GPT-6 Sol Pro는 OpenAI의 GPT-6 Sol에 Pro 추론을 적용한 모델을 뜻합니다. 기반 Sol 모델은 복잡한 코딩과 에이전트 워크플로를 위해 만들어졌으며, 텍스트와 이미지를 입력받아 텍스트를 생성합니다. Pro는 최종 답변을 만들기 위한 모델의 작업을 추가합니다. 선택한 실행 모드 안에서 모델이 수행하는 분석량을 제어하는 추론 강도와는 별개의 설정입니다. 이 카드의 기반 에디션은 GPT-6 Sol이며 GPT-6.1 Sol과 구별됩니다.
개발 작업에서는 구현할 동작을 설명하고 관련 소스 파일, 입력 예시, 변경 후에도 준수해야 할 제약을 제공하세요. 예를 들어 입력이 결과에 이르는 경로를 추적하고, 관련 의존성을 파악한 뒤, 필요한 동작을 보존하는 변경을 제안하도록 요청할 수 있습니다. 리뷰에서는 의도한 동작과 검토할 코드를 포함하고, 구체적인 문제와 각 문제가 해당 동작에 미치는 영향을 설명하도록 요청하세요.
에이전트 작업은 작업 환경에서 얻은 근거를 통해 여러 결정을 연결합니다. 도구는 파일을 가져오거나 계산을 실행하거나 검사 결과를 반환할 수 있으며, 그 결과는 다음 결정의 자료가 됩니다. OpenAI는 기반 모델의 도구로 웹 및 파일 검색, 이미지 생성 도구, 코드 인터프리터, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결, 도구 검색을 명시합니다. 함수 호출, Structured Outputs, 스트리밍, 프롬프트 캐싱도 지원합니다. 애플리케이션은 사용 가능한 작업을 제어하고 실제 도구 결과를 반환합니다. 모델이 생성한 작업 설명만으로 작업이 완료되었다고 볼 수는 없습니다.
제작사의 GPT-6 Sol 사양은 컨텍스트 창 1,050,000토큰, 최대 입력 922,000토큰, 최대 출력 128,000토큰을 명시합니다. 문서화된 지식 기준일은 2026년 4월 20일입니다. 기반 추론 강도 선택지는 none, low, medium, high, xhigh, max이며 기본값은 medium입니다. 컨텍스트에는 가시적 답변뿐 아니라 작업, 관련 도구 결과, 추론도 들어가야 합니다. 특히 긴 엔지니어링 요청에서는 정의와 완료 기준을 그것이 적용되는 자료 가까이에 두세요.
OpenAI는 Responses API의 Pro를 추가 지연과 모델 활동을 허용할 수 있는 어려운 작업용으로 설명합니다. GPT-6 Sol의 내장 도구와 함수 호출을 동반한 추론은 Responses를 사용합니다. 제작사의 Chat Completions 인터페이스에서는 추론 강도가 none일 때만 함수 호출이 지원됩니다. GPT-6 가이드는 비동기 도구 작업, 진행 중인 턴의 방향 조정, 호출 사이의 추론 유지도 설명합니다. 이러한 워크플로 기능에는 각각의 인터페이스 요구 사항이 있습니다.
구체적인 최종 산출물과 검토 방법을 지정하세요. 예를 들어 패치 제안, 바뀌는 동작, 검증에 필요한 근거를 요청하거나, 제공된 제약에 연결하여 구현 방식을 비교할 수 있습니다. 이미지가 인터페이스 맥락을 제공한다면 중요한 시각적 세부 사항을 지정하세요. 최종 답변은 중요한 선택을 엔지니어링 목표와 연결하고, 제안된 작업과 이미 얻은 결과를 구분해야 합니다.
", "aboutText": "GPT-6 Sol Pro는 OpenAI의 GPT-6 Sol에 Pro 추론을 적용한 모델을 뜻합니다. 기반 Sol 모델은 복잡한 코딩과 에이전트 워크플로를 위해 만들어졌으며, 텍스트와 이미지를 입력받아 텍스트를 생성합니다. Pro는 최종 답변을 만들기 위한 모델의 작업을 추가합니다. 선택한 실행 모드 안에서 모델이 수행하는 분석량을 제어하는 추론 강도와는 별개의 설정입니다. 이 카드의 기반 에디션은 GPT-6 Sol이며 GPT-6.1 Sol과 구별됩니다.\n\n개발 작업에서는 구현할 동작을 설명하고 관련 소스 파일, 입력 예시, 변경 후에도 준수해야 할 제약을 제공하세요. 예를 들어 입력이 결과에 이르는 경로를 추적하고, 관련 의존성을 파악한 뒤, 필요한 동작을 보존하는 변경을 제안하도록 요청할 수 있습니다. 리뷰에서는 의도한 동작과 검토할 코드를 포함하고, 구체적인 문제와 각 문제가 해당 동작에 미치는 영향을 설명하도록 요청하세요.\n\n에이전트 작업은 작업 환경에서 얻은 근거를 통해 여러 결정을 연결합니다. 도구는 파일을 가져오거나 계산을 실행하거나 검사 결과를 반환할 수 있으며, 그 결과는 다음 결정의 자료가 됩니다. OpenAI는 기반 모델의 도구로 웹 및 파일 검색, 이미지 생성 도구, 코드 인터프리터, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결, 도구 검색을 명시합니다. 함수 호출, Structured Outputs, 스트리밍, 프롬프트 캐싱도 지원합니다. 애플리케이션은 사용 가능한 작업을 제어하고 실제 도구 결과를 반환합니다. 모델이 생성한 작업 설명만으로 작업이 완료되었다고 볼 수는 없습니다.\n\n제작사의 GPT-6 Sol 사양은 컨텍스트 창 1,050,000토큰, 최대 입력 922,000토큰, 최대 출력 128,000토큰을 명시합니다. 문서화된 지식 기준일은 2026년 4월 20일입니다. 기반 추론 강도 선택지는 none, low, medium, high, xhigh, max이며 기본값은 medium입니다. 컨텍스트에는 가시적 답변뿐 아니라 작업, 관련 도구 결과, 추론도 들어가야 합니다. 특히 긴 엔지니어링 요청에서는 정의와 완료 기준을 그것이 적용되는 자료 가까이에 두세요.\n\nOpenAI는 Responses API의 Pro를 추가 지연과 모델 활동을 허용할 수 있는 어려운 작업용으로 설명합니다. GPT-6 Sol의 내장 도구와 함수 호출을 동반한 추론은 Responses를 사용합니다. 제작사의 Chat Completions 인터페이스에서는 추론 강도가 none일 때만 함수 호출이 지원됩니다. GPT-6 가이드는 비동기 도구 작업, 진행 중인 턴의 방향 조정, 호출 사이의 추론 유지도 설명합니다. 이러한 워크플로 기능에는 각각의 인터페이스 요구 사항이 있습니다.\n\n구체적인 최종 산출물과 검토 방법을 지정하세요. 예를 들어 패치 제안, 바뀌는 동작, 검증에 필요한 근거를 요청하거나, 제공된 제약에 연결하여 구현 방식을 비교할 수 있습니다. 이미지가 인터페이스 맥락을 제공한다면 중요한 시각적 세부 사항을 지정하세요. 최종 답변은 중요한 선택을 엔지니어링 목표와 연결하고, 제안된 작업과 이미 얻은 결과를 구분해야 합니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f8e82dc22f69216a6d38ff380e6dd44ae68c034552c0438e70e76c19bfb23053", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "openai/gpt-6-sol-pro:batchGPT-6 Sol에 Pro 추론을 적용해 복잡한 코딩과 에이전트 작업에 활용합니다. 코드, 요구 사항, 관련 근거를 제공하여 구현안, 집중적인 리뷰, 여러 단계로 이루어진 해결책의 설명을 요청하세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-6 Sol Pro는 OpenAI의 GPT-6 Sol에 Pro 추론을 적용한 모델을 뜻합니다. 기반 Sol 모델은 복잡한 코딩과 에이전트 워크플로를 위해 만들어졌으며, 텍스트와 이미지를 입력받아 텍스트를 생성합니다. Pro는 최종 답변을 만들기 위한 모델의 작업을 추가합니다. 선택한 실행 모드 안에서 모델이 수행하는 분석량을 제어하는 추론 강도와는 별개의 설정입니다. 이 카드의 기반 에디션은 GPT-6 Sol이며 GPT-6.1 Sol과 구별됩니다.
개발 작업에서는 구현할 동작을 설명하고 관련 소스 파일, 입력 예시, 변경 후에도 준수해야 할 제약을 제공하세요. 예를 들어 입력이 결과에 이르는 경로를 추적하고, 관련 의존성을 파악한 뒤, 필요한 동작을 보존하는 변경을 제안하도록 요청할 수 있습니다. 리뷰에서는 의도한 동작과 검토할 코드를 포함하고, 구체적인 문제와 각 문제가 해당 동작에 미치는 영향을 설명하도록 요청하세요.
에이전트 작업은 작업 환경에서 얻은 근거를 통해 여러 결정을 연결합니다. 도구는 파일을 가져오거나 계산을 실행하거나 검사 결과를 반환할 수 있으며, 그 결과는 다음 결정의 자료가 됩니다. OpenAI는 기반 모델의 도구로 웹 및 파일 검색, 이미지 생성 도구, 코드 인터프리터, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결, 도구 검색을 명시합니다. 함수 호출, Structured Outputs, 스트리밍, 프롬프트 캐싱도 지원합니다. 애플리케이션은 사용 가능한 작업을 제어하고 실제 도구 결과를 반환합니다. 모델이 생성한 작업 설명만으로 작업이 완료되었다고 볼 수는 없습니다.
제작사의 GPT-6 Sol 사양은 컨텍스트 창 1,050,000토큰, 최대 입력 922,000토큰, 최대 출력 128,000토큰을 명시합니다. 문서화된 지식 기준일은 2026년 4월 20일입니다. 기반 추론 강도 선택지는 none, low, medium, high, xhigh, max이며 기본값은 medium입니다. 컨텍스트에는 가시적 답변뿐 아니라 작업, 관련 도구 결과, 추론도 들어가야 합니다. 특히 긴 엔지니어링 요청에서는 정의와 완료 기준을 그것이 적용되는 자료 가까이에 두세요.
OpenAI는 Responses API의 Pro를 추가 지연과 모델 활동을 허용할 수 있는 어려운 작업용으로 설명합니다. GPT-6 Sol의 내장 도구와 함수 호출을 동반한 추론은 Responses를 사용합니다. 제작사의 Chat Completions 인터페이스에서는 추론 강도가 none일 때만 함수 호출이 지원됩니다. GPT-6 가이드는 비동기 도구 작업, 진행 중인 턴의 방향 조정, 호출 사이의 추론 유지도 설명합니다. 이러한 워크플로 기능에는 각각의 인터페이스 요구 사항이 있습니다.
구체적인 최종 산출물과 검토 방법을 지정하세요. 예를 들어 패치 제안, 바뀌는 동작, 검증에 필요한 근거를 요청하거나, 제공된 제약에 연결하여 구현 방식을 비교할 수 있습니다. 이미지가 인터페이스 맥락을 제공한다면 중요한 시각적 세부 사항을 지정하세요. 최종 답변은 중요한 선택을 엔지니어링 목표와 연결하고, 제안된 작업과 이미 얻은 결과를 구분해야 합니다.
POST /v1/batchestexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드endpoint | 유형string | 요건필수 | 값과 한도 /v1/chat/completions | 기본값— |
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-6-sol-pro:batch | 기본값— |
필드requests | 유형batch_item[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드requests[].custom_id | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드requests[].body.messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드completion_window | 유형string | 요건선택 사항 | 값과 한도 24h | 기본값— |
필드provider | 유형object|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드requests[].body.model | 유형string | 요건선택 사항 | 값과 한도 openai/gpt-6-sol-pro:batch, openai/gpt-6-sol-pro | 기본값— |
필드provider.only | 유형string[] | 요건선택 사항 | 값과 한도 openai | 기본값— |
필드provider.allow_fallbacks | 유형boolean|null | 요건선택 사항 | 값과 한도 false, null | 기본값— |
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세endpoint, model, requests |
매개변수material_types | 명세text |
매개변수representation | 명세인라인 requests[]; 각 항목에는 custom_id와 body가 있습니다 |
매개변수request_endpoint_profile | 명세/v1/chat/completions |
매개변수file_material | 명세호출자는 실제 UTF-8 JSONL을 로컬에서 읽어 requests[]에 넣을 수 있습니다. 업로드 목적, input_file_id 또는 파일 참조는 사용하지 않습니다. 고객 자료가 없거나 비어 있으면 POST 전에 준비를 중단합니다. |
매개변수serialization_order | 명세endpoint, model, provider (제공된 경우), completion_window (제공된 경우), requests는 마지막에 |
매개변수optional_controls | 명세provider.only, provider.allow_fallbacks, completion_window |
매개변수schema_scope | 명세문서에 명시된 인라인 배치 요청 구조에 담긴 텍스트 Chat Completions 본문입니다. |
수명 주기: asynchronous
GET /v1/batches/{operation_id} · 최초 생성 응답에서 실제로 반환된 response.id; 동일한 사용자/키/그룹
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 $0.002 / 1K 토큰 출력 · 출력 토큰 $0.01 / 1K 토큰 입력 · 캐시 읽기 $0.0002 / 1K 토큰 입력 · 캐시 쓰기 $0.0025 / 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 $0.002 / 1K 토큰 출력 · 출력 토큰 $0.01 / 1K 토큰 입력 · 캐시 읽기 $0.0002 / 1K 토큰 입력 · 캐시 쓰기 $0.0025 / 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 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.015 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.005 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-6-sol-pro:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-6-sol-pro:batch', 'openai/gpt-6-sol-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-sol-pro:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\n인라인 results[].response.body JSON
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\n반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
최초 상태 JSON 전체, 모든 결과/custom_id와 응답 또는 오류 본문 전체를 보관하세요. 완료된 results[]는 필터링 없이 JSONL로 저장하세요.
최초 작업 ID를 보관하세요. 503 result_pending_check에는 X-Should-Retry:false가 포함됩니다. 상태가 불명확한 최초 배치를 다시 제출하지 마세요.
| 필드 | 유형 |
|---|---|
필드results[].custom_id | 유형string |
필드results[].response.body.choices[].message.content | 유형string|null |
필드results[].error | 유형object|null |
필드usage | 유형object|null |
필드id | 유형string |
필드model | 유형string |
필드endpoint | 유형string |
필드status | 유형string |
필드request_counts | 유형object |
필드results[].id | 유형string |
필드results[].response.status_code | 유형integer |
필드results[].response.request_id | 유형string |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건문서에 명시된 인라인 요청 구조가 유효하지 않거나, 키가 중복되거나, 항목 식별 정보 또는 설정된 모델 기능에 충돌이 있습니다. | 다음 단계새로 제출하기 전에 표시된 필드를 수정하세요. |
응답401 · authentication_error | 조건유효하지 않은 API 키입니다. | 다음 단계사용 권한이 있는 Ailoot 키를 사용하세요. |
응답403 · permission_error | 조건배치 그룹을 사용할 수 없습니다. | 다음 단계키/그룹의 사용 권한을 확인하세요. |
응답422 · invalid_request_error | 조건배치는 잔액 과금을 사용하며, 구독을 통한 생성 요청은 거부됩니다. | 다음 단계사용 권한이 있는 잔액 과금 그룹을 사용하세요. |
응답422 · price_unavailable | 조건배치 입력의 예상 비용을 산출할 수 없습니다. | 다음 단계응답을 보관하고 문서에 명시된 API 계열 입력을 사용하세요. |
응답402 · billing_error | 조건배치 예약 금액을 확보할 수 없습니다. | 다음 단계새 요청 전에 요청 허용 조건을 충족하세요. |
응답503 · price_unavailable | 조건배치 메서드 가격 또는 네이티브 요율을 사용할 수 없습니다. | 다음 단계응답을 보관하고 가격을 임의로 대체하지 마세요. |
응답503 · api_error | 조건정확히 일치하는 공급업체 라우트를 사용할 수 없습니다. | 다음 단계라우트 수정을 위해 응답을 보관하세요. |
응답503 · result_pending_check | 조건최초 결과를 확인해야 합니다. X-Should-Retry:false. | 다음 단계최초 operation_id/id를 보관하고 해당 상태를 조회하세요. 최초 POST를 반복하지 마세요. |
응답404 · not_found | 조건배치 상태 조회 대상 작업이 없거나 다른 사용 주체의 소유입니다. | 다음 단계최초 id를 정확히 사용하고 동일한 사용자/키/그룹을 유지하세요. |
Ailoot Ultra openai/gpt-6-sol-pro:batch
위에 표시된 메서드 경로를 사용하세요.