OpenAI: GPT-6.1 Sol Pro (batch)
GPT-6.1 Sol avec raisonnement Pro pour la programmation complexe, l’utilisation de l’ordinateur et l’analyse professionnelle. Pro augmente le travail du modèle avant la réponse finale, tandis que le modèle sous-jacent traite du texte et des images et produit du texte.
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-6.1 Sol Pro désigne GPT-6.1 Sol d’OpenAI avec le raisonnement Pro. Le modèle de base est conçu pour la programmation complexe, l’utilisation de l’ordinateur et les travaux professionnels. Il accepte du texte et des images et produit du texte. Pro augmente le travail du modèle pour élaborer la réponse finale ; il décrit la manière dont le modèle sélectionné travaille sur la requête, tandis que l’effort de raisonnement contrôle la quantité de raisonnement dans ce mode. Cette distinction garde l’identité de GPT-6.1 Sol séparée du réglage d’exécution Pro.
Pour une tâche d’ingénierie exigeante, fournissez le comportement requis, les fichiers ou extraits de code pertinents et les contraintes que la modification doit préserver. Un exemple de requête consiste à examiner deux implémentations possibles, identifier les dépendances affectées par chacune et produire une proposition de modification avec une explication concise des compromis. Pour une analyse professionnelle, fournissez les documents, la décision à prendre et les critères de comparaison des solutions. Si une image contient des éléments probants importants, identifiez l’élément d’interface, le schéma ou le détail que la réponse doit traiter.
OpenAI indique pour le modèle de base une fenêtre de contexte de 1 050 000 jetons, une entrée maximale de 922 000 jetons et une sortie maximale de 128 000 jetons. Sa date limite des connaissances documentée est le 30 avril 2026. Le raisonnement occupe aussi de l’espace en jetons : une longue entrée et une longue réponse visible doivent donc garder de la place pour l’analyse du modèle. Préparez le matériau pertinent avec des étiquettes et des définitions claires, et précisez le résultat attendu : une modification de code, une note de décision, une procédure ou un ensemble structuré de constatations.
Les choix d’effort de raisonnement documentés pour le modèle de base sont low, medium, high, xhigh et max ; medium est la valeur par défaut. Il ne prend pas en charge none ou minimal. OpenAI documente Pro dans l’API Responses pour les travaux difficiles qui peuvent tolérer un délai supplémentaire et davantage d’activité du modèle. Pour GPT-6.1 Sol, les appels d’outils utilisent Responses ; l’interface Chat Completions du concepteur accepte les requêtes sans outils. Ces distinctions comptent lors de la conception d’un processus autour du modèle, plutôt que de traiter toutes les interfaces et tous les réglages de raisonnement comme interchangeables.
Le concepteur répertorie la diffusion en continu, Structured Outputs et les appels de fonctions, ainsi que la recherche web et dans les fichiers, les outils de génération d’images, un interpréteur de code, les outils de ligne de commande et d’application de correctifs, les compétences, l’utilisation de l’ordinateur, les connexions MCP et la recherche d’outils. La sortie du modèle de base reste du texte ; un outil de génération d’images est une opération distincte. Une application définit les outils disponibles, exécute ses propres opérations et renvoie leurs résultats pour que le modèle puisse continuer. La documentation de GPT-6 décrit aussi le travail asynchrone des outils, la réorientation d’un tour actif, la conservation du raisonnement entre les appels et la condensation d’une longue conversation.
Donnez au modèle un critère d’achèvement clair et les éléments probants à utiliser pour vérifier le résultat. Dans une révision de code, demandez le comportement affecté et une explication concrète de chaque problème important. Pour une décision sur un document, demandez les faits fournis, l’approche sélectionnée et les conditions dont dépend la conclusion. Un résultat final utile rend la décision et son fondement explicites, ce qui permet à la personne suivante ou à l’étape suivante de l’application d’agir à partir d’un résultat précis.
Ailoot Ultra · Traitement par lots POST /v1/batches openai/gpt-6.1-sol-pro:batch
openai/gpt-6.1-sol-pro:batchPour commencer
GPT-6.1 Sol avec raisonnement Pro pour la programmation complexe, l’utilisation de l’ordinateur et l’analyse professionnelle. Pro augmente le travail du modèle avant la réponse finale, tandis que le modèle sous-jacent traite du texte et des images et produit du texte.
- 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
| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champendpoint | Typestring | ExigenceObligatoire | Valeurs et limites /v1/chat/completions | Par défaut— |
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-6.1-sol-pro:batch | Par défaut— |
Champrequests | Typebatch_item[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champrequests[].custom_id | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champrequests[].body.messages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champcompletion_window | Typestring | ExigenceFacultatif | Valeurs et limites 24h | Par défaut— |
Champprovider | Typeobject|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champrequests[].body.model | Typestring | ExigenceFacultatif | Valeurs et limites openai/gpt-6.1-sol-pro:batch, openai/gpt-6.1-sol-pro | Par défaut— |
Champprovider.only | Typestring[] | ExigenceFacultatif | Valeurs et limites openai | Par défaut— |
Champprovider.allow_fallbacks | Typeboolean|null | ExigenceFacultatif | Valeurs et limites false, null | Par défaut— |
Paramètres et cycle de vie de la méthode
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratendpoint, model, requests |
Paramètrematerial_types | Contrattext |
Paramètrerepresentation | Contratrequests[] intégré ; chaque élément comporte custom_id et body |
Paramètrerequest_endpoint_profile | Contrat/v1/chat/completions |
Paramètrefile_material | ContratL’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_order | Contratendpoint, model, provider (si fourni), completion_window (si fourni), requests en dernier |
Paramètreoptional_controls | Contratprovider.only, provider.allow_fallbacks, completion_window |
Paramètreschema_scope | ContratCorps 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.
| 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 $0.002 / 1K jetons Sortie · Jetons en sortie $0.01 / 1K jetons Entrée · Lecture du cache $0.0001 / 1K jetons Entrée · Écriture dans le cache $0.0025 / 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 $0.002 / 1K jetons Sortie · Jetons en sortie $0.01 / 1K jetons Entrée · Lecture du cache $0.0001 / 1K jetons Entrée · Écriture dans le cache $0.0025 / 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 $0.004 / 1K jetons Sortie · Jetons en sortie $0.015 / 1K jetons Entrée · Lecture du cache $0.0002 / 1K jetons Entrée · Écriture dans le cache $0.005 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Exemples de requêtes
Ailoot Ultra · Traitement par lots
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-6.1-sol-pro:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
import json, os
from pathlib import Path
from urllib.request import Request, urlopen
def prepare_requests(customer_path):
path = Path(customer_path)
if not path.is_file(): raise ValueError("Customer JSONL file is missing")
items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
if not items: raise ValueError("Customer JSONL contains no requests")
ids = set()
for item in items:
if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
cid = item["custom_id"]
if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
ids.add(cid)
if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
supplied_model = item["body"].get("model")
if supplied_model is not None and supplied_model not in ['openai/gpt-6.1-sol-pro:batch', 'openai/gpt-6.1-sol-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")
return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6.1-sol-pro:batch", "requests":items}
if __name__ == "__main__":
material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
body = prepare_requests(material)
key = os.environ.get("AILOOT_API_KEY", "")
if not key: raise SystemExit("Set AILOOT_API_KEY")
request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")
with urlopen(request) as response:
raw = response.read()
Path("batch-create-response.json").write_bytes(raw)
print(raw.decode("utf-8"))
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
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
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
| Champ | Type |
|---|---|
Champresults[].custom_id | Typestring |
Champresults[].response.body.choices[].message.content | Typestring|null |
Champresults[].error | Typeobject|null |
Champusage | Typeobject|null |
Champid | Typestring |
Champmodel | Typestring |
Champendpoint | Typestring |
Champstatus | Typestring |
Champrequest_counts | Typeobject |
Champresults[].id | Typestring |
Champresults[].response.status_code | Typeinteger |
Champresults[].response.request_id | Typestring |
Erreurs et étapes suivantes
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionEnveloppe 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_error | ConditionClé API invalide. | Étape suivanteUtilisez la clé Ailoot autorisée. |
Réponse403 · permission_error | ConditionGroupe de traitement par lots indisponible. | Étape suivanteVérifiez les droits d’accès de la clé/du groupe. |
Réponse422 · invalid_request_error | ConditionLe 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_unavailable | ConditionImpossible 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_error | ConditionRéserve pour le traitement par lots indisponible. | Étape suivanteRésolvez le problème d’admission avant d’envoyer une nouvelle requête. |
Réponse503 · price_unavailable | ConditionPrix de la méthode Batch/tarifs natifs indisponibles. | Étape suivanteConservez la réponse ; ne remplacez pas les prix par d’autres. |
Réponse503 · api_error | ConditionRoute exacte du fournisseur indisponible. | Étape suivanteConservez la réponse pour réparer la route. |
Réponse503 · result_pending_check | ConditionLe 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_found | ConditionOpération 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-6.1-sol-pro:batch
Alias des chemins de méthode
Utilisez les chemins de méthode indiqués ci-dessus.
ID d’appel associés
FAQ · OpenAI: GPT-6.1 Sol Pro (batch)
- Quelles entrées et quels résultats sont disponibles ?
POST /v1/batches·openai/gpt-6.1-sol-pro:batch:text→text- Quels champs la requête utilise-t-elle ?
POST /v1/batches·openai/gpt-6.1-sol-pro:batch:endpoint,model,requests,completion_window,provider- Quelles limites s’appliquent ?
POST /v1/batches·openai/gpt-6.1-sol-pro:batch:requests.min_items:1