprobarse. Puedes pedir una propuesta de parche, el comportamiento que modifica y las pruebas necesarias para verificarlo, o una comparación de opciones de implementación vinculada a las restricciones proporcionadas. Si una imagen aporta contexto de la interfaz, indica qué detalle visual importa. La respuesta final debe relacionar las decisiones importantes con el objetivo de ingeniería y distinguir una acción propuesta de un resultado ya obtenido.
POST /v1/responsestexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-6-sol-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 $0.004 / 1K tokens Salida · Tokens de salida $0.02 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.004 / 1K tokens Salida · Tokens de salida $0.02 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché $0.005 / 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 $0.008 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché $0.0008 / 1K tokens Entrada · Escritura en caché $0.01 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "openai/gpt-6-sol-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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-sol-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-sol-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-sol-pro
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Review a cache invalidation contract\n\nReview this design: reads cache user profiles for one hour; updates write the database but never evict the cache; the API promises that a successful update is visible to the next read. Identify the contract violation and compare evict-after-commit with versioned cache keys. Recommend one approach and specify the failure-path tests needed.A focused design review with a comparison, recommendation and tests for update and cache failure paths.The recommendation addresses the next-read promise and explains the remaining race or failure condition.