GPT-6.1 Sol ialah model penaakulan OpenAI untuk pengekodan kompleks, penggunaan komputer dan kerja profesional. Model ini menyusuli GPT-6 Sol dan menawarkan profil seimbang bagi tugas mencabar yang memerlukan analisis yang mendalam. Model pengeluar menerima teks dan imej serta menjana teks, termasuk penerangan, kod dan hasil berstruktur. Profil standard ini kekal berasingan daripada mod penaakulan Pro dan daripada GPT-6 Sol.
Untuk kerja perisian, berikan kod yang berkaitan, tingkah laku yang dijangkakan, kegagalan yang diperhatikan dan kontrak yang mesti dikekalkan oleh perubahan. Nyatakan artifak akhir dan perkara yang membuktikan penyelesaian. Taklimat praktikal ialah: “Bandingkan kedua-dua pelaksanaan ini dengan keperluan, kenal pasti kebergantungan yang dipengaruhi oleh setiap satunya dan pulangkan pembetulan yang tertumpu bersama bukti yang menyokongnya.” Tugas repositori harus mengekalkan nama fail dan sempadan modul supaya jelas sepanjang susulan.
Untuk analisis profesional, namakan sumber dan keputusan yang perlu dibuat. Nyatakan kriteria perbandingan, istilah yang diperlukan dan cara maklumat yang tiada harus dikendalikan. Jika imej mengandungi bukti, kenal pasti sama ada imej itu carta, rajah atau keadaan antara muka serta butiran yang penting. Minta hasil membezakan dapatan yang kelihatan atau disokong sumber daripada tafsiran.
OpenAI menyenaraikan konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 30 April 2026. Penaakulan mengambil ruang bersama bahan sumber dan respons yang kelihatan; kehabisan belanjawan pelengkapan boleh menyebabkan jawapan tidak lengkap. Sediakan konteks yang berkaitan dan tinggalkan ruang untuk analisis serta artifak akhir, bukannya menganggap had input sebagai keseluruhan belanjawan tugas.
Model yang tepat menyokong usaha penaakulan low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Model ini tidak menyokong none atau minimal. Usaha mengawal jumlah penaakulan yang digunakan, manakala mod standard dan Pro menerangkan pilihan pelaksanaan yang berasingan. Takrifkan jawapan secara berasingan daripada kedalaman itu: perubahan kod, memo keputusan, prosedur atau rekod yang ditentukan.
Pengeluar menggunakan Responses untuk panggilan alat; antara muka Chat Completions menerima permintaan GPT-6.1 Sol tanpa alat. Kad model menyenaraikan Structured Outputs, penstriman dan panggilan fungsi, bersama carian web serta fail, alat penjanaan imej, pentafsir kod, alat shell dan patch, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Output model sendiri kekal berupa teks, manakala alat penjanaan imej menghasilkan artifak yang berasingan.
Aplikasi yang mengelilinginya menyediakan serta melaksanakan operasinya dan memulangkan pemerhatian. Kekalkan setiap hasil bersama panggilan dan sumbernya supaya tugas yang berterusan dapat menggunakan bukti sebenar. Panduan keluarga GPT-6 turut menerangkan kerja alat tak segerak, pengarahan di tengah giliran, penaakulan yang dikekalkan dan pemadatan untuk aliran kerja yang lebih panjang; ini ialah keupayaan aliran kerja pengeluar, bukannya andaian bahawa setiap permintaan biasa mengaktifkannya.
Nyatakan syarat yang menjadikan tugas selesai dan bukti yang diperlukan untuk kesimpulan. Untuk kod, periksa pelaksanaan dan pulangkan pemerhatian pengesahan sebenar. Untuk dokumen, minta jawapan akhir mengenal pasti fakta yang dibekalkan, andaian dan soalan yang belum diselesaikan. Hasil yang berguna ialah artifak teks atau kod yang boleh disemak, yang berkaitan dengan matlamat serta sumber asal dan mengekalkan profil GPT-6.1 Sol yang tepat.
", "aboutText": "GPT-6.1 Sol ialah model penaakulan OpenAI untuk pengekodan kompleks, penggunaan komputer dan kerja profesional. Model ini menyusuli GPT-6 Sol dan menawarkan profil seimbang bagi tugas mencabar yang memerlukan analisis yang mendalam. Model pengeluar menerima teks dan imej serta menjana teks, termasuk penerangan, kod dan hasil berstruktur. Profil standard ini kekal berasingan daripada mod penaakulan Pro dan daripada GPT-6 Sol.\n\n### Penyediaan tugas dan input\n\nUntuk kerja perisian, berikan kod yang berkaitan, tingkah laku yang dijangkakan, kegagalan yang diperhatikan dan kontrak yang mesti dikekalkan oleh perubahan. Nyatakan artifak akhir dan perkara yang membuktikan penyelesaian. Taklimat praktikal ialah: “Bandingkan kedua-dua pelaksanaan ini dengan keperluan, kenal pasti kebergantungan yang dipengaruhi oleh setiap satunya dan pulangkan pembetulan yang tertumpu bersama bukti yang menyokongnya.” Tugas repositori harus mengekalkan nama fail dan sempadan modul supaya jelas sepanjang susulan.\n\nUntuk analisis profesional, namakan sumber dan keputusan yang perlu dibuat. Nyatakan kriteria perbandingan, istilah yang diperlukan dan cara maklumat yang tiada harus dikendalikan. Jika imej mengandungi bukti, kenal pasti sama ada imej itu carta, rajah atau keadaan antara muka serta butiran yang penting. Minta hasil membezakan dapatan yang kelihatan atau disokong sumber daripada tafsiran.\n\n### Konteks dan penaakulan\n\nOpenAI menyenaraikan konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 30 April 2026. Penaakulan mengambil ruang bersama bahan sumber dan respons yang kelihatan; kehabisan belanjawan pelengkapan boleh menyebabkan jawapan tidak lengkap. Sediakan konteks yang berkaitan dan tinggalkan ruang untuk analisis serta artifak akhir, bukannya menganggap had input sebagai keseluruhan belanjawan tugas.\n\nModel yang tepat menyokong usaha penaakulan low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Model ini tidak menyokong none atau minimal. Usaha mengawal jumlah penaakulan yang digunakan, manakala mod standard dan Pro menerangkan pilihan pelaksanaan yang berasingan. Takrifkan jawapan secara berasingan daripada kedalaman itu: perubahan kod, memo keputusan, prosedur atau rekod yang ditentukan.\n\n### Antara muka dan alat\n\nPengeluar menggunakan Responses untuk panggilan alat; antara muka Chat Completions menerima permintaan GPT-6.1 Sol tanpa alat. Kad model menyenaraikan Structured Outputs, penstriman dan panggilan fungsi, bersama carian web serta fail, alat penjanaan imej, pentafsir kod, alat shell dan patch, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Output model sendiri kekal berupa teks, manakala alat penjanaan imej menghasilkan artifak yang berasingan.\n\nAplikasi yang mengelilinginya menyediakan serta melaksanakan operasinya dan memulangkan pemerhatian. Kekalkan setiap hasil bersama panggilan dan sumbernya supaya tugas yang berterusan dapat menggunakan bukti sebenar. Panduan keluarga GPT-6 turut menerangkan kerja alat tak segerak, pengarahan di tengah giliran, penaakulan yang dikekalkan dan pemadatan untuk aliran kerja yang lebih panjang; ini ialah keupayaan aliran kerja pengeluar, bukannya andaian bahawa setiap permintaan biasa mengaktifkannya.\n\n### Hasil yang berguna\n\nNyatakan syarat yang menjadikan tugas selesai dan bukti yang diperlukan untuk kesimpulan. Untuk kod, periksa pelaksanaan dan pulangkan pemerhatian pengesahan sebenar. Untuk dokumen, minta jawapan akhir mengenal pasti fakta yang dibekalkan, andaian dan soalan yang belum diselesaikan. Hasil yang berguna ialah artifak teks atau kod yang boleh disemak, yang berkaitan dengan matlamat serta sumber asal dan mengekalkan profil GPT-6.1 Sol yang tepat.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "922137872d79de57215de5d8ac6625ea6982a9e8d5a5875f8d6364de5f0c1864", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "openai/gpt-6.1-sol:batchGPT-6.1 Sol ialah model penaakulan OpenAI untuk pengekodan kompleks, penggunaan komputer dan analisis profesional. Model ini menerima teks dan imej serta menghasilkan teks, dengan konteks 1,050,000 token dan tetapan usaha yang membina jawapan daripada bukti yang dibekalkan serta pemerhatian alat.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-6.1 Sol ialah model penaakulan OpenAI untuk pengekodan kompleks, penggunaan komputer dan kerja profesional. Model ini menyusuli GPT-6 Sol dan menawarkan profil seimbang bagi tugas mencabar yang memerlukan analisis yang mendalam. Model pengeluar menerima teks dan imej serta menjana teks, termasuk penerangan, kod dan hasil berstruktur. Profil standard ini kekal berasingan daripada mod penaakulan Pro dan daripada GPT-6 Sol.
Untuk kerja perisian, berikan kod yang berkaitan, tingkah laku yang dijangkakan, kegagalan yang diperhatikan dan kontrak yang mesti dikekalkan oleh perubahan. Nyatakan artifak akhir dan perkara yang membuktikan penyelesaian. Taklimat praktikal ialah: “Bandingkan kedua-dua pelaksanaan ini dengan keperluan, kenal pasti kebergantungan yang dipengaruhi oleh setiap satunya dan pulangkan pembetulan yang tertumpu bersama bukti yang menyokongnya.” Tugas repositori harus mengekalkan nama fail dan sempadan modul supaya jelas sepanjang susulan.
Untuk analisis profesional, namakan sumber dan keputusan yang perlu dibuat. Nyatakan kriteria perbandingan, istilah yang diperlukan dan cara maklumat yang tiada harus dikendalikan. Jika imej mengandungi bukti, kenal pasti sama ada imej itu carta, rajah atau keadaan antara muka serta butiran yang penting. Minta hasil membezakan dapatan yang kelihatan atau disokong sumber daripada tafsiran.
OpenAI menyenaraikan konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 30 April 2026. Penaakulan mengambil ruang bersama bahan sumber dan respons yang kelihatan; kehabisan belanjawan pelengkapan boleh menyebabkan jawapan tidak lengkap. Sediakan konteks yang berkaitan dan tinggalkan ruang untuk analisis serta artifak akhir, bukannya menganggap had input sebagai keseluruhan belanjawan tugas.
Model yang tepat menyokong usaha penaakulan low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Model ini tidak menyokong none atau minimal. Usaha mengawal jumlah penaakulan yang digunakan, manakala mod standard dan Pro menerangkan pilihan pelaksanaan yang berasingan. Takrifkan jawapan secara berasingan daripada kedalaman itu: perubahan kod, memo keputusan, prosedur atau rekod yang ditentukan.
Pengeluar menggunakan Responses untuk panggilan alat; antara muka Chat Completions menerima permintaan GPT-6.1 Sol tanpa alat. Kad model menyenaraikan Structured Outputs, penstriman dan panggilan fungsi, bersama carian web serta fail, alat penjanaan imej, pentafsir kod, alat shell dan patch, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Output model sendiri kekal berupa teks, manakala alat penjanaan imej menghasilkan artifak yang berasingan.
Aplikasi yang mengelilinginya menyediakan serta melaksanakan operasinya dan memulangkan pemerhatian. Kekalkan setiap hasil bersama panggilan dan sumbernya supaya tugas yang berterusan dapat menggunakan bukti sebenar. Panduan keluarga GPT-6 turut menerangkan kerja alat tak segerak, pengarahan di tengah giliran, penaakulan yang dikekalkan dan pemadatan untuk aliran kerja yang lebih panjang; ini ialah keupayaan aliran kerja pengeluar, bukannya andaian bahawa setiap permintaan biasa mengaktifkannya.
Nyatakan syarat yang menjadikan tugas selesai dan bukti yang diperlukan untuk kesimpulan. Untuk kod, periksa pelaksanaan dan pulangkan pemerhatian pengesahan sebenar. Untuk dokumen, minta jawapan akhir mengenal pasti fakta yang dibekalkan, andaian dan soalan yang belum diselesaikan. Hasil yang berguna ialah artifak teks atau kod yang boleh disemak, yang berkaitan dengan matlamat serta sumber asal dan mengekalkan profil GPT-6.1 Sol yang tepat.
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-6.1-sol: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-6.1-sol:batch, openai/gpt-6.1-sol | 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 $0.01 / 1K token Input · Bacaan cache $0.0001 / 1K token Input · Penulisan cache $0.0025 / 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 $0.01 / 1K token Input · Bacaan cache $0.0001 / 1K token Input · Penulisan cache $0.0025 / 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 $0.015 / 1K token Input · Bacaan cache $0.0002 / 1K token Input · Penulisan cache $0.005 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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-6.1-sol: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-6.1-sol:batch', 'openai/gpt-6.1-sol']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6.1-sol: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-6.1-sol:batch
Gunakan laluan kaedah yang dipaparkan di atas.