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.
", "aboutText": "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.\n\nContoh 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.\n\nKad 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.\n\nPengeluar 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.\n\nKad 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.\n\nSediakan 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.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "87539294d6daf774606d972a9c3cb5eb9e2868913d155e4b4314e3092c4c1a00", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "openai/gpt-5-pro:batchEdisi 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.
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.
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-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-pro:batch, openai/gpt-5-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 $0.015 / 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 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.015 / 1K token Output · Token output $0.12 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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-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-pro:batch', 'openai/gpt-5-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5-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-pro:batch
Gunakan laluan kaedah yang dipaparkan di atas.