GPT-5.6 Terra ialah model seimbang OpenAI dalam keluarga GPT-5.6. Pengeluar mengaitkan peranannya dalam menangani beban kerja dengan peringkat mini yang digunakan dalam keluarga GPT-5 terdahulu, sementara Terra mengekalkan profil tersendiri. Ia berfungsi dengan teks dan imej serta mengembalikan teks seperti penjelasan, draf, cadangan kod atau rekod analisis berstruktur.
Berikan bahan sumber, soalan dan kriteria untuk membuat kesimpulan. Contoh arahan praktikal ialah: “Bandingkan keperluan ini dengan cadangan, kenal pasti setiap ketidakpadanan dan kembalikan petikan sokongan, akibat serta soalan yang belum terjawab.” Labelkan dokumen dan kekalkan istilah atau unit yang mempengaruhi maknanya. Hasil perlu mengenal pasti perkara yang dibuktikan oleh bahan dan perkara yang masih berupa andaian.
Untuk penulisan, tentukan khalayak, nada dan fakta yang mesti dikekalkan. Untuk semakan, nyatakan petikan yang hendak diubah dan makna yang perlu dipelihara. Untuk tugasan pengaturcaraan, berikan pelaksanaan yang berkaitan, kegagalan yang diperhatikan dan tingkah laku yang diperlukan. Hasil yang berfokus lebih berguna daripada arahan umum untuk menambah baik himpunan bahan yang tidak dijelaskan.
Model menyokong tahap usaha penaakulan none, low, medium, high, xhigh dan max, dengan medium sebagai lalai. Usaha mengawal kedalaman analisis, manakala mod standard atau Pro ialah pilihan pelaksanaan yang berasingan. Kontrak output akhir tugasan tetap penting pada setiap tetapan: nyatakan bahasa jawapan, medan yang diperlukan dan kriteria penyelesaian.
OpenAI menerangkan bahawa penaakulan terdahulu yang tersedia dibawa ke giliran GPT-5.6 seterusnya secara lalai, dengan kawalan konteks untuk aliran kerja yang disokong. Ini boleh menyokong analisis berterusan, sementara bahan yang dikekalkan masih menggunakan konteks. Bezakan fakta yang diterima dan pemerhatian baharu daripada kesimpulan perantaraan yang masih tentatif.
Konteks Terra yang diterbitkan ialah 1,050,000 token, dengan sehingga 922,000 token input dan sehingga 128,000 token output. Tarikh akhir pengetahuannya ialah 16 Februari 2026. Sumber, sejarah, hasil alat, penaakulan dan jawapan yang dipaparkan perlu berkongsi ruang. Simpan ruang untuk hasil akhir yang lengkap dan periksa respons tidak lengkap sebelum menganggap tugasan selesai.
Untuk bahan visual, kekalkan teks yang boleh dibaca, label dan konteks sekeliling. Minta jawapan mengenal pasti butiran imej yang menyokong kesimpulan. Model memproses teks dan imej menjadi teks; media yang dirender atau tindakan aplikasi yang telah dilaksanakan ialah hasil yang berbeza.
Pengeluar menyenaraikan panggilan fungsi, Structured Outputs dan penstriman, serta carian web dan fail, alat penjanaan imej, pentafsir kod, operasi shell dan patch, skills, penggunaan komputer, sambungan MCP dan carian alat. Aplikasi yang menaunginya melaksanakan operasi yang dipilih dan mengembalikan pemerhatian supaya model boleh meneruskan tugas.
Berikan tujuan dan skema parameter yang tepat kepada fungsi. Untuk rekod berstruktur, tentukan setiap medan dan cara mewakili bukti yang tiada, kemudian bandingkan nilai yang dikembalikan dengan sumber. Jawapan yang mematuhi format tidak dengan sendirinya membuktikan pengambilan maklumat, pelaksanaan atau pengesahan.
Hasil akhir yang berguna ialah draf yang boleh disemak, perbandingan sumber, cadangan kod atau rekod data yang dihubungkan dengan keperluan dan pemerhatian tugasan. Gunakan tetapan penaakulan serta had yang disokong Terra apabila menyediakan tugasan; Sol dan GPT-6 mempunyai profilnya sendiri.
", "aboutText": "GPT-5.6 Terra ialah model seimbang OpenAI dalam keluarga GPT-5.6. Pengeluar mengaitkan peranannya dalam menangani beban kerja dengan peringkat mini yang digunakan dalam keluarga GPT-5 terdahulu, sementara Terra mengekalkan profil tersendiri. Ia berfungsi dengan teks dan imej serta mengembalikan teks seperti penjelasan, draf, cadangan kod atau rekod analisis berstruktur.\n\n### Analisis dengan hasil yang ditetapkan\n\nBerikan bahan sumber, soalan dan kriteria untuk membuat kesimpulan. Contoh arahan praktikal ialah: “Bandingkan keperluan ini dengan cadangan, kenal pasti setiap ketidakpadanan dan kembalikan petikan sokongan, akibat serta soalan yang belum terjawab.” Labelkan dokumen dan kekalkan istilah atau unit yang mempengaruhi maknanya. Hasil perlu mengenal pasti perkara yang dibuktikan oleh bahan dan perkara yang masih berupa andaian.\n\nUntuk penulisan, tentukan khalayak, nada dan fakta yang mesti dikekalkan. Untuk semakan, nyatakan petikan yang hendak diubah dan makna yang perlu dipelihara. Untuk tugasan pengaturcaraan, berikan pelaksanaan yang berkaitan, kegagalan yang diperhatikan dan tingkah laku yang diperlukan. Hasil yang berfokus lebih berguna daripada arahan umum untuk menambah baik himpunan bahan yang tidak dijelaskan.\n\n### Kedalaman dan mod penaakulan\n\nModel menyokong tahap usaha penaakulan none, low, medium, high, xhigh dan max, dengan medium sebagai lalai. Usaha mengawal kedalaman analisis, manakala mod standard atau Pro ialah pilihan pelaksanaan yang berasingan. Kontrak output akhir tugasan tetap penting pada setiap tetapan: nyatakan bahasa jawapan, medan yang diperlukan dan kriteria penyelesaian.\n\nOpenAI menerangkan bahawa penaakulan terdahulu yang tersedia dibawa ke giliran GPT-5.6 seterusnya secara lalai, dengan kawalan konteks untuk aliran kerja yang disokong. Ini boleh menyokong analisis berterusan, sementara bahan yang dikekalkan masih menggunakan konteks. Bezakan fakta yang diterima dan pemerhatian baharu daripada kesimpulan perantaraan yang masih tentatif.\n\n### Had input dan output\n\nKonteks Terra yang diterbitkan ialah 1,050,000 token, dengan sehingga 922,000 token input dan sehingga 128,000 token output. Tarikh akhir pengetahuannya ialah 16 Februari 2026. Sumber, sejarah, hasil alat, penaakulan dan jawapan yang dipaparkan perlu berkongsi ruang. Simpan ruang untuk hasil akhir yang lengkap dan periksa respons tidak lengkap sebelum menganggap tugasan selesai.\n\nUntuk bahan visual, kekalkan teks yang boleh dibaca, label dan konteks sekeliling. Minta jawapan mengenal pasti butiran imej yang menyokong kesimpulan. Model memproses teks dan imej menjadi teks; media yang dirender atau tindakan aplikasi yang telah dilaksanakan ialah hasil yang berbeza.\n\n### Alat dan hasil berstruktur\n\nPengeluar menyenaraikan panggilan fungsi, Structured Outputs dan penstriman, serta carian web dan fail, alat penjanaan imej, pentafsir kod, operasi shell dan patch, skills, penggunaan komputer, sambungan MCP dan carian alat. Aplikasi yang menaunginya melaksanakan operasi yang dipilih dan mengembalikan pemerhatian supaya model boleh meneruskan tugas.\n\nBerikan tujuan dan skema parameter yang tepat kepada fungsi. Untuk rekod berstruktur, tentukan setiap medan dan cara mewakili bukti yang tiada, kemudian bandingkan nilai yang dikembalikan dengan sumber. Jawapan yang mematuhi format tidak dengan sendirinya membuktikan pengambilan maklumat, pelaksanaan atau pengesahan.\n\nHasil akhir yang berguna ialah draf yang boleh disemak, perbandingan sumber, cadangan kod atau rekod data yang dihubungkan dengan keperluan dan pemerhatian tugasan. Gunakan tetapan penaakulan serta had yang disokong Terra apabila menyediakan tugasan; Sol dan GPT-6 mempunyai profilnya sendiri.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "0d6ceb6a763763a5992a5c82e34f1892d95e3c1b0112d58f3e572a15780ad431", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "openai/gpt-5.6-terra:batchGPT-5.6 Terra ialah model penaakulan seimbang OpenAI untuk analisis, penyediaan draf dan bantuan berbilang langkah. Model ini menggunakan teks serta imej untuk menghasilkan penerangan, kod atau dapatan berstruktur, dengan usaha yang boleh dikonfigurasi dan konteks pengeluar 1,050,000 token.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-5.6 Terra ialah model seimbang OpenAI dalam keluarga GPT-5.6. Pengeluar mengaitkan peranannya dalam menangani beban kerja dengan peringkat mini yang digunakan dalam keluarga GPT-5 terdahulu, sementara Terra mengekalkan profil tersendiri. Ia berfungsi dengan teks dan imej serta mengembalikan teks seperti penjelasan, draf, cadangan kod atau rekod analisis berstruktur.
Berikan bahan sumber, soalan dan kriteria untuk membuat kesimpulan. Contoh arahan praktikal ialah: “Bandingkan keperluan ini dengan cadangan, kenal pasti setiap ketidakpadanan dan kembalikan petikan sokongan, akibat serta soalan yang belum terjawab.” Labelkan dokumen dan kekalkan istilah atau unit yang mempengaruhi maknanya. Hasil perlu mengenal pasti perkara yang dibuktikan oleh bahan dan perkara yang masih berupa andaian.
Untuk penulisan, tentukan khalayak, nada dan fakta yang mesti dikekalkan. Untuk semakan, nyatakan petikan yang hendak diubah dan makna yang perlu dipelihara. Untuk tugasan pengaturcaraan, berikan pelaksanaan yang berkaitan, kegagalan yang diperhatikan dan tingkah laku yang diperlukan. Hasil yang berfokus lebih berguna daripada arahan umum untuk menambah baik himpunan bahan yang tidak dijelaskan.
Model menyokong tahap usaha penaakulan none, low, medium, high, xhigh dan max, dengan medium sebagai lalai. Usaha mengawal kedalaman analisis, manakala mod standard atau Pro ialah pilihan pelaksanaan yang berasingan. Kontrak output akhir tugasan tetap penting pada setiap tetapan: nyatakan bahasa jawapan, medan yang diperlukan dan kriteria penyelesaian.
OpenAI menerangkan bahawa penaakulan terdahulu yang tersedia dibawa ke giliran GPT-5.6 seterusnya secara lalai, dengan kawalan konteks untuk aliran kerja yang disokong. Ini boleh menyokong analisis berterusan, sementara bahan yang dikekalkan masih menggunakan konteks. Bezakan fakta yang diterima dan pemerhatian baharu daripada kesimpulan perantaraan yang masih tentatif.
Konteks Terra yang diterbitkan ialah 1,050,000 token, dengan sehingga 922,000 token input dan sehingga 128,000 token output. Tarikh akhir pengetahuannya ialah 16 Februari 2026. Sumber, sejarah, hasil alat, penaakulan dan jawapan yang dipaparkan perlu berkongsi ruang. Simpan ruang untuk hasil akhir yang lengkap dan periksa respons tidak lengkap sebelum menganggap tugasan selesai.
Untuk bahan visual, kekalkan teks yang boleh dibaca, label dan konteks sekeliling. Minta jawapan mengenal pasti butiran imej yang menyokong kesimpulan. Model memproses teks dan imej menjadi teks; media yang dirender atau tindakan aplikasi yang telah dilaksanakan ialah hasil yang berbeza.
Pengeluar menyenaraikan panggilan fungsi, Structured Outputs dan penstriman, serta carian web dan fail, alat penjanaan imej, pentafsir kod, operasi shell dan patch, skills, penggunaan komputer, sambungan MCP dan carian alat. Aplikasi yang menaunginya melaksanakan operasi yang dipilih dan mengembalikan pemerhatian supaya model boleh meneruskan tugas.
Berikan tujuan dan skema parameter yang tepat kepada fungsi. Untuk rekod berstruktur, tentukan setiap medan dan cara mewakili bukti yang tiada, kemudian bandingkan nilai yang dikembalikan dengan sumber. Jawapan yang mematuhi format tidak dengan sendirinya membuktikan pengambilan maklumat, pelaksanaan atau pengesahan.
Hasil akhir yang berguna ialah draf yang boleh disemak, perbandingan sumber, cadangan kod atau rekod data yang dihubungkan dengan keperluan dan pemerhatian tugasan. Gunakan tetapan penaakulan serta had yang disokong Terra apabila menyediakan tugasan; Sol dan GPT-6 mempunyai profilnya sendiri.
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: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:batch, openai/gpt-5.6-terra | 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: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:batch', 'openai/gpt-5.6-terra']: 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: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:batch
Gunakan laluan kaedah yang dipaparkan di atas.