model

OpenAI: GPT-5 Pro (batch)

Markdown · JSON

OpenAI: GPT-5 Pro (batch)

Edisi GPT-5 Pro yang berasingan menggunakan pengiraan tambahan untuk penaakulan sukar. Model ini menerima teks dan imej serta menghasilkan teks, menyokong usaha penaakulan high sahaja dan menggunakan aliran kerja Responses pengeluar untuk permintaan yang berjalan lama.

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

GPT-5 Pro ialah edisi Pro berasingan bagi GPT-5 daripada OpenAI. Model ini menggunakan pengiraan tambahan untuk meneliti soalan sukar dan membangunkan respons yang lebih menyeluruh. Model menerima teks dan imej serta menghasilkan teks. Pro ialah sebahagian daripada identiti edisi ini, berasingan daripada model GPT-5 standard dan tetapan mod penaakulan Pro yang didokumenkan untuk keluarga model kemudian.

Contoh tugas ialah membandingkan beberapa pendekatan bagi soalan kejuruteraan dengan syarat yang saling bergantung. Bekalkan tingkah laku yang diwajibkan, bahan berkaitan dan kekangan yang menentukan sama ada penyelesaian boleh diterima. Minta hubungan antara syarat itu, pendekatan yang dicadangkan dan bukti yang menyokong pilihan. Untuk keputusan dokumen, bekalkan kriteria perbandingan dan nyatakan fakta yang mesti dikekalkan oleh kesimpulan.

Kad model GPT-5 Pro terkini daripada OpenAI menyenaraikan tetingkap konteks 400000 token, output maksimum 272000 token dan tarikh akhir pengetahuan pada 30 September 2024. Usaha penaakulan lalai model ialah high dan model menyokong nilai itu sahaja. Angka output ini milik kad Pro berasingan dan bukannya spesifikasi GPT-5 standard. Penaakulan menggunakan ruang token bersama respons yang kelihatan, maka permintaan yang besar perlu memperuntukkan ruang untuk analisis serta hasil akhir yang diminta.

Pengeluar mendokumenkan Responses untuk interaksi berbilang giliran sebelum jawapan akhir, dan spesifikasi model turut menyenaraikan sokongan Batch. Permintaan sukar mungkin mengambil masa beberapa minit; pelaksanaan latar belakang disyorkan untuk kerja yang berjalan lama. Aplikasi menyimpan pengecam respons, memeriksa sama ada tugas berada dalam baris gilir atau sedang berjalan dan mendapatkan hasil apabila pemprosesan mencapai keadaan akhir. Ini menerangkan aliran permintaan pengeluar tanpa mengubah titik akhir kad sedia ada.

Kad model tepat menyenaraikan penstriman, Structured Outputs, panggilan fungsi, input fail, input imej, carian web dan fail, alat penjanaan imej serta sambungan MCP. GPT-5 Pro secara jelas tidak menyokong alat pentafsir kod. Operasi alat berasingan daripada respons teks model: aplikasi menyediakan fungsi yang tersedia, melaksanakan tindakannya dan mengembalikan hasil sebenar. Tindakan yang dicadangkan tidak boleh dianggap sebagai pengiraan atau operasi lain yang telah selesai.

Sediakan kriteria penyiapan yang jelas dan format hasil yang sesuai dengan soalan. Untuk kod, minta tingkah laku yang terjejas, perubahan yang dicadangkan dan pemeriksaan yang diperlukan untuk menilainya. Untuk analisis, bezakan fakta yang dibekalkan, hubungan yang disimpulkan dan sebarang syarat yang belum diselesaikan. Jika imej membekalkan bukti penting, kenal pasti butiran berkaitan dan bekalkan konteks bertulis. Hasil akhir yang berguna ialah perbandingan, cadangan pelaksanaan atau memo keputusan khusus yang dikaitkan dengan soalan serta bahan asal.

Ailoot Ultra · Kelompok POST /v1/batches openai/gpt-5-pro:batch

openai/gpt-5-pro:batch

OpenAI /openai/gpt-5-pro:batch

Pengenalan

Edisi GPT-5 Pro yang berasingan menggunakan pengiraan tambahan untuk penaakulan sukar. Model ini menerima teks dan imej serta menghasilkan teks, menyokong usaha penaakulan high sahaja dan menggunakan aliran kerja Responses pengeluar untuk permintaan yang berjalan lama.

Input yang diterima
Teks
Hasil
Teks

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Kelompok POST /v1/batches
Input
text
Output
text
Format output
JSON results[].response.body sebaris
MedanJenisKeperluanNilai & hadLalai
MedanendpointJenisstringKeperluanDiperlukanNilai & had
/v1/chat/completions
Lalai—
MedanmodelJenisstringKeperluanDiperlukanNilai & had
openai/gpt-5-pro:batch
Lalai—
MedanrequestsJenisbatch_item[]KeperluanDiperlukanNilai & had
Item minimum: 1
Lalai—
Medanrequests[].custom_idJenisstringKeperluanDiperlukanNilai & hadLalai—
Medanrequests[].body.messagesJenismessage[]KeperluanDiperlukanNilai & hadLalai—
Medancompletion_windowJenisstringKeperluanPilihanNilai & had
24h
Lalai—
MedanproviderJenisobject|nullKeperluanPilihanNilai & hadLalai—
Medanrequests[].body.modelJenisstringKeperluanPilihanNilai & had
openai/gpt-5-pro:batch, openai/gpt-5-pro
Lalai—
Medanprovider.onlyJenisstring[]KeperluanPilihanNilai & had
openai
Lalai—
Medanprovider.allow_fallbacksJenisboolean|nullKeperluanPilihanNilai & had
false, null
Lalai—
Parameter kaedah dan kitar hayat
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakendpoint, model, requests
Parametermaterial_typesKontraktext
ParameterrepresentationKontrakrequests[] sebaris; setiap item mempunyai custom_id dan body
Parameterrequest_endpoint_profileKontrak/v1/chat/completions
Parameterfile_materialKontrakPemanggil 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_orderKontrakendpoint, model, provider (jika dibekalkan), completion_window (jika dibekalkan), requests di akhir
Parameteroptional_controlsKontrakprovider.only, provider.allow_fallbacks, completion_window
Parameterschema_scopeKontrakBadan 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

Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas
Tidak dinyatakan Apabila mod pantas dipilih
Mod flex
Tidak dinyatakan Apabila mod flex dipilih
Usaha penaakulan maksimum
Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default
Harga cache eksplisit
Tidak diaktifkan Apabila cache eksplisit diminta

Kadar Ailoot

Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

KonfigurasiJadual kadarToken konteks, melebihiToken konteks, sehingga dan termasukCaj
KonfigurasiKadar asas tokenJadual kadarKadar asasToken konteks, melebihi—Token konteks, sehingga dan termasukTiada had atasCaj
Input · Token input $0.015 / 1K token
Output · Token output $0.12 / 1K token
Input · Bacaan cache — / 1K token
Input · Penulisan cache — / 1K token
Input · Penulisan cache, 1 jam — / 1K token
KonfigurasiTahap panjang permintaan 1Jadual kadar—Token konteks, melebihi0Token konteks, sehingga dan termasukTiada had atasCaj
Input · Token input $0.015 / 1K token
Output · Token output $0.12 / 1K token
Input · Bacaan cache — / 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 →

Contoh permintaan

Ailoot Ultra · Kelompok

curl · data ujian yang disimpanPython HTTP · JSONL sebenar pelangganPython · simpan setiap hasil yang telah siap
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5-pro:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['openai/gpt-5-pro:batch', 'openai/gpt-5-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5-pro:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    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")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.

Terima dan simpan hasil

Ailoot Ultra · Kelompok

JSON results[].response.body sebaris

  • GET /v1/batches/{operation_id}
Semak status tugas
curl · status operasi asal
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
Simpan semua hasil yang selesai

Simpan 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.

Jika respons asal perlu disemak

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 respons
MedanJenis
Medanresults[].custom_idJenisstring
Medanresults[].response.body.choices[].message.contentJenisstring|null
Medanresults[].errorJenisobject|null
MedanusageJenisobject|null
MedanidJenisstring
MedanmodelJenisstring
MedanendpointJenisstring
MedanstatusJenisstring
Medanrequest_countsJenisobject
Medanresults[].idJenisstring
Medanresults[].response.status_codeJenisinteger
Medanresults[].response.request_idJenisstring
Ralat dan langkah seterusnya
ResponsSyaratLangkah seterusnya
Respons400 · invalid_request_errorSyaratPembungkus 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_errorSyaratKunci API tidak sah.Langkah seterusnyaGunakan kunci Ailoot yang dibenarkan.
Respons403 · permission_errorSyaratKumpulan kelompok tidak tersedia.Langkah seterusnyaSemak hak akses kunci/kumpulan.
Respons422 · invalid_request_errorSyaratKelompok menggunakan pengebilan baki; penciptaan melalui langganan ditolak.Langkah seterusnyaGunakan kumpulan yang dibenarkan untuk pengebilan melalui baki.
Respons422 · price_unavailableSyaratSebut harga tidak dapat diberikan untuk input kelompok.Langkah seterusnyaSimpan respons; gunakan input keluarga API yang didokumenkan.
Respons402 · billing_errorSyaratRizab kelompok tidak tersedia.Langkah seterusnyaSelesaikan isu penerimaan permintaan sebelum menghantar permintaan baharu.
Respons503 · price_unavailableSyaratHarga kaedah kelompok/kadar natif tidak tersedia.Langkah seterusnyaSimpan respons; jangan gantikan harga.
Respons503 · api_errorSyaratLaluan pembekal yang tepat tidak tersedia.Langkah seterusnyaSimpan respons untuk pembaikan laluan.
Respons503 · result_pending_checkSyaratHasil asal memerlukan semakan; X-Should-Retry:false.Langkah seterusnyaSimpan operation_id/id asal dan baca statusnya; jangan sekali-kali ulang POST asal.
Respons404 · not_foundSyaratOperasi status kelompok tiada atau dimiliki oleh identiti lain.Langkah seterusnyaGunakan id asal yang tepat serta pengguna/kunci/kumpulan yang sama.

Alias

Alias model

Ailoot Ultra openai/gpt-5-pro:batch

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

openai/gpt-5-pro:batch

FAQ · OpenAI: GPT-5 Pro (batch)
Apakah input dan hasil yang tersedia?

POST /v1/batches · openai/gpt-5-pro:batch: text → text

Apakah medan yang digunakan oleh permintaan?

POST /v1/batches · openai/gpt-5-pro:batch: endpoint, model, requests, completion_window, provider

Apakah had yang terpakai?

POST /v1/batches · openai/gpt-5-pro:batch: requests.min_items: 1

Butiran lanjut

Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda.

Syarikat dan portfolio projeknya

Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.

Beli token dengan diskaun.

Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token.

Langganan
Pilih pelan berdiskaun untuk permintaan berkala anda.
Kod promosi sehingga 50%
Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa.
Perbelanjaan dalam sejarah
Model, token dan jumlah disimpan bagi setiap permintaan.

Pilih langganan · Lihat harga model

Sambungkan API kepada produk yang anda jual.

SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula.

Aplikasi komersial
Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda.
Lesen penjual semula
Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis.
Dokumen pada laman
Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan.

Mohon lesen penjual semula · Tawaran dan perjanjian lesen