GPT-6 Astra Pro désigne GPT-6 Astra d’OpenAI avec le raisonnement Pro. Le modèle de base Astra est conçu pour le raisonnement exigeant, la programmation, la recherche, 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 lors de l’élaboration de la réponse finale, tandis que l’effort de raisonnement contrôle la quantité d’analyse dans le mode d’exécution choisi. Pro change le mode d’exécution, tandis que GPT-6 Astra reste le modèle sous-jacent.
La publication du concepteur consacrée à Astra décrit des processus qui transforment le matériau pertinent en documents, feuilles de calcul, présentations et analyses. Elle insiste sur le respect des modèles de document et du style rédactionnel ou visuel tout en sélectionnant le contexte important pour la tâche. Pour un document professionnel, fournissez le matériau source, les exigences du modèle de document et la décision que le lecteur doit prendre. Un exemple de requête consiste à rapprocher deux ensembles d’exigences de projet et produire un brief qui distingue les faits convenus, les éléments probants contradictoires et les conditions d’une recommandation.
Pour un travail d’ingénierie ou de recherche, précisez l’objectif, les éléments probants à examiner et ce qui compterait comme un achèvement. Une tâche de programmation peut inclure le comportement requis, les fichiers associés et les contraintes ; une tâche de recherche peut inclure la question et les critères d’évaluation du matériau fourni. Les capacités documentées d’Astra pour l’utilisation de l’ordinateur et la navigation relient les décisions du modèle à un environnement qui fournit les outils correspondants. Les sorties réelles de cet environnement sont les éléments probants de l’étape suivante, distincts des actions proposées par le modèle.
La spécification GPT-6 Astra d’OpenAI indique une fenêtre de contexte de 1 050 000 tokens, une entrée maximale de 922 000 tokens et une sortie maximale de 128 000 tokens, avec une date limite des connaissances au 30 avril 2026. Ses choix d’effort de raisonnement sont low, medium, high, xhigh et max ; none n’est pas pris en charge. Les tokens de raisonnement et le résultat visible occupent tous deux de l’espace dans le contexte. OpenAI documente Pro dans l’API Responses pour les travaux difficiles qui peuvent tolérer un délai supplémentaire et davantage d’activité du modèle ; le mode et l’effort restent des réglages indépendants.
Le modèle de base répertorie le streaming, Structured Outputs, les appels de fonctions, la recherche web et dans les fichiers, les outils de génération d’images, l’interprétation de code, l’exécution de commandes dans un environnement hébergé et l’application de correctifs, les compétences, l’utilisation de l’ordinateur, les connexions MCP et la recherche d’outils. Les appels de fonctions utilisent l’interface Responses du concepteur. Le guide de GPT-6 décrit aussi le travail asynchrone des outils et la réorientation d’un tour actif. Les applications exécutent leurs propres opérations, gèrent les travaux en attente et renvoient les informations obtenues ; la sortie propre au modèle reste du texte même lorsqu’un outil distinct crée un autre résultat.
La publication consacrée à Astra décrit l’adaptation à de nouvelles exigences tout en gardant l’objectif global en vue. Elle distingue aussi la révision défensive du code et les correctifs des travaux avancés de développement d’exploits, que le modèle peut refuser, et décrit des vérifications automatiques qui peuvent interrompre une tâche. Préparez une requête autour du résultat voulu, du travail autorisé et des éléments probants, plutôt que de traiter le raisonnement supplémentaire comme un substitut au matériau source manquant. Un résultat final utile énonce la conclusion ou la modification proposée, son fondement dans les informations fournies et toute question qui changerait sensiblement la décision.
", "aboutText": "GPT-6 Astra Pro désigne GPT-6 Astra d’OpenAI avec le raisonnement Pro. Le modèle de base Astra est conçu pour le raisonnement exigeant, la programmation, la recherche, 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 lors de l’élaboration de la réponse finale, tandis que l’effort de raisonnement contrôle la quantité d’analyse dans le mode d’exécution choisi. Pro change le mode d’exécution, tandis que GPT-6 Astra reste le modèle sous-jacent.\n\nLa publication du concepteur consacrée à Astra décrit des processus qui transforment le matériau pertinent en documents, feuilles de calcul, présentations et analyses. Elle insiste sur le respect des modèles de document et du style rédactionnel ou visuel tout en sélectionnant le contexte important pour la tâche. Pour un document professionnel, fournissez le matériau source, les exigences du modèle de document et la décision que le lecteur doit prendre. Un exemple de requête consiste à rapprocher deux ensembles d’exigences de projet et produire un brief qui distingue les faits convenus, les éléments probants contradictoires et les conditions d’une recommandation.\n\nPour un travail d’ingénierie ou de recherche, précisez l’objectif, les éléments probants à examiner et ce qui compterait comme un achèvement. Une tâche de programmation peut inclure le comportement requis, les fichiers associés et les contraintes ; une tâche de recherche peut inclure la question et les critères d’évaluation du matériau fourni. Les capacités documentées d’Astra pour l’utilisation de l’ordinateur et la navigation relient les décisions du modèle à un environnement qui fournit les outils correspondants. Les sorties réelles de cet environnement sont les éléments probants de l’étape suivante, distincts des actions proposées par le modèle.\n\nLa spécification GPT-6 Astra d’OpenAI indique une fenêtre de contexte de 1 050 000 tokens, une entrée maximale de 922 000 tokens et une sortie maximale de 128 000 tokens, avec une date limite des connaissances au 30 avril 2026. Ses choix d’effort de raisonnement sont low, medium, high, xhigh et max ; none n’est pas pris en charge. Les tokens de raisonnement et le résultat visible occupent tous deux de l’espace dans le contexte. OpenAI documente Pro dans l’API Responses pour les travaux difficiles qui peuvent tolérer un délai supplémentaire et davantage d’activité du modèle ; le mode et l’effort restent des réglages indépendants.\n\nLe modèle de base répertorie le streaming, Structured Outputs, les appels de fonctions, la recherche web et dans les fichiers, les outils de génération d’images, l’interprétation de code, l’exécution de commandes dans un environnement hébergé et l’application de correctifs, les compétences, l’utilisation de l’ordinateur, les connexions MCP et la recherche d’outils. Les appels de fonctions utilisent l’interface Responses du concepteur. Le guide de GPT-6 décrit aussi le travail asynchrone des outils et la réorientation d’un tour actif. Les applications exécutent leurs propres opérations, gèrent les travaux en attente et renvoient les informations obtenues ; la sortie propre au modèle reste du texte même lorsqu’un outil distinct crée un autre résultat.\n\nLa publication consacrée à Astra décrit l’adaptation à de nouvelles exigences tout en gardant l’objectif global en vue. Elle distingue aussi la révision défensive du code et les correctifs des travaux avancés de développement d’exploits, que le modèle peut refuser, et décrit des vérifications automatiques qui peuvent interrompre une tâche. Préparez une requête autour du résultat voulu, du travail autorisé et des éléments probants, plutôt que de traiter le raisonnement supplémentaire comme un substitut au matériau source manquant. Un résultat final utile énonce la conclusion ou la modification proposée, son fondement dans les informations fournies et toute question qui changerait sensiblement la décision.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Reconcile conflicting launch requirements\n\nWrite a decision brief using this template: Decision needed; Agreed facts; Conflict; Recommendation conditions. Product requirement P1 says launch must include CSV export. Security requirement S1 prohibits exporting customer email addresses. Current design D1 exports name and email only. Reconcile the requirements, propose a compliant export scope and list the decision still needed about useful fields.A brief under the four supplied headings, with P1, S1 and D1 references beside relevant findings.Check that the proposed scope preserves an export feature while excluding emails and does not invent an approved field list.openai/gpt-6-astra-proGPT-6 Astra avec raisonnement Pro pour la recherche, la programmation et les travaux professionnels exigeants. Pro augmente le travail du modèle avant la réponse finale ; le modèle de base accepte du texte et des images et prend en charge des travaux en plusieurs étapes dans un environnement connecté à des outils.
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 Pro désigne GPT-6 Astra d’OpenAI avec le raisonnement Pro. Le modèle de base Astra est conçu pour le raisonnement exigeant, la programmation, la recherche, 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 lors de l’élaboration de la réponse finale, tandis que l’effort de raisonnement contrôle la quantité d’analyse dans le mode d’exécution choisi. Pro change le mode d’exécution, tandis que GPT-6 Astra reste le modèle sous-jacent.
La publication du concepteur consacrée à Astra décrit des processus qui transforment le matériau pertinent en documents, feuilles de calcul, présentations et analyses. Elle insiste sur le respect des modèles de document et du style rédactionnel ou visuel tout en sélectionnant le contexte important pour la tâche. Pour un document professionnel, fournissez le matériau source, les exigences du modèle de document et la décision que le lecteur doit prendre. Un exemple de requête consiste à rapprocher deux ensembles d’exigences de projet et produire un brief qui distingue les faits convenus, les éléments probants contradictoires et les conditions d’une recommandation.
Pour un travail d’ingénierie ou de recherche, précisez l’objectif, les éléments probants à examiner et ce qui compterait comme un achèvement. Une tâche de programmation peut inclure le comportement requis, les fichiers associés et les contraintes ; une tâche de recherche peut inclure la question et les critères d’évaluation du matériau fourni. Les capacités documentées d’Astra pour l’utilisation de l’ordinateur et la navigation relient les décisions du modèle à un environnement qui fournit les outils correspondants. Les sorties réelles de cet environnement sont les éléments probants de l’étape suivante, distincts des actions proposées par le modèle.
La spécification GPT-6 Astra d’OpenAI indique une fenêtre de contexte de 1 050 000 tokens, une entrée maximale de 922 000 tokens et une sortie maximale de 128 000 tokens, avec une date limite des connaissances au 30 avril 2026. Ses choix d’effort de raisonnement sont low, medium, high, xhigh et max ; none n’est pas pris en charge. Les tokens de raisonnement et le résultat visible occupent tous deux de l’espace dans le contexte. OpenAI documente Pro dans l’API Responses pour les travaux difficiles qui peuvent tolérer un délai supplémentaire et davantage d’activité du modèle ; le mode et l’effort restent des réglages indépendants.
Le modèle de base répertorie le streaming, Structured Outputs, les appels de fonctions, la recherche web et dans les fichiers, les outils de génération d’images, l’interprétation de code, l’exécution de commandes dans un environnement hébergé et l’application de correctifs, les compétences, l’utilisation de l’ordinateur, les connexions MCP et la recherche d’outils. Les appels de fonctions utilisent l’interface Responses du concepteur. Le guide de GPT-6 décrit aussi le travail asynchrone des outils et la réorientation d’un tour actif. Les applications exécutent leurs propres opérations, gèrent les travaux en attente et renvoient les informations obtenues ; la sortie propre au modèle reste du texte même lorsqu’un outil distinct crée un autre résultat.
La publication consacrée à Astra décrit l’adaptation à de nouvelles exigences tout en gardant l’objectif global en vue. Elle distingue aussi la révision défensive du code et les correctifs des travaux avancés de développement d’exploits, que le modèle peut refuser, et décrit des vérifications automatiques qui peuvent interrompre une tâche. Préparez une requête autour du résultat voulu, du travail autorisé et des éléments probants, plutôt que de traiter le raisonnement supplémentaire comme un substitut au matériau source manquant. Un résultat final utile énonce la conclusion ou la modification proposée, son fondement dans les informations fournies et toute question qui changerait sensiblement la décision.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-6-astra-pro | 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’identifiant 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: outil de fonction fourni | 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 rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | 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 sous forme de texte littéral ; aucun identifiant 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’identifiant 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/objets 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 | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.02 / 1K tokens Sortie · Tokens en sortie $0.1 / 1K tokens Entrée · Lecture du cache $0.002 / 1K tokens Entrée · Écriture dans le cache $0.025 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Tokens en entrée $0.02 / 1K tokens Sortie · Tokens en sortie $0.1 / 1K tokens Entrée · Lecture du cache $0.002 / 1K tokens Entrée · Écriture dans le cache $0.025 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de272 000 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.04 / 1K tokens Sortie · Tokens en sortie $0.15 / 1K tokens Entrée · Lecture du cache $0.004 / 1K tokens Entrée · Écriture dans le cache $0.05 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-pro", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-6-astra-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-6-astra-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles 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 contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra openai/gpt-6-astra-pro
Utilisez les chemins de méthode indiqués ci-dessus.
openai/gpt-6-astra-proGPT-6 Astra avec raisonnement Pro pour la recherche, la programmation et les travaux professionnels exigeants. Pro augmente le travail du modèle avant la réponse finale ; le modèle de base accepte du texte et des images et prend en charge des travaux en plusieurs étapes dans un environnement connecté à des outils.
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 Pro désigne GPT-6 Astra d’OpenAI avec le raisonnement Pro. Le modèle de base Astra est conçu pour le raisonnement exigeant, la programmation, la recherche, 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 lors de l’élaboration de la réponse finale, tandis que l’effort de raisonnement contrôle la quantité d’analyse dans le mode d’exécution choisi. Pro change le mode d’exécution, tandis que GPT-6 Astra reste le modèle sous-jacent.
La publication du concepteur consacrée à Astra décrit des processus qui transforment le matériau pertinent en documents, feuilles de calcul, présentations et analyses. Elle insiste sur le respect des modèles de document et du style rédactionnel ou visuel tout en sélectionnant le contexte important pour la tâche. Pour un document professionnel, fournissez le matériau source, les exigences du modèle de document et la décision que le lecteur doit prendre. Un exemple de requête consiste à rapprocher deux ensembles d’exigences de projet et produire un brief qui distingue les faits convenus, les éléments probants contradictoires et les conditions d’une recommandation.
Pour un travail d’ingénierie ou de recherche, précisez l’objectif, les éléments probants à examiner et ce qui compterait comme un achèvement. Une tâche de programmation peut inclure le comportement requis, les fichiers associés et les contraintes ; une tâche de recherche peut inclure la question et les critères d’évaluation du matériau fourni. Les capacités documentées d’Astra pour l’utilisation de l’ordinateur et la navigation relient les décisions du modèle à un environnement qui fournit les outils correspondants. Les sorties réelles de cet environnement sont les éléments probants de l’étape suivante, distincts des actions proposées par le modèle.
La spécification GPT-6 Astra d’OpenAI indique une fenêtre de contexte de 1 050 000 tokens, une entrée maximale de 922 000 tokens et une sortie maximale de 128 000 tokens, avec une date limite des connaissances au 30 avril 2026. Ses choix d’effort de raisonnement sont low, medium, high, xhigh et max ; none n’est pas pris en charge. Les tokens de raisonnement et le résultat visible occupent tous deux de l’espace dans le contexte. OpenAI documente Pro dans l’API Responses pour les travaux difficiles qui peuvent tolérer un délai supplémentaire et davantage d’activité du modèle ; le mode et l’effort restent des réglages indépendants.
Le modèle de base répertorie le streaming, Structured Outputs, les appels de fonctions, la recherche web et dans les fichiers, les outils de génération d’images, l’interprétation de code, l’exécution de commandes dans un environnement hébergé et l’application de correctifs, les compétences, l’utilisation de l’ordinateur, les connexions MCP et la recherche d’outils. Les appels de fonctions utilisent l’interface Responses du concepteur. Le guide de GPT-6 décrit aussi le travail asynchrone des outils et la réorientation d’un tour actif. Les applications exécutent leurs propres opérations, gèrent les travaux en attente et renvoient les informations obtenues ; la sortie propre au modèle reste du texte même lorsqu’un outil distinct crée un autre résultat.
La publication consacrée à Astra décrit l’adaptation à de nouvelles exigences tout en gardant l’objectif global en vue. Elle distingue aussi la révision défensive du code et les correctifs des travaux avancés de développement d’exploits, que le modèle peut refuser, et décrit des vérifications automatiques qui peuvent interrompre une tâche. Préparez une requête autour du résultat voulu, du travail autorisé et des éléments probants, plutôt que de traiter le raisonnement supplémentaire comme un substitut au matériau source manquant. Un résultat final utile énonce la conclusion ou la modification proposée, son fondement dans les informations fournies et toute question qui changerait sensiblement la décision.
POST /v1/messagestexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-6-astra-pro | 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 obligatoires.
Conservez chaque élément renvoyé 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 | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.02 / 1K tokens Sortie · Tokens en sortie $0.1 / 1K tokens Entrée · Lecture du cache $0.002 / 1K tokens Entrée · Écriture dans le cache $0.025 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Tokens en entrée $0.02 / 1K tokens Sortie · Tokens en sortie $0.1 / 1K tokens Entrée · Lecture du cache $0.002 / 1K tokens Entrée · Écriture dans le cache $0.025 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de272 000 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.04 / 1K tokens Sortie · Tokens en sortie $0.15 / 1K tokens Entrée · Lecture du cache $0.004 / 1K tokens Entrée · Écriture dans le cache $0.05 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "openai/gpt-6-astra-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-astra-pro', 'max_tokens': 4096, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-astra-pro', 'max_tokens': 4096, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\njson 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 identifiants 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 identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles 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 contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra openai/gpt-6-astra-pro
Utilisez les chemins de méthode indiqués ci-dessus.
openai/gpt-6-astra-proGPT-6 Astra avec raisonnement Pro pour la recherche, la programmation et les travaux professionnels exigeants. Pro augmente le travail du modèle avant la réponse finale ; le modèle de base accepte du texte et des images et prend en charge des travaux en plusieurs étapes dans un environnement connecté à des outils.
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 Pro désigne GPT-6 Astra d’OpenAI avec le raisonnement Pro. Le modèle de base Astra est conçu pour le raisonnement exigeant, la programmation, la recherche, 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 lors de l’élaboration de la réponse finale, tandis que l’effort de raisonnement contrôle la quantité d’analyse dans le mode d’exécution choisi. Pro change le mode d’exécution, tandis que GPT-6 Astra reste le modèle sous-jacent.
La publication du concepteur consacrée à Astra décrit des processus qui transforment le matériau pertinent en documents, feuilles de calcul, présentations et analyses. Elle insiste sur le respect des modèles de document et du style rédactionnel ou visuel tout en sélectionnant le contexte important pour la tâche. Pour un document professionnel, fournissez le matériau source, les exigences du modèle de document et la décision que le lecteur doit prendre. Un exemple de requête consiste à rapprocher deux ensembles d’exigences de projet et produire un brief qui distingue les faits convenus, les éléments probants contradictoires et les conditions d’une recommandation.
Pour un travail d’ingénierie ou de recherche, précisez l’objectif, les éléments probants à examiner et ce qui compterait comme un achèvement. Une tâche de programmation peut inclure le comportement requis, les fichiers associés et les contraintes ; une tâche de recherche peut inclure la question et les critères d’évaluation du matériau fourni. Les capacités documentées d’Astra pour l’utilisation de l’ordinateur et la navigation relient les décisions du modèle à un environnement qui fournit les outils correspondants. Les sorties réelles de cet environnement sont les éléments probants de l’étape suivante, distincts des actions proposées par le modèle.
La spécification GPT-6 Astra d’OpenAI indique une fenêtre de contexte de 1 050 000 tokens, une entrée maximale de 922 000 tokens et une sortie maximale de 128 000 tokens, avec une date limite des connaissances au 30 avril 2026. Ses choix d’effort de raisonnement sont low, medium, high, xhigh et max ; none n’est pas pris en charge. Les tokens de raisonnement et le résultat visible occupent tous deux de l’espace dans le contexte. OpenAI documente Pro dans l’API Responses pour les travaux difficiles qui peuvent tolérer un délai supplémentaire et davantage d’activité du modèle ; le mode et l’effort restent des réglages indépendants.
Le modèle de base répertorie le streaming, Structured Outputs, les appels de fonctions, la recherche web et dans les fichiers, les outils de génération d’images, l’interprétation de code, l’exécution de commandes dans un environnement hébergé et l’application de correctifs, les compétences, l’utilisation de l’ordinateur, les connexions MCP et la recherche d’outils. Les appels de fonctions utilisent l’interface Responses du concepteur. Le guide de GPT-6 décrit aussi le travail asynchrone des outils et la réorientation d’un tour actif. Les applications exécutent leurs propres opérations, gèrent les travaux en attente et renvoient les informations obtenues ; la sortie propre au modèle reste du texte même lorsqu’un outil distinct crée un autre résultat.
La publication consacrée à Astra décrit l’adaptation à de nouvelles exigences tout en gardant l’objectif global en vue. Elle distingue aussi la révision défensive du code et les correctifs des travaux avancés de développement d’exploits, que le modèle peut refuser, et décrit des vérifications automatiques qui peuvent interrompre une tâche. Préparez une requête autour du résultat voulu, du travail autorisé et des éléments probants, plutôt que de traiter le raisonnement supplémentaire comme un substitut au matériau source manquant. Un résultat final utile énonce la conclusion ou la modification proposée, son fondement dans les informations fournies et toute question qui changerait sensiblement la décision.
POST /v1/responsestexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-6-astra-pro | 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 identifiant de réponse réel issu d’une continuation prise en charge Conditions: Renvoyez l’historique réel de la conversation avec chaque requête. | 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 obligatoires.
Conservez chaque élément renvoyé 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 | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.02 / 1K tokens Sortie · Tokens en sortie $0.1 / 1K tokens Entrée · Lecture du cache $0.002 / 1K tokens Entrée · Écriture dans le cache $0.025 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluse272 000 | Coût Entrée · Tokens en entrée $0.02 / 1K tokens Sortie · Tokens en sortie $0.1 / 1K tokens Entrée · Lecture du cache $0.002 / 1K tokens Entrée · Écriture dans le cache $0.025 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de272 000 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.04 / 1K tokens Sortie · Tokens en sortie $0.15 / 1K tokens Entrée · Lecture du cache $0.004 / 1K tokens Entrée · Écriture dans le cache $0.05 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "openai/gpt-6-astra-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-astra-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/responses \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-astra-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}\nheaders['Authorization'] = 'Bearer ' + api_key\nrequest = Request('https://api.ailoot.ai/v1/responses', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\njson 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 streaming, conservez l’identité complète des événements et des éléments.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles 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 contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra openai/gpt-6-astra-pro
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Reconcile conflicting launch requirements\n\nWrite a decision brief using this template: Decision needed; Agreed facts; Conflict; Recommendation conditions. Product requirement P1 says launch must include CSV export. Security requirement S1 prohibits exporting customer email addresses. Current design D1 exports name and email only. Reconcile the requirements, propose a compliant export scope and list the decision still needed about useful fields.A brief under the four supplied headings, with P1, S1 and D1 references beside relevant findings.Check that the proposed scope preserves an export feature while excluding emails and does not invent an approved field list.