GPT-6.1 Sol Ultrafast est une fiche destinée à l’analyse de code, d’exigences techniques et de contenus professionnels. OpenAI classe le modèle de base GPT-6.1 Sol parmi les modèles de raisonnement et met en avant la programmation complexe et le travail professionnel comme principaux domaines d’utilisation. Ces modèles utilisent des tokens de raisonnement internes pour préparer leur réponse ; le résultat visible peut prendre la forme d’une explication, de code ou d’un document abouti.
En programmation, les usages utiles comprennent l’analyse du comportement d’une fonction, la préparation d’une modification répondant à des exigences et l’élaboration d’un plan de refactorisation. Fournissez le code source, les contraintes d’interface et des exemples d’entrée, puis demandez un résultat précis. Pour rechercher une erreur, ajoutez le comportement attendu et le comportement observé. Le modèle produit du texte : le code proposé, les commandes et les vérifications peuvent être utilisés dans votre environnement de travail.
Dans les tâches professionnelles, Sol peut intervenir dans l’analyse de spécifications volumineuses et la préparation de contenus fondés sur plusieurs sources. Il peut, par exemple, réunir des exigences dans une description cohérente, comparer plusieurs solutions techniques, expliquer une décision technique à un autre public ou préparer un projet de document. Les critères de comparaison et les informations de départ constituent la base de la réponse ; un format défini permet d’obtenir un résultat facile à vérifier et à réutiliser.
Pour le modèle de base GPT-6.1 Sol, OpenAI annonce une fenêtre de 1 050 000 tokens. La fiche Ailoot API prévoit une limite de 922 000 tokens en entrée et de 128 000 tokens en sortie. Ces valeurs permettent de planifier séparément le volume des contenus sources et celui du résultat. Les tokens de raisonnement entrent eux aussi dans le budget de génération : la limite de sortie ne promet donc pas une réponse visible de cette longueur.
Pour un projet volumineux, transmettez les noms des fichiers et des sections avec leur contenu. Si la question concerne un composant ou un document précis, délimitez-le. La tâche reste ainsi rattachée aux éléments utiles, et les modifications proposées sont plus faciles à confronter aux données d’origine.
La fiche reçoit du texte et renvoie du texte. Elle propose Chat Completions, Responses et generateContent compatible avec Gemini. Pour des documents ou des images, cet usage repose sur du texte préalablement extrait ou sur une description textuelle. Choisissez l’interface de votre client, puis définissez le résultat final, les contraintes obligatoires et la structure de la réponse.
", "aboutText": "### Code et tâches professionnelles complexes\n\nGPT-6.1 Sol Ultrafast est une fiche destinée à l’analyse de code, d’exigences techniques et de contenus professionnels. OpenAI classe le modèle de base GPT-6.1 Sol parmi les modèles de raisonnement et met en avant la programmation complexe et le travail professionnel comme principaux domaines d’utilisation. Ces modèles utilisent des tokens de raisonnement internes pour préparer leur réponse ; le résultat visible peut prendre la forme d’une explication, de code ou d’un document abouti.\n\n### De la tâche initiale à la solution\n\nEn programmation, les usages utiles comprennent l’analyse du comportement d’une fonction, la préparation d’une modification répondant à des exigences et l’élaboration d’un plan de refactorisation. Fournissez le code source, les contraintes d’interface et des exemples d’entrée, puis demandez un résultat précis. Pour rechercher une erreur, ajoutez le comportement attendu et le comportement observé. Le modèle produit du texte : le code proposé, les commandes et les vérifications peuvent être utilisés dans votre environnement de travail.\n\nDans les tâches professionnelles, Sol peut intervenir dans l’analyse de spécifications volumineuses et la préparation de contenus fondés sur plusieurs sources. Il peut, par exemple, réunir des exigences dans une description cohérente, comparer plusieurs solutions techniques, expliquer une décision technique à un autre public ou préparer un projet de document. Les critères de comparaison et les informations de départ constituent la base de la réponse ; un format défini permet d’obtenir un résultat facile à vérifier et à réutiliser.\n\n### Un grand contexte textuel\n\nPour le modèle de base GPT-6.1 Sol, OpenAI annonce une fenêtre de 1 050 000 tokens. La fiche Ailoot API prévoit une limite de 922 000 tokens en entrée et de 128 000 tokens en sortie. Ces valeurs permettent de planifier séparément le volume des contenus sources et celui du résultat. Les tokens de raisonnement entrent eux aussi dans le budget de génération : la limite de sortie ne promet donc pas une réponse visible de cette longueur.\n\nPour un projet volumineux, transmettez les noms des fichiers et des sections avec leur contenu. Si la question concerne un composant ou un document précis, délimitez-le. La tâche reste ainsi rattachée aux éléments utiles, et les modifications proposées sont plus faciles à confronter aux données d’origine.\n\n### Entrée et résultat dans Ailoot API\n\nLa fiche reçoit du texte et renvoie du texte. Elle propose Chat Completions, Responses et generateContent compatible avec Gemini. Pour des documents ou des images, cet usage repose sur du texte préalablement extrait ou sur une description textuelle. Choisissez l’interface de votre client, puis définissez le résultat final, les contraintes obligatoires et la structure de la réponse.", "locale": "fr", "methods": [ { "html": "POST /v1/chat/completionstexttext| 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] | Entrée0,004 USD | Sortie0,02 USD | Lecture du cache0,0002 USD | Écriture dans le cache0,005 USD | Cache 5 min0,005 USD | Cache 1 h0,005 USD |
| Taille de la requête, en tokens(272 000; ∞) | Entrée0,008 USD | Sortie0,03 USD | Lecture du cache0,0004 USD | Écriture dans le cache0,01 USD | Cache 5 min0,01 USD | Cache 1 h0,01 USD |
Tarifs en USD par 1K tokens. Si aucun tarif n’est défini, le tarif de base de cette méthode est hérité ; «—» signifie qu’aucun tarif de base n’est défini.
POST /v1/responsestexttext| 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] | Entrée0,004 USD | Sortie0,02 USD | Lecture du cache0,0002 USD | Écriture dans le cache0,005 USD | Cache 5 min0,005 USD | Cache 1 h0,005 USD |
| Taille de la requête, en tokens(272 000; ∞) | Entrée0,008 USD | Sortie0,03 USD | Lecture du cache0,0004 USD | Écriture dans le cache0,01 USD | Cache 5 min0,01 USD | Cache 1 h0,01 USD |
Tarifs en USD par 1K tokens. Si aucun tarif n’est défini, le tarif de base de cette méthode est hérité ; «—» signifie qu’aucun tarif de base n’est défini.
POST /v1beta/models/gpt-6.1-sol-ultrafast:generateContenttexttext| 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] | Entrée0,004 USD | Sortie0,02 USD | Lecture du cache0,0002 USD | Écriture dans le cache0,005 USD | Cache 5 min0,005 USD | Cache 1 h0,005 USD |
| Taille de la requête, en tokens(272 000; ∞) | Entrée0,008 USD | Sortie0,03 USD | Lecture du cache0,0004 USD | Écriture dans le cache0,01 USD | Cache 5 min0,01 USD | Cache 1 h0,01 USD |
Tarifs en USD par 1K tokens. Si aucun tarif n’est défini, le tarif de base de cette méthode est hérité ; «—» signifie qu’aucun tarif de base n’est défini.