GPT-6 Astra Pro indica GPT-6 Astra di OpenAI con ragionamento Pro. Il modello Astra di base è progettato per ragionamento impegnativo, programmazione, ricerca, uso del computer e lavoro professionale. Accetta testo e immagini e produce testo. Pro prevede un’elaborazione aggiuntiva del modello durante lo sviluppo della risposta finale, mentre l’impegno nel ragionamento regola la quantità di analisi nella modalità di esecuzione scelta. Pro cambia la modalità di esecuzione, mentre GPT-6 Astra resta il modello sottostante.
La pubblicazione del produttore su Astra descrive flussi di lavoro che trasformano il materiale pertinente in documenti, fogli di calcolo, presentazioni e analisi. Sottolinea il rispetto di modelli di documento e stile scritto o visivo, selezionando il contesto che conta per l’attività. Per un documento professionale, fornite il materiale originale, i requisiti del modello di documento e la decisione che il lettore deve prendere. Un esempio di richiesta è conciliare due insiemi di requisiti di progetto e produrre una nota di sintesi che separi i fatti concordati, le prove contrastanti e le condizioni per una raccomandazione.
Per attività ingegneristiche o di ricerca, specificate l’obiettivo, le prove da esaminare e ciò che costituirebbe il completamento. Un’attività di programmazione può includere il comportamento richiesto, i file correlati e i vincoli; una ricerca può includere la domanda e i criteri per valutare il materiale fornito. Le capacità documentate di Astra per uso del computer e navigazione collegano le decisioni del modello a un ambiente che fornisce gli strumenti corrispondenti. Gli output effettivi dell’ambiente sono prove per il passaggio successivo, distinte dalle azioni proposte dal modello.
La specifica GPT-6 Astra di OpenAI indica una finestra di contesto di 1 050 000 token, un input massimo di 922 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 30 aprile 2026. Le opzioni di impegno nel ragionamento sono low, medium, high, xhigh e max; none non è supportato. I token di ragionamento e il risultato visibile occupano entrambi spazio nel contesto. OpenAI documenta Pro nell’API Responses per attività difficili che possono tollerare latenza e attività aggiuntive del modello; modalità e impegno restano impostazioni indipendenti.
Il modello di base elenca lo streaming, Structured Outputs, le chiamate di funzioni, la ricerca sul web e nei file, gli strumenti di generazione di immagini, l’interpretazione di codice, l’esecuzione di comandi in un ambiente ospitato e l’applicazione di modifiche ai file, le competenze, l’uso del computer, le connessioni MCP e la ricerca di strumenti. Le chiamate di funzioni usano l’interfaccia Responses del produttore. La guida di GPT-6 descrive inoltre l’uso asincrono degli strumenti e l’orientamento di un turno attivo. Le applicazioni eseguono le proprie operazioni, gestiscono il lavoro in sospeso e restituiscono le informazioni ottenute; l’output del modello stesso resta testo anche quando uno strumento separato crea un altro risultato.
La pubblicazione su Astra descrive l’adattamento a nuovi requisiti mantenendo in vista l’obiettivo più ampio. Distingue inoltre la revisione difensiva del codice e l’applicazione di correzioni dallo sviluppo avanzato di exploit, che il modello può rifiutare, e descrive controlli automatici che possono interrompere un’attività. Preparate una richiesta intorno al risultato previsto, al lavoro consentito e alle prove, anziché trattare il ragionamento aggiuntivo come un sostituto del materiale originale mancante. Un risultato finale utile dichiara la conclusione o la modifica proposta, le sue basi nelle informazioni fornite e qualsiasi domanda che cambierebbe in modo sostanziale la decisione.
", "aboutText": "GPT-6 Astra Pro indica GPT-6 Astra di OpenAI con ragionamento Pro. Il modello Astra di base è progettato per ragionamento impegnativo, programmazione, ricerca, uso del computer e lavoro professionale. Accetta testo e immagini e produce testo. Pro prevede un’elaborazione aggiuntiva del modello durante lo sviluppo della risposta finale, mentre l’impegno nel ragionamento regola la quantità di analisi nella modalità di esecuzione scelta. Pro cambia la modalità di esecuzione, mentre GPT-6 Astra resta il modello sottostante.\n\nLa pubblicazione del produttore su Astra descrive flussi di lavoro che trasformano il materiale pertinente in documenti, fogli di calcolo, presentazioni e analisi. Sottolinea il rispetto di modelli di documento e stile scritto o visivo, selezionando il contesto che conta per l’attività. Per un documento professionale, fornite il materiale originale, i requisiti del modello di documento e la decisione che il lettore deve prendere. Un esempio di richiesta è conciliare due insiemi di requisiti di progetto e produrre una nota di sintesi che separi i fatti concordati, le prove contrastanti e le condizioni per una raccomandazione.\n\nPer attività ingegneristiche o di ricerca, specificate l’obiettivo, le prove da esaminare e ciò che costituirebbe il completamento. Un’attività di programmazione può includere il comportamento richiesto, i file correlati e i vincoli; una ricerca può includere la domanda e i criteri per valutare il materiale fornito. Le capacità documentate di Astra per uso del computer e navigazione collegano le decisioni del modello a un ambiente che fornisce gli strumenti corrispondenti. Gli output effettivi dell’ambiente sono prove per il passaggio successivo, distinte dalle azioni proposte dal modello.\n\nLa specifica GPT-6 Astra di OpenAI indica una finestra di contesto di 1 050 000 token, un input massimo di 922 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 30 aprile 2026. Le opzioni di impegno nel ragionamento sono low, medium, high, xhigh e max; none non è supportato. I token di ragionamento e il risultato visibile occupano entrambi spazio nel contesto. OpenAI documenta Pro nell’API Responses per attività difficili che possono tollerare latenza e attività aggiuntive del modello; modalità e impegno restano impostazioni indipendenti.\n\nIl modello di base elenca lo streaming, Structured Outputs, le chiamate di funzioni, la ricerca sul web e nei file, gli strumenti di generazione di immagini, l’interpretazione di codice, l’esecuzione di comandi in un ambiente ospitato e l’applicazione di modifiche ai file, le competenze, l’uso del computer, le connessioni MCP e la ricerca di strumenti. Le chiamate di funzioni usano l’interfaccia Responses del produttore. La guida di GPT-6 descrive inoltre l’uso asincrono degli strumenti e l’orientamento di un turno attivo. Le applicazioni eseguono le proprie operazioni, gestiscono il lavoro in sospeso e restituiscono le informazioni ottenute; l’output del modello stesso resta testo anche quando uno strumento separato crea un altro risultato.\n\nLa pubblicazione su Astra descrive l’adattamento a nuovi requisiti mantenendo in vista l’obiettivo più ampio. Distingue inoltre la revisione difensiva del codice e l’applicazione di correzioni dallo sviluppo avanzato di exploit, che il modello può rifiutare, e descrive controlli automatici che possono interrompere un’attività. Preparate una richiesta intorno al risultato previsto, al lavoro consentito e alle prove, anziché trattare il ragionamento aggiuntivo come un sostituto del materiale originale mancante. Un risultato finale utile dichiara la conclusione o la modifica proposta, le sue basi nelle informazioni fornite e qualsiasi domanda che cambierebbe in modo sostanziale la decisione.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
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 con ragionamento Pro per ricerca, programmazione e lavoro professionale impegnativi. Pro prevede un’elaborazione aggiuntiva del modello prima della risposta finale; il modello di base accetta testo e immagini e supporta attività in più passaggi in un ambiente collegato a strumenti.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GPT-6 Astra Pro indica GPT-6 Astra di OpenAI con ragionamento Pro. Il modello Astra di base è progettato per ragionamento impegnativo, programmazione, ricerca, uso del computer e lavoro professionale. Accetta testo e immagini e produce testo. Pro prevede un’elaborazione aggiuntiva del modello durante lo sviluppo della risposta finale, mentre l’impegno nel ragionamento regola la quantità di analisi nella modalità di esecuzione scelta. Pro cambia la modalità di esecuzione, mentre GPT-6 Astra resta il modello sottostante.
La pubblicazione del produttore su Astra descrive flussi di lavoro che trasformano il materiale pertinente in documenti, fogli di calcolo, presentazioni e analisi. Sottolinea il rispetto di modelli di documento e stile scritto o visivo, selezionando il contesto che conta per l’attività. Per un documento professionale, fornite il materiale originale, i requisiti del modello di documento e la decisione che il lettore deve prendere. Un esempio di richiesta è conciliare due insiemi di requisiti di progetto e produrre una nota di sintesi che separi i fatti concordati, le prove contrastanti e le condizioni per una raccomandazione.
Per attività ingegneristiche o di ricerca, specificate l’obiettivo, le prove da esaminare e ciò che costituirebbe il completamento. Un’attività di programmazione può includere il comportamento richiesto, i file correlati e i vincoli; una ricerca può includere la domanda e i criteri per valutare il materiale fornito. Le capacità documentate di Astra per uso del computer e navigazione collegano le decisioni del modello a un ambiente che fornisce gli strumenti corrispondenti. Gli output effettivi dell’ambiente sono prove per il passaggio successivo, distinte dalle azioni proposte dal modello.
La specifica GPT-6 Astra di OpenAI indica una finestra di contesto di 1 050 000 token, un input massimo di 922 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 30 aprile 2026. Le opzioni di impegno nel ragionamento sono low, medium, high, xhigh e max; none non è supportato. I token di ragionamento e il risultato visibile occupano entrambi spazio nel contesto. OpenAI documenta Pro nell’API Responses per attività difficili che possono tollerare latenza e attività aggiuntive del modello; modalità e impegno restano impostazioni indipendenti.
Il modello di base elenca lo streaming, Structured Outputs, le chiamate di funzioni, la ricerca sul web e nei file, gli strumenti di generazione di immagini, l’interpretazione di codice, l’esecuzione di comandi in un ambiente ospitato e l’applicazione di modifiche ai file, le competenze, l’uso del computer, le connessioni MCP e la ricerca di strumenti. Le chiamate di funzioni usano l’interfaccia Responses del produttore. La guida di GPT-6 descrive inoltre l’uso asincrono degli strumenti e l’orientamento di un turno attivo. Le applicazioni eseguono le proprie operazioni, gestiscono il lavoro in sospeso e restituiscono le informazioni ottenute; l’output del modello stesso resta testo anche quando uno strumento separato crea un altro risultato.
La pubblicazione su Astra descrive l’adattamento a nuovi requisiti mantenendo in vista l’obiettivo più ampio. Distingue inoltre la revisione difensiva del codice e l’applicazione di correzioni dallo sviluppo avanzato di exploit, che il modello può rifiutare, e descrive controlli automatici che possono interrompere un’attività. Preparate una richiesta intorno al risultato previsto, al lavoro consentito e alle prove, anziché trattare il ragionamento aggiuntivo come un sostituto del materiale originale mancante. Un risultato finale utile dichiara la conclusione o la modifica proposta, le sue basi nelle informazioni fornite e qualsiasi domanda che cambierebbe in modo sostanziale la decisione.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-6-astra-pro | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.02 / 1K token Output · Token in output $0.1 / 1K token Input · Lettura dalla cache $0.002 / 1K token Input · Scrittura nella cache $0.025 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso272.000 | Costo Input · Token in input $0.02 / 1K token Output · Token in output $0.1 / 1K token Input · Lettura dalla cache $0.002 / 1K token Input · Scrittura nella cache $0.025 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di272.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.04 / 1K token Output · Token in output $0.15 / 1K token Input · Lettura dalla cache $0.004 / 1K token Input · Scrittura nella cache $0.05 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra openai/gpt-6-astra-pro
Usa i percorsi dei metodi indicati sopra.
openai/gpt-6-astra-proGPT-6 Astra con ragionamento Pro per ricerca, programmazione e lavoro professionale impegnativi. Pro prevede un’elaborazione aggiuntiva del modello prima della risposta finale; il modello di base accetta testo e immagini e supporta attività in più passaggi in un ambiente collegato a strumenti.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GPT-6 Astra Pro indica GPT-6 Astra di OpenAI con ragionamento Pro. Il modello Astra di base è progettato per ragionamento impegnativo, programmazione, ricerca, uso del computer e lavoro professionale. Accetta testo e immagini e produce testo. Pro prevede un’elaborazione aggiuntiva del modello durante lo sviluppo della risposta finale, mentre l’impegno nel ragionamento regola la quantità di analisi nella modalità di esecuzione scelta. Pro cambia la modalità di esecuzione, mentre GPT-6 Astra resta il modello sottostante.
La pubblicazione del produttore su Astra descrive flussi di lavoro che trasformano il materiale pertinente in documenti, fogli di calcolo, presentazioni e analisi. Sottolinea il rispetto di modelli di documento e stile scritto o visivo, selezionando il contesto che conta per l’attività. Per un documento professionale, fornite il materiale originale, i requisiti del modello di documento e la decisione che il lettore deve prendere. Un esempio di richiesta è conciliare due insiemi di requisiti di progetto e produrre una nota di sintesi che separi i fatti concordati, le prove contrastanti e le condizioni per una raccomandazione.
Per attività ingegneristiche o di ricerca, specificate l’obiettivo, le prove da esaminare e ciò che costituirebbe il completamento. Un’attività di programmazione può includere il comportamento richiesto, i file correlati e i vincoli; una ricerca può includere la domanda e i criteri per valutare il materiale fornito. Le capacità documentate di Astra per uso del computer e navigazione collegano le decisioni del modello a un ambiente che fornisce gli strumenti corrispondenti. Gli output effettivi dell’ambiente sono prove per il passaggio successivo, distinte dalle azioni proposte dal modello.
La specifica GPT-6 Astra di OpenAI indica una finestra di contesto di 1 050 000 token, un input massimo di 922 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 30 aprile 2026. Le opzioni di impegno nel ragionamento sono low, medium, high, xhigh e max; none non è supportato. I token di ragionamento e il risultato visibile occupano entrambi spazio nel contesto. OpenAI documenta Pro nell’API Responses per attività difficili che possono tollerare latenza e attività aggiuntive del modello; modalità e impegno restano impostazioni indipendenti.
Il modello di base elenca lo streaming, Structured Outputs, le chiamate di funzioni, la ricerca sul web e nei file, gli strumenti di generazione di immagini, l’interpretazione di codice, l’esecuzione di comandi in un ambiente ospitato e l’applicazione di modifiche ai file, le competenze, l’uso del computer, le connessioni MCP e la ricerca di strumenti. Le chiamate di funzioni usano l’interfaccia Responses del produttore. La guida di GPT-6 descrive inoltre l’uso asincrono degli strumenti e l’orientamento di un turno attivo. Le applicazioni eseguono le proprie operazioni, gestiscono il lavoro in sospeso e restituiscono le informazioni ottenute; l’output del modello stesso resta testo anche quando uno strumento separato crea un altro risultato.
La pubblicazione su Astra descrive l’adattamento a nuovi requisiti mantenendo in vista l’obiettivo più ampio. Distingue inoltre la revisione difensiva del codice e l’applicazione di correzioni dallo sviluppo avanzato di exploit, che il modello può rifiutare, e descrive controlli automatici che possono interrompere un’attività. Preparate una richiesta intorno al risultato previsto, al lavoro consentito e alle prove, anziché trattare il ragionamento aggiuntivo come un sostituto del materiale originale mancante. Un risultato finale utile dichiara la conclusione o la modifica proposta, le sue basi nelle informazioni fornite e qualsiasi domanda che cambierebbe in modo sostanziale la decisione.
POST /v1/messagestexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-6-astra-pro | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring|content_block[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Camposystem | Tipostring|content_block[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti Minimo: 1 Il limite si applica a: Limite esatto del modello o della scheda selezionati | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop_sequences | Tipostring[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipotool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].name | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Strumento fornito | Predefinito— |
Campotools[].description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].input_schema | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campothinking.type | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campothinking.budget_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campooutput_config.effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campometadata | Tipoobject | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campocache_control | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Testo · Testo UTF8
messages[].content o blocco type=text
Testo + immagine
{type:image,source:{type:base64,media_type,data}} o origine type=url
| Parametro | Contratto |
|---|---|
Parametromaterial_types | Contrattotext |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattonull |
Parametrocontent_type | Contrattoapplication/json |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: exact retained published method
Invia l'ID esatto del modello e i campi obbligatori.
Conserva ogni elemento restituito e i suoi identificatori originali.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.02 / 1K token Output · Token in output $0.1 / 1K token Input · Lettura dalla cache $0.002 / 1K token Input · Scrittura nella cache $0.025 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso272.000 | Costo Input · Token in input $0.02 / 1K token Output · Token in output $0.1 / 1K token Input · Lettura dalla cache $0.002 / 1K token Input · Scrittura nella cache $0.025 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di272.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.04 / 1K token Output · Token in output $0.15 / 1K token Input · Lettura dalla cache $0.004 / 1K token Input · Scrittura nella cache $0.05 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "openai/gpt-6-astra-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra openai/gpt-6-astra-pro
Usa i percorsi dei metodi indicati sopra.
openai/gpt-6-astra-proGPT-6 Astra con ragionamento Pro per ricerca, programmazione e lavoro professionale impegnativi. Pro prevede un’elaborazione aggiuntiva del modello prima della risposta finale; il modello di base accetta testo e immagini e supporta attività in più passaggi in un ambiente collegato a strumenti.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GPT-6 Astra Pro indica GPT-6 Astra di OpenAI con ragionamento Pro. Il modello Astra di base è progettato per ragionamento impegnativo, programmazione, ricerca, uso del computer e lavoro professionale. Accetta testo e immagini e produce testo. Pro prevede un’elaborazione aggiuntiva del modello durante lo sviluppo della risposta finale, mentre l’impegno nel ragionamento regola la quantità di analisi nella modalità di esecuzione scelta. Pro cambia la modalità di esecuzione, mentre GPT-6 Astra resta il modello sottostante.
La pubblicazione del produttore su Astra descrive flussi di lavoro che trasformano il materiale pertinente in documenti, fogli di calcolo, presentazioni e analisi. Sottolinea il rispetto di modelli di documento e stile scritto o visivo, selezionando il contesto che conta per l’attività. Per un documento professionale, fornite il materiale originale, i requisiti del modello di documento e la decisione che il lettore deve prendere. Un esempio di richiesta è conciliare due insiemi di requisiti di progetto e produrre una nota di sintesi che separi i fatti concordati, le prove contrastanti e le condizioni per una raccomandazione.
Per attività ingegneristiche o di ricerca, specificate l’obiettivo, le prove da esaminare e ciò che costituirebbe il completamento. Un’attività di programmazione può includere il comportamento richiesto, i file correlati e i vincoli; una ricerca può includere la domanda e i criteri per valutare il materiale fornito. Le capacità documentate di Astra per uso del computer e navigazione collegano le decisioni del modello a un ambiente che fornisce gli strumenti corrispondenti. Gli output effettivi dell’ambiente sono prove per il passaggio successivo, distinte dalle azioni proposte dal modello.
La specifica GPT-6 Astra di OpenAI indica una finestra di contesto di 1 050 000 token, un input massimo di 922 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 30 aprile 2026. Le opzioni di impegno nel ragionamento sono low, medium, high, xhigh e max; none non è supportato. I token di ragionamento e il risultato visibile occupano entrambi spazio nel contesto. OpenAI documenta Pro nell’API Responses per attività difficili che possono tollerare latenza e attività aggiuntive del modello; modalità e impegno restano impostazioni indipendenti.
Il modello di base elenca lo streaming, Structured Outputs, le chiamate di funzioni, la ricerca sul web e nei file, gli strumenti di generazione di immagini, l’interpretazione di codice, l’esecuzione di comandi in un ambiente ospitato e l’applicazione di modifiche ai file, le competenze, l’uso del computer, le connessioni MCP e la ricerca di strumenti. Le chiamate di funzioni usano l’interfaccia Responses del produttore. La guida di GPT-6 descrive inoltre l’uso asincrono degli strumenti e l’orientamento di un turno attivo. Le applicazioni eseguono le proprie operazioni, gestiscono il lavoro in sospeso e restituiscono le informazioni ottenute; l’output del modello stesso resta testo anche quando uno strumento separato crea un altro risultato.
La pubblicazione su Astra descrive l’adattamento a nuovi requisiti mantenendo in vista l’obiettivo più ampio. Distingue inoltre la revisione difensiva del codice e l’applicazione di correzioni dallo sviluppo avanzato di exploit, che il modello può rifiutare, e descrive controlli automatici che possono interrompere un’attività. Preparate una richiesta intorno al risultato previsto, al lavoro consentito e alle prove, anziché trattare il ragionamento aggiuntivo come un sostituto del materiale originale mancante. Un risultato finale utile dichiara la conclusione o la modifica proposta, le sue basi nelle informazioni fornite e qualsiasi domanda che cambierebbe in modo sostanziale la decisione.
POST /v1/responsestexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-6-astra-pro | Predefinito— |
Campoinput | Tipostring|input_item[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campoinput[].type | Tipostring | RequisitoFacoltativo | Valori e limiti message, reasoning, function_call, function_call_output | Predefinito— |
Campoinput[].content | Tipostring|content_part[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campoinput[].call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: function_call_output; conserva il call_id effettivamente restituito | Predefinito— |
Campoinput[].output | Tipostring|content_part[] | RequisitoFacoltativo | Valori e limiti Si applica quando: function_call_output | Predefinito— |
Campomax_output_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipotool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning.effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning.summary | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotext.format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotext.verbosity | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinclude | Tipostring[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostore | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprevious_response_id | Tipostring | RequisitoNon supportato | Valori e limiti Requisito dell’ID: Solo un ID di risposta effettivo proveniente da una continuazione supportata Condizioni: Invia nuovamente la cronologia reale della conversazione con ogni richiesta. | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_key | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Testo · Testo UTF8
Testo in ingresso o parte input_text
Testo + immagine
{type:input_image,image_url}
| Parametro | Contratto |
|---|---|
Parametromaterial_types | Contrattotext |
Parametrorequired | Contrattomodel, input |
Parametrooptional_controls | Contrattonull |
Parametrocontent_type | Contrattoapplication/json |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: exact retained published method
Invia l'ID esatto del modello e i campi obbligatori.
Conserva ogni elemento restituito e i suoi identificatori originali.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.02 / 1K token Output · Token in output $0.1 / 1K token Input · Lettura dalla cache $0.002 / 1K token Input · Scrittura nella cache $0.025 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso272.000 | Costo Input · Token in input $0.02 / 1K token Output · Token in output $0.1 / 1K token Input · Lettura dalla cache $0.002 / 1K token Input · Scrittura nella cache $0.025 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di272.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.04 / 1K token Output · Token in output $0.15 / 1K token Input · Lettura dalla cache $0.004 / 1K token Input · Scrittura nella cache $0.05 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "openai/gpt-6-astra-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni elemento di uscita e parte di contenuto, il call_id effettivo della funzione, il ragionamento cifrato e i dati di utilizzo. Nello streaming conserva l’identità completa di eventi ed elementi.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campostatus | Tipostring |
Campooutput[] | Tipomessage|reasoning|function_call|other item |
Campooutput[].content[] | Tipocontent part |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra openai/gpt-6-astra-pro
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
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.