GPT-5.6 Terra Pro merujuk kepada GPT-5.6 Terra OpenAI dengan penaakulan Pro. Terra ialah peringkat model penaakulan GPT-5.6 untuk kerja praktikal dan lebih kurang sepadan dengan peringkat mini dalam keluarga GPT-5 terdahulu. Model asas menerima teks dan imej serta menghasilkan teks. Pro menambah kerja model apabila membina jawapan akhir, dengan mengekalkan Terra sebagai edisi asas yang dipilih.
Contoh tugas ialah membandingkan dua dokumen berdasarkan satu set keperluan yang dinyatakan. Berikan kedua-dua teks, kenal pasti versi atau bahagian yang diutamakan dan takrifkan kriteria yang penting. Minta persamaan, perbezaan dan soalan yang memerlukan penjelasan. Anda boleh meminta jadual perbandingan diikuti cadangan ringkas yang menyatakan syaratnya dengan jelas. Pernyataan yang tiada harus diwakili sebagai maklumat yang tiada, bukannya fakta yang dibekalkan model.
Terra juga boleh digunakan dalam tugas yang menghubungkan permintaan bertulis dengan dasar atau penerangan teknikal. Berikan peraturan yang berkaitan dan minta respons dalam bentuk tertentu, seperti surat, set medan atau rancangan untuk tindakan seterusnya. Jika imej membawa bukti penting, kenal pasti butiran yang perlu diperiksa dan berikan konteks yang diperlukan untuk mentafsirkannya. Untuk soalan teknikal, sertakan tingkah laku yang diperhatikan dan tingkah laku yang dijangkakan bersama kod atau penerangan yang berkaitan.
Spesifikasi GPT-5.6 Terra pengeluar menyenaraikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 16 Februari 2026. Model asas menyokong usaha penaakulan none, low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Mod Pro dan usaha ialah tetapan yang bebas antara satu sama lain, dan belanjawan konteks menampung penaakulan serta bahan sumber dan jawapan akhir.
OpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang membenarkan kependaman tambahan dan aktiviti model. Model asas menyokong penstriman, Structured Outputs, panggilan fungsi, carian web dan fail, input imej serta cache prompt. Pengeluar turut menyenaraikan alat penjanaan imej, pentafsir kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Aplikasi menyediakan dan melaksanakan operasinya serta memulangkan hasil; respons teks model berasingan daripada tindakan yang dilaksanakan itu.
Sediakan permintaan berdasarkan kriteria penyelesaian. Dalam perbandingan dokumen, kenal pasti bukti yang diperlukan untuk setiap kesimpulan dan minta perkara yang belum diselesaikan disenaraikan secara berasingan. Dalam tugas penulisan respons, nyatakan fakta wajib dan tindakan seterusnya bagi pembaca. Hasil akhir yang berguna ialah perbandingan berstruktur atau respons yang dicadangkan, dengan pernyataan penting yang boleh dijejaki kembali kepada bahan yang dibekalkan, sedia untuk susulan yang tertumpu.
", "aboutText": "GPT-5.6 Terra Pro merujuk kepada GPT-5.6 Terra OpenAI dengan penaakulan Pro. Terra ialah peringkat model penaakulan GPT-5.6 untuk kerja praktikal dan lebih kurang sepadan dengan peringkat mini dalam keluarga GPT-5 terdahulu. Model asas menerima teks dan imej serta menghasilkan teks. Pro menambah kerja model apabila membina jawapan akhir, dengan mengekalkan Terra sebagai edisi asas yang dipilih.\n\nContoh tugas ialah membandingkan dua dokumen berdasarkan satu set keperluan yang dinyatakan. Berikan kedua-dua teks, kenal pasti versi atau bahagian yang diutamakan dan takrifkan kriteria yang penting. Minta persamaan, perbezaan dan soalan yang memerlukan penjelasan. Anda boleh meminta jadual perbandingan diikuti cadangan ringkas yang menyatakan syaratnya dengan jelas. Pernyataan yang tiada harus diwakili sebagai maklumat yang tiada, bukannya fakta yang dibekalkan model.\n\nTerra juga boleh digunakan dalam tugas yang menghubungkan permintaan bertulis dengan dasar atau penerangan teknikal. Berikan peraturan yang berkaitan dan minta respons dalam bentuk tertentu, seperti surat, set medan atau rancangan untuk tindakan seterusnya. Jika imej membawa bukti penting, kenal pasti butiran yang perlu diperiksa dan berikan konteks yang diperlukan untuk mentafsirkannya. Untuk soalan teknikal, sertakan tingkah laku yang diperhatikan dan tingkah laku yang dijangkakan bersama kod atau penerangan yang berkaitan.\n\nSpesifikasi GPT-5.6 Terra pengeluar menyenaraikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 16 Februari 2026. Model asas menyokong usaha penaakulan none, low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Mod Pro dan usaha ialah tetapan yang bebas antara satu sama lain, dan belanjawan konteks menampung penaakulan serta bahan sumber dan jawapan akhir.\n\nOpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang membenarkan kependaman tambahan dan aktiviti model. Model asas menyokong penstriman, Structured Outputs, panggilan fungsi, carian web dan fail, input imej serta cache prompt. Pengeluar turut menyenaraikan alat penjanaan imej, pentafsir kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Aplikasi menyediakan dan melaksanakan operasinya serta memulangkan hasil; respons teks model berasingan daripada tindakan yang dilaksanakan itu.\n\nSediakan permintaan berdasarkan kriteria penyelesaian. Dalam perbandingan dokumen, kenal pasti bukti yang diperlukan untuk setiap kesimpulan dan minta perkara yang belum diselesaikan disenaraikan secara berasingan. Dalam tugas penulisan respons, nyatakan fakta wajib dan tindakan seterusnya bagi pembaca. Hasil akhir yang berguna ialah perbandingan berstruktur atau respons yang dicadangkan, dengan pernyataan penting yang boleh dijejaki kembali kepada bahan yang dibekalkan, sedia untuk susulan yang tertumpu.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "e73d46e8af62993be1fc2dd46a411c390eeb82a6b18632bc2b49fbc3c082b2c8", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "openai/gpt-5.6-terra-pro:batchGPT-5.6 Terra dengan penaakulan Pro untuk tugas praktikal yang mendapat manfaat daripada analisis yang lebih lengkap. Bandingkan dokumen yang dibekalkan, tafsirkan peraturan atau bina respons berstruktur daripada teks dan bahan visual.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-5.6 Terra Pro merujuk kepada GPT-5.6 Terra OpenAI dengan penaakulan Pro. Terra ialah peringkat model penaakulan GPT-5.6 untuk kerja praktikal dan lebih kurang sepadan dengan peringkat mini dalam keluarga GPT-5 terdahulu. Model asas menerima teks dan imej serta menghasilkan teks. Pro menambah kerja model apabila membina jawapan akhir, dengan mengekalkan Terra sebagai edisi asas yang dipilih.
Contoh tugas ialah membandingkan dua dokumen berdasarkan satu set keperluan yang dinyatakan. Berikan kedua-dua teks, kenal pasti versi atau bahagian yang diutamakan dan takrifkan kriteria yang penting. Minta persamaan, perbezaan dan soalan yang memerlukan penjelasan. Anda boleh meminta jadual perbandingan diikuti cadangan ringkas yang menyatakan syaratnya dengan jelas. Pernyataan yang tiada harus diwakili sebagai maklumat yang tiada, bukannya fakta yang dibekalkan model.
Terra juga boleh digunakan dalam tugas yang menghubungkan permintaan bertulis dengan dasar atau penerangan teknikal. Berikan peraturan yang berkaitan dan minta respons dalam bentuk tertentu, seperti surat, set medan atau rancangan untuk tindakan seterusnya. Jika imej membawa bukti penting, kenal pasti butiran yang perlu diperiksa dan berikan konteks yang diperlukan untuk mentafsirkannya. Untuk soalan teknikal, sertakan tingkah laku yang diperhatikan dan tingkah laku yang dijangkakan bersama kod atau penerangan yang berkaitan.
Spesifikasi GPT-5.6 Terra pengeluar menyenaraikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 16 Februari 2026. Model asas menyokong usaha penaakulan none, low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Mod Pro dan usaha ialah tetapan yang bebas antara satu sama lain, dan belanjawan konteks menampung penaakulan serta bahan sumber dan jawapan akhir.
OpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang membenarkan kependaman tambahan dan aktiviti model. Model asas menyokong penstriman, Structured Outputs, panggilan fungsi, carian web dan fail, input imej serta cache prompt. Pengeluar turut menyenaraikan alat penjanaan imej, pentafsir kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Aplikasi menyediakan dan melaksanakan operasinya serta memulangkan hasil; respons teks model berasingan daripada tindakan yang dilaksanakan itu.
Sediakan permintaan berdasarkan kriteria penyelesaian. Dalam perbandingan dokumen, kenal pasti bukti yang diperlukan untuk setiap kesimpulan dan minta perkara yang belum diselesaikan disenaraikan secara berasingan. Dalam tugas penulisan respons, nyatakan fakta wajib dan tindakan seterusnya bagi pembaca. Hasil akhir yang berguna ialah perbandingan berstruktur atau respons yang dicadangkan, dengan pernyataan penting yang boleh dijejaki kembali kepada bahan yang dibekalkan, sedia untuk susulan yang tertumpu.
POST /v1/batchestexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanendpoint | Jenisstring | KeperluanDiperlukan | Nilai & had /v1/chat/completions | Lalai— |
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-5.6-terra-pro:batch | Lalai— |
Medanrequests | Jenisbatch_item[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanrequests[].custom_id | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanrequests[].body.messages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medancompletion_window | Jenisstring | KeperluanPilihan | Nilai & had 24h | Lalai— |
Medanprovider | Jenisobject|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanrequests[].body.model | Jenisstring | KeperluanPilihan | Nilai & had openai/gpt-5.6-terra-pro:batch, openai/gpt-5.6-terra-pro | Lalai— |
Medanprovider.only | Jenisstring[] | KeperluanPilihan | Nilai & had openai | Lalai— |
Medanprovider.allow_fallbacks | Jenisboolean|null | KeperluanPilihan | Nilai & had false, null | Lalai— |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakendpoint, model, requests |
Parametermaterial_types | Kontraktext |
Parameterrepresentation | Kontrakrequests[] sebaris; setiap item mempunyai custom_id dan body |
Parameterrequest_endpoint_profile | Kontrak/v1/chat/completions |
Parameterfile_material | KontrakPemanggil boleh membaca JSONL UTF-8 sebenar secara setempat ke dalam requests[]. Tiada tujuan muat naik, input_file_id atau rujukan fail digunakan. Bahan pelanggan yang tiada atau kosong menghentikan persediaan sebelum POST. |
Parameterserialization_order | Kontrakendpoint, model, provider (jika dibekalkan), completion_window (jika dibekalkan), requests di akhir |
Parameteroptional_controls | Kontrakprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | KontrakBadan permintaan Chat Completions teks dalam pembungkus Batch sebaris yang didokumenkan. |
Kitar hayat: asynchronous
GET /v1/batches/{operation_id} · response.id sebenar daripada respons penciptaan asal; pengguna/kunci/kumpulan yang sama
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.002 / 1K token Output · Token output $0.012 / 1K token Input · Bacaan cache $0.0002 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasuk272,000 | Caj Input · Token input $0.002 / 1K token Output · Token output $0.012 / 1K token Input · Bacaan cache $0.0002 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi272,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.004 / 1K token Output · Token output $0.018 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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-5.6-terra-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-5.6-terra-pro:batch', 'openai/gpt-5.6-terra-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-terra-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.\nJSON results[].response.body sebaris
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\nSimpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Simpan keseluruhan JSON status asal, setiap hasil/custom_id serta badan respons atau ralat yang lengkap. Simpan results[] yang telah selesai sebagai JSONL tanpa penapisan.
Simpan ID operasi asal. 503 result_pending_check mempunyai X-Should-Retry:false; jangan sekali-kali hantar semula kelompok asal yang hasilnya tidak diketahui.
| Medan | Jenis |
|---|---|
Medanresults[].custom_id | Jenisstring |
Medanresults[].response.body.choices[].message.content | Jenisstring|null |
Medanresults[].error | Jenisobject|null |
Medanusage | Jenisobject|null |
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medanendpoint | Jenisstring |
Medanstatus | Jenisstring |
Medanrequest_counts | Jenisobject |
Medanresults[].id | Jenisstring |
Medanresults[].response.status_code | Jenisinteger |
Medanresults[].response.request_id | Jenisstring |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratPembungkus sebaris yang didokumenkan tidak sah, kunci berulang, identiti item atau keupayaan model yang dikonfigurasikan bercanggah. | Langkah seterusnyaBetulkan medan yang dinyatakan sebelum sebarang penghantaran baharu. |
Respons401 · authentication_error | SyaratKunci API tidak sah. | Langkah seterusnyaGunakan kunci Ailoot yang dibenarkan. |
Respons403 · permission_error | SyaratKumpulan kelompok tidak tersedia. | Langkah seterusnyaSemak hak akses kunci/kumpulan. |
Respons422 · invalid_request_error | SyaratKelompok menggunakan pengebilan baki; penciptaan melalui langganan ditolak. | Langkah seterusnyaGunakan kumpulan yang dibenarkan untuk pengebilan melalui baki. |
Respons422 · price_unavailable | SyaratSebut harga tidak dapat diberikan untuk input kelompok. | Langkah seterusnyaSimpan respons; gunakan input keluarga API yang didokumenkan. |
Respons402 · billing_error | SyaratRizab kelompok tidak tersedia. | Langkah seterusnyaSelesaikan isu penerimaan permintaan sebelum menghantar permintaan baharu. |
Respons503 · price_unavailable | SyaratHarga kaedah kelompok/kadar natif tidak tersedia. | Langkah seterusnyaSimpan respons; jangan gantikan harga. |
Respons503 · api_error | SyaratLaluan pembekal yang tepat tidak tersedia. | Langkah seterusnyaSimpan respons untuk pembaikan laluan. |
Respons503 · result_pending_check | SyaratHasil asal memerlukan semakan; X-Should-Retry:false. | Langkah seterusnyaSimpan operation_id/id asal dan baca statusnya; jangan sekali-kali ulang POST asal. |
Respons404 · not_found | SyaratOperasi status kelompok tiada atau dimiliki oleh identiti lain. | Langkah seterusnyaGunakan id asal yang tepat serta pengguna/kunci/kumpulan yang sama. |
Ailoot Ultra openai/gpt-5.6-terra-pro:batch
Gunakan laluan kaedah yang dipaparkan di atas.