GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
", "aboutText": "### La recherche, le développement et la création de documents\n\nGPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.\n\nSelon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.\n\n### Le raisonnement comme partie du travail\n\nLes niveaux `low`, `medium`, `high`, `xhigh` et `max` sont pris en charge. La désactivation du raisonnement par `none` n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.\n\nOpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour `Responses` et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.\n\nLa famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.\n\n### Les contenus textuels et visuels\n\nLe modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.\n\nL’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.\n\n### Plusieurs actions dans une même tâche\n\nL’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent `Responses` ; `Chat Completions` prend en charge les échanges textuels sans outils.\n\nAvec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.\n\nLa documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.\n\n### La forme du résultat et le contexte répété\n\nLa sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.\n\nLa mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Prepare a source-backed decision memo\n\nPrepare a one-page decision memo from these findings. F1: The legacy system exports CSV but has no audit log. F2: The replacement imports CSV and records changes. F3: A pilot imported 40 of 50 records; 10 failed because owner_id was missing. Recommend the next migration step, define acceptance criteria and preserve what the pilot has actually proved.A memo with recommendation, evidence references, unresolved data issue and acceptance criteria for a later full migration.Check that the 40-record result is not reported as a completed 50-record migration and that missing owner_id remains a blocker.gpt-6-astraGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/messagestext, imagetext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-6-astra | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring|content_block[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champsystem | Typestring|content_block[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites Minimum: 1 La limite s’applique à: Plafond exact du modèle ou de la fiche sélectionnés | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop_sequences | Typestring[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typetool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].name | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Outil fourni | Par défaut— |
Champtools[].description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].input_schema | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champthinking.type | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champthinking.budget_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champoutput_config.effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmetadata | Typeobject | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champcache_control | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
messages[].content ou bloc type=text
Texte + image
{type:image,source:{type:base64,media_type,data}} ou source type=url
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext, image |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratContenu UTF-8 réel inséré comme texte ; les ID de fichier/URLs nécessitent une prise en charge distincte et exacte |
Cycle de vie : exact retained published method
Les structures des méthodes et les ID sont exacts ; la capacité du fournisseur est distincte de l’admission des requêtes.
POST /v1/messages| Taille de la requête, en tokens | Entrée | Sortie | Lecture du cache | Écriture dans le cache | Cache 5 min | Cache 1 h |
|---|---|---|---|---|---|---|
| Taille de la requête, en tokens(0; 272 000] | Entrée0,01 USD | Sortie0,05 USD | Lecture du cache0,001 USD | Écriture dans le cache0,0125 USD | Cache 5 min0,0125 USD | Cache 1 hTarif de base : — |
| Taille de la requête, en tokens(272 000; ∞) | Entrée0,02 USD | Sortie0,075 USD | Lecture du cache0,002 USD | Écriture dans le cache0,025 USD | Cache 5 min0,025 USD | Cache 1 hTarif de base : — |
Tarifs en USD par 1K jetons. Si aucun tarif n’est défini, le tarif de base de cette méthode est hérité ; «—» signifie qu’aucun tarif de base n’est défini.
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Les barèmes de référence du modèle ne modifient ni la sélection de méthode, ni les devis, ni les coûts. Les frais actifs utilisent les tarifs de la méthode Ailoot sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationOpenAI Chat · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-6-astra", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-6-astra", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gpt-6-astra",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gpt-6-astra",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='gpt-6-astra',max_tokens=1024,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_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
gpt-6-astraGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/responsestext, imagetext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-6-astra | Par défaut— |
Champinput | Typestring|input_item[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champinput[].type | Typestring | ExigenceFacultatif | Valeurs et limites message, reasoning, function_call, function_call_output | Par défaut— |
Champinput[].content | Typestring|content_part[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champinput[].call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: function_call_output ; conservez le call_id réellement renvoyé | Par défaut— |
Champinput[].output | Typestring|content_part[] | ExigenceFacultatif | Valeurs et limites S’applique lorsque: function_call_output | Par défaut— |
Champmax_output_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typetool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning.effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning.summary | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtext.format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtext.verbosity | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinclude | Typestring[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstore | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprevious_response_id | Typestring | ExigenceFacultatif | Valeurs et limites Exigence relative à l’ID: Uniquement un ID de réponse réel provenant d’une continuation prise en charge Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_key | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
Texte d’entrée ou partie input_text
Texte + image
{type:input_image,image_url}
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext, image |
Paramètrerequired | Contratmodel, input |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratContenu UTF-8 réel inséré comme texte ; les ID de fichier/URLs nécessitent une prise en charge distincte et exacte |
Cycle de vie : exact retained published method
Les structures des méthodes et les ID sont exacts ; la capacité du fournisseur est distincte de l’admission des requêtes.
POST /v1/responses| Taille de la requête, en tokens | Entrée | Sortie | Lecture du cache | Écriture dans le cache | Cache 5 min | Cache 1 h |
|---|---|---|---|---|---|---|
| Taille de la requête, en tokens(0; 272 000] | Entrée0,01 USD | Sortie0,05 USD | Lecture du cache0,001 USD | Écriture dans le cache0,0125 USD | Cache 5 min0,0125 USD | Cache 1 hTarif de base : — |
| Taille de la requête, en tokens(272 000; ∞) | Entrée0,02 USD | Sortie0,075 USD | Lecture du cache0,002 USD | Écriture dans le cache0,025 USD | Cache 5 min0,025 USD | Cache 1 hTarif de base : — |
Tarifs en USD par 1K jetons. Si aucun tarif n’est défini, le tarif de base de cette méthode est hérité ; «—» signifie qu’aucun tarif de base n’est défini.
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Les barèmes de référence du modèle ne modifient ni la sélection de méthode, ni les devis, ni les coûts. Les frais actifs utilisent les tarifs de la méthode Ailoot sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationOpenAI Chat · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-6-astra", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]="Summarize this material and quote supporting source passages.\\n\\n"+text\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/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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-6-astra", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})\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/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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\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)\nresp = client.responses.create(model="gpt-6-astra", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: "gpt-6-astra", input: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model="gpt-6-astra", input="Explain the difference between an observation and a hypothesis 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_response()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque élément de sortie et chaque partie de contenu, le call_id réel de l’appel de fonction, le raisonnement chiffré et les données d’utilisation. En diffusion en continu, conservez l’identité complète des événements et des éléments.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champstatus | Typestring |
Champoutput[] | Typemessage|reasoning|function_call|other item |
Champoutput[].content[] | Typecontent part |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
gpt-6-astraGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/chat/completionstext, imagetext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-6-astra | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
messages[].content
Texte + image
{type:image_url,image_url:{url,detail}}
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext, image |
Paramètrerequired | Contratmodel, messages |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratContenu UTF-8 réel inséré comme texte ; les ID de fichier/URLs nécessitent une prise en charge distincte et exacte |
Cycle de vie : exact retained published method
Les structures des méthodes et les ID sont exacts ; la capacité du fournisseur est distincte de l’admission des requêtes.
POST /v1/chat/completions| Taille de la requête, en tokens | Entrée | Sortie | Lecture du cache | Écriture dans le cache | Cache 5 min | Cache 1 h |
|---|---|---|---|---|---|---|
| Taille de la requête, en tokens(0; 272 000] | Entrée0,01 USD | Sortie0,05 USD | Lecture du cache0,001 USD | Écriture dans le cache0,0125 USD | Cache 5 min0,0125 USD | Cache 1 hTarif de base : — |
| Taille de la requête, en tokens(272 000; ∞) | Entrée0,02 USD | Sortie0,075 USD | Lecture du cache0,002 USD | Écriture dans le cache0,025 USD | Cache 5 min0,025 USD | Cache 1 hTarif de base : — |
Tarifs en USD par 1K jetons. Si aucun tarif n’est défini, le tarif de base de cette méthode est hérité ; «—» signifie qu’aucun tarif de base n’est défini.
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Les barèmes de référence du modèle ne modifient ni la sélection de méthode, ni les devis, ni les coûts. Les frais actifs utilisent les tarifs de la méthode Ailoot sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationOpenAI Chat · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-6-astra", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-6-astra", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})\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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\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)\nresp = client.chat.completions.create(\n model="gpt-6-astra",\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "gpt-6-astra",\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\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='gpt-6-astra',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
gpt-6-astraGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-6-astra | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— |
Champmessages[].content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | ContratTableau de messages avec une structure role/content |
Paramètrefile_material | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream |
Paramètrecontrol_scope | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Alias de méthode : /chat/completions
Cycle de vie : synchronous_or_streamed
Envoyez l’ID exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-6-astra","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gpt-6-astra", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
gpt-6-astraGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-6-astra | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
Chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "gpt-6-astra",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-6-astra', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-6-astra', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
gptGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/messagestext, imagetext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring|content_block[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champsystem | Typestring|content_block[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites Minimum: 1 La limite s’applique à: Plafond exact du modèle ou de la fiche sélectionnés | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop_sequences | Typestring[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typetool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].name | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Outil fourni | Par défaut— |
Champtools[].description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].input_schema | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champthinking.type | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champthinking.budget_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champoutput_config.effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmetadata | Typeobject | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champcache_control | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
messages[].content ou bloc type=text
Texte + image
{type:image,source:{type:base64,media_type,data}} ou source type=url
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext, image |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratContenu UTF-8 réel inséré comme texte ; les ID de fichier/URLs nécessitent une prise en charge distincte et exacte |
Cycle de vie : exact retained published method
Les structures des méthodes et les ID sont exacts ; la capacité du fournisseur est distincte de l’admission des requêtes.
POST /v1/messages| Taille de la requête, en tokens | Entrée | Sortie | Lecture du cache | Écriture dans le cache | Cache 5 min | Cache 1 h |
|---|---|---|---|---|---|---|
| Taille de la requête, en tokens(0; 272 000] | Entrée0,01 USD | Sortie0,05 USD | Lecture du cache0,001 USD | Écriture dans le cache0,0125 USD | Cache 5 min0,0125 USD | Cache 1 hTarif de base : — |
| Taille de la requête, en tokens(272 000; ∞) | Entrée0,02 USD | Sortie0,075 USD | Lecture du cache0,002 USD | Écriture dans le cache0,025 USD | Cache 5 min0,025 USD | Cache 1 hTarif de base : — |
Tarifs en USD par 1K jetons. Si aucun tarif n’est défini, le tarif de base de cette méthode est hérité ; «—» signifie qu’aucun tarif de base n’est défini.
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Les barèmes de référence du modèle ne modifient ni la sélection de méthode, ni les devis, ni les coûts. Les frais actifs utilisent les tarifs de la méthode Ailoot sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationOpenAI Chat · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gpt",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gpt",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='gpt',max_tokens=1024,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_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
gptGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/responsestext, imagetext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt | Par défaut— |
Champinput | Typestring|input_item[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champinput[].type | Typestring | ExigenceFacultatif | Valeurs et limites message, reasoning, function_call, function_call_output | Par défaut— |
Champinput[].content | Typestring|content_part[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champinput[].call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: function_call_output ; conservez le call_id réellement renvoyé | Par défaut— |
Champinput[].output | Typestring|content_part[] | ExigenceFacultatif | Valeurs et limites S’applique lorsque: function_call_output | Par défaut— |
Champmax_output_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typetool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning.effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning.summary | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtext.format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtext.verbosity | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinclude | Typestring[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstore | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprevious_response_id | Typestring | ExigenceFacultatif | Valeurs et limites Exigence relative à l’ID: Uniquement un ID de réponse réel provenant d’une continuation prise en charge Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_key | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
Texte d’entrée ou partie input_text
Texte + image
{type:input_image,image_url}
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext, image |
Paramètrerequired | Contratmodel, input |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratContenu UTF-8 réel inséré comme texte ; les ID de fichier/URLs nécessitent une prise en charge distincte et exacte |
Cycle de vie : exact retained published method
Les structures des méthodes et les ID sont exacts ; la capacité du fournisseur est distincte de l’admission des requêtes.
POST /v1/responses| Taille de la requête, en tokens | Entrée | Sortie | Lecture du cache | Écriture dans le cache | Cache 5 min | Cache 1 h |
|---|---|---|---|---|---|---|
| Taille de la requête, en tokens(0; 272 000] | Entrée0,01 USD | Sortie0,05 USD | Lecture du cache0,001 USD | Écriture dans le cache0,0125 USD | Cache 5 min0,0125 USD | Cache 1 hTarif de base : — |
| Taille de la requête, en tokens(272 000; ∞) | Entrée0,02 USD | Sortie0,075 USD | Lecture du cache0,002 USD | Écriture dans le cache0,025 USD | Cache 5 min0,025 USD | Cache 1 hTarif de base : — |
Tarifs en USD par 1K jetons. Si aucun tarif n’est défini, le tarif de base de cette méthode est hérité ; «—» signifie qu’aucun tarif de base n’est défini.
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Les barèmes de référence du modèle ne modifient ni la sélection de méthode, ni les devis, ni les coûts. Les frais actifs utilisent les tarifs de la méthode Ailoot sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationOpenAI Chat · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]="Summarize this material and quote supporting source passages.\\n\\n"+text\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/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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})\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/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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\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)\nresp = client.responses.create(model="gpt", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: "gpt", input: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model="gpt", input="Explain the difference between an observation and a hypothesis 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_response()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque élément de sortie et chaque partie de contenu, le call_id réel de l’appel de fonction, le raisonnement chiffré et les données d’utilisation. En diffusion en continu, conservez l’identité complète des événements et des éléments.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champstatus | Typestring |
Champoutput[] | Typemessage|reasoning|function_call|other item |
Champoutput[].content[] | Typecontent part |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
gptGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/chat/completionstext, imagetext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
messages[].content
Texte + image
{type:image_url,image_url:{url,detail}}
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext, image |
Paramètrerequired | Contratmodel, messages |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratContenu UTF-8 réel inséré comme texte ; les ID de fichier/URLs nécessitent une prise en charge distincte et exacte |
Cycle de vie : exact retained published method
Les structures des méthodes et les ID sont exacts ; la capacité du fournisseur est distincte de l’admission des requêtes.
POST /v1/chat/completions| Taille de la requête, en tokens | Entrée | Sortie | Lecture du cache | Écriture dans le cache | Cache 5 min | Cache 1 h |
|---|---|---|---|---|---|---|
| Taille de la requête, en tokens(0; 272 000] | Entrée0,01 USD | Sortie0,05 USD | Lecture du cache0,001 USD | Écriture dans le cache0,0125 USD | Cache 5 min0,0125 USD | Cache 1 hTarif de base : — |
| Taille de la requête, en tokens(272 000; ∞) | Entrée0,02 USD | Sortie0,075 USD | Lecture du cache0,002 USD | Écriture dans le cache0,025 USD | Cache 5 min0,025 USD | Cache 1 hTarif de base : — |
Tarifs en USD par 1K jetons. Si aucun tarif n’est défini, le tarif de base de cette méthode est hérité ; «—» signifie qu’aucun tarif de base n’est défini.
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Les barèmes de référence du modèle ne modifient ni la sélection de méthode, ni les devis, ni les coûts. Les frais actifs utilisent les tarifs de la méthode Ailoot sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationOpenAI Chat · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})\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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\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)\nresp = client.chat.completions.create(\n model="gpt",\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "gpt",\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\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='gpt',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
gpt-latestGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/messagestext, imagetext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-latest | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring|content_block[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champsystem | Typestring|content_block[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites Minimum: 1 La limite s’applique à: Plafond exact du modèle ou de la fiche sélectionnés | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop_sequences | Typestring[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typetool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].name | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Outil fourni | Par défaut— |
Champtools[].description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].input_schema | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champthinking.type | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champthinking.budget_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champoutput_config.effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmetadata | Typeobject | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champcache_control | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
messages[].content ou bloc type=text
Texte + image
{type:image,source:{type:base64,media_type,data}} ou source type=url
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext, image |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratContenu UTF-8 réel inséré comme texte ; les ID de fichier/URLs nécessitent une prise en charge distincte et exacte |
Cycle de vie : exact retained published method
Les structures des méthodes et les ID sont exacts ; la capacité du fournisseur est distincte de l’admission des requêtes.
POST /v1/messages| Taille de la requête, en tokens | Entrée | Sortie | Lecture du cache | Écriture dans le cache | Cache 5 min | Cache 1 h |
|---|---|---|---|---|---|---|
| Taille de la requête, en tokens(0; 272 000] | Entrée0,01 USD | Sortie0,05 USD | Lecture du cache0,001 USD | Écriture dans le cache0,0125 USD | Cache 5 min0,0125 USD | Cache 1 hTarif de base : — |
| Taille de la requête, en tokens(272 000; ∞) | Entrée0,02 USD | Sortie0,075 USD | Lecture du cache0,002 USD | Écriture dans le cache0,025 USD | Cache 5 min0,025 USD | Cache 1 hTarif de base : — |
Tarifs en USD par 1K jetons. Si aucun tarif n’est défini, le tarif de base de cette méthode est hérité ; «—» signifie qu’aucun tarif de base n’est défini.
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Les barèmes de référence du modèle ne modifient ni la sélection de méthode, ni les devis, ni les coûts. Les frais actifs utilisent les tarifs de la méthode Ailoot sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationOpenAI Chat · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-latest", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-latest", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gpt-latest",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gpt-latest",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='gpt-latest',max_tokens=1024,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_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
gpt-latestGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/responsestext, imagetext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-latest | Par défaut— |
Champinput | Typestring|input_item[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champinput[].type | Typestring | ExigenceFacultatif | Valeurs et limites message, reasoning, function_call, function_call_output | Par défaut— |
Champinput[].content | Typestring|content_part[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champinput[].call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: function_call_output ; conservez le call_id réellement renvoyé | Par défaut— |
Champinput[].output | Typestring|content_part[] | ExigenceFacultatif | Valeurs et limites S’applique lorsque: function_call_output | Par défaut— |
Champmax_output_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typetool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning.effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning.summary | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtext.format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtext.verbosity | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinclude | Typestring[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstore | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprevious_response_id | Typestring | ExigenceFacultatif | Valeurs et limites Exigence relative à l’ID: Uniquement un ID de réponse réel provenant d’une continuation prise en charge Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_key | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
Texte d’entrée ou partie input_text
Texte + image
{type:input_image,image_url}
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext, image |
Paramètrerequired | Contratmodel, input |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratContenu UTF-8 réel inséré comme texte ; les ID de fichier/URLs nécessitent une prise en charge distincte et exacte |
Cycle de vie : exact retained published method
Les structures des méthodes et les ID sont exacts ; la capacité du fournisseur est distincte de l’admission des requêtes.
POST /v1/responses| Taille de la requête, en tokens | Entrée | Sortie | Lecture du cache | Écriture dans le cache | Cache 5 min | Cache 1 h |
|---|---|---|---|---|---|---|
| Taille de la requête, en tokens(0; 272 000] | Entrée0,01 USD | Sortie0,05 USD | Lecture du cache0,001 USD | Écriture dans le cache0,0125 USD | Cache 5 min0,0125 USD | Cache 1 hTarif de base : — |
| Taille de la requête, en tokens(272 000; ∞) | Entrée0,02 USD | Sortie0,075 USD | Lecture du cache0,002 USD | Écriture dans le cache0,025 USD | Cache 5 min0,025 USD | Cache 1 hTarif de base : — |
Tarifs en USD par 1K jetons. Si aucun tarif n’est défini, le tarif de base de cette méthode est hérité ; «—» signifie qu’aucun tarif de base n’est défini.
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Les barèmes de référence du modèle ne modifient ni la sélection de méthode, ni les devis, ni les coûts. Les frais actifs utilisent les tarifs de la méthode Ailoot sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationOpenAI Chat · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-latest", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]="Summarize this material and quote supporting source passages.\\n\\n"+text\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/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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-latest", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})\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/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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\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)\nresp = client.responses.create(model="gpt-latest", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: "gpt-latest", input: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model="gpt-latest", input="Explain the difference between an observation and a hypothesis 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_response()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque élément de sortie et chaque partie de contenu, le call_id réel de l’appel de fonction, le raisonnement chiffré et les données d’utilisation. En diffusion en continu, conservez l’identité complète des événements et des éléments.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champstatus | Typestring |
Champoutput[] | Typemessage|reasoning|function_call|other item |
Champoutput[].content[] | Typecontent part |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
gpt-latestGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/chat/completionstext, imagetext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-latest | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
messages[].content
Texte + image
{type:image_url,image_url:{url,detail}}
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext, image |
Paramètrerequired | Contratmodel, messages |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratContenu UTF-8 réel inséré comme texte ; les ID de fichier/URLs nécessitent une prise en charge distincte et exacte |
Cycle de vie : exact retained published method
Les structures des méthodes et les ID sont exacts ; la capacité du fournisseur est distincte de l’admission des requêtes.
POST /v1/chat/completions| Taille de la requête, en tokens | Entrée | Sortie | Lecture du cache | Écriture dans le cache | Cache 5 min | Cache 1 h |
|---|---|---|---|---|---|---|
| Taille de la requête, en tokens(0; 272 000] | Entrée0,01 USD | Sortie0,05 USD | Lecture du cache0,001 USD | Écriture dans le cache0,0125 USD | Cache 5 min0,0125 USD | Cache 1 hTarif de base : — |
| Taille de la requête, en tokens(272 000; ∞) | Entrée0,02 USD | Sortie0,075 USD | Lecture du cache0,002 USD | Écriture dans le cache0,025 USD | Cache 5 min0,025 USD | Cache 1 hTarif de base : — |
Tarifs en USD par 1K jetons. Si aucun tarif n’est défini, le tarif de base de cette méthode est hérité ; «—» signifie qu’aucun tarif de base n’est défini.
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Les barèmes de référence du modèle ne modifient ni la sélection de méthode, ni les devis, ni les coûts. Les frais actifs utilisent les tarifs de la méthode Ailoot sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationOpenAI Chat · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Chat · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationAnthropic Messages · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Tarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 1 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationOpenAI Responses · Palier 2 selon la longueur de la requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-latest", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-latest", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})\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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\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)\nresp = client.chat.completions.create(\n model="gpt-latest",\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "gpt-latest",\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\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='gpt-latest',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
gpt-6-astraGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/responsestexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-6-astra | Par défaut— |
Champinput | Typestring|input_item[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champinput[].type | Typestring | ExigenceFacultatif | Valeurs et limites message, reasoning, function_call, function_call_output | Par défaut— |
Champinput[].content | Typestring|content_part[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champinput[].call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: function_call_output ; conservez le call_id réellement renvoyé | Par défaut— |
Champinput[].output | Typestring|content_part[] | ExigenceFacultatif | Valeurs et limites S’applique lorsque: function_call_output | Par défaut— |
Champmax_output_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typetool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning.effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning.summary | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtext.format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtext.verbosity | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinclude | Typestring[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstore | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprevious_response_id | Typestring | ExigenceNon pris en charge | Valeurs et limites Exigence relative à l’ID: Uniquement un ID de réponse réel provenant d’une continuation prise en charge Conditions: Renvoyez l’historique réel de la conversation avec chaque demande. | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_key | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
input text or input_text part
Texte + image
{type:input_image,image_url}
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext |
Paramètrerequired | Contratmodel, input |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : exact retained published method
Envoyez l’identifiant exact du modèle et les champs requis.
Conservez chaque élément retourné et ses identifiants d’origine.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "gpt-6-astra",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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': 'gpt-6-astra', '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': 'gpt-6-astra', '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 or SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque élément de sortie et chaque partie de contenu, le call_id réel de l’appel de fonction, le raisonnement chiffré et les données d’utilisation. En diffusion en continu, conservez l’identité complète des événements et des éléments.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champstatus | Typestring |
Champoutput[] | Typemessage|reasoning|function_call|other item |
Champoutput[].content[] | Typecontent part |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
openai/gpt-6-astraGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-6-astra | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | ContratTableau de messages avec une structure role/content |
Paramètrefile_material | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | ContratPropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’ID exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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", "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',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',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
openai/gpt-6-astraGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/messagestexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-6-astra | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring|content_block[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champsystem | Typestring|content_block[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites Minimum: 1 La limite s’applique à: Plafond exact du modèle ou de la fiche sélectionnés | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop_sequences | Typestring[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typetool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].name | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Outil fourni | Par défaut— |
Champtools[].description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].input_schema | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champthinking.type | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champthinking.budget_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champoutput_config.effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmetadata | Typeobject | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champcache_control | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
messages[].content ou bloc type=text
Texte + image
{type:image,source:{type:base64,media_type,data}} ou source type=url
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : exact retained published method
Envoyez l’identifiant exact du modèle et les champs requis.
Conservez chaque élément retourné et ses identifiants d’origine.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "openai/gpt-6-astra",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${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', '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', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
openai/gpt-6-astraGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/responsestexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-6-astra | Par défaut— |
Champinput | Typestring|input_item[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champinput[].type | Typestring | ExigenceFacultatif | Valeurs et limites message, reasoning, function_call, function_call_output | Par défaut— |
Champinput[].content | Typestring|content_part[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champinput[].call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: function_call_output ; conservez le call_id réellement renvoyé | Par défaut— |
Champinput[].output | Typestring|content_part[] | ExigenceFacultatif | Valeurs et limites S’applique lorsque: function_call_output | Par défaut— |
Champmax_output_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typetool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning.effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning.summary | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtext.format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtext.verbosity | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinclude | Typestring[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstore | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprevious_response_id | Typestring | ExigenceNon pris en charge | Valeurs et limites Exigence relative à l’ID: Uniquement un ID de réponse réel provenant d’une continuation prise en charge Conditions: Renvoyez l’historique réel de la conversation avec chaque demande. | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_key | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
Texte d’entrée ou partie input_text
Texte + image
{type:input_image,image_url}
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext |
Paramètrerequired | Contratmodel, input |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : exact retained published method
Envoyez l’identifiant exact du modèle et les champs requis.
Conservez chaque élément retourné et ses identifiants d’origine.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "openai/gpt-6-astra",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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', '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', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque élément de sortie et chaque partie de contenu, le call_id réel de l’appel de fonction, le raisonnement chiffré et les données d’utilisation. En diffusion en continu, conservez l’identité complète des événements et des éléments.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champstatus | Typestring |
Champoutput[] | Typemessage|reasoning|function_call|other item |
Champoutput[].content[] | Typecontent part |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
~openai/gpt-astra-latestGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites ~openai/gpt-astra-latest | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | ContratTableau de messages avec une structure role/content |
Paramètrefile_material | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | ContratPropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’ID exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "~openai/gpt-astra-latest", "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-astra-latest',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-astra-latest',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
~openai/gpt-astra-latestGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites ~openai/gpt-astra-latest | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
Chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "~openai/gpt-astra-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': '~openai/gpt-astra-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': '~openai/gpt-astra-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
~openai/gpt-astra-latestGPT-6 Astra est conçu pour le raisonnement complexe, la programmation, la recherche et la préparation de documents. Il travaille avec du texte, des images et des outils dans les tâches en plusieurs étapes.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-6 Astra est un modèle d’OpenAI pour les tâches exigeantes de raisonnement, de programmation, de recherche et de travail professionnel. Le fabricant met particulièrement en avant la création de documents et l’interaction avec une interface informatique. Le modèle vise les séquences d’actions où il faut réunir des informations, accomplir le travail et tenir compte des résultats des étapes précédentes.
Selon OpenAI, Astra conserve l’intention générale lorsque les exigences évoluent : il tient compte des ajouts, ajuste le déroulement du travail et répond aux questions liées. Lorsque les informations se prêtent à différentes interprétations, il est utile de lui définir les limites de la tâche, les critères d’achèvement et la règle pour demander des précisions. Le ton et la structure du résultat peuvent également être décrits explicitement : le modèle tend à produire des réponses détaillées et mises en forme.
Les niveaux low, medium, high, xhigh et max sont pris en charge. La désactivation du raisonnement par none n’est pas prévue. Le niveau d’effort règle le processus de résolution, tandis que le volume du texte final est défini séparément. Un raisonnement complexe peut aboutir à une réponse brève si c’est le résultat souhaité.
OpenAI prévoit deux modes d’exécution indépendants de la profondeur d’analyse : standard et étendu. Le mode standard s’applique par défaut. Le mode étendu vise les tâches difficiles où du temps supplémentaire et une utilisation accrue de jetons sont acceptables. Le mode détermine la façon d’exécuter, et le niveau d’effort la profondeur du raisonnement à l’intérieur de ce mode. Ce choix est décrit pour Responses et nécessite une prise en charge par l’application ; la capacité publiée par le fabricant ne confirme pas son activation dans la méthode Ailoot actuelle.
La famille GPT-6 prévoit la modification du niveau de raisonnement entre les continuations du dialogue, avec conservation du préfixe de requête antérieur. La poursuite du travail nécessite la transmission de l’état correspondant. Les fonctions de pilotage d’une tâche longue dépendent du format d’interaction et de la prise en charge de ces opérations par l’application.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge la sortie en streaming et le résultat structuré. OpenAI indique un contexte de 1 050 000 jetons, une entrée maximale de 922 000 et une sortie maximale de 128 000 jetons. La limite des connaissances est le 30 avril 2026.
L’image sert à analyser le contenu visible, à lire le texte et à poser des questions sur les détails. Différents niveaux de détail sont prévus pour une analyse approfondie. La taille du contexte et la limite de réponse diffèrent : un long contenu source ne devient pas automatiquement un résultat aussi long.
L’ensemble officiel des fonctions comprend les appels de fonctions, la recherche dans les fichiers et sur Internet, l’exécution de code et de commandes, la modification de fichiers, les actions sur ordinateur et la recherche de l’outil nécessaire. Les appels d’outils utilisent Responses ; Chat Completions prend en charge les échanges textuels sans outils.
Avec une connexion adaptée, le fabricant prévoit aussi un outil distinct de génération d’images, le travail avec des compétences et des moyens externes via MCP. La réponse directe du modèle reste textuelle ; le résultat de la génération d’une image est créé par un outil distinct. Sa présence chez le fabricant ne signifie pas que ces fonctions sont connectées dans chaque méthode Ailoot.
La documentation de la famille décrit les appels asynchrones : pendant que l’application exécute une fonction, le modèle peut poursuivre une partie indépendante du travail. Elle prévoit aussi la précision de la tâche pendant l’exécution et sa poursuite avec les actions déjà achevées. Pour ces usages, l’application doit prendre en charge l’interaction correspondante et restituer les résultats des appels.
La sortie structurée aide à préparer le résultat selon un schéma fourni, par exemple des données avec des champs et des types définis. Le schéma organise le résultat, tandis que l’exactitude des informations nécessite une vérification du contenu. Pour un travail long, la conservation de l’état de raisonnement disponible et la réduction du contexte accumulé sont prévues.
La mise en cache vise le préfixe d’entrée répété. La prise en charge de la recherche, des commandes ou des actions sur ordinateur décrit les capacités du modèle lorsque les outils nécessaires sont connectés ; l’ensemble des fonctions d’une requête précise dépend de la méthode choisie et des connexions disponibles.
POST /v1/responsestexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites ~openai/gpt-astra-latest | Par défaut— |
Champinput | Typestring|input_item[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champinput[].type | Typestring | ExigenceFacultatif | Valeurs et limites message, reasoning, function_call, function_call_output | Par défaut— |
Champinput[].content | Typestring|content_part[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champinput[].call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: function_call_output ; conservez le call_id réellement renvoyé | Par défaut— |
Champinput[].output | Typestring|content_part[] | ExigenceFacultatif | Valeurs et limites S’applique lorsque: function_call_output | Par défaut— |
Champmax_output_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typetool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning.effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning.summary | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtext.format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtext.verbosity | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinclude | Typestring[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstore | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprevious_response_id | Typestring | ExigenceNon pris en charge | Valeurs et limites Exigence relative à l’ID: Uniquement un ID de réponse réel provenant d’une continuation prise en charge Conditions: Renvoyez l’historique réel de la conversation avec chaque demande. | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_key | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte · Texte UTF8
input text or input_text part
Texte + image
{type:input_image,image_url}
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext |
Paramètrerequired | Contratmodel, input |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : exact retained published method
Envoyez l’identifiant exact du modèle et les champs requis.
Conservez chaque élément retourné et ses identifiants d’origine.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Jetons en entrée $0.02 / 1K jetons Sortie · Jetons en sortie $0.1 / 1K jetons Entrée · Lecture du cache $0.002 / 1K jetons Entrée · Écriture dans le cache $0.025 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de272 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.04 / 1K jetons Sortie · Jetons en sortie $0.15 / 1K jetons Entrée · Lecture du cache $0.004 / 1K jetons Entrée · Écriture dans le cache $0.05 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "~openai/gpt-astra-latest",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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-astra-latest', '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-astra-latest', '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 or SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque élément de sortie et chaque partie de contenu, le call_id réel de l’appel de fonction, le raisonnement chiffré et les données d’utilisation. En diffusion en continu, conservez l’identité complète des événements et des éléments.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champstatus | Typestring |
Champoutput[] | Typemessage|reasoning|function_call|other item |
Champoutput[].content[] | Typecontent part |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot gpt-6-astra, gpt, gpt-latest
Ailoot Ultra gpt-6-astra, openai/gpt-6-astra, ~openai/gpt-astra-latest
/chat/completions
openai/gpt-6-astra, gpt, gpt-latest, ~openai/gpt-astra-latest, gpt-6-astra, gpt-6-astra
Exemple technique en anglais
Prepare a source-backed decision memo\n\nPrepare a one-page decision memo from these findings. F1: The legacy system exports CSV but has no audit log. F2: The replacement imports CSV and records changes. F3: A pilot imported 40 of 50 records; 10 failed because owner_id was missing. Recommend the next migration step, define acceptance criteria and preserve what the pilot has actually proved.A memo with recommendation, evidence references, unresolved data issue and acceptance criteria for a later full migration.Check that the 40-record result is not reported as a completed 50-record migration and that missing owner_id remains a blocker.