OpenAI: GPT-6.1 Terra Pro

{"about":"### 텍스트 자료 작업\n\nAiloot API의 GPT-6.1 Terra Pro는 텍스트 요청을 받아 텍스트 답변을 반환합니다. 문서 준비, 원자료 분석, 대화 중 결과를 순차적으로 다듬는 과정에 이 모델 카드를 활용할 수 있습니다. 하나의 요청이나 대화 메시지로 과제 내용, 필요한 정보, 원하는 답변 형태를 전달하세요.\n\n### 문서 준비\n\n어떤 문서가 필요하고 누구를 위한 것이며 어떤 행동을 돕는지 목적부터 정합니다. 요점, 자료 발췌, 초안을 첨부한 뒤 도입, 주요 결론, 논거, 다음 단계 같은 구조를 지정합니다. 편집에는 길이, 어조, 용어, 서술 순서 중 무엇을 바꿀지 명시하세요. 이렇게 하면 ‘글을 개선해 줘’라는 모호한 과제 대신 검증 가능한 결과를 정할 수 있습니다.\n\n### 분석과 대조\n\n여러 자료를 분석할 때는 이름으로 구분하고 비교 기준을 제시합니다. 각 글의 짧은 요약, 공통 질문 목록, 항목별 요구사항 대조를 요청할 수 있습니다. 자료와의 정확한 연결이 중요하면 결론 옆에 문서 이름과 해당 부분을 표시하도록 요청하세요. 필드 목록과 작성 예시는 후속 수작업에 편한 형식의 답변을 얻는 데 도움이 됩니다.\n\n### 연결과 분량\n\nAiloot API에는 이 모델 카드의 텍스트 인터페이스로 Messages, Responses, Chat Completions, Gemini 호환 generateContent가 설정되어 있습니다. 클라이언트가 지원하는 메시지 형식을 사용하세요. 문서와 다른 원자료는 텍스트로 전달하며, 결과 역시 저장하거나 편집하거나 다음 단계로 전달할 수 있는 텍스트입니다.\n\n큰 과제를 준비할 때는 원자료, 지시, 예상 답변 사이에 분량을 배분하세요. 짧은 결론이 필요하면 요청에 길이를 직접 정하고, 완전성이 중요하면 필수 절과 검증 기준을 나열합니다.\n\n### 요청 순서\n\n1. 최종 과제를 설명하고 원문을 첨부합니다.\n2. 제약과 원하는 구조를 정합니다.\n3. 답변을 원자료와 대조합니다.\n4. 전체 목표와 요구사항을 유지하면서 개별 절을 다듬습니다.","alias_of":null,"aliases":[],"author":"OpenAI","canonical_model":"openai/gpt-6.1-terra-pro","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"openai/gpt-6.1-terra-pro","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/messages","request_model_id":"openai/gpt-6.1-terra-pro","route_label":"Ultra","status_reads":[],"tiers":[{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"in":2.0,"interval_boundary":"min_exclusive_max_inclusive","label":"<=272K","max":272000,"min":0,"null_rate_policy":"inherit_base_rate","out":10.0},{"cache_read":0.2,"cache_write":5.0,"cache_write_1h":5.0,"cache_write_5m":5.0,"in":4.0,"interval_boundary":"min_exclusive_max_inclusive","label":">272K","max":null,"min":272000,"null_rate_policy":"inherit_base_rate","out":15.0}],"tool_prices":{"web_search_call":0.02},"unit":"token","units":[]},{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/responses","request_model_id":"openai/gpt-6.1-terra-pro","route_label":"Ultra","status_reads":[],"tiers":[{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"in":2.0,"interval_boundary":"min_exclusive_max_inclusive","label":"<=272K","max":272000,"min":0,"null_rate_policy":"inherit_base_rate","out":10.0},{"cache_read":0.2,"cache_write":5.0,"cache_write_1h":5.0,"cache_write_5m":5.0,"in":4.0,"interval_boundary":"min_exclusive_max_inclusive","label":">272K","max":null,"min":272000,"null_rate_policy":"inherit_base_rate","out":15.0}],"tool_prices":{"web_search_call":0.02},"unit":"token","units":[]},{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"openai/gpt-6.1-terra-pro","route_label":"Ultra","status_reads":[],"tiers":[{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"in":2.0,"interval_boundary":"min_exclusive_max_inclusive","label":"<=272K","max":272000,"min":0,"null_rate_policy":"inherit_base_rate","out":10.0},{"cache_read":0.2,"cache_write":5.0,"cache_write_1h":5.0,"cache_write_5m":5.0,"in":4.0,"interval_boundary":"min_exclusive_max_inclusive","label":">272K","max":null,"min":272000,"null_rate_policy":"inherit_base_rate","out":15.0}],"tool_prices":{"web_search_call":0.02},"unit":"token","units":[]},{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1beta/models/openai/gpt-6.1-terra-pro:generateContent","request_model_id":"openai/gpt-6.1-terra-pro","route_label":"Ultra","status_reads":[],"tiers":[{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"in":2.0,"interval_boundary":"min_exclusive_max_inclusive","label":"<=272K","max":272000,"min":0,"null_rate_policy":"inherit_base_rate","out":10.0},{"cache_read":0.2,"cache_write":5.0,"cache_write_1h":5.0,"cache_write_5m":5.0,"in":4.0,"interval_boundary":"min_exclusive_max_inclusive","label":">272K","max":null,"min":272000,"null_rate_policy":"inherit_base_rate","out":15.0}],"tool_prices":{"web_search_call":0.02},"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"openai/gpt-6.1-terra-pro","request_model_id":"openai/gpt-6.1-terra-pro","route_label":"Ultra"}],"name":"OpenAI: GPT-6.1 Terra Pro","price":{"in":2.0,"in_label":null,"out":10.0,"out_label":null,"sort_in":2.0,"sort_out":10.0,"varies":false},"public_id":"openai/gpt-6.1-terra-pro","short":"문서 작업, 자료 비교, 구조화된 답변 준비를 위한 GPT-6.1 Terra Pro의 텍스트 모델 카드입니다."}