GPT-6 Luna Pro žymi OpenAI GPT-6 Luna su Pro samprotavimu. Luna skirta tikslinėms užduotims ir didelės apimties darbui; jos įvestis yra tekstas bei vaizdai, o rezultatas — tekstas. Pro reiškia papildomą modelio darbą rengiant galutinį atsakymą. Tai pasirinktam pagrindiniam modeliui taikomas vykdymo režimas, atskiras nuo samprotavimo intensyvumo nustatymo, kuris valdo analizės apimtį tame režime.
Praktinis taikymas yra tiksliai apibrėžtos užklausos su keliomis taisyklėmis ar išimtimis apdorojimas. Pateikite užklausą, kategorijas, kurioms ji gali priklausyti, ir informaciją, kuri lemia kitą veiksmą. Paprašykite kategorijos, aktualių faktų ir trumpo siūlomo atsakymo. Pavyzdinė užduotis yra klasifikuoti prašymą dėl dokumento, nustatyti trūkstamą lauką ir parengti žinutę, kuria to lauko paprašoma. Užduotis lieka tikslinė net tada, kai jos sąlygas reikia atidžiai apsvarstyti.
Klausimui pagal vaizdą pateikite aiškią ekrano nuotrauką ar kitą vaizdinę medžiagą ir nurodykite tikrintiną detalę. Galite paprašyti paaiškinti matomą sąsajos būseną ir pateikti trumpą instrukciją skaitytojui. Rašytinei medžiagai apibrėžkite laukus ar teiginius, kurie turi išlikti po pakeitimo, leidžiamas kategorijas ir numatomą atsakymo formatą. Nedidelis būdingų pavyzdžių rinkinys gali paaiškinti ribą tarp panašių kategorijų, neverčiant modelio pačiam išvesti jūsų taisyklių.
OpenAI GPT-6 Luna nurodo 1 050 000 tokenų konteksto langą, maksimalią 922 000 tokenų įvestį ir maksimalų 128 000 tokenų rezultatą. Dokumentuota žinių riba — 2026 m. gegužės 18 d. Pagrindinis modelis palaiko samprotavimo intensyvumo reikšmes none, low, medium, high, xhigh ir max, o numatytoji yra medium. Samprotavimas užima tokenų vietą kartu su galutiniu atsakymu, todėl užduoties aprašas bei pateikta medžiaga turėtų palikti vietos analizei ir prašomam rezultatui.
Gamintojas dokumentuoja Pro per Responses API sudėtingoms užklausoms, kurioms priimtina papildoma delsa ir modelio veikla. GPT-6 Luna integruotieji įrankiai ir samprotavimas su funkcijų iškvietimais naudoja Responses; gamintojo Chat Completions sąsajoje funkcijų iškvietimas palaikomas tik kai samprotavimo intensyvumas nustatytas į none. Pagrindiniam modeliui išvardyti srautinis perdavimas, Structured Outputs, paieška žiniatinklyje bei failuose, funkcijų iškvietimas ir užklausų podėlis. Jo įrankių rinkinys taip pat apima vaizdų generavimą, kodo interpretavimą, komandų apvalkalo ir pataisų operacijas, įgūdžius, darbą su kompiuteriu, MCP ryšius bei įrankių paiešką. Jūsų programa nustato ir vykdo operacijas, kurias ji pateikia.
Galutinei užduočiai naudokite tikslų rezultato kontraktą: sprendimą, jį pagrindžiančius laukus ir visą dar trūkstamą informaciją. Pavyzdžiui, paprašykite vienos kategorijos, trumpo su pateikta taisykle susieto pagrindimo ir kito klausimo, kurį reikia pateikti skaitytojui. Rezultatą tikrinkite pagal tas taisykles, o ne plėtokite neapribotą diskusiją. Ši darbo eiga naudoja tikslinę Luna paskirtį, o papildomą Pro darbą skiria užklausai, kurios priklausomybes ar išimtis reikia išnagrinėti išsamiau.
", "aboutText": "GPT-6 Luna Pro žymi OpenAI GPT-6 Luna su Pro samprotavimu. Luna skirta tikslinėms užduotims ir didelės apimties darbui; jos įvestis yra tekstas bei vaizdai, o rezultatas — tekstas. Pro reiškia papildomą modelio darbą rengiant galutinį atsakymą. Tai pasirinktam pagrindiniam modeliui taikomas vykdymo režimas, atskiras nuo samprotavimo intensyvumo nustatymo, kuris valdo analizės apimtį tame režime.\n\nPraktinis taikymas yra tiksliai apibrėžtos užklausos su keliomis taisyklėmis ar išimtimis apdorojimas. Pateikite užklausą, kategorijas, kurioms ji gali priklausyti, ir informaciją, kuri lemia kitą veiksmą. Paprašykite kategorijos, aktualių faktų ir trumpo siūlomo atsakymo. Pavyzdinė užduotis yra klasifikuoti prašymą dėl dokumento, nustatyti trūkstamą lauką ir parengti žinutę, kuria to lauko paprašoma. Užduotis lieka tikslinė net tada, kai jos sąlygas reikia atidžiai apsvarstyti.\n\nKlausimui pagal vaizdą pateikite aiškią ekrano nuotrauką ar kitą vaizdinę medžiagą ir nurodykite tikrintiną detalę. Galite paprašyti paaiškinti matomą sąsajos būseną ir pateikti trumpą instrukciją skaitytojui. Rašytinei medžiagai apibrėžkite laukus ar teiginius, kurie turi išlikti po pakeitimo, leidžiamas kategorijas ir numatomą atsakymo formatą. Nedidelis būdingų pavyzdžių rinkinys gali paaiškinti ribą tarp panašių kategorijų, neverčiant modelio pačiam išvesti jūsų taisyklių.\n\nOpenAI GPT-6 Luna nurodo 1 050 000 tokenų konteksto langą, maksimalią 922 000 tokenų įvestį ir maksimalų 128 000 tokenų rezultatą. Dokumentuota žinių riba — 2026 m. gegužės 18 d. Pagrindinis modelis palaiko samprotavimo intensyvumo reikšmes none, low, medium, high, xhigh ir max, o numatytoji yra medium. Samprotavimas užima tokenų vietą kartu su galutiniu atsakymu, todėl užduoties aprašas bei pateikta medžiaga turėtų palikti vietos analizei ir prašomam rezultatui.\n\nGamintojas dokumentuoja Pro per Responses API sudėtingoms užklausoms, kurioms priimtina papildoma delsa ir modelio veikla. GPT-6 Luna integruotieji įrankiai ir samprotavimas su funkcijų iškvietimais naudoja Responses; gamintojo Chat Completions sąsajoje funkcijų iškvietimas palaikomas tik kai samprotavimo intensyvumas nustatytas į none. Pagrindiniam modeliui išvardyti srautinis perdavimas, Structured Outputs, paieška žiniatinklyje bei failuose, funkcijų iškvietimas ir užklausų podėlis. Jo įrankių rinkinys taip pat apima vaizdų generavimą, kodo interpretavimą, komandų apvalkalo ir pataisų operacijas, įgūdžius, darbą su kompiuteriu, MCP ryšius bei įrankių paiešką. Jūsų programa nustato ir vykdo operacijas, kurias ji pateikia.\n\nGalutinei užduočiai naudokite tikslų rezultato kontraktą: sprendimą, jį pagrindžiančius laukus ir visą dar trūkstamą informaciją. Pavyzdžiui, paprašykite vienos kategorijos, trumpo su pateikta taisykle susieto pagrindimo ir kito klausimo, kurį reikia pateikti skaitytojui. Rezultatą tikrinkite pagal tas taisykles, o ne plėtokite neapribotą diskusiją. Ši darbo eiga naudoja tikslinę Luna paskirtį, o papildomą Pro darbą skiria užklausai, kurios priklausomybes ar išimtis reikia išnagrinėti išsamiau.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "8094850c08b8ba2650a2972d1dd213c959635312cb89afe176f31fe76166981d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "lt", "methods": [ { "html": "openai/gpt-6-luna-pro:batchGPT-6 Luna su Pro samprotavimu tikslinėms užduotims, kurioms prieš galutinį atsakymą reikia papildomos analizės. Pagrindinis modelis priima tekstą ir vaizdus, todėl naudingas dokumentų tvarkymui pagal taisykles, vaizdiniams klausimams ir glaustiems rašytiniams rezultatams.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
GPT-6 Luna Pro žymi OpenAI GPT-6 Luna su Pro samprotavimu. Luna skirta tikslinėms užduotims ir didelės apimties darbui; jos įvestis yra tekstas bei vaizdai, o rezultatas — tekstas. Pro reiškia papildomą modelio darbą rengiant galutinį atsakymą. Tai pasirinktam pagrindiniam modeliui taikomas vykdymo režimas, atskiras nuo samprotavimo intensyvumo nustatymo, kuris valdo analizės apimtį tame režime.
Praktinis taikymas yra tiksliai apibrėžtos užklausos su keliomis taisyklėmis ar išimtimis apdorojimas. Pateikite užklausą, kategorijas, kurioms ji gali priklausyti, ir informaciją, kuri lemia kitą veiksmą. Paprašykite kategorijos, aktualių faktų ir trumpo siūlomo atsakymo. Pavyzdinė užduotis yra klasifikuoti prašymą dėl dokumento, nustatyti trūkstamą lauką ir parengti žinutę, kuria to lauko paprašoma. Užduotis lieka tikslinė net tada, kai jos sąlygas reikia atidžiai apsvarstyti.
Klausimui pagal vaizdą pateikite aiškią ekrano nuotrauką ar kitą vaizdinę medžiagą ir nurodykite tikrintiną detalę. Galite paprašyti paaiškinti matomą sąsajos būseną ir pateikti trumpą instrukciją skaitytojui. Rašytinei medžiagai apibrėžkite laukus ar teiginius, kurie turi išlikti po pakeitimo, leidžiamas kategorijas ir numatomą atsakymo formatą. Nedidelis būdingų pavyzdžių rinkinys gali paaiškinti ribą tarp panašių kategorijų, neverčiant modelio pačiam išvesti jūsų taisyklių.
OpenAI GPT-6 Luna nurodo 1 050 000 tokenų konteksto langą, maksimalią 922 000 tokenų įvestį ir maksimalų 128 000 tokenų rezultatą. Dokumentuota žinių riba — 2026 m. gegužės 18 d. Pagrindinis modelis palaiko samprotavimo intensyvumo reikšmes none, low, medium, high, xhigh ir max, o numatytoji yra medium. Samprotavimas užima tokenų vietą kartu su galutiniu atsakymu, todėl užduoties aprašas bei pateikta medžiaga turėtų palikti vietos analizei ir prašomam rezultatui.
Gamintojas dokumentuoja Pro per Responses API sudėtingoms užklausoms, kurioms priimtina papildoma delsa ir modelio veikla. GPT-6 Luna integruotieji įrankiai ir samprotavimas su funkcijų iškvietimais naudoja Responses; gamintojo Chat Completions sąsajoje funkcijų iškvietimas palaikomas tik kai samprotavimo intensyvumas nustatytas į none. Pagrindiniam modeliui išvardyti srautinis perdavimas, Structured Outputs, paieška žiniatinklyje bei failuose, funkcijų iškvietimas ir užklausų podėlis. Jo įrankių rinkinys taip pat apima vaizdų generavimą, kodo interpretavimą, komandų apvalkalo ir pataisų operacijas, įgūdžius, darbą su kompiuteriu, MCP ryšius bei įrankių paiešką. Jūsų programa nustato ir vykdo operacijas, kurias ji pateikia.
Galutinei užduočiai naudokite tikslų rezultato kontraktą: sprendimą, jį pagrindžiančius laukus ir visą dar trūkstamą informaciją. Pavyzdžiui, paprašykite vienos kategorijos, trumpo su pateikta taisykle susieto pagrindimo ir kito klausimo, kurį reikia pateikti skaitytojui. Rezultatą tikrinkite pagal tas taisykles, o ne plėtokite neapribotą diskusiją. Ši darbo eiga naudoja tikslinę Luna paskirtį, o papildomą Pro darbą skiria užklausai, kurios priklausomybes ar išimtis reikia išnagrinėti išsamiau.
POST /v1/batchestexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasendpoint | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos /v1/chat/completions | Numatyta— |
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos openai/gpt-6-luna-pro:batch | Numatyta— |
Laukasrequests | Tipasbatch_item[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasrequests[].custom_id | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasrequests[].body.messages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukascompletion_window | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos 24h | Numatyta— |
Laukasprovider | Tipasobject|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasrequests[].body.model | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos openai/gpt-6-luna-pro:batch, openai/gpt-6-luna-pro | Numatyta— |
Laukasprovider.only | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos openai | Numatyta— |
Laukasprovider.allow_fallbacks | Tipasboolean|null | ReikalavimasNeprivaloma | Reikšmės ir ribos false, null | Numatyta— |
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijaendpoint, model, requests |
Parametrasmaterial_types | Specifikacijatext |
Parametrasrepresentation | Specifikacijatiesiogiai įterptas requests[] masyvas; kiekvienas elementas turi custom_id ir body laukus |
Parametrasrequest_endpoint_profile | Specifikacija/v1/chat/completions |
Parametrasfile_material | SpecifikacijaKlientas gali vietoje perskaityti faktinį UTF-8 JSONL turinį į requests[] masyvą. Įkėlimo purpose, input_file_id ar failo nuoroda nenaudojami. Jei kliento medžiagos nėra arba ji tuščia, parengimas sustabdomas prieš POST. |
Parametrasserialization_order | Specifikacijaendpoint, model, provider (jei pateiktas), completion_window (jei pateiktas), requests pateikite paskiausiai |
Parametrasoptional_controls | Specifikacijaprovider.only, provider.allow_fallbacks, completion_window |
Parametrasschema_scope | SpecifikacijaTekstinių Chat Completions užklausų turiniai dokumentuotoje Batch paketo struktūroje, pateikiamoje pačioje užklausoje. |
Gyvavimo ciklas: asynchronous
GET /v1/batches/{operation_id} · faktinė pradinės kūrimo užklausos atsakymo response.id reikšmė; tas pats naudotojas, raktas ir grupė
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0001 / 1K tokenų Išvestis · Išvesties tokenai $0.0005 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00001 / 1K tokenų Įvestis · Rašymas į talpyklą $0.000125 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai272 000 | Mokestis Įvestis · Įvesties tokenai $0.0001 / 1K tokenų Išvestis · Išvesties tokenai $0.0005 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00001 / 1K tokenų Įvestis · Rašymas į talpyklą $0.000125 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 2 | Įkainių lentelė— | Konteksto tokenų daugiau nei272 000 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0002 / 1K tokenų Išvestis · Išvesties tokenai $0.00075 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00002 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${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-luna-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-luna-pro:batch', 'openai/gpt-6-luna-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-luna-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.\ntiesiogiai įterptas 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\nIšsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visą pradinės būsenos JSON, kiekvieną rezultatą ir custom_id bei visą atsakymo arba klaidos turinį. Užbaigtus results[] išsaugokite JSONL formatu nieko nefiltruodami.
Išsaugokite pradinį operacijos ID. Atsakyme 503 result_pending_check pateikiama X-Should-Retry:false; niekada pakartotinai neteikite pradinio paketo, kurio baigtis nežinoma.
| Laukas | Tipas |
|---|---|
Laukasresults[].custom_id | Tipasstring |
Laukasresults[].response.body.choices[].message.content | Tipasstring|null |
Laukasresults[].error | Tipasobject|null |
Laukasusage | Tipasobject|null |
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukasendpoint | Tipasstring |
Laukasstatus | Tipasstring |
Laukasrequest_counts | Tipasobject |
Laukasresults[].id | Tipasstring |
Laukasresults[].response.status_code | Tipasinteger |
Laukasresults[].response.request_id | Tipasstring |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNeteisinga dokumentuota tiesiogiai įterpto paketo struktūra, pasikartojantys raktai, netinkama elemento tapatybė arba konfliktas su sukonfigūruotomis modelio galimybėmis. | Kitas žingsnisPrieš bet kokį naują pateikimą pataisykite nurodytus laukus. |
Atsakymas401 · authentication_error | SąlygaNegaliojantis API raktas. | Kitas žingsnisNaudokite leistiną Ailoot raktą. |
Atsakymas403 · permission_error | SąlygaPaketinio apdorojimo grupė neprieinama. | Kitas žingsnisPatikrinkite rakto ir grupės prieigos teises. |
Atsakymas422 · invalid_request_error | SąlygaPaketinis apdorojimas apmokamas iš balanso; kūrimo užklausos su prenumeratos apmokėjimu atmetamos. | Kitas žingsnisNaudokite leistiną grupę, kurios užklausos apmokamos iš balanso. |
Atsakymas422 · price_unavailable | SąlygaNepavyksta apskaičiuoti paketinio apdorojimo įvesties kainos. | Kitas žingsnisIšsaugokite atsakymą; naudokite dokumentuotą šios API šeimos įvestį. |
Atsakymas402 · billing_error | SąlygaPaketiniam apdorojimui reikalingas rezervas neprieinamas. | Kitas žingsnisPrieš teikdami naują užklausą išspręskite užklausos priėmimo problemą. |
Atsakymas503 · price_unavailable | SąlygaPaketinio apdorojimo metodo kaina arba savieji sistemos įkainiai neprieinami. | Kitas žingsnisIšsaugokite atsakymą; nekeiskite kainų kitomis. |
Atsakymas503 · api_error | SąlygaKonkretus tiekėjo maršrutas neprieinamas. | Kitas žingsnisIšsaugokite atsakymą maršrutui pataisyti. |
Atsakymas503 · result_pending_check | SąlygaPradinį rezultatą reikia patikrinti; X-Should-Retry:false. | Kitas žingsnisIšsaugokite pradinę operation_id/id reikšmę ir tikrinkite operacijos būseną; niekada nekartokite pradinės POST užklausos. |
Atsakymas404 · not_found | SąlygaPaketinio apdorojimo būsenos operacijos nėra arba ji susieta su kita tapatybe. | Kitas žingsnisNaudokite tikslią pradinę id reikšmę ir tą patį naudotoją, raktą bei grupę. |
Ailoot Ultra openai/gpt-6-luna-pro:batch
Naudokite aukščiau nurodytus metodų kelius.