GPT-6 Astra Proは、OpenAIのGPT-6 AstraにPro推論を適用したものを指します。基盤となるAstraモデルは、難しい推論、コーディング、研究、コンピューター操作、専門業務向けに設計されています。テキストと画像を入力として受け取り、テキストを出力します。Proは最終回答を作成する際のモデルの処理を追加し、推論労力は選択した実行モード内の分析量を制御します。Proが実行モードを変えても、基盤モデルはGPT-6 Astraのままです。
提供元のAstraリリースは、関連資料を文書、スプレッドシート、プレゼンテーション、分析へと変えるワークフローを説明しています。課題に重要なコンテキストを選びながら、テンプレートや文章・視覚表現のスタイルに従うことを重視しています。専門的な文書では、元の資料、テンプレートの要件、読み手が下すべき判断を提示します。たとえば、二つのプロジェクト要件群の整合を取り、合意された事実、矛盾する根拠、提案の前提条件を分けた要約を作成するよう依頼できます。
開発や研究では、目標、確認する根拠、完了とみなす条件を指定します。コーディング課題には必要な動作、関連ファイル、制約を含め、研究課題には質問と提示資料の評価基準を含められます。Astraの文書化されたコンピューター操作やブラウジング機能は、モデルの判断を、対応するツールを提供する環境に結び付けます。環境からの実際の出力が、次の段階の根拠となり、モデルの提案した操作とは区別されます。
OpenAIのGPT-6 Astra仕様は、1,050,000トークンのコンテキストウィンドウ、922,000トークンの最大入力、128,000トークンの最大出力を示し、知識の基準時点は2026年4月30日です。推論労力の選択肢はlow、medium、high、xhigh、maxで、noneは非対応です。推論トークンと表示結果は、どちらもコンテキスト領域を使います。OpenAIはResponses APIのProを、追加の待ち時間とモデルの処理を許容できる難しい作業向けとして説明しています。モードと労力は独立した設定です。
基盤モデルには、ストリーミング、Structured Outputs、関数呼び出し、ウェブ検索とファイル検索、画像生成ツール、コード実行、ホスト型のshell操作とpatch操作、スキル、コンピューター操作、MCP接続、ツール検索が挙げられています。関数呼び出しには提供元のResponsesインターフェースを使います。GPT-6のガイドでは、非同期のツール処理と実行中のターンへの指示も説明されています。アプリケーションが自ら操作を実行し、未完了の作業を管理し、得られた情報を返します。別のツールが他の成果物を作成しても、モデル自身の出力はテキストのままです。
Astraのリリースは、大きな目標を見失わずに新たな要件へ適応することを説明しています。防御目的のコードレビューやパッチ適用と、モデルが拒否する場合のある高度なエクスプロイト開発を区別し、課題を中断し得る自動検査も説明しています。追加の推論を不足資料の代わりとみなさず、意図する結果、許可された作業、根拠を中心に依頼を用意します。有用な最終成果物は、結論や変更案、提示情報に基づく理由、判断を大きく変える質問を明示します。
", "aboutText": "GPT-6 Astra Proは、OpenAIのGPT-6 AstraにPro推論を適用したものを指します。基盤となるAstraモデルは、難しい推論、コーディング、研究、コンピューター操作、専門業務向けに設計されています。テキストと画像を入力として受け取り、テキストを出力します。Proは最終回答を作成する際のモデルの処理を追加し、推論労力は選択した実行モード内の分析量を制御します。Proが実行モードを変えても、基盤モデルはGPT-6 Astraのままです。\n\n提供元のAstraリリースは、関連資料を文書、スプレッドシート、プレゼンテーション、分析へと変えるワークフローを説明しています。課題に重要なコンテキストを選びながら、テンプレートや文章・視覚表現のスタイルに従うことを重視しています。専門的な文書では、元の資料、テンプレートの要件、読み手が下すべき判断を提示します。たとえば、二つのプロジェクト要件群の整合を取り、合意された事実、矛盾する根拠、提案の前提条件を分けた要約を作成するよう依頼できます。\n\n開発や研究では、目標、確認する根拠、完了とみなす条件を指定します。コーディング課題には必要な動作、関連ファイル、制約を含め、研究課題には質問と提示資料の評価基準を含められます。Astraの文書化されたコンピューター操作やブラウジング機能は、モデルの判断を、対応するツールを提供する環境に結び付けます。環境からの実際の出力が、次の段階の根拠となり、モデルの提案した操作とは区別されます。\n\nOpenAIのGPT-6 Astra仕様は、1,050,000トークンのコンテキストウィンドウ、922,000トークンの最大入力、128,000トークンの最大出力を示し、知識の基準時点は2026年4月30日です。推論労力の選択肢はlow、medium、high、xhigh、maxで、noneは非対応です。推論トークンと表示結果は、どちらもコンテキスト領域を使います。OpenAIはResponses APIのProを、追加の待ち時間とモデルの処理を許容できる難しい作業向けとして説明しています。モードと労力は独立した設定です。\n\n基盤モデルには、ストリーミング、Structured Outputs、関数呼び出し、ウェブ検索とファイル検索、画像生成ツール、コード実行、ホスト型のshell操作とpatch操作、スキル、コンピューター操作、MCP接続、ツール検索が挙げられています。関数呼び出しには提供元のResponsesインターフェースを使います。GPT-6のガイドでは、非同期のツール処理と実行中のターンへの指示も説明されています。アプリケーションが自ら操作を実行し、未完了の作業を管理し、得られた情報を返します。別のツールが他の成果物を作成しても、モデル自身の出力はテキストのままです。\n\nAstraのリリースは、大きな目標を見失わずに新たな要件へ適応することを説明しています。防御目的のコードレビューやパッチ適用と、モデルが拒否する場合のある高度なエクスプロイト開発を区別し、課題を中断し得る自動検査も説明しています。追加の推論を不足資料の代わりとみなさず、意図する結果、許可された作業、根拠を中心に依頼を用意します。有用な最終成果物は、結論や変更案、提示情報に基づく理由、判断を大きく変える質問を明示します。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
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にPro推論を組み合わせ、難しい研究、コーディング、専門業務に利用します。Proは最終回答の前にモデルの処理を追加します。基盤モデルはテキストと画像を入力として受け取り、ツールに接続された環境で複数段階の作業を支えます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Astra Proは、OpenAIのGPT-6 AstraにPro推論を適用したものを指します。基盤となるAstraモデルは、難しい推論、コーディング、研究、コンピューター操作、専門業務向けに設計されています。テキストと画像を入力として受け取り、テキストを出力します。Proは最終回答を作成する際のモデルの処理を追加し、推論労力は選択した実行モード内の分析量を制御します。Proが実行モードを変えても、基盤モデルはGPT-6 Astraのままです。
提供元のAstraリリースは、関連資料を文書、スプレッドシート、プレゼンテーション、分析へと変えるワークフローを説明しています。課題に重要なコンテキストを選びながら、テンプレートや文章・視覚表現のスタイルに従うことを重視しています。専門的な文書では、元の資料、テンプレートの要件、読み手が下すべき判断を提示します。たとえば、二つのプロジェクト要件群の整合を取り、合意された事実、矛盾する根拠、提案の前提条件を分けた要約を作成するよう依頼できます。
開発や研究では、目標、確認する根拠、完了とみなす条件を指定します。コーディング課題には必要な動作、関連ファイル、制約を含め、研究課題には質問と提示資料の評価基準を含められます。Astraの文書化されたコンピューター操作やブラウジング機能は、モデルの判断を、対応するツールを提供する環境に結び付けます。環境からの実際の出力が、次の段階の根拠となり、モデルの提案した操作とは区別されます。
OpenAIのGPT-6 Astra仕様は、1,050,000トークンのコンテキストウィンドウ、922,000トークンの最大入力、128,000トークンの最大出力を示し、知識の基準時点は2026年4月30日です。推論労力の選択肢はlow、medium、high、xhigh、maxで、noneは非対応です。推論トークンと表示結果は、どちらもコンテキスト領域を使います。OpenAIはResponses APIのProを、追加の待ち時間とモデルの処理を許容できる難しい作業向けとして説明しています。モードと労力は独立した設定です。
基盤モデルには、ストリーミング、Structured Outputs、関数呼び出し、ウェブ検索とファイル検索、画像生成ツール、コード実行、ホスト型のshell操作とpatch操作、スキル、コンピューター操作、MCP接続、ツール検索が挙げられています。関数呼び出しには提供元のResponsesインターフェースを使います。GPT-6のガイドでは、非同期のツール処理と実行中のターンへの指示も説明されています。アプリケーションが自ら操作を実行し、未完了の作業を管理し、得られた情報を返します。別のツールが他の成果物を作成しても、モデル自身の出力はテキストのままです。
Astraのリリースは、大きな目標を見失わずに新たな要件へ適応することを説明しています。防御目的のコードレビューやパッチ適用と、モデルが拒否する場合のある高度なエクスプロイト開発を区別し、課題を中断し得る自動検査も説明しています。追加の推論を不足資料の代わりとみなさず、意図する結果、許可された作業、根拠を中心に依頼を用意します。有用な最終成果物は、結論や変更案、提示情報に基づく理由、判断を大きく変える質問を明示します。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 openai/gpt-6-astra-pro | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.02 / 1K トークン 出力 · 出力トークン $0.1 / 1K トークン 入力 · キャッシュ読み取り $0.002 / 1K トークン 入力 · キャッシュ書き込み $0.025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.02 / 1K トークン 出力 · 出力トークン $0.1 / 1K トークン 入力 · キャッシュ読み取り $0.002 / 1K トークン 入力 · キャッシュ書き込み $0.025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.04 / 1K トークン 出力 · 出力トークン $0.15 / 1K トークン 入力 · キャッシュ読み取り $0.004 / 1K トークン 入力 · キャッシュ書き込み $0.05 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra openai/gpt-6-astra-pro
上記に表示されたメソッドパスを使用してください。
openai/gpt-6-astra-proGPT-6 AstraにPro推論を組み合わせ、難しい研究、コーディング、専門業務に利用します。Proは最終回答の前にモデルの処理を追加します。基盤モデルはテキストと画像を入力として受け取り、ツールに接続された環境で複数段階の作業を支えます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Astra Proは、OpenAIのGPT-6 AstraにPro推論を適用したものを指します。基盤となるAstraモデルは、難しい推論、コーディング、研究、コンピューター操作、専門業務向けに設計されています。テキストと画像を入力として受け取り、テキストを出力します。Proは最終回答を作成する際のモデルの処理を追加し、推論労力は選択した実行モード内の分析量を制御します。Proが実行モードを変えても、基盤モデルはGPT-6 Astraのままです。
提供元のAstraリリースは、関連資料を文書、スプレッドシート、プレゼンテーション、分析へと変えるワークフローを説明しています。課題に重要なコンテキストを選びながら、テンプレートや文章・視覚表現のスタイルに従うことを重視しています。専門的な文書では、元の資料、テンプレートの要件、読み手が下すべき判断を提示します。たとえば、二つのプロジェクト要件群の整合を取り、合意された事実、矛盾する根拠、提案の前提条件を分けた要約を作成するよう依頼できます。
開発や研究では、目標、確認する根拠、完了とみなす条件を指定します。コーディング課題には必要な動作、関連ファイル、制約を含め、研究課題には質問と提示資料の評価基準を含められます。Astraの文書化されたコンピューター操作やブラウジング機能は、モデルの判断を、対応するツールを提供する環境に結び付けます。環境からの実際の出力が、次の段階の根拠となり、モデルの提案した操作とは区別されます。
OpenAIのGPT-6 Astra仕様は、1,050,000トークンのコンテキストウィンドウ、922,000トークンの最大入力、128,000トークンの最大出力を示し、知識の基準時点は2026年4月30日です。推論労力の選択肢はlow、medium、high、xhigh、maxで、noneは非対応です。推論トークンと表示結果は、どちらもコンテキスト領域を使います。OpenAIはResponses APIのProを、追加の待ち時間とモデルの処理を許容できる難しい作業向けとして説明しています。モードと労力は独立した設定です。
基盤モデルには、ストリーミング、Structured Outputs、関数呼び出し、ウェブ検索とファイル検索、画像生成ツール、コード実行、ホスト型のshell操作とpatch操作、スキル、コンピューター操作、MCP接続、ツール検索が挙げられています。関数呼び出しには提供元のResponsesインターフェースを使います。GPT-6のガイドでは、非同期のツール処理と実行中のターンへの指示も説明されています。アプリケーションが自ら操作を実行し、未完了の作業を管理し、得られた情報を返します。別のツールが他の成果物を作成しても、モデル自身の出力はテキストのままです。
Astraのリリースは、大きな目標を見失わずに新たな要件へ適応することを説明しています。防御目的のコードレビューやパッチ適用と、モデルが拒否する場合のある高度なエクスプロイト開発を区別し、課題を中断し得る自動検査も説明しています。追加の推論を不足資料の代わりとみなさず、意図する結果、許可された作業、根拠を中心に依頼を用意します。有用な最終成果物は、結論や変更案、提示情報に基づく理由、判断を大きく変える質問を明示します。
POST /v1/messagestexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 openai/gpt-6-astra-pro | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string|content_block[] | 要件必須 | 値と制限 | デフォルト— |
フィールドsystem | 種類string|content_block[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 最小値: 1 制限の適用対象: 選択したモデル／カードに固有の正確な上限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop_sequences | 種類string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].name | 種類string | 要件任意 | 値と制限 適用条件: ツールの指定あり | デフォルト— |
フィールドtools[].description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].input_schema | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドthinking.type | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドthinking.budget_tokens | 種類integer | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドoutput_config.effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmetadata | 種類object | 要件任意 | 値と制限 | デフォルト— |
フィールドcache_control | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
messages[].contentまたはtype=textブロック
テキスト + 画像
{type:image,source:{type:base64,media_type,data}}またはtype=urlのソース
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: exact retained published method
正確なモデルIDと必須フィールドを送信してください。
返された項目と元の識別子をすべて保持してください。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.02 / 1K トークン 出力 · 出力トークン $0.1 / 1K トークン 入力 · キャッシュ読み取り $0.002 / 1K トークン 入力 · キャッシュ書き込み $0.025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.02 / 1K トークン 出力 · 出力トークン $0.1 / 1K トークン 入力 · キャッシュ読み取り $0.002 / 1K トークン 入力 · キャッシュ書き込み $0.025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.04 / 1K トークン 出力 · 出力トークン $0.15 / 1K トークン 入力 · キャッシュ読み取り $0.004 / 1K トークン 入力 · キャッシュ書き込み $0.05 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "openai/gpt-6-astra-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra openai/gpt-6-astra-pro
上記に表示されたメソッドパスを使用してください。
openai/gpt-6-astra-proGPT-6 AstraにPro推論を組み合わせ、難しい研究、コーディング、専門業務に利用します。Proは最終回答の前にモデルの処理を追加します。基盤モデルはテキストと画像を入力として受け取り、ツールに接続された環境で複数段階の作業を支えます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-6 Astra Proは、OpenAIのGPT-6 AstraにPro推論を適用したものを指します。基盤となるAstraモデルは、難しい推論、コーディング、研究、コンピューター操作、専門業務向けに設計されています。テキストと画像を入力として受け取り、テキストを出力します。Proは最終回答を作成する際のモデルの処理を追加し、推論労力は選択した実行モード内の分析量を制御します。Proが実行モードを変えても、基盤モデルはGPT-6 Astraのままです。
提供元のAstraリリースは、関連資料を文書、スプレッドシート、プレゼンテーション、分析へと変えるワークフローを説明しています。課題に重要なコンテキストを選びながら、テンプレートや文章・視覚表現のスタイルに従うことを重視しています。専門的な文書では、元の資料、テンプレートの要件、読み手が下すべき判断を提示します。たとえば、二つのプロジェクト要件群の整合を取り、合意された事実、矛盾する根拠、提案の前提条件を分けた要約を作成するよう依頼できます。
開発や研究では、目標、確認する根拠、完了とみなす条件を指定します。コーディング課題には必要な動作、関連ファイル、制約を含め、研究課題には質問と提示資料の評価基準を含められます。Astraの文書化されたコンピューター操作やブラウジング機能は、モデルの判断を、対応するツールを提供する環境に結び付けます。環境からの実際の出力が、次の段階の根拠となり、モデルの提案した操作とは区別されます。
OpenAIのGPT-6 Astra仕様は、1,050,000トークンのコンテキストウィンドウ、922,000トークンの最大入力、128,000トークンの最大出力を示し、知識の基準時点は2026年4月30日です。推論労力の選択肢はlow、medium、high、xhigh、maxで、noneは非対応です。推論トークンと表示結果は、どちらもコンテキスト領域を使います。OpenAIはResponses APIのProを、追加の待ち時間とモデルの処理を許容できる難しい作業向けとして説明しています。モードと労力は独立した設定です。
基盤モデルには、ストリーミング、Structured Outputs、関数呼び出し、ウェブ検索とファイル検索、画像生成ツール、コード実行、ホスト型のshell操作とpatch操作、スキル、コンピューター操作、MCP接続、ツール検索が挙げられています。関数呼び出しには提供元のResponsesインターフェースを使います。GPT-6のガイドでは、非同期のツール処理と実行中のターンへの指示も説明されています。アプリケーションが自ら操作を実行し、未完了の作業を管理し、得られた情報を返します。別のツールが他の成果物を作成しても、モデル自身の出力はテキストのままです。
Astraのリリースは、大きな目標を見失わずに新たな要件へ適応することを説明しています。防御目的のコードレビューやパッチ適用と、モデルが拒否する場合のある高度なエクスプロイト開発を区別し、課題を中断し得る自動検査も説明しています。追加の推論を不足資料の代わりとみなさず、意図する結果、許可された作業、根拠を中心に依頼を用意します。有用な最終成果物は、結論や変更案、提示情報に基づく理由、判断を大きく変える質問を明示します。
POST /v1/responsestexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 openai/gpt-6-astra-pro | デフォルト— |
フィールドinput | 種類string|input_item[] | 要件必須 | 値と制限 | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドinput[].type | 種類string | 要件任意 | 値と制限 message, reasoning, function_call, function_call_output | デフォルト— |
フィールドinput[].content | 種類string|content_part[] | 要件任意 | 値と制限 | デフォルト— |
フィールドinput[].call_id | 種類string | 要件任意 | 値と制限 適用条件: function_call_output。実際に返されたcall_idを保持してください | デフォルト— |
フィールドinput[].output | 種類string|content_part[] | 要件任意 | 値と制限 適用条件: function_call_output | デフォルト— |
フィールドmax_output_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning.effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning.summary | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtext.format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtext.verbosity | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinclude | 種類string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstore | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprevious_response_id | 種類string | 要件非対応 | 値と制限 IDの要件: 対応する継続処理の実際の応答IDのみ 条件: リクエストごとに、実際の会話履歴を再度送信してください。 | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_key | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
入力テキストまたはinput_textパート
テキスト + 画像
{type:input_image,image_url}
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text |
パラメータrequired | 仕様model, input |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: exact retained published method
正確なモデルIDと必須フィールドを送信してください。
返された項目と元の識別子をすべて保持してください。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.02 / 1K トークン 出力 · 出力トークン $0.1 / 1K トークン 入力 · キャッシュ読み取り $0.002 / 1K トークン 入力 · キャッシュ書き込み $0.025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合272,000 | 料金 入力 · 入力トークン $0.02 / 1K トークン 出力 · 出力トークン $0.1 / 1K トークン 入力 · キャッシュ読み取り $0.002 / 1K トークン 入力 · キャッシュ書き込み $0.025 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 2 | 料金表— | コンテキストトークン数が次の値を超える場合272,000 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.04 / 1K トークン 出力 · 出力トークン $0.15 / 1K トークン 入力 · キャッシュ読み取り $0.004 / 1K トークン 入力 · キャッシュ書き込み $0.05 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "openai/gpt-6-astra-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての出力項目とコンテンツのパート、実際の関数call_id、暗号化された推論、使用量を保持してください。ストリーミングではイベント／項目の識別情報を完全に残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドstatus | 種類string |
フィールドoutput[] | 種類message|reasoning|function_call|other item |
フィールドoutput[].content[] | 種類content part |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra openai/gpt-6-astra-pro
上記に表示されたメソッドパスを使用してください。
英語の技術例
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.