GPT-6 Luna adalah model terfokus OpenAI untuk tugas berulang dengan volume tinggi. Model ini menerima teks dan gambar serta menghasilkan teks, sehingga berguna untuk operasi yang ditentukan, seperti klasifikasi, ekstraksi, penulisan ulang, pertanyaan berbasis gambar, dan langkah individual dalam alur asisten. Luna mempertahankan profilnya sendiri dalam GPT-6, terpisah dari peran Sol untuk pemrograman kompleks, pekerjaan Astra yang paling berat, dan pengaturan eksekusi Pro Luna.
Berikan hasil yang jelas untuk setiap tugas: kategori, rekaman data kecil, penjelasan, atau bagian teks yang direvisi. Untuk klasifikasi, berikan makna kategori serta konvensi bagi item yang tidak cocok dengan kategori mana pun. Untuk ekstraksi, tentukan kolom, satuan, dan penanganan informasi yang tidak tersedia. Contoh arahan yang berguna: “Identifikasi masalah utama pengguna, pilih salah satu kategori ini, dan kembalikan kalimat yang mendukung pilihan tersebut.”
Untuk respons dukungan, berikan pertanyaan dan bahan sumber relevan yang telah disetujui, lalu tentukan bahasa jawaban serta detail yang harus dipertahankan. Untuk gambar, pertahankan label yang terlihat dan beri tahu model hal yang ditanyakan. Pisahkan kata-kata hasil ekstraksi dari tafsiran agar rekaman data yang dihasilkan dapat diperiksa terhadap masukan.
Produsen mendukung upaya penalaran none, low, medium, high, xhigh, dan max; medium adalah nilai bawaan. Pengaturan none memungkinkan tugas yang tidak memerlukan penalaran antara, sedangkan upaya lebih besar dapat mengembangkan analisis untuk pertanyaan yang lebih rumit. Upaya penalaran dan mode eksekusi standar atau Pro adalah pilihan yang independen. Kontrak keluaran yang sempit tetap diperlukan pada setiap tingkat upaya.
Structured Outputs dapat membatasi rekaman data yang ditentukan, dan teks biasa dapat menyampaikan jawaban atau penjelasan singkat. Tentukan makna kolom serta konvensi nilai yang tidak tersedia. Validitas format tidak membuktikan bahwa nilai yang diekstrak ada dalam sumber, jadi tinjau isi sekaligus strukturnya.
Kartu model mencantumkan konteks 1050000 token, masukan hingga 922000 token, dan keluaran hingga 128000 token. Batas pengetahuannya adalah 18 Mei 2026. Bahan sumber, percakapan, penalaran, dan jawaban yang terlihat memerlukan ruang bersama. Untuk pekerjaan berulang, pertahankan kriteria serta label sumber yang penting, alih-alih membiarkan riwayat yang tidak relevan mengaburkan operasi.
OpenAI mendokumentasikan Responses untuk alat bawaan dan panggilan fungsi. Chat Completions mendukung panggilan fungsi untuk model ini hanya ketika upaya penalaran adalah none. Daftar alat produsen meliputi pencarian web dan berkas, alat pembuatan gambar, interpreter kode, alat shell dan patch, keterampilan, penggunaan komputer, koneksi MCP, serta pencarian alat. Keluaran Luna sendiri berupa teks; gambar yang dibuat alat atau tindakan yang dieksekusi merupakan hasil terpisah.
Aplikasi menjalankan operasi yang dipilih dan mengembalikan pengamatan untuk langkah model berikutnya. Pencarian produk dapat menyediakan kolom yang belum tersedia sebelum jawaban disusun; tugas ekstraksi dapat menggunakan bagian teks yang benar-benar diperoleh. Panduan GPT-6 juga menjelaskan pekerjaan alat asinkron, pengarahan, dan kemampuan pengelolaan konteks pada tingkat keluarga.
Hasil akhir yang berguna adalah jawaban atau rekaman data terfokus yang terhubung dengan bukti yang diberikan. Periksa nilainya, pertahankan terminologi wajib, dan kaitkan pertanyaan tentang sumber terkini dengan bahan rujukan otoritatif atau pengamatan alat yang sebenarnya. Peran Luna adalah menyelesaikan operasi yang ditentukan, bukan mengubah kumpulan sumber yang besar menjadi tugas yang tidak ditentukan.
", "aboutText": "GPT-6 Luna adalah model terfokus OpenAI untuk tugas berulang dengan volume tinggi. Model ini menerima teks dan gambar serta menghasilkan teks, sehingga berguna untuk operasi yang ditentukan, seperti klasifikasi, ekstraksi, penulisan ulang, pertanyaan berbasis gambar, dan langkah individual dalam alur asisten. Luna mempertahankan profilnya sendiri dalam GPT-6, terpisah dari peran Sol untuk pemrograman kompleks, pekerjaan Astra yang paling berat, dan pengaturan eksekusi Pro Luna.\n\n### Tentukan operasi yang dapat diulang\n\nBerikan hasil yang jelas untuk setiap tugas: kategori, rekaman data kecil, penjelasan, atau bagian teks yang direvisi. Untuk klasifikasi, berikan makna kategori serta konvensi bagi item yang tidak cocok dengan kategori mana pun. Untuk ekstraksi, tentukan kolom, satuan, dan penanganan informasi yang tidak tersedia. Contoh arahan yang berguna: “Identifikasi masalah utama pengguna, pilih salah satu kategori ini, dan kembalikan kalimat yang mendukung pilihan tersebut.”\n\nUntuk respons dukungan, berikan pertanyaan dan bahan sumber relevan yang telah disetujui, lalu tentukan bahasa jawaban serta detail yang harus dipertahankan. Untuk gambar, pertahankan label yang terlihat dan beri tahu model hal yang ditanyakan. Pisahkan kata-kata hasil ekstraksi dari tafsiran agar rekaman data yang dihasilkan dapat diperiksa terhadap masukan.\n\n### Upaya dan format keluaran\n\nProdusen mendukung upaya penalaran none, low, medium, high, xhigh, dan max; medium adalah nilai bawaan. Pengaturan none memungkinkan tugas yang tidak memerlukan penalaran antara, sedangkan upaya lebih besar dapat mengembangkan analisis untuk pertanyaan yang lebih rumit. Upaya penalaran dan mode eksekusi standar atau Pro adalah pilihan yang independen. Kontrak keluaran yang sempit tetap diperlukan pada setiap tingkat upaya.\n\nStructured Outputs dapat membatasi rekaman data yang ditentukan, dan teks biasa dapat menyampaikan jawaban atau penjelasan singkat. Tentukan makna kolom serta konvensi nilai yang tidak tersedia. Validitas format tidak membuktikan bahwa nilai yang diekstrak ada dalam sumber, jadi tinjau isi sekaligus strukturnya.\n\n### Konteks dan pengetahuan\n\nKartu model mencantumkan konteks 1050000 token, masukan hingga 922000 token, dan keluaran hingga 128000 token. Batas pengetahuannya adalah 18 Mei 2026. Bahan sumber, percakapan, penalaran, dan jawaban yang terlihat memerlukan ruang bersama. Untuk pekerjaan berulang, pertahankan kriteria serta label sumber yang penting, alih-alih membiarkan riwayat yang tidak relevan mengaburkan operasi.\n\n### Alat dan hasil aplikasi\n\nOpenAI mendokumentasikan Responses untuk alat bawaan dan panggilan fungsi. Chat Completions mendukung panggilan fungsi untuk model ini hanya ketika upaya penalaran adalah none. Daftar alat produsen meliputi pencarian web dan berkas, alat pembuatan gambar, interpreter kode, alat shell dan patch, keterampilan, penggunaan komputer, koneksi MCP, serta pencarian alat. Keluaran Luna sendiri berupa teks; gambar yang dibuat alat atau tindakan yang dieksekusi merupakan hasil terpisah.\n\nAplikasi menjalankan operasi yang dipilih dan mengembalikan pengamatan untuk langkah model berikutnya. Pencarian produk dapat menyediakan kolom yang belum tersedia sebelum jawaban disusun; tugas ekstraksi dapat menggunakan bagian teks yang benar-benar diperoleh. Panduan GPT-6 juga menjelaskan pekerjaan alat asinkron, pengarahan, dan kemampuan pengelolaan konteks pada tingkat keluarga.\n\nHasil akhir yang berguna adalah jawaban atau rekaman data terfokus yang terhubung dengan bukti yang diberikan. Periksa nilainya, pertahankan terminologi wajib, dan kaitkan pertanyaan tentang sumber terkini dengan bahan rujukan otoritatif atau pengamatan alat yang sebenarnya. Peran Luna adalah menyelesaikan operasi yang ditentukan, bukan mengubah kumpulan sumber yang besar menjadi tugas yang tidak ditentukan.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b5b3639ae5ab50aafec2cc7027e36a4e5aff2f0f410496e4af00f192faa68e81", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "id", "methods": [ { "html": "openai/gpt-6-luna:batchGPT-6 Luna adalah model penalaran OpenAI yang terfokus untuk tugas berulang dengan volume tinggi. Teks dan gambar dapat mendukung klasifikasi, ekstraksi, bantuan, dan pekerjaan yang dipandu alat, dengan konteks 1050000 token, keluaran teks berstruktur, serta pengaturan upaya opsional tanpa penalaran.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-6 Luna adalah model terfokus OpenAI untuk tugas berulang dengan volume tinggi. Model ini menerima teks dan gambar serta menghasilkan teks, sehingga berguna untuk operasi yang ditentukan, seperti klasifikasi, ekstraksi, penulisan ulang, pertanyaan berbasis gambar, dan langkah individual dalam alur asisten. Luna mempertahankan profilnya sendiri dalam GPT-6, terpisah dari peran Sol untuk pemrograman kompleks, pekerjaan Astra yang paling berat, dan pengaturan eksekusi Pro Luna.
Berikan hasil yang jelas untuk setiap tugas: kategori, rekaman data kecil, penjelasan, atau bagian teks yang direvisi. Untuk klasifikasi, berikan makna kategori serta konvensi bagi item yang tidak cocok dengan kategori mana pun. Untuk ekstraksi, tentukan kolom, satuan, dan penanganan informasi yang tidak tersedia. Contoh arahan yang berguna: “Identifikasi masalah utama pengguna, pilih salah satu kategori ini, dan kembalikan kalimat yang mendukung pilihan tersebut.”
Untuk respons dukungan, berikan pertanyaan dan bahan sumber relevan yang telah disetujui, lalu tentukan bahasa jawaban serta detail yang harus dipertahankan. Untuk gambar, pertahankan label yang terlihat dan beri tahu model hal yang ditanyakan. Pisahkan kata-kata hasil ekstraksi dari tafsiran agar rekaman data yang dihasilkan dapat diperiksa terhadap masukan.
Produsen mendukung upaya penalaran none, low, medium, high, xhigh, dan max; medium adalah nilai bawaan. Pengaturan none memungkinkan tugas yang tidak memerlukan penalaran antara, sedangkan upaya lebih besar dapat mengembangkan analisis untuk pertanyaan yang lebih rumit. Upaya penalaran dan mode eksekusi standar atau Pro adalah pilihan yang independen. Kontrak keluaran yang sempit tetap diperlukan pada setiap tingkat upaya.
Structured Outputs dapat membatasi rekaman data yang ditentukan, dan teks biasa dapat menyampaikan jawaban atau penjelasan singkat. Tentukan makna kolom serta konvensi nilai yang tidak tersedia. Validitas format tidak membuktikan bahwa nilai yang diekstrak ada dalam sumber, jadi tinjau isi sekaligus strukturnya.
Kartu model mencantumkan konteks 1050000 token, masukan hingga 922000 token, dan keluaran hingga 128000 token. Batas pengetahuannya adalah 18 Mei 2026. Bahan sumber, percakapan, penalaran, dan jawaban yang terlihat memerlukan ruang bersama. Untuk pekerjaan berulang, pertahankan kriteria serta label sumber yang penting, alih-alih membiarkan riwayat yang tidak relevan mengaburkan operasi.
OpenAI mendokumentasikan Responses untuk alat bawaan dan panggilan fungsi. Chat Completions mendukung panggilan fungsi untuk model ini hanya ketika upaya penalaran adalah none. Daftar alat produsen meliputi pencarian web dan berkas, alat pembuatan gambar, interpreter kode, alat shell dan patch, keterampilan, penggunaan komputer, koneksi MCP, serta pencarian alat. Keluaran Luna sendiri berupa teks; gambar yang dibuat alat atau tindakan yang dieksekusi merupakan hasil terpisah.
Aplikasi menjalankan operasi yang dipilih dan mengembalikan pengamatan untuk langkah model berikutnya. Pencarian produk dapat menyediakan kolom yang belum tersedia sebelum jawaban disusun; tugas ekstraksi dapat menggunakan bagian teks yang benar-benar diperoleh. Panduan GPT-6 juga menjelaskan pekerjaan alat asinkron, pengarahan, dan kemampuan pengelolaan konteks pada tingkat keluarga.
Hasil akhir yang berguna adalah jawaban atau rekaman data terfokus yang terhubung dengan bukti yang diberikan. Periksa nilainya, pertahankan terminologi wajib, dan kaitkan pertanyaan tentang sumber terkini dengan bahan rujukan otoritatif atau pengamatan alat yang sebenarnya. Peran Luna adalah menyelesaikan operasi yang ditentukan, bukan mengubah kumpulan sumber yang besar menjadi tugas yang tidak ditentukan.
POST /v1/batchestexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolomendpoint | Jenisstring | PersyaratanWajib | Nilai & batasan /v1/chat/completions | Bawaan— |
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/gpt-6-luna:batch | Bawaan— |
Kolomrequests | Jenisbatch_item[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolomrequests[].custom_id | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomrequests[].body.messages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomcompletion_window | Jenisstring | PersyaratanOpsional | Nilai & batasan 24h | Bawaan— |
Kolomprovider | Jenisobject|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomrequests[].body.model | Jenisstring | PersyaratanOpsional | Nilai & batasan openai/gpt-6-luna:batch, openai/gpt-6-luna | Bawaan— |
Kolomprovider.only | Jenisstring[] | PersyaratanOpsional | Nilai & batasan openai | Bawaan— |
Kolomprovider.allow_fallbacks | Jenisboolean|null | PersyaratanOpsional | Nilai & batasan false, null | Bawaan— |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakendpoint, model, requests |
Parametermaterial_types | Kontraktext |
Parameterrepresentation | Kontrakrequests[] inline; setiap item memiliki custom_id dan body |
Parameterrequest_endpoint_profile | Kontrak/v1/chat/completions |
Parameterfile_material | KontrakPemanggil dapat membaca JSONL UTF-8 aktual secara lokal ke dalam requests[]. Tidak menggunakan purpose unggahan, input_file_id, atau referensi file. Materi pelanggan yang tidak ada atau kosong menghentikan persiapan sebelum POST. |
Parameterserialization_order | Kontrakendpoint, model, provider (jika disertakan), completion_window (jika disertakan), requests paling akhir |
Parameteroptional_controls | Kontrakprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | Kontrakbody teks Chat Completions dalam envelope Batch inline yang didokumentasikan. |
Siklus hidup: asynchronous
GET /v1/batches/{operation_id} · response.id aktual dari operasi create awal; user/key/group yang sama
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0001 / 1K token Keluaran · Token keluaran $0.0005 / 1K token Masukan · Pembacaan cache $0.00001 / 1K token Masukan · Penulisan cache $0.000125 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk272.000 | Biaya Masukan · Token masukan $0.0001 / 1K token Keluaran · Token keluaran $0.0005 / 1K token Masukan · Pembacaan cache $0.00001 / 1K token Masukan · Penulisan cache $0.000125 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari272.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.00075 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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-luna: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-luna:batch', 'openai/gpt-6-luna']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-luna: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 inline pada 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\nSimpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Pertahankan JSON status asli secara lengkap, setiap result/custom_id, serta body response atau error yang lengkap. Simpan results[] yang telah selesai sebagai JSONL tanpa penyaringan.
Pertahankan ID operasi asli. 503 result_pending_check memiliki X-Should-Retry:false; jangan pernah kirim ulang batch asli yang statusnya tidak diketahui.
| Kolom | Jenis |
|---|---|
Kolomresults[].custom_id | Jenisstring |
Kolomresults[].response.body.choices[].message.content | Jenisstring|null |
Kolomresults[].error | Jenisobject|null |
Kolomusage | Jenisobject|null |
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomendpoint | Jenisstring |
Kolomstatus | Jenisstring |
Kolomrequest_counts | Jenisobject |
Kolomresults[].id | Jenisstring |
Kolomresults[].response.status_code | Jenisinteger |
Kolomresults[].response.request_id | Jenisstring |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiEnvelope inline yang didokumentasikan tidak valid, ada kunci duplikat, atau terdapat konflik pada identitas item atau kemampuan model yang dikonfigurasi. | Langkah berikutnyaPerbaiki kolom yang ditunjukkan sebelum pengiriman baru apa pun. |
Respons401 · authentication_error | KondisiKunci API tidak valid. | Langkah berikutnyaGunakan kunci Ailoot yang berizin. |
Respons403 · permission_error | KondisiGrup Batch tidak tersedia. | Langkah berikutnyaPeriksa hak akses key/group. |
Respons422 · invalid_request_error | KondisiBatch menggunakan penagihan dari saldo; pembuatan dengan langganan ditolak. | Langkah berikutnyaGunakan grup berizin yang ditagih dari saldo. |
Respons422 · price_unavailable | KondisiPenawaran harga untuk input Batch tidak dapat dibuat. | Langkah berikutnyaSimpan respons; gunakan input keluarga API yang didokumentasikan. |
Respons402 · billing_error | KondisiCadangan Batch tidak tersedia. | Langkah berikutnyaSelesaikan kendala penerimaan sebelum mengirim permintaan baru. |
Respons503 · price_unavailable | KondisiHarga metode Batch/tarif native tidak tersedia. | Langkah berikutnyaSimpan respons; jangan mengganti harga. |
Respons503 · api_error | KondisiRute pemasok yang tepat tidak tersedia. | Langkah berikutnyaSimpan respons untuk perbaikan rute. |
Respons503 · result_pending_check | KondisiHasil asli perlu diperiksa; X-Should-Retry:false. | Langkah berikutnyaSimpan operation_id/id asli dan baca statusnya; jangan pernah mengulangi POST asli. |
Respons404 · not_found | KondisiOperasi status Batch tidak ada atau dimiliki oleh identitas lain. | Langkah berikutnyaGunakan id asli yang persis sama dan user/key/group yang sama. |
Ailoot Ultra openai/gpt-6-luna:batch
Gunakan jalur metode yang ditampilkan di atas.