models

OpenAI: GPT-5.1 (batch)

Markdown · JSON

OpenAI: GPT-5.1 (batch)

GPT-5.1 combine la programmation et les travaux d’agents avec un raisonnement adaptatif. Il accepte du texte et des images et peut élaborer une modification de code, un document ou un résultat relié à des outils, avec un réglage sans raisonnement pour les tâches qui ne nécessitent pas une analyse approfondie.

À propos du modèle

Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.

GPT-5.1 est le modèle généraliste d’OpenAI pour la programmation et les tâches d’agents avec un raisonnement configurable. Il accepte du texte et des images et produit du texte. La présentation destinée aux développeurs décrit un raisonnement adaptatif : le modèle fait varier le travail consacré à l’analyse selon la complexité de la tâche. L’édition de base GPT-5.1 est distincte des éditions Chat et Codex de la même famille.

Pour la programmation, fournissez le comportement attendu, les fichiers pertinents et les contraintes qu’une modification proposée doit préserver. Une demande peut par exemple consister à examiner comment un composant traite une entrée, à identifier la dépendance à examiner et à élaborer une modification ciblée avec une explication claire. Pour une tâche documentaire, fournissez les éléments d’origine, le lecteur et les faits requis, puis demandez un passage modifié ou une analyse comprenant les sections spécifiées.

Le fournisseur documente un réglage sans raisonnement pour les tâches qui n’exigent pas une analyse approfondie, aux côtés des efforts de raisonnement low, medium et high ; none est la valeur par défaut. Sa présentation recommande de choisir le niveau de raisonnement selon la complexité de la tâche. Cela permet à une application de distinguer une extraction simple ou une réponse brève d’une tâche comportant plusieurs conditions interdépendantes, sans changer l’identité du modèle de base.

La fiche du modèle d’OpenAI indique une fenêtre de contexte de 400 000 jetons, une sortie maximale de 128 000 jetons et une date limite des connaissances au 30 septembre 2024. Le raisonnement occupe de l’espace avec l’entrée et la réponse finale. Organisez une requête longue autour des preuves utiles et des critères de réussite. Si une image éclaire la tâche, identifiez le schéma, l’état d’interface ou le détail pertinent et incluez le contexte écrit nécessaire pour l’interpréter.

La fiche du modèle mentionne les interfaces Responses, Chat Completions et Batch, la diffusion en continu, Structured Outputs, l’appel de fonctions, les fichiers et images en entrée, la recherche sur le Web et dans les fichiers et la mise en cache de l’entrée. La documentation actuelle de mise en cache comprend une conservation prolongée facultative jusqu’à 24 heures pour ce modèle. Le fournisseur mentionne également la génération d’images, l’interprétation de code, l’application de correctifs et les connexions MCP. La présentation destinée aux développeurs documente un outil de correctifs qui propose des modifications structurées de fichiers et un outil de ligne de commande qui propose des commandes. L’application applique ou exécute ces opérations et renvoie leurs résultats réels, permettant de poursuivre les modifications et leur examen.

La présentation met également l’accent sur la possibilité de guider la programmation et sur les mises à jour utiles pendant les séquences d’appels d’outils. Définissez ce que la tâche doit terminer, les actions disponibles et les preuves permettant de vérifier le résultat. Pour une modification, demandez le comportement concerné, les changements significatifs et les vérifications réellement effectuées. Pour un document, demandez une version concrète reliée aux faits fournis. Un livrable final utile explicite le résultat et son fondement tout en gardant les actions proposées distinctes des opérations terminées.

Ailoot Ultra · Traitement par lots POST /v1/batches openai/gpt-5.1:batch

openai/gpt-5.1:batch

OpenAI /openai/gpt-5.1:batch

Pour commencer

GPT-5.1 combine la programmation et les travaux d’agents avec un raisonnement adaptatif. Il accepte du texte et des images et peut élaborer une modification de code, un document ou un résultat relié à des outils, avec un réglage sans raisonnement pour les tâches qui ne nécessitent pas une analyse approfondie.

Entrées acceptées
Texte
Résultats
Texte

Disponible dans Ailoot · entrées et méthodes

Ailoot Ultra · Traitement par lots POST /v1/batches
Entrée
text
Sortie
text
Format de sortie
JSON results[].response.body intégré
ChampTypeExigenceValeurs et limitesPar défaut
ChampendpointTypestringExigenceObligatoireValeurs et limites
/v1/chat/completions
Par défaut—
ChampmodelTypestringExigenceObligatoireValeurs et limites
openai/gpt-5.1:batch
Par défaut—
ChamprequestsTypebatch_item[]ExigenceObligatoireValeurs et limites
Nombre minimal d’éléments: 1
Par défaut—
Champrequests[].custom_idTypestringExigenceObligatoireValeurs et limitesPar défaut—
Champrequests[].body.messagesTypemessage[]ExigenceObligatoireValeurs et limitesPar défaut—
Champcompletion_windowTypestringExigenceFacultatifValeurs et limites
24h
Par défaut—
ChampproviderTypeobject|nullExigenceFacultatifValeurs et limitesPar défaut—
Champrequests[].body.modelTypestringExigenceFacultatifValeurs et limites
openai/gpt-5.1:batch, openai/gpt-5.1
Par défaut—
Champprovider.onlyTypestring[]ExigenceFacultatifValeurs et limites
openai
Par défaut—
Champprovider.allow_fallbacksTypeboolean|nullExigenceFacultatifValeurs et limites
false, null
Par défaut—
Paramètres et cycle de vie de la méthode
ParamètreContrat
Paramètrecontent_typeContratapplication/json
ParamètrerequiredContratendpoint, model, requests
Paramètrematerial_typesContrattext
ParamètrerepresentationContratrequests[] intégré ; chaque élément comporte custom_id et body
Paramètrerequest_endpoint_profileContrat/v1/chat/completions
Paramètrefile_materialContratL’appelant peut charger localement le contenu JSONL UTF-8 effectif dans requests[]. Aucun paramètre purpose de téléversement, input_file_id ni référence à un fichier n’est utilisé. Si les données du client sont absentes ou vides, la préparation s’arrête avant le POST.
Paramètreserialization_orderContratendpoint, model, provider (si fourni), completion_window (si fourni), requests en dernier
Paramètreoptional_controlsContratprovider.only, provider.allow_fallbacks, completion_window
Paramètreschema_scopeContratCorps de requêtes Chat Completions textuelles dans l’enveloppe Batch intégrée documentée.

Cycle de vie : asynchronous

GET /v1/batches/{operation_id} · response.id effectivement renvoyé lors de la création d’origine ; même utilisateur, même clé et même groupe

Tarifs

Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.

Mode rapide
Non précisé Lorsque le mode rapide est sélectionné
Mode Flex
Non précisé Lorsque le mode flex est sélectionné
Effort de raisonnement maximal
Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)
Tarification du cache explicite
Non activé Lorsque la mise en cache explicite est demandée

Tarifs Ailoot

Prix par configuration

Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.

ConfigurationBarème tarifaireJetons de contexte, plus deJetons de contexte, jusqu’à la limite incluseCoût
ConfigurationTarifs de base des jetonsBarème tarifaireTarif de baseJetons de contexte, plus de—Jetons de contexte, jusqu’à la limite incluseSans borne supérieureCoût
Entrée · Jetons en entrée $0.00125 / 1K jetons
Sortie · Jetons en sortie $0.01 / 1K jetons
Entrée · Lecture du cache $0.000125 / 1K jetons
Entrée · Écriture dans le cache — / 1K jetons
Entrée · Écriture dans le cache, 1 h — / 1K jetons
ConfigurationPalier 1 de longueur de requêteBarème tarifaire—Jetons de contexte, plus de0Jetons de contexte, jusqu’à la limite incluseSans borne supérieureCoût
Entrée · Jetons en entrée $0.00125 / 1K jetons
Sortie · Jetons en sortie $0.01 / 1K jetons
Entrée · Lecture du cache $0.000125 / 1K jetons
Entrée · Écriture dans le cache — / 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 →

Exemples de requêtes

Ailoot Ultra · Traitement par lots

curl · jeu de données de test conservéPython HTTP · JSONL réel du clientPython · enregistrez chaque résultat finalisé
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5.1:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['openai/gpt-5.1:batch', 'openai/gpt-5.1']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.1:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.

Recevoir et enregistrer les résultats

Ailoot Ultra · Traitement par lots

JSON results[].response.body intégré

  • GET /v1/batches/{operation_id}
Vérifier l’état de la tâche
curl · état de l’opération d’origine
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Conservez l’intégralité du JSON de statut d’origine, chaque résultat/custom_id et le corps complet de la réponse ou de l’erreur. Enregistrez les results[] terminés au format JSONL sans filtrage.

Si la réponse d’origine doit être vérifiée

Conservez l’identifiant de l’opération d’origine. La réponse 503 result_pending_check contient X-Should-Retry:false ; ne soumettez jamais à nouveau un lot d’origine dont l’issue est inconnue.

Champs de la réponse
ChampType
Champresults[].custom_idTypestring
Champresults[].response.body.choices[].message.contentTypestring|null
Champresults[].errorTypeobject|null
ChampusageTypeobject|null
ChampidTypestring
ChampmodelTypestring
ChampendpointTypestring
ChampstatusTypestring
Champrequest_countsTypeobject
Champresults[].idTypestring
Champresults[].response.status_codeTypeinteger
Champresults[].response.request_idTypestring
Erreurs et étapes suivantes
RéponseConditionÉtape suivante
Réponse400 · invalid_request_errorConditionEnveloppe intégrée documentée invalide, clés dupliquées, identité d’élément incorrecte ou conflit avec les capacités configurées du modèle.Étape suivanteCorrigez les champs indiqués avant toute nouvelle soumission.
Réponse401 · authentication_errorConditionClé API invalide.Étape suivanteUtilisez la clé Ailoot autorisée.
Réponse403 · permission_errorConditionGroupe de traitement par lots indisponible.Étape suivanteVérifiez les droits d’accès de la clé/du groupe.
Réponse422 · invalid_request_errorConditionLe traitement par lots est facturé sur le solde ; la création via un abonnement est refusée.Étape suivanteUtilisez le groupe autorisé dont la facturation est prélevée sur le solde.
Réponse422 · price_unavailableConditionImpossible d’établir un devis pour les données d’entrée du traitement par lots.Étape suivanteConservez la réponse ; utilisez les données d’entrée documentées pour cette famille.
Réponse402 · billing_errorConditionRéserve pour le traitement par lots indisponible.Étape suivanteRésolvez le problème d’admission avant d’envoyer une nouvelle requête.
Réponse503 · price_unavailableConditionPrix de la méthode Batch/tarifs natifs indisponibles.Étape suivanteConservez la réponse ; ne remplacez pas les prix par d’autres.
Réponse503 · api_errorConditionRoute exacte du fournisseur indisponible.Étape suivanteConservez la réponse pour réparer la route.
Réponse503 · result_pending_checkConditionLe résultat d’origine nécessite une vérification ; X-Should-Retry:false.Étape suivanteConservez l’operation_id/id d’origine et consultez son statut ; ne répétez jamais le POST d’origine.
Réponse404 · not_foundConditionOpération de suivi du traitement par lots absente ou appartenant à une autre identité.Étape suivanteUtilisez l’id exact d’origine avec le même utilisateur, la même clé et le même groupe.

Alias

Alias du modèle

Ailoot Ultra openai/gpt-5.1:batch

Alias des chemins de méthode

Utilisez les chemins de méthode indiqués ci-dessus.

ID d’appel associés

openai/gpt-5.1:batch

FAQ · OpenAI: GPT-5.1 (batch)
Quelles entrées et quels résultats sont disponibles ?

POST /v1/batches · openai/gpt-5.1:batch: text → text

Quels champs la requête utilise-t-elle ?

POST /v1/batches · openai/gpt-5.1:batch: endpoint, model, requests, completion_window, provider

Quelles limites s’appliquent ?

POST /v1/batches · openai/gpt-5.1:batch: requests.min_items: 1

Plus de détails

Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application.

L’entreprise et son portefeuille de projets

L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois.

Achetez des tokens à prix réduit.

Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens.

Abonnement
Choisissez une offre à tarif réduit pour vos requêtes régulières.
Code promo jusqu’à 50%
Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours.
Dépenses dans l’historique
Modèle, tokens et montant sont enregistrés pour chaque requête.

Choisir un abonnement · Voir les prix des modèles

Connectez l’API au produit que vous vendez.

SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur.

Application commerciale
Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service.
Licence revendeur
Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente.
Documents sur le site
L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion.

Demander une licence revendeur · Offre officielle et contrat de licence