GPT-6 Astra הוא המודל של OpenAI למשימות ההסקה והעבודה המקצועית התובעניות ביותר שלה. היצרנית מפתחת אותו להנדסת תוכנה, לשימוש במחשב, למחקר, לעבודה מדעית וליצירת מסמכים. הוא מקבל טקסט ותמונות ומייצר טקסט, כולל הסברים, קוד ותוצרים מובנים. פרופיל Astra הסטנדרטי הזה נפרד ממצב ההסקה Pro ומהפרופילים של Sol ו-Luna.
הכינו את המשימה סביב התוצאה הרצויה, המקורות הרלוונטיים וקריטריוני ההשלמה. להנדסת תוכנה, כללו את הקוד, הכשל שנצפה, ההתנהגות הצפויה והממשקים שיש לשמר. לניתוח מקצועי, ספקו את המסמכים, ההחלטה והתנאים שהמסקנה חייבת להתייחס אליהם. תדריך מעשי הוא: ״השוו את החלופות האלה לדרישות, זהו את התלויות והפיקו מזכר החלטה עם ראיות לכל ממצא מהותי.״
למשימה חזותית, ודאו שהמקור קריא וציינו אם הוא מציג מצב ממשק, גרף או דרישת עיצוב. בקשו את הפרט הגלוי שתומך בתצפית. תוצר קוד או מסמך צריך להישאר מקושר לראיות האלה, ולא לפעולה חיצונית שהונחה מראש.
הנחיות Astra של OpenAI ממליצות על מטרות ברורות, קריטריוני הצלחה, כללים לראיות ותנאי עצירה. הן מציינות רגישות גבוהה להוראות מפורטות בהקשר ובקבצים נגישים, ולכן יש ליישב הנחיות סותרות ולציין את העדיפות של משימת המשתמש. הגדירו מתי המודל צריך להשתמש במידע זמין, להניח הנחה סבירה או לבקש פרט חסר שמשנה את התוצאה.
היצרנית ממליצה גם להתאים את סגנון התגובה ואת עומק האימות. תארו את הקהל ואת המבנה הסופי למסמך, ודרשו אימות שרלוונטי לשינוי במשימה הנדסית. כך למודל יש קו סיום מפורש בלי להוסיף עבודה לא קשורה.
Astra תומך ברמות מאמץ הסקה low, medium, high, xhigh ו-max ואינו תומך ב-none. המאמץ נפרד ממצב ההסקה הסטנדרטי או Pro של היצרנית. הכרטיס מציין הקשר של 1,050,000 טוקנים, עד 922,000 טוקני קלט ועד 128,000 טוקני פלט. תאריך חיתוך הידע שלו הוא 30 באפריל 2026.
ההסקה תופסת מקום בתגובה אף שהטוקנים הפנימיים הגולמיים אינם נחשפים כתשובה רגילה. הקצו מקום לתוצר הסופי ובדקו את מצב הסיום כשהתקציב מוצה. גם חלון גדול צריך תוויות מקור, גבולות משימה ותצפיות רלוונטיות.
היצרנית מתעדת קריאה לפונקציות דרך Responses; Chat Completions אינו תומך בקריאה לפונקציות עבור Astra. הכלים הנתמכים כוללים חיפוש באינטרנט ובקבצים, יצירת תמונות, מפרש קוד, פעולות shell ו-patch, מיומנויות, שימוש במחשב, חיבורי MCP וחיפוש כלים. גם Structured Outputs והזרמה מופיעים ברשימה. הפלט של Astra עצמו נשאר טקסט, ופעולות כלים מפיקות את התצפיות או התוצרים שלהן.
התהליך המתועד של GPT-6 יכול להמשיך ניתוח כשכלי אסינכרוני פועל, לשלב הכוונה באמצע תור, לשמור הסקה בין קריאות ולדחוס שיחה ארוכה. האפליקציה מפעילה את הכלים שלה ומנהלת תוצאות ממתינות. שמרו על הקישור המקורי בין הקריאה לתצפית, כדי שהמשימה תשתמש בראיות בפועל.
תוצאה סופית שימושית היא תוצר אנליטי או קוד שהושלם, עם בסיס ותנאים שנותרו המוצגים במפורש. בדקו אמירות שתלויות במקורות והשתמשו בתצפיות אימות בפועל לעבודה שבוצעה. שמרו על פרופיל Astra ששמו מצוין כאן ועל טווח המאמץ הנתמך בו, במקום לייבא הגדרת תגובה ישירה או מגבלות של מודל אחר.
", "aboutText": "GPT-6 Astra הוא המודל של OpenAI למשימות ההסקה והעבודה המקצועית התובעניות ביותר שלה. היצרנית מפתחת אותו להנדסת תוכנה, לשימוש במחשב, למחקר, לעבודה מדעית וליצירת מסמכים. הוא מקבל טקסט ותמונות ומייצר טקסט, כולל הסברים, קוד ותוצרים מובנים. פרופיל Astra הסטנדרטי הזה נפרד ממצב ההסקה Pro ומהפרופילים של Sol ו-Luna.\n\n### עבודה מקצה לקצה\n\nהכינו את המשימה סביב התוצאה הרצויה, המקורות הרלוונטיים וקריטריוני ההשלמה. להנדסת תוכנה, כללו את הקוד, הכשל שנצפה, ההתנהגות הצפויה והממשקים שיש לשמר. לניתוח מקצועי, ספקו את המסמכים, ההחלטה והתנאים שהמסקנה חייבת להתייחס אליהם. תדריך מעשי הוא: ״השוו את החלופות האלה לדרישות, זהו את התלויות והפיקו מזכר החלטה עם ראיות לכל ממצא מהותי.״\n\nלמשימה חזותית, ודאו שהמקור קריא וציינו אם הוא מציג מצב ממשק, גרף או דרישת עיצוב. בקשו את הפרט הגלוי שתומך בתצפית. תוצר קוד או מסמך צריך להישאר מקושר לראיות האלה, ולא לפעולה חיצונית שהונחה מראש.\n\n### ניסוח פרומפטים והמשך ביצוע\n\nהנחיות Astra של OpenAI ממליצות על מטרות ברורות, קריטריוני הצלחה, כללים לראיות ותנאי עצירה. הן מציינות רגישות גבוהה להוראות מפורטות בהקשר ובקבצים נגישים, ולכן יש ליישב הנחיות סותרות ולציין את העדיפות של משימת המשתמש. הגדירו מתי המודל צריך להשתמש במידע זמין, להניח הנחה סבירה או לבקש פרט חסר שמשנה את התוצאה.\n\nהיצרנית ממליצה גם להתאים את סגנון התגובה ואת עומק האימות. תארו את הקהל ואת המבנה הסופי למסמך, ודרשו אימות שרלוונטי לשינוי במשימה הנדסית. כך למודל יש קו סיום מפורש בלי להוסיף עבודה לא קשורה.\n\n### הסקה והקשר\n\nAstra תומך ברמות מאמץ הסקה low, medium, high, xhigh ו-max ואינו תומך ב-none. המאמץ נפרד ממצב ההסקה הסטנדרטי או Pro של היצרנית. הכרטיס מציין הקשר של 1,050,000 טוקנים, עד 922,000 טוקני קלט ועד 128,000 טוקני פלט. תאריך חיתוך הידע שלו הוא 30 באפריל 2026.\n\nההסקה תופסת מקום בתגובה אף שהטוקנים הפנימיים הגולמיים אינם נחשפים כתשובה רגילה. הקצו מקום לתוצר הסופי ובדקו את מצב הסיום כשהתקציב מוצה. גם חלון גדול צריך תוויות מקור, גבולות משימה ותצפיות רלוונטיות.\n\n### כלים ומשימות מתמשכות\n\nהיצרנית מתעדת קריאה לפונקציות דרך Responses; Chat Completions אינו תומך בקריאה לפונקציות עבור Astra. הכלים הנתמכים כוללים חיפוש באינטרנט ובקבצים, יצירת תמונות, מפרש קוד, פעולות shell ו-patch, מיומנויות, שימוש במחשב, חיבורי MCP וחיפוש כלים. גם Structured Outputs והזרמה מופיעים ברשימה. הפלט של Astra עצמו נשאר טקסט, ופעולות כלים מפיקות את התצפיות או התוצרים שלהן.\n\nהתהליך המתועד של GPT-6 יכול להמשיך ניתוח כשכלי אסינכרוני פועל, לשלב הכוונה באמצע תור, לשמור הסקה בין קריאות ולדחוס שיחה ארוכה. האפליקציה מפעילה את הכלים שלה ומנהלת תוצאות ממתינות. שמרו על הקישור המקורי בין הקריאה לתצפית, כדי שהמשימה תשתמש בראיות בפועל.\n\nתוצאה סופית שימושית היא תוצר אנליטי או קוד שהושלם, עם בסיס ותנאים שנותרו המוצגים במפורש. בדקו אמירות שתלויות במקורות והשתמשו בתצפיות אימות בפועל לעבודה שבוצעה. שמרו על פרופיל Astra ששמו מצוין כאן ועל טווח המאמץ הנתמך בו, במקום לייבא הגדרת תגובה ישירה או מגבלות של מודל אחר.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "5837eab0bae3e775affe34f381c0c63d577789b145448d92a2dd4f9077486edb", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "he", "methods": [ { "html": "openai/gpt-6-astra:batchGPT-6 Astra הוא המודל של OpenAI להסקה תובענית, להנדסת תוכנה, למחקר ולעבודה מקצועית על מסמכים. הוא משלב הבנת טקסט ותמונה עם ניתוח הקשר ארוך ותהליכים מונחי כלים, ומפיק תוצאה טקסטואלית בתוך הקשר של 1,050,000 טוקנים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
GPT-6 Astra הוא המודל של OpenAI למשימות ההסקה והעבודה המקצועית התובעניות ביותר שלה. היצרנית מפתחת אותו להנדסת תוכנה, לשימוש במחשב, למחקר, לעבודה מדעית וליצירת מסמכים. הוא מקבל טקסט ותמונות ומייצר טקסט, כולל הסברים, קוד ותוצרים מובנים. פרופיל Astra הסטנדרטי הזה נפרד ממצב ההסקה Pro ומהפרופילים של Sol ו-Luna.
הכינו את המשימה סביב התוצאה הרצויה, המקורות הרלוונטיים וקריטריוני ההשלמה. להנדסת תוכנה, כללו את הקוד, הכשל שנצפה, ההתנהגות הצפויה והממשקים שיש לשמר. לניתוח מקצועי, ספקו את המסמכים, ההחלטה והתנאים שהמסקנה חייבת להתייחס אליהם. תדריך מעשי הוא: ״השוו את החלופות האלה לדרישות, זהו את התלויות והפיקו מזכר החלטה עם ראיות לכל ממצא מהותי.״
למשימה חזותית, ודאו שהמקור קריא וציינו אם הוא מציג מצב ממשק, גרף או דרישת עיצוב. בקשו את הפרט הגלוי שתומך בתצפית. תוצר קוד או מסמך צריך להישאר מקושר לראיות האלה, ולא לפעולה חיצונית שהונחה מראש.
הנחיות Astra של OpenAI ממליצות על מטרות ברורות, קריטריוני הצלחה, כללים לראיות ותנאי עצירה. הן מציינות רגישות גבוהה להוראות מפורטות בהקשר ובקבצים נגישים, ולכן יש ליישב הנחיות סותרות ולציין את העדיפות של משימת המשתמש. הגדירו מתי המודל צריך להשתמש במידע זמין, להניח הנחה סבירה או לבקש פרט חסר שמשנה את התוצאה.
היצרנית ממליצה גם להתאים את סגנון התגובה ואת עומק האימות. תארו את הקהל ואת המבנה הסופי למסמך, ודרשו אימות שרלוונטי לשינוי במשימה הנדסית. כך למודל יש קו סיום מפורש בלי להוסיף עבודה לא קשורה.
Astra תומך ברמות מאמץ הסקה low, medium, high, xhigh ו-max ואינו תומך ב-none. המאמץ נפרד ממצב ההסקה הסטנדרטי או Pro של היצרנית. הכרטיס מציין הקשר של 1,050,000 טוקנים, עד 922,000 טוקני קלט ועד 128,000 טוקני פלט. תאריך חיתוך הידע שלו הוא 30 באפריל 2026.
ההסקה תופסת מקום בתגובה אף שהטוקנים הפנימיים הגולמיים אינם נחשפים כתשובה רגילה. הקצו מקום לתוצר הסופי ובדקו את מצב הסיום כשהתקציב מוצה. גם חלון גדול צריך תוויות מקור, גבולות משימה ותצפיות רלוונטיות.
היצרנית מתעדת קריאה לפונקציות דרך Responses; Chat Completions אינו תומך בקריאה לפונקציות עבור Astra. הכלים הנתמכים כוללים חיפוש באינטרנט ובקבצים, יצירת תמונות, מפרש קוד, פעולות shell ו-patch, מיומנויות, שימוש במחשב, חיבורי MCP וחיפוש כלים. גם Structured Outputs והזרמה מופיעים ברשימה. הפלט של Astra עצמו נשאר טקסט, ופעולות כלים מפיקות את התצפיות או התוצרים שלהן.
התהליך המתועד של GPT-6 יכול להמשיך ניתוח כשכלי אסינכרוני פועל, לשלב הכוונה באמצע תור, לשמור הסקה בין קריאות ולדחוס שיחה ארוכה. האפליקציה מפעילה את הכלים שלה ומנהלת תוצאות ממתינות. שמרו על הקישור המקורי בין הקריאה לתצפית, כדי שהמשימה תשתמש בראיות בפועל.
תוצאה סופית שימושית היא תוצר אנליטי או קוד שהושלם, עם בסיס ותנאים שנותרו המוצגים במפורש. בדקו אמירות שתלויות במקורות והשתמשו בתצפיות אימות בפועל לעבודה שבוצעה. שמרו על פרופיל Astra ששמו מצוין כאן ועל טווח המאמץ הנתמך בו, במקום לייבא הגדרת תגובה ישירה או מגבלות של מודל אחר.
POST /v1/batchestexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהendpoint | סוגstring | דרישהחובה | ערכים ומגבלות /v1/chat/completions | ברירת מחדל— |
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות openai/gpt-6-astra:batch | ברירת מחדל— |
שדהrequests | סוגbatch_item[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהrequests[].custom_id | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהrequests[].body.messages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהcompletion_window | סוגstring | דרישהרשות | ערכים ומגבלות 24h | ברירת מחדל— |
שדהprovider | סוגobject|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהrequests[].body.model | סוגstring | דרישהרשות | ערכים ומגבלות openai/gpt-6-astra:batch, openai/gpt-6-astra | ברירת מחדל— |
שדהprovider.only | סוגstring[] | דרישהרשות | ערכים ומגבלות openai | ברירת מחדל— |
שדהprovider.allow_fallbacks | סוגboolean|null | דרישהרשות | ערכים ומגבלות false, null | ברירת מחדל— |
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטendpoint, model, requests |
פרמטרmaterial_types | מפרטtext |
פרמטרrepresentation | מפרטrequests[] מוטמעים; לכל פריט יש custom_id ו־body |
פרמטרrequest_endpoint_profile | מפרט/v1/chat/completions |
פרמטרfile_material | מפרטהגורם הקורא רשאי לקרוא מקומית תוכן JSONL אמיתי בקידוד UTF-8 לתוך requests[]. לא נעשה שימוש בשדה purpose להעלאה, ב־input_file_id או בהפניה לקובץ. חומר לקוח חסר או ריק עוצר את ההכנה לפני POST. |
פרמטרserialization_order | מפרטendpoint, model, provider (אם צוין), completion_window (אם צוין), requests בסוף |
פרמטרoptional_controls | מפרטprovider.only, provider.allow_fallbacks, completion_window |
פרמטרschema_scope | מפרטגופי בקשות טקסט של Chat Completions במעטפת Batch המוטמעת המתועדת. |
מחזור חיים: asynchronous
GET /v1/batches/{operation_id} · ערך response.id מבקשת היצירה המקורית שהוחזר בפועל; אותם משתמש/מפתח/קבוצה
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.01 / 1K טוקנים פלט · טוקני פלט $0.05 / 1K טוקנים קלט · קריאה מהמטמון $0.001 / 1K טוקנים קלט · כתיבה למטמון $0.0125 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכולל272,000 | חיוב קלט · טוקני קלט $0.01 / 1K טוקנים פלט · טוקני פלט $0.05 / 1K טוקנים קלט · קריאה מהמטמון $0.001 / 1K טוקנים קלט · כתיבה למטמון $0.0125 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 2 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-272,000 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.02 / 1K טוקנים פלט · טוקני פלט $0.075 / 1K טוקנים קלט · קריאה מהמטמון $0.002 / 1K טוקנים קלט · כתיבה למטמון $0.025 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-6-astra:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-6-astra:batch', 'openai/gpt-6-astra']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-astra:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n 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")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON מוטמע מתוך results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nשמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את JSON הסטטוס המקורי במלואו, כל תוצאה/custom_id ואת גוף התשובה או השגיאה המלא. שמרו את results[] שהושלמו כ־JSONL ללא סינון.
שמרו את מזהה הפעולה המקורי. לתשובת 503 result_pending_check יש X-Should-Retry:false; לעולם אל תשלחו מחדש אצווה מקורית שתוצאתה אינה ידועה.
| שדה | סוג |
|---|---|
שדהresults[].custom_id | סוגstring |
שדהresults[].response.body.choices[].message.content | סוגstring|null |
שדהresults[].error | סוגobject|null |
שדהusage | סוגobject|null |
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהendpoint | סוגstring |
שדהstatus | סוגstring |
שדהrequest_counts | סוגobject |
שדהresults[].id | סוגstring |
שדהresults[].response.status_code | סוגinteger |
שדהresults[].response.request_id | סוגstring |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאימעטפת מוטמעת מתועדת לא תקינה, מפתחות כפולים, זהות פריט לא תקינה או סתירה ביכולות המודל שהוגדרו. | השלב הבאתקנו את השדות שצוינו לפני כל שליחה חדשה. |
תגובה401 · authentication_error | תנאימפתח API לא תקין. | השלב הבאהשתמשו במפתח Ailoot המורשה. |
תגובה403 · permission_error | תנאיקבוצת Batch אינה זמינה. | השלב הבאבדקו את הרשאות המפתח/הקבוצה. |
תגובה422 · invalid_request_error | תנאיBatch מחויב מהיתרה; יצירה בחיוב מנוי נדחית. | השלב הבאהשתמשו בקבוצה המורשית שהחיוב שלה מנוכה מהיתרה. |
תגובה422 · price_unavailable | תנאילא ניתן לחשב הצעת מחיר לקלט Batch. | השלב הבאשמרו את התשובה; השתמשו בקלט המתועד למשפחת ה־API. |
תגובה402 · billing_error | תנאיהסכום לשריון עבור Batch אינו זמין. | השלב הבאפתרו את הבעיה המונעת את קבלת הבקשה לפני שליחת בקשה חדשה. |
תגובה503 · price_unavailable | תנאיהמחיר לשיטת Batch או התעריפים המקוריים אינם זמינים. | השלב הבאשמרו את התשובה; אל תחליפו את המחירים. |
תגובה503 · api_error | תנאינתיב הספק המדויק אינו זמין. | השלב הבאשמרו את התשובה לצורך תיקון נתיב הניתוב. |
תגובה503 · result_pending_check | תנאיהתוצאה המקורית דורשת בדיקה; X-Should-Retry:false. | השלב הבאשמרו את operation_id/id המקורי וקראו את הסטטוס שלו; לעולם אל תחזרו על ה־POST המקורי. |
תגובה404 · not_found | תנאיהפעולה לבדיקת סטטוס Batch אינה קיימת או שייכת לזהות אחרת. | השלב הבאהשתמשו בערך id המקורי המדויק ובאותם משתמש/מפתח/קבוצה. |
Ailoot Ultra openai/gpt-6-astra:batch
השתמשו בנתיבי השיטות המוצגים למעלה.