GPT-5.6 Terra는 OpenAI의 GPT-5.6 제품군에서 균형 잡힌 역할을 담당합니다. 일상적인 코딩, 문서 분석, 설명, 에이전트 단계처럼 충분한 추론 능력과 반복적인 실무 활용을 결합하는 작업을 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 좋은 작업 지침은 Terra에 검토할 자료, 필요한 결정이나 변경, 산출물의 형태를 제시합니다.
관련 코드, 관찰된 동작, 수정 후 기대하는 동작을 제공하세요. 오류 보고서에는 실패한 입력, 정확한 메시지, 관련된 애플리케이션 부분을 포함할 수 있습니다. 영향을 받는 로직과 집중적인 패치를 요청한 뒤, 변경과 검증에 사용된 근거를 검토하세요. 설계 질문에서는 대안과 선택을 결정하는 제약을 명시하세요.
스크린샷은 소프트웨어 작업에 가시적 근거를 더할 수 있습니다. 올바르게 유지해야 하는 레이블이나 데이터를 보존하면서 인터페이스 상태와 바뀌어야 할 부분을 지정하세요. 이미지는 문제를 설명하는 데 도움이 됩니다. 요청한 산출물은 여전히 텍스트 분석, 구현 제안, 연결된 도구가 수행하는 코드 변경일 수 있습니다.
비교에서는 제공된 출처에 레이블을 붙이고 적용할 기준을 정의하세요. 추출에서는 필드, 단위, 누락된 값의 처리 방식을 명시하세요. Terra는 구조화된 출력을 지원하므로 애플리케이션이 정의된 결과 형식을 요청할 수 있습니다. 특히 반환된 숫자나 레이블이 후속 동작을 결정할 때는 형식과 그 안의 값을 모두 검증하세요.
모델은 함수 호출도 지원합니다. 작업이 사용할 수 있는 도구를 정의하고, 반환된 관찰 결과를 작업 컨텍스트에 유지하세요. 제안된 호출과 도구의 실제 결과는 역할이 다릅니다. 전자는 의도한 동작을 설명하고, 후자는 다음 단계의 근거를 제공합니다. 최종 산출물에서도 이 구분을 유지하세요.
OpenAI는 none, low, medium, high, xhigh, max의 추론 강도를 문서화하며 기본값은 medium입니다. 질문을 해결하는 데 필요한 깊이를 선택하고, 무엇이 유용한 답변을 입증하는지 명시하세요. 어려운 문제를 충분히 분석한 뒤에도 최종 응답은 간결할 수 있습니다.
제작사는 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰을 명시합니다. 큰 자료 집합은 이름이 붙은 섹션으로 정리하고, 결과에 영향을 주는 정보를 유지하며, 답변을 위한 공간을 확보하세요. 결론이 원본 자료와 연결되도록 파일이나 구절의 식별자를 보관하세요.
OpenAI의 도구 지원 환경에서는 스트리밍과 함께 웹 검색, 파일 검색, 이미지 생성, 코드 실행, shell 및 patch 도구, 컴퓨터 사용, MCP가 문서화되어 있습니다. 애플리케이션은 필요한 작업을 제공하고 결과 근거를 반환합니다. Terra의 직접 답변은 텍스트이며, 도구가 만든 파일이나 변경은 각각의 산출물로 검토해야 합니다.
유용하게 완료된 작업은 명확한 결과를 남깁니다. 제안되거나 적용된 변경, 비교나 추출된 레코드, 이를 평가하는 데 필요한 출처 또는 검증 근거입니다.
", "aboutText": "GPT-5.6 Terra는 OpenAI의 GPT-5.6 제품군에서 균형 잡힌 역할을 담당합니다. 일상적인 코딩, 문서 분석, 설명, 에이전트 단계처럼 충분한 추론 능력과 반복적인 실무 활용을 결합하는 작업을 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 좋은 작업 지침은 Terra에 검토할 자료, 필요한 결정이나 변경, 산출물의 형태를 제시합니다.\n\n### 정의된 동작 변경을 위한 코딩\n\n관련 코드, 관찰된 동작, 수정 후 기대하는 동작을 제공하세요. 오류 보고서에는 실패한 입력, 정확한 메시지, 관련된 애플리케이션 부분을 포함할 수 있습니다. 영향을 받는 로직과 집중적인 패치를 요청한 뒤, 변경과 검증에 사용된 근거를 검토하세요. 설계 질문에서는 대안과 선택을 결정하는 제약을 명시하세요.\n\n스크린샷은 소프트웨어 작업에 가시적 근거를 더할 수 있습니다. 올바르게 유지해야 하는 레이블이나 데이터를 보존하면서 인터페이스 상태와 바뀌어야 할 부분을 지정하세요. 이미지는 문제를 설명하는 데 도움이 됩니다. 요청한 산출물은 여전히 텍스트 분석, 구현 제안, 연결된 도구가 수행하는 코드 변경일 수 있습니다.\n\n### 문서와 구조화된 답변\n\n비교에서는 제공된 출처에 레이블을 붙이고 적용할 기준을 정의하세요. 추출에서는 필드, 단위, 누락된 값의 처리 방식을 명시하세요. Terra는 구조화된 출력을 지원하므로 애플리케이션이 정의된 결과 형식을 요청할 수 있습니다. 특히 반환된 숫자나 레이블이 후속 동작을 결정할 때는 형식과 그 안의 값을 모두 검증하세요.\n\n모델은 함수 호출도 지원합니다. 작업이 사용할 수 있는 도구를 정의하고, 반환된 관찰 결과를 작업 컨텍스트에 유지하세요. 제안된 호출과 도구의 실제 결과는 역할이 다릅니다. 전자는 의도한 동작을 설명하고, 후자는 다음 단계의 근거를 제공합니다. 최종 산출물에서도 이 구분을 유지하세요.\n\n### 추론, 컨텍스트, 사용 가능한 도구\n\nOpenAI는 none, low, medium, high, xhigh, max의 추론 강도를 문서화하며 기본값은 medium입니다. 질문을 해결하는 데 필요한 깊이를 선택하고, 무엇이 유용한 답변을 입증하는지 명시하세요. 어려운 문제를 충분히 분석한 뒤에도 최종 응답은 간결할 수 있습니다.\n\n제작사는 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰을 명시합니다. 큰 자료 집합은 이름이 붙은 섹션으로 정리하고, 결과에 영향을 주는 정보를 유지하며, 답변을 위한 공간을 확보하세요. 결론이 원본 자료와 연결되도록 파일이나 구절의 식별자를 보관하세요.\n\nOpenAI의 도구 지원 환경에서는 스트리밍과 함께 웹 검색, 파일 검색, 이미지 생성, 코드 실행, shell 및 patch 도구, 컴퓨터 사용, MCP가 문서화되어 있습니다. 애플리케이션은 필요한 작업을 제공하고 결과 근거를 반환합니다. Terra의 직접 답변은 텍스트이며, 도구가 만든 파일이나 변경은 각각의 산출물로 검토해야 합니다.\n\n유용하게 완료된 작업은 명확한 결과를 남깁니다. 제안되거나 적용된 변경, 비교나 추출된 레코드, 이를 평가하는 데 필요한 출처 또는 검증 근거입니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Correct a numeric sort\n\nA JavaScript page sorts quantities with values.sort(), giving [1, 12, 3] for input [3, 12, 1]. Propose a focused change that returns ascending numeric order while leaving the original input array unchanged. Explain the cause and include checks for positive numbers, duplicates and negative values.A short JavaScript function or patch, an explanation and three representative checks.Verify the numeric comparator and a copied array are both present, so sorting does not mutate the caller input.gpt-5.6-terraGPT-5.6 Terra는 일상적인 코딩, 추론, 에이전트 작업을 위한 OpenAI의 균형 잡힌 GPT-5.6 모델입니다. 텍스트와 이미지 이해, 구조화된 출력, 함수 호출, 조절 가능한 추론 강도를 1,050,000토큰 컨텍스트 창에서 결합합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.6 Terra는 OpenAI의 GPT-5.6 제품군에서 균형 잡힌 역할을 담당합니다. 일상적인 코딩, 문서 분석, 설명, 에이전트 단계처럼 충분한 추론 능력과 반복적인 실무 활용을 결합하는 작업을 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 좋은 작업 지침은 Terra에 검토할 자료, 필요한 결정이나 변경, 산출물의 형태를 제시합니다.
관련 코드, 관찰된 동작, 수정 후 기대하는 동작을 제공하세요. 오류 보고서에는 실패한 입력, 정확한 메시지, 관련된 애플리케이션 부분을 포함할 수 있습니다. 영향을 받는 로직과 집중적인 패치를 요청한 뒤, 변경과 검증에 사용된 근거를 검토하세요. 설계 질문에서는 대안과 선택을 결정하는 제약을 명시하세요.
스크린샷은 소프트웨어 작업에 가시적 근거를 더할 수 있습니다. 올바르게 유지해야 하는 레이블이나 데이터를 보존하면서 인터페이스 상태와 바뀌어야 할 부분을 지정하세요. 이미지는 문제를 설명하는 데 도움이 됩니다. 요청한 산출물은 여전히 텍스트 분석, 구현 제안, 연결된 도구가 수행하는 코드 변경일 수 있습니다.
비교에서는 제공된 출처에 레이블을 붙이고 적용할 기준을 정의하세요. 추출에서는 필드, 단위, 누락된 값의 처리 방식을 명시하세요. Terra는 구조화된 출력을 지원하므로 애플리케이션이 정의된 결과 형식을 요청할 수 있습니다. 특히 반환된 숫자나 레이블이 후속 동작을 결정할 때는 형식과 그 안의 값을 모두 검증하세요.
모델은 함수 호출도 지원합니다. 작업이 사용할 수 있는 도구를 정의하고, 반환된 관찰 결과를 작업 컨텍스트에 유지하세요. 제안된 호출과 도구의 실제 결과는 역할이 다릅니다. 전자는 의도한 동작을 설명하고, 후자는 다음 단계의 근거를 제공합니다. 최종 산출물에서도 이 구분을 유지하세요.
OpenAI는 none, low, medium, high, xhigh, max의 추론 강도를 문서화하며 기본값은 medium입니다. 질문을 해결하는 데 필요한 깊이를 선택하고, 무엇이 유용한 답변을 입증하는지 명시하세요. 어려운 문제를 충분히 분석한 뒤에도 최종 응답은 간결할 수 있습니다.
제작사는 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰을 명시합니다. 큰 자료 집합은 이름이 붙은 섹션으로 정리하고, 결과에 영향을 주는 정보를 유지하며, 답변을 위한 공간을 확보하세요. 결론이 원본 자료와 연결되도록 파일이나 구절의 식별자를 보관하세요.
OpenAI의 도구 지원 환경에서는 스트리밍과 함께 웹 검색, 파일 검색, 이미지 생성, 코드 실행, shell 및 patch 도구, 컴퓨터 사용, MCP가 문서화되어 있습니다. 애플리케이션은 필요한 작업을 제공하고 결과 근거를 반환합니다. Terra의 직접 답변은 텍스트이며, 도구가 만든 파일이나 변경은 각각의 산출물로 검토해야 합니다.
유용하게 완료된 작업은 명확한 결과를 남깁니다. 제안되거나 적용된 변경, 비교나 추출된 레코드, 이를 평가하는 데 필요한 출처 또는 검증 근거입니다.
POST /v1/messagestext, imagetext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-5.6-terra | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string|content_block[] | 요건필수 | 값과 한도 | 기본값— |
필드system | 유형string|content_block[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 최솟값: 1 한도 적용 대상: 선택한 모델/카드의 정확한 상한 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop_sequences | 유형string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].name | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 도구 지정됨 | 기본값— |
필드tools[].description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].input_schema | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드thinking.type | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드thinking.budget_tokens | 유형integer | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드output_config.effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드metadata | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
필드cache_control | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content 또는 type=text 블록
텍스트 + 이미지
{type:image,source:{type:base64,media_type,data}} 또는 type=url인 소스
| 매개변수 | 명세 |
|---|---|
매개변수material_types | 명세text, image |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세null |
매개변수content_type | 명세application/json |
매개변수text_file_material | 명세실제 UTF-8 콘텐츠를 텍스트로 삽입합니다. 파일 ID/URLs에는 별도의 정확한 지원이 필요합니다 |
수명 주기: exact retained published method
메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.
POST /v1/messages| 요청 크기 (토큰) | 입력 | 출력 | 캐시 읽기 | 캐시 쓰기 | 5분 캐시 | 1시간 캐시 |
|---|---|---|---|---|---|---|
| 요청 크기 (토큰)(0; 272,000] | 입력US$0.002 | 출력US$0.012 | 캐시 읽기US$0.0002 | 캐시 쓰기US$0.0025 | 5분 캐시US$0.0025 | 1시간 캐시기본 요율: — |
| 요청 크기 (토큰)(272,000; ∞) | 입력US$0.004 | 출력US$0.018 | 캐시 읽기US$0.0004 | 캐시 쓰기US$0.005 | 5분 캐시US$0.005 | 1시간 캐시기본 요율: — |
요금 단위는 1K 토큰당 USD입니다. 요금이 설정되지 않으면 이 메서드의 기본 요금을 상속합니다. «—»는 기본 요금이 설정되지 않았음을 뜻합니다.
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정OpenAI Chat · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.036 / 1K 토큰 입력 · 캐시 읽기 $0.0008 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.036 / 1K 토큰 입력 · 캐시 읽기 $0.0008 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.6-terra", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.6-terra", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gpt-5.6-terra",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gpt-5.6-terra",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='gpt-5.6-terra',max_tokens=1024,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_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot gpt-5.6-terra
Ailoot Ultra gpt-5.6-terra, openai/gpt-5.6-terra, ~openai/gpt-terra-latest
/chat/completions
openai/gpt-5.6-terra, ~openai/gpt-terra-latest, gpt-5.6-terra, gpt-5.6-terra
gpt-5.6-terraGPT-5.6 Terra는 일상적인 코딩, 추론, 에이전트 작업을 위한 OpenAI의 균형 잡힌 GPT-5.6 모델입니다. 텍스트와 이미지 이해, 구조화된 출력, 함수 호출, 조절 가능한 추론 강도를 1,050,000토큰 컨텍스트 창에서 결합합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.6 Terra는 OpenAI의 GPT-5.6 제품군에서 균형 잡힌 역할을 담당합니다. 일상적인 코딩, 문서 분석, 설명, 에이전트 단계처럼 충분한 추론 능력과 반복적인 실무 활용을 결합하는 작업을 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 좋은 작업 지침은 Terra에 검토할 자료, 필요한 결정이나 변경, 산출물의 형태를 제시합니다.
관련 코드, 관찰된 동작, 수정 후 기대하는 동작을 제공하세요. 오류 보고서에는 실패한 입력, 정확한 메시지, 관련된 애플리케이션 부분을 포함할 수 있습니다. 영향을 받는 로직과 집중적인 패치를 요청한 뒤, 변경과 검증에 사용된 근거를 검토하세요. 설계 질문에서는 대안과 선택을 결정하는 제약을 명시하세요.
스크린샷은 소프트웨어 작업에 가시적 근거를 더할 수 있습니다. 올바르게 유지해야 하는 레이블이나 데이터를 보존하면서 인터페이스 상태와 바뀌어야 할 부분을 지정하세요. 이미지는 문제를 설명하는 데 도움이 됩니다. 요청한 산출물은 여전히 텍스트 분석, 구현 제안, 연결된 도구가 수행하는 코드 변경일 수 있습니다.
비교에서는 제공된 출처에 레이블을 붙이고 적용할 기준을 정의하세요. 추출에서는 필드, 단위, 누락된 값의 처리 방식을 명시하세요. Terra는 구조화된 출력을 지원하므로 애플리케이션이 정의된 결과 형식을 요청할 수 있습니다. 특히 반환된 숫자나 레이블이 후속 동작을 결정할 때는 형식과 그 안의 값을 모두 검증하세요.
모델은 함수 호출도 지원합니다. 작업이 사용할 수 있는 도구를 정의하고, 반환된 관찰 결과를 작업 컨텍스트에 유지하세요. 제안된 호출과 도구의 실제 결과는 역할이 다릅니다. 전자는 의도한 동작을 설명하고, 후자는 다음 단계의 근거를 제공합니다. 최종 산출물에서도 이 구분을 유지하세요.
OpenAI는 none, low, medium, high, xhigh, max의 추론 강도를 문서화하며 기본값은 medium입니다. 질문을 해결하는 데 필요한 깊이를 선택하고, 무엇이 유용한 답변을 입증하는지 명시하세요. 어려운 문제를 충분히 분석한 뒤에도 최종 응답은 간결할 수 있습니다.
제작사는 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰을 명시합니다. 큰 자료 집합은 이름이 붙은 섹션으로 정리하고, 결과에 영향을 주는 정보를 유지하며, 답변을 위한 공간을 확보하세요. 결론이 원본 자료와 연결되도록 파일이나 구절의 식별자를 보관하세요.
OpenAI의 도구 지원 환경에서는 스트리밍과 함께 웹 검색, 파일 검색, 이미지 생성, 코드 실행, shell 및 patch 도구, 컴퓨터 사용, MCP가 문서화되어 있습니다. 애플리케이션은 필요한 작업을 제공하고 결과 근거를 반환합니다. Terra의 직접 답변은 텍스트이며, 도구가 만든 파일이나 변경은 각각의 산출물로 검토해야 합니다.
유용하게 완료된 작업은 명확한 결과를 남깁니다. 제안되거나 적용된 변경, 비교나 추출된 레코드, 이를 평가하는 데 필요한 출처 또는 검증 근거입니다.
POST /v1/responsestext, imagetext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-5.6-terra | 기본값— |
필드input | 유형string|input_item[] | 요건필수 | 값과 한도 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드input[].type | 유형string | 요건선택 사항 | 값과 한도 message, reasoning, function_call, function_call_output | 기본값— |
필드input[].content | 유형string|content_part[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드input[].call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: function_call_output. 실제 반환된 call_id를 유지하세요 | 기본값— |
필드input[].output | 유형string|content_part[] | 요건선택 사항 | 값과 한도 적용 조건: function_call_output | 기본값— |
필드max_output_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning.effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning.summary | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드text.format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드text.verbosity | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드include | 유형string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드store | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드previous_response_id | 유형string | 요건선택 사항 | 값과 한도 ID 요건: 지원되는 이어가기의 실제 응답 ID만 사용 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_key | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
텍스트 · UTF8 텍스트
입력 텍스트 또는 input_text 파트
텍스트 + 이미지
{type:input_image,image_url}
| 매개변수 | 명세 |
|---|---|
매개변수material_types | 명세text, image |
매개변수required | 명세model, input |
매개변수optional_controls | 명세null |
매개변수content_type | 명세application/json |
매개변수text_file_material | 명세실제 UTF-8 콘텐츠를 텍스트로 삽입합니다. 파일 ID/URLs에는 별도의 정확한 지원이 필요합니다 |
수명 주기: exact retained published method
메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.
POST /v1/responses| 요청 크기 (토큰) | 입력 | 출력 | 캐시 읽기 | 캐시 쓰기 | 5분 캐시 | 1시간 캐시 |
|---|---|---|---|---|---|---|
| 요청 크기 (토큰)(0; 272,000] | 입력US$0.002 | 출력US$0.012 | 캐시 읽기US$0.0002 | 캐시 쓰기US$0.0025 | 5분 캐시US$0.0025 | 1시간 캐시기본 요율: — |
| 요청 크기 (토큰)(272,000; ∞) | 입력US$0.004 | 출력US$0.018 | 캐시 읽기US$0.0004 | 캐시 쓰기US$0.005 | 5분 캐시US$0.005 | 1시간 캐시기본 요율: — |
요금 단위는 1K 토큰당 USD입니다. 요금이 설정되지 않으면 이 메서드의 기본 요금을 상속합니다. «—»는 기본 요금이 설정되지 않았음을 뜻합니다.
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정OpenAI Chat · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.036 / 1K 토큰 입력 · 캐시 읽기 $0.0008 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.036 / 1K 토큰 입력 · 캐시 읽기 $0.0008 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.6-terra", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]="Summarize this material and quote supporting source passages.\\n\\n"+text\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/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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.6-terra", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})\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/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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\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)\nresp = client.responses.create(model="gpt-5.6-terra", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: "gpt-5.6-terra", input: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model="gpt-5.6-terra", input="Explain the difference between an observation and a hypothesis 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_response()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 출력 항목과 콘텐츠 파트, 실제 함수 call_id, 암호화된 추론, 사용량을 보존하세요. 스트리밍에서는 이벤트/항목의 식별 정보를 완전하게 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드status | 유형string |
필드output[] | 유형message|reasoning|function_call|other item |
필드output[].content[] | 유형content part |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot gpt-5.6-terra
Ailoot Ultra gpt-5.6-terra, openai/gpt-5.6-terra, ~openai/gpt-terra-latest
/chat/completions
openai/gpt-5.6-terra, ~openai/gpt-terra-latest, gpt-5.6-terra, gpt-5.6-terra
gpt-5.6-terraGPT-5.6 Terra는 일상적인 코딩, 추론, 에이전트 작업을 위한 OpenAI의 균형 잡힌 GPT-5.6 모델입니다. 텍스트와 이미지 이해, 구조화된 출력, 함수 호출, 조절 가능한 추론 강도를 1,050,000토큰 컨텍스트 창에서 결합합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.6 Terra는 OpenAI의 GPT-5.6 제품군에서 균형 잡힌 역할을 담당합니다. 일상적인 코딩, 문서 분석, 설명, 에이전트 단계처럼 충분한 추론 능력과 반복적인 실무 활용을 결합하는 작업을 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 좋은 작업 지침은 Terra에 검토할 자료, 필요한 결정이나 변경, 산출물의 형태를 제시합니다.
관련 코드, 관찰된 동작, 수정 후 기대하는 동작을 제공하세요. 오류 보고서에는 실패한 입력, 정확한 메시지, 관련된 애플리케이션 부분을 포함할 수 있습니다. 영향을 받는 로직과 집중적인 패치를 요청한 뒤, 변경과 검증에 사용된 근거를 검토하세요. 설계 질문에서는 대안과 선택을 결정하는 제약을 명시하세요.
스크린샷은 소프트웨어 작업에 가시적 근거를 더할 수 있습니다. 올바르게 유지해야 하는 레이블이나 데이터를 보존하면서 인터페이스 상태와 바뀌어야 할 부분을 지정하세요. 이미지는 문제를 설명하는 데 도움이 됩니다. 요청한 산출물은 여전히 텍스트 분석, 구현 제안, 연결된 도구가 수행하는 코드 변경일 수 있습니다.
비교에서는 제공된 출처에 레이블을 붙이고 적용할 기준을 정의하세요. 추출에서는 필드, 단위, 누락된 값의 처리 방식을 명시하세요. Terra는 구조화된 출력을 지원하므로 애플리케이션이 정의된 결과 형식을 요청할 수 있습니다. 특히 반환된 숫자나 레이블이 후속 동작을 결정할 때는 형식과 그 안의 값을 모두 검증하세요.
모델은 함수 호출도 지원합니다. 작업이 사용할 수 있는 도구를 정의하고, 반환된 관찰 결과를 작업 컨텍스트에 유지하세요. 제안된 호출과 도구의 실제 결과는 역할이 다릅니다. 전자는 의도한 동작을 설명하고, 후자는 다음 단계의 근거를 제공합니다. 최종 산출물에서도 이 구분을 유지하세요.
OpenAI는 none, low, medium, high, xhigh, max의 추론 강도를 문서화하며 기본값은 medium입니다. 질문을 해결하는 데 필요한 깊이를 선택하고, 무엇이 유용한 답변을 입증하는지 명시하세요. 어려운 문제를 충분히 분석한 뒤에도 최종 응답은 간결할 수 있습니다.
제작사는 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰을 명시합니다. 큰 자료 집합은 이름이 붙은 섹션으로 정리하고, 결과에 영향을 주는 정보를 유지하며, 답변을 위한 공간을 확보하세요. 결론이 원본 자료와 연결되도록 파일이나 구절의 식별자를 보관하세요.
OpenAI의 도구 지원 환경에서는 스트리밍과 함께 웹 검색, 파일 검색, 이미지 생성, 코드 실행, shell 및 patch 도구, 컴퓨터 사용, MCP가 문서화되어 있습니다. 애플리케이션은 필요한 작업을 제공하고 결과 근거를 반환합니다. Terra의 직접 답변은 텍스트이며, 도구가 만든 파일이나 변경은 각각의 산출물로 검토해야 합니다.
유용하게 완료된 작업은 명확한 결과를 남깁니다. 제안되거나 적용된 변경, 비교나 추출된 레코드, 이를 평가하는 데 필요한 출처 또는 검증 근거입니다.
POST /v1/chat/completionstext, imagetext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-5.6-terra | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
텍스트 + 이미지
{type:image_url,image_url:{url,detail}}
| 매개변수 | 명세 |
|---|---|
매개변수material_types | 명세text, image |
매개변수required | 명세model, messages |
매개변수optional_controls | 명세null |
매개변수content_type | 명세application/json |
매개변수text_file_material | 명세실제 UTF-8 콘텐츠를 텍스트로 삽입합니다. 파일 ID/URLs에는 별도의 정확한 지원이 필요합니다 |
수명 주기: exact retained published method
메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.
POST /v1/chat/completions| 요청 크기 (토큰) | 입력 | 출력 | 캐시 읽기 | 캐시 쓰기 | 5분 캐시 | 1시간 캐시 |
|---|---|---|---|---|---|---|
| 요청 크기 (토큰)(0; 272,000] | 입력US$0.002 | 출력US$0.012 | 캐시 읽기US$0.0002 | 캐시 쓰기US$0.0025 | 5분 캐시US$0.0025 | 1시간 캐시기본 요율: — |
| 요청 크기 (토큰)(272,000; ∞) | 입력US$0.004 | 출력US$0.018 | 캐시 읽기US$0.0004 | 캐시 쓰기US$0.005 | 5분 캐시US$0.005 | 1시간 캐시기본 요율: — |
요금 단위는 1K 토큰당 USD입니다. 요금이 설정되지 않으면 이 메서드의 기본 요금을 상속합니다. «—»는 기본 요금이 설정되지 않았음을 뜻합니다.
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정OpenAI Chat · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.036 / 1K 토큰 입력 · 캐시 읽기 $0.0008 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.036 / 1K 토큰 입력 · 캐시 읽기 $0.0008 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.6-terra", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.6-terra", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})\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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\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)\nresp = client.chat.completions.create(\n model="gpt-5.6-terra",\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "gpt-5.6-terra",\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\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='gpt-5.6-terra',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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot gpt-5.6-terra
Ailoot Ultra gpt-5.6-terra, openai/gpt-5.6-terra, ~openai/gpt-terra-latest
/chat/completions
openai/gpt-5.6-terra, ~openai/gpt-terra-latest, gpt-5.6-terra, gpt-5.6-terra
gpt-5.6-terraGPT-5.6 Terra는 일상적인 코딩, 추론, 에이전트 작업을 위한 OpenAI의 균형 잡힌 GPT-5.6 모델입니다. 텍스트와 이미지 이해, 구조화된 출력, 함수 호출, 조절 가능한 추론 강도를 1,050,000토큰 컨텍스트 창에서 결합합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.6 Terra는 OpenAI의 GPT-5.6 제품군에서 균형 잡힌 역할을 담당합니다. 일상적인 코딩, 문서 분석, 설명, 에이전트 단계처럼 충분한 추론 능력과 반복적인 실무 활용을 결합하는 작업을 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 좋은 작업 지침은 Terra에 검토할 자료, 필요한 결정이나 변경, 산출물의 형태를 제시합니다.
관련 코드, 관찰된 동작, 수정 후 기대하는 동작을 제공하세요. 오류 보고서에는 실패한 입력, 정확한 메시지, 관련된 애플리케이션 부분을 포함할 수 있습니다. 영향을 받는 로직과 집중적인 패치를 요청한 뒤, 변경과 검증에 사용된 근거를 검토하세요. 설계 질문에서는 대안과 선택을 결정하는 제약을 명시하세요.
스크린샷은 소프트웨어 작업에 가시적 근거를 더할 수 있습니다. 올바르게 유지해야 하는 레이블이나 데이터를 보존하면서 인터페이스 상태와 바뀌어야 할 부분을 지정하세요. 이미지는 문제를 설명하는 데 도움이 됩니다. 요청한 산출물은 여전히 텍스트 분석, 구현 제안, 연결된 도구가 수행하는 코드 변경일 수 있습니다.
비교에서는 제공된 출처에 레이블을 붙이고 적용할 기준을 정의하세요. 추출에서는 필드, 단위, 누락된 값의 처리 방식을 명시하세요. Terra는 구조화된 출력을 지원하므로 애플리케이션이 정의된 결과 형식을 요청할 수 있습니다. 특히 반환된 숫자나 레이블이 후속 동작을 결정할 때는 형식과 그 안의 값을 모두 검증하세요.
모델은 함수 호출도 지원합니다. 작업이 사용할 수 있는 도구를 정의하고, 반환된 관찰 결과를 작업 컨텍스트에 유지하세요. 제안된 호출과 도구의 실제 결과는 역할이 다릅니다. 전자는 의도한 동작을 설명하고, 후자는 다음 단계의 근거를 제공합니다. 최종 산출물에서도 이 구분을 유지하세요.
OpenAI는 none, low, medium, high, xhigh, max의 추론 강도를 문서화하며 기본값은 medium입니다. 질문을 해결하는 데 필요한 깊이를 선택하고, 무엇이 유용한 답변을 입증하는지 명시하세요. 어려운 문제를 충분히 분석한 뒤에도 최종 응답은 간결할 수 있습니다.
제작사는 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰을 명시합니다. 큰 자료 집합은 이름이 붙은 섹션으로 정리하고, 결과에 영향을 주는 정보를 유지하며, 답변을 위한 공간을 확보하세요. 결론이 원본 자료와 연결되도록 파일이나 구절의 식별자를 보관하세요.
OpenAI의 도구 지원 환경에서는 스트리밍과 함께 웹 검색, 파일 검색, 이미지 생성, 코드 실행, shell 및 patch 도구, 컴퓨터 사용, MCP가 문서화되어 있습니다. 애플리케이션은 필요한 작업을 제공하고 결과 근거를 반환합니다. Terra의 직접 답변은 텍스트이며, 도구가 만든 파일이나 변경은 각각의 산출물로 검토해야 합니다.
유용하게 완료된 작업은 명확한 결과를 남깁니다. 제안되거나 적용된 변경, 비교나 추출된 레코드, 이를 평가하는 데 필요한 출처 또는 검증 근거입니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-5.6-terra | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 텍스트 대화 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream |
매개변수control_scope | 명세텍스트 대화. stream은 불리언이며 기본값은 false입니다. |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
메서드 별칭: /chat/completions
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.036 / 1K 토큰 입력 · 캐시 읽기 $0.0008 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-5.6-terra","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="gpt-5.6-terra", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot gpt-5.6-terra
Ailoot Ultra gpt-5.6-terra, openai/gpt-5.6-terra, ~openai/gpt-terra-latest
/chat/completions
openai/gpt-5.6-terra, ~openai/gpt-terra-latest, gpt-5.6-terra, gpt-5.6-terra
gpt-5.6-terraGPT-5.6 Terra는 일상적인 코딩, 추론, 에이전트 작업을 위한 OpenAI의 균형 잡힌 GPT-5.6 모델입니다. 텍스트와 이미지 이해, 구조화된 출력, 함수 호출, 조절 가능한 추론 강도를 1,050,000토큰 컨텍스트 창에서 결합합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.6 Terra는 OpenAI의 GPT-5.6 제품군에서 균형 잡힌 역할을 담당합니다. 일상적인 코딩, 문서 분석, 설명, 에이전트 단계처럼 충분한 추론 능력과 반복적인 실무 활용을 결합하는 작업을 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 좋은 작업 지침은 Terra에 검토할 자료, 필요한 결정이나 변경, 산출물의 형태를 제시합니다.
관련 코드, 관찰된 동작, 수정 후 기대하는 동작을 제공하세요. 오류 보고서에는 실패한 입력, 정확한 메시지, 관련된 애플리케이션 부분을 포함할 수 있습니다. 영향을 받는 로직과 집중적인 패치를 요청한 뒤, 변경과 검증에 사용된 근거를 검토하세요. 설계 질문에서는 대안과 선택을 결정하는 제약을 명시하세요.
스크린샷은 소프트웨어 작업에 가시적 근거를 더할 수 있습니다. 올바르게 유지해야 하는 레이블이나 데이터를 보존하면서 인터페이스 상태와 바뀌어야 할 부분을 지정하세요. 이미지는 문제를 설명하는 데 도움이 됩니다. 요청한 산출물은 여전히 텍스트 분석, 구현 제안, 연결된 도구가 수행하는 코드 변경일 수 있습니다.
비교에서는 제공된 출처에 레이블을 붙이고 적용할 기준을 정의하세요. 추출에서는 필드, 단위, 누락된 값의 처리 방식을 명시하세요. Terra는 구조화된 출력을 지원하므로 애플리케이션이 정의된 결과 형식을 요청할 수 있습니다. 특히 반환된 숫자나 레이블이 후속 동작을 결정할 때는 형식과 그 안의 값을 모두 검증하세요.
모델은 함수 호출도 지원합니다. 작업이 사용할 수 있는 도구를 정의하고, 반환된 관찰 결과를 작업 컨텍스트에 유지하세요. 제안된 호출과 도구의 실제 결과는 역할이 다릅니다. 전자는 의도한 동작을 설명하고, 후자는 다음 단계의 근거를 제공합니다. 최종 산출물에서도 이 구분을 유지하세요.
OpenAI는 none, low, medium, high, xhigh, max의 추론 강도를 문서화하며 기본값은 medium입니다. 질문을 해결하는 데 필요한 깊이를 선택하고, 무엇이 유용한 답변을 입증하는지 명시하세요. 어려운 문제를 충분히 분석한 뒤에도 최종 응답은 간결할 수 있습니다.
제작사는 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰을 명시합니다. 큰 자료 집합은 이름이 붙은 섹션으로 정리하고, 결과에 영향을 주는 정보를 유지하며, 답변을 위한 공간을 확보하세요. 결론이 원본 자료와 연결되도록 파일이나 구절의 식별자를 보관하세요.
OpenAI의 도구 지원 환경에서는 스트리밍과 함께 웹 검색, 파일 검색, 이미지 생성, 코드 실행, shell 및 patch 도구, 컴퓨터 사용, MCP가 문서화되어 있습니다. 애플리케이션은 필요한 작업을 제공하고 결과 근거를 반환합니다. Terra의 직접 답변은 텍스트이며, 도구가 만든 파일이나 변경은 각각의 산출물로 검토해야 합니다.
유용하게 완료된 작업은 명확한 결과를 남깁니다. 제안되거나 적용된 변경, 비교나 추출된 레코드, 이를 평가하는 데 필요한 출처 또는 검증 근거입니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-5.6-terra | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.036 / 1K 토큰 입력 · 캐시 읽기 $0.0008 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "gpt-5.6-terra",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'gpt-5.6-terra', 'max_tokens': 128, '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': 'gpt-5.6-terra', 'max_tokens': 128, '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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot gpt-5.6-terra
Ailoot Ultra gpt-5.6-terra, openai/gpt-5.6-terra, ~openai/gpt-terra-latest
/chat/completions
openai/gpt-5.6-terra, ~openai/gpt-terra-latest, gpt-5.6-terra, gpt-5.6-terra
openai/gpt-5.6-terraGPT-5.6 Terra는 일상적인 코딩, 추론, 에이전트 작업을 위한 OpenAI의 균형 잡힌 GPT-5.6 모델입니다. 텍스트와 이미지 이해, 구조화된 출력, 함수 호출, 조절 가능한 추론 강도를 1,050,000토큰 컨텍스트 창에서 결합합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.6 Terra는 OpenAI의 GPT-5.6 제품군에서 균형 잡힌 역할을 담당합니다. 일상적인 코딩, 문서 분석, 설명, 에이전트 단계처럼 충분한 추론 능력과 반복적인 실무 활용을 결합하는 작업을 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 좋은 작업 지침은 Terra에 검토할 자료, 필요한 결정이나 변경, 산출물의 형태를 제시합니다.
관련 코드, 관찰된 동작, 수정 후 기대하는 동작을 제공하세요. 오류 보고서에는 실패한 입력, 정확한 메시지, 관련된 애플리케이션 부분을 포함할 수 있습니다. 영향을 받는 로직과 집중적인 패치를 요청한 뒤, 변경과 검증에 사용된 근거를 검토하세요. 설계 질문에서는 대안과 선택을 결정하는 제약을 명시하세요.
스크린샷은 소프트웨어 작업에 가시적 근거를 더할 수 있습니다. 올바르게 유지해야 하는 레이블이나 데이터를 보존하면서 인터페이스 상태와 바뀌어야 할 부분을 지정하세요. 이미지는 문제를 설명하는 데 도움이 됩니다. 요청한 산출물은 여전히 텍스트 분석, 구현 제안, 연결된 도구가 수행하는 코드 변경일 수 있습니다.
비교에서는 제공된 출처에 레이블을 붙이고 적용할 기준을 정의하세요. 추출에서는 필드, 단위, 누락된 값의 처리 방식을 명시하세요. Terra는 구조화된 출력을 지원하므로 애플리케이션이 정의된 결과 형식을 요청할 수 있습니다. 특히 반환된 숫자나 레이블이 후속 동작을 결정할 때는 형식과 그 안의 값을 모두 검증하세요.
모델은 함수 호출도 지원합니다. 작업이 사용할 수 있는 도구를 정의하고, 반환된 관찰 결과를 작업 컨텍스트에 유지하세요. 제안된 호출과 도구의 실제 결과는 역할이 다릅니다. 전자는 의도한 동작을 설명하고, 후자는 다음 단계의 근거를 제공합니다. 최종 산출물에서도 이 구분을 유지하세요.
OpenAI는 none, low, medium, high, xhigh, max의 추론 강도를 문서화하며 기본값은 medium입니다. 질문을 해결하는 데 필요한 깊이를 선택하고, 무엇이 유용한 답변을 입증하는지 명시하세요. 어려운 문제를 충분히 분석한 뒤에도 최종 응답은 간결할 수 있습니다.
제작사는 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰을 명시합니다. 큰 자료 집합은 이름이 붙은 섹션으로 정리하고, 결과에 영향을 주는 정보를 유지하며, 답변을 위한 공간을 확보하세요. 결론이 원본 자료와 연결되도록 파일이나 구절의 식별자를 보관하세요.
OpenAI의 도구 지원 환경에서는 스트리밍과 함께 웹 검색, 파일 검색, 이미지 생성, 코드 실행, shell 및 patch 도구, 컴퓨터 사용, MCP가 문서화되어 있습니다. 애플리케이션은 필요한 작업을 제공하고 결과 근거를 반환합니다. Terra의 직접 답변은 텍스트이며, 도구가 만든 파일이나 변경은 각각의 산출물로 검토해야 합니다.
유용하게 완료된 작업은 명확한 결과를 남깁니다. 제안되거나 적용된 변경, 비교나 추출된 레코드, 이를 평가하는 데 필요한 출처 또는 검증 근거입니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-5.6-terra | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.036 / 1K 토큰 입력 · 캐시 읽기 $0.0008 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.6-terra", "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-5.6-terra',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-5.6-terra',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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot gpt-5.6-terra
Ailoot Ultra gpt-5.6-terra, openai/gpt-5.6-terra, ~openai/gpt-terra-latest
/chat/completions
openai/gpt-5.6-terra, ~openai/gpt-terra-latest, gpt-5.6-terra, gpt-5.6-terra
openai/gpt-5.6-terraGPT-5.6 Terra는 일상적인 코딩, 추론, 에이전트 작업을 위한 OpenAI의 균형 잡힌 GPT-5.6 모델입니다. 텍스트와 이미지 이해, 구조화된 출력, 함수 호출, 조절 가능한 추론 강도를 1,050,000토큰 컨텍스트 창에서 결합합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.6 Terra는 OpenAI의 GPT-5.6 제품군에서 균형 잡힌 역할을 담당합니다. 일상적인 코딩, 문서 분석, 설명, 에이전트 단계처럼 충분한 추론 능력과 반복적인 실무 활용을 결합하는 작업을 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 좋은 작업 지침은 Terra에 검토할 자료, 필요한 결정이나 변경, 산출물의 형태를 제시합니다.
관련 코드, 관찰된 동작, 수정 후 기대하는 동작을 제공하세요. 오류 보고서에는 실패한 입력, 정확한 메시지, 관련된 애플리케이션 부분을 포함할 수 있습니다. 영향을 받는 로직과 집중적인 패치를 요청한 뒤, 변경과 검증에 사용된 근거를 검토하세요. 설계 질문에서는 대안과 선택을 결정하는 제약을 명시하세요.
스크린샷은 소프트웨어 작업에 가시적 근거를 더할 수 있습니다. 올바르게 유지해야 하는 레이블이나 데이터를 보존하면서 인터페이스 상태와 바뀌어야 할 부분을 지정하세요. 이미지는 문제를 설명하는 데 도움이 됩니다. 요청한 산출물은 여전히 텍스트 분석, 구현 제안, 연결된 도구가 수행하는 코드 변경일 수 있습니다.
비교에서는 제공된 출처에 레이블을 붙이고 적용할 기준을 정의하세요. 추출에서는 필드, 단위, 누락된 값의 처리 방식을 명시하세요. Terra는 구조화된 출력을 지원하므로 애플리케이션이 정의된 결과 형식을 요청할 수 있습니다. 특히 반환된 숫자나 레이블이 후속 동작을 결정할 때는 형식과 그 안의 값을 모두 검증하세요.
모델은 함수 호출도 지원합니다. 작업이 사용할 수 있는 도구를 정의하고, 반환된 관찰 결과를 작업 컨텍스트에 유지하세요. 제안된 호출과 도구의 실제 결과는 역할이 다릅니다. 전자는 의도한 동작을 설명하고, 후자는 다음 단계의 근거를 제공합니다. 최종 산출물에서도 이 구분을 유지하세요.
OpenAI는 none, low, medium, high, xhigh, max의 추론 강도를 문서화하며 기본값은 medium입니다. 질문을 해결하는 데 필요한 깊이를 선택하고, 무엇이 유용한 답변을 입증하는지 명시하세요. 어려운 문제를 충분히 분석한 뒤에도 최종 응답은 간결할 수 있습니다.
제작사는 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰을 명시합니다. 큰 자료 집합은 이름이 붙은 섹션으로 정리하고, 결과에 영향을 주는 정보를 유지하며, 답변을 위한 공간을 확보하세요. 결론이 원본 자료와 연결되도록 파일이나 구절의 식별자를 보관하세요.
OpenAI의 도구 지원 환경에서는 스트리밍과 함께 웹 검색, 파일 검색, 이미지 생성, 코드 실행, shell 및 patch 도구, 컴퓨터 사용, MCP가 문서화되어 있습니다. 애플리케이션은 필요한 작업을 제공하고 결과 근거를 반환합니다. Terra의 직접 답변은 텍스트이며, 도구가 만든 파일이나 변경은 각각의 산출물로 검토해야 합니다.
유용하게 완료된 작업은 명확한 결과를 남깁니다. 제안되거나 적용된 변경, 비교나 추출된 레코드, 이를 평가하는 데 필요한 출처 또는 검증 근거입니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-5.6-terra | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.036 / 1K 토큰 입력 · 캐시 읽기 $0.0008 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "openai/gpt-5.6-terra",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.6-terra', 'max_tokens': 128, '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-5.6-terra', 'max_tokens': 128, '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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot gpt-5.6-terra
Ailoot Ultra gpt-5.6-terra, openai/gpt-5.6-terra, ~openai/gpt-terra-latest
/chat/completions
openai/gpt-5.6-terra, ~openai/gpt-terra-latest, gpt-5.6-terra, gpt-5.6-terra
~openai/gpt-terra-latestGPT-5.6 Terra는 일상적인 코딩, 추론, 에이전트 작업을 위한 OpenAI의 균형 잡힌 GPT-5.6 모델입니다. 텍스트와 이미지 이해, 구조화된 출력, 함수 호출, 조절 가능한 추론 강도를 1,050,000토큰 컨텍스트 창에서 결합합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.6 Terra는 OpenAI의 GPT-5.6 제품군에서 균형 잡힌 역할을 담당합니다. 일상적인 코딩, 문서 분석, 설명, 에이전트 단계처럼 충분한 추론 능력과 반복적인 실무 활용을 결합하는 작업을 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 좋은 작업 지침은 Terra에 검토할 자료, 필요한 결정이나 변경, 산출물의 형태를 제시합니다.
관련 코드, 관찰된 동작, 수정 후 기대하는 동작을 제공하세요. 오류 보고서에는 실패한 입력, 정확한 메시지, 관련된 애플리케이션 부분을 포함할 수 있습니다. 영향을 받는 로직과 집중적인 패치를 요청한 뒤, 변경과 검증에 사용된 근거를 검토하세요. 설계 질문에서는 대안과 선택을 결정하는 제약을 명시하세요.
스크린샷은 소프트웨어 작업에 가시적 근거를 더할 수 있습니다. 올바르게 유지해야 하는 레이블이나 데이터를 보존하면서 인터페이스 상태와 바뀌어야 할 부분을 지정하세요. 이미지는 문제를 설명하는 데 도움이 됩니다. 요청한 산출물은 여전히 텍스트 분석, 구현 제안, 연결된 도구가 수행하는 코드 변경일 수 있습니다.
비교에서는 제공된 출처에 레이블을 붙이고 적용할 기준을 정의하세요. 추출에서는 필드, 단위, 누락된 값의 처리 방식을 명시하세요. Terra는 구조화된 출력을 지원하므로 애플리케이션이 정의된 결과 형식을 요청할 수 있습니다. 특히 반환된 숫자나 레이블이 후속 동작을 결정할 때는 형식과 그 안의 값을 모두 검증하세요.
모델은 함수 호출도 지원합니다. 작업이 사용할 수 있는 도구를 정의하고, 반환된 관찰 결과를 작업 컨텍스트에 유지하세요. 제안된 호출과 도구의 실제 결과는 역할이 다릅니다. 전자는 의도한 동작을 설명하고, 후자는 다음 단계의 근거를 제공합니다. 최종 산출물에서도 이 구분을 유지하세요.
OpenAI는 none, low, medium, high, xhigh, max의 추론 강도를 문서화하며 기본값은 medium입니다. 질문을 해결하는 데 필요한 깊이를 선택하고, 무엇이 유용한 답변을 입증하는지 명시하세요. 어려운 문제를 충분히 분석한 뒤에도 최종 응답은 간결할 수 있습니다.
제작사는 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰을 명시합니다. 큰 자료 집합은 이름이 붙은 섹션으로 정리하고, 결과에 영향을 주는 정보를 유지하며, 답변을 위한 공간을 확보하세요. 결론이 원본 자료와 연결되도록 파일이나 구절의 식별자를 보관하세요.
OpenAI의 도구 지원 환경에서는 스트리밍과 함께 웹 검색, 파일 검색, 이미지 생성, 코드 실행, shell 및 patch 도구, 컴퓨터 사용, MCP가 문서화되어 있습니다. 애플리케이션은 필요한 작업을 제공하고 결과 근거를 반환합니다. Terra의 직접 답변은 텍스트이며, 도구가 만든 파일이나 변경은 각각의 산출물로 검토해야 합니다.
유용하게 완료된 작업은 명확한 결과를 남깁니다. 제안되거나 적용된 변경, 비교나 추출된 레코드, 이를 평가하는 데 필요한 출처 또는 검증 근거입니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 ~openai/gpt-terra-latest | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.036 / 1K 토큰 입력 · 캐시 읽기 $0.0008 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "~openai/gpt-terra-latest", "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-terra-latest',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-terra-latest',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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot gpt-5.6-terra
Ailoot Ultra gpt-5.6-terra, openai/gpt-5.6-terra, ~openai/gpt-terra-latest
/chat/completions
openai/gpt-5.6-terra, ~openai/gpt-terra-latest, gpt-5.6-terra, gpt-5.6-terra
~openai/gpt-terra-latestGPT-5.6 Terra는 일상적인 코딩, 추론, 에이전트 작업을 위한 OpenAI의 균형 잡힌 GPT-5.6 모델입니다. 텍스트와 이미지 이해, 구조화된 출력, 함수 호출, 조절 가능한 추론 강도를 1,050,000토큰 컨텍스트 창에서 결합합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.6 Terra는 OpenAI의 GPT-5.6 제품군에서 균형 잡힌 역할을 담당합니다. 일상적인 코딩, 문서 분석, 설명, 에이전트 단계처럼 충분한 추론 능력과 반복적인 실무 활용을 결합하는 작업을 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 좋은 작업 지침은 Terra에 검토할 자료, 필요한 결정이나 변경, 산출물의 형태를 제시합니다.
관련 코드, 관찰된 동작, 수정 후 기대하는 동작을 제공하세요. 오류 보고서에는 실패한 입력, 정확한 메시지, 관련된 애플리케이션 부분을 포함할 수 있습니다. 영향을 받는 로직과 집중적인 패치를 요청한 뒤, 변경과 검증에 사용된 근거를 검토하세요. 설계 질문에서는 대안과 선택을 결정하는 제약을 명시하세요.
스크린샷은 소프트웨어 작업에 가시적 근거를 더할 수 있습니다. 올바르게 유지해야 하는 레이블이나 데이터를 보존하면서 인터페이스 상태와 바뀌어야 할 부분을 지정하세요. 이미지는 문제를 설명하는 데 도움이 됩니다. 요청한 산출물은 여전히 텍스트 분석, 구현 제안, 연결된 도구가 수행하는 코드 변경일 수 있습니다.
비교에서는 제공된 출처에 레이블을 붙이고 적용할 기준을 정의하세요. 추출에서는 필드, 단위, 누락된 값의 처리 방식을 명시하세요. Terra는 구조화된 출력을 지원하므로 애플리케이션이 정의된 결과 형식을 요청할 수 있습니다. 특히 반환된 숫자나 레이블이 후속 동작을 결정할 때는 형식과 그 안의 값을 모두 검증하세요.
모델은 함수 호출도 지원합니다. 작업이 사용할 수 있는 도구를 정의하고, 반환된 관찰 결과를 작업 컨텍스트에 유지하세요. 제안된 호출과 도구의 실제 결과는 역할이 다릅니다. 전자는 의도한 동작을 설명하고, 후자는 다음 단계의 근거를 제공합니다. 최종 산출물에서도 이 구분을 유지하세요.
OpenAI는 none, low, medium, high, xhigh, max의 추론 강도를 문서화하며 기본값은 medium입니다. 질문을 해결하는 데 필요한 깊이를 선택하고, 무엇이 유용한 답변을 입증하는지 명시하세요. 어려운 문제를 충분히 분석한 뒤에도 최종 응답은 간결할 수 있습니다.
제작사는 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰을 명시합니다. 큰 자료 집합은 이름이 붙은 섹션으로 정리하고, 결과에 영향을 주는 정보를 유지하며, 답변을 위한 공간을 확보하세요. 결론이 원본 자료와 연결되도록 파일이나 구절의 식별자를 보관하세요.
OpenAI의 도구 지원 환경에서는 스트리밍과 함께 웹 검색, 파일 검색, 이미지 생성, 코드 실행, shell 및 patch 도구, 컴퓨터 사용, MCP가 문서화되어 있습니다. 애플리케이션은 필요한 작업을 제공하고 결과 근거를 반환합니다. Terra의 직접 답변은 텍스트이며, 도구가 만든 파일이나 변경은 각각의 산출물로 검토해야 합니다.
유용하게 완료된 작업은 명확한 결과를 남깁니다. 제안되거나 적용된 변경, 비교나 추출된 레코드, 이를 평가하는 데 필요한 출처 또는 검증 근거입니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 ~openai/gpt-terra-latest | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준272,000 | 요금 입력 · 입력 토큰 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.024 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.036 / 1K 토큰 입력 · 캐시 읽기 $0.0008 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "~openai/gpt-terra-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-terra-latest', 'max_tokens': 128, '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-terra-latest', 'max_tokens': 128, '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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot gpt-5.6-terra
Ailoot Ultra gpt-5.6-terra, openai/gpt-5.6-terra, ~openai/gpt-terra-latest
/chat/completions
openai/gpt-5.6-terra, ~openai/gpt-terra-latest, gpt-5.6-terra, gpt-5.6-terra
영어 기술 예제
Correct a numeric sort\n\nA JavaScript page sorts quantities with values.sort(), giving [1, 12, 3] for input [3, 12, 1]. Propose a focused change that returns ascending numeric order while leaving the original input array unchanged. Explain the cause and include checks for positive numbers, duplicates and negative values.A short JavaScript function or patch, an explanation and three representative checks.Verify the numeric comparator and a copied array are both present, so sorting does not mutate the caller input.