GPT-6 Astra Pro merujuk kepada GPT-6 Astra OpenAI dengan penaakulan Pro. Model asas Astra direka bentuk untuk penaakulan mencabar, pengekodan, penyelidikan, penggunaan komputer dan kerja profesional. Model ini menerima teks dan imej serta menghasilkan teks. Pro menambah kerja model apabila membina jawapan akhir, manakala usaha penaakulan mengawal jumlah analisis dalam mod pelaksanaan yang dipilih. Pro mengubah mod pelaksanaan, sementara GPT-6 Astra kekal sebagai model asasnya.
Keluaran Astra pengeluar menerangkan aliran kerja yang menukar bahan berkaitan kepada dokumen, hamparan, pembentangan dan analisis. Keluaran itu menekankan pematuhan kepada templat serta gaya penulisan atau visual sambil memilih konteks yang penting bagi tugas. Untuk dokumen profesional, berikan bahan sumber, keperluan templat dan keputusan yang perlu dibuat pembaca. Contoh permintaan ialah menyelaraskan dua set keperluan projek dan menghasilkan ringkasan yang memisahkan fakta yang dipersetujui, bukti yang bercanggah serta syarat untuk cadangan.
Untuk kerja kejuruteraan atau penyelidikan, nyatakan objektif, bukti yang perlu diperiksa dan perkara yang dikira sebagai penyelesaian. Tugas pengekodan boleh merangkumi tingkah laku yang diperlukan, fail berkaitan dan kekangan; tugas penyelidikan boleh merangkumi soalan serta kriteria untuk menimbang bahan yang dibekalkan. Keupayaan penggunaan komputer dan pelayaran Astra yang didokumenkan menghubungkan keputusan model dengan persekitaran yang membekalkan alat sepadan. Output sebenar persekitaran ialah bukti untuk langkah seterusnya, berasingan daripada tindakan yang dicadangkan model.
Spesifikasi GPT-6 Astra OpenAI menyenaraikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token, dengan had pengetahuan pada 30 April 2026. Pilihan usaha penaakulannya ialah low, medium, high, xhigh dan max; none tidak disokong. Token penaakulan dan hasil yang kelihatan kedua-duanya mengambil ruang konteks. OpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang boleh menerima kependaman tambahan dan aktiviti model; mod serta usaha kekal sebagai tetapan yang bebas antara satu sama lain.
Model asas menyenaraikan penstriman, Structured Outputs, panggilan fungsi, carian web dan fail, alat penjanaan imej, pentafsiran kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Panggilan fungsi menggunakan antara muka Responses pengeluar. Panduan GPT-6 turut menerangkan kerja alat tak segerak dan pengarahan giliran aktif. Aplikasi melaksanakan operasinya sendiri, mengurus kerja yang belum selesai dan memulangkan maklumat yang terhasil; output model sendiri kekal berupa teks walaupun alat berasingan mencipta artifak lain.
Keluaran Astra menerangkan penyesuaian kepada keperluan baharu sambil mengekalkan matlamat yang lebih luas dalam perhatian. Keluaran itu turut membezakan semakan kod defensif dan penampalan daripada kerja pembangunan eksploit lanjutan, yang mungkin ditolak model, serta menerangkan pemeriksaan automatik yang boleh menyela tugas. Sediakan permintaan berdasarkan hasil yang dimaksudkan, kerja yang dibenarkan dan bukti, bukannya menganggap penaakulan tambahan sebagai pengganti bahan sumber yang tiada. Artifak akhir yang berguna menyatakan kesimpulan atau perubahan yang dicadangkan, asasnya dalam maklumat yang dibekalkan dan sebarang soalan yang boleh mengubah keputusan secara ketara.
", "aboutText": "GPT-6 Astra Pro merujuk kepada GPT-6 Astra OpenAI dengan penaakulan Pro. Model asas Astra direka bentuk untuk penaakulan mencabar, pengekodan, penyelidikan, penggunaan komputer dan kerja profesional. Model ini menerima teks dan imej serta menghasilkan teks. Pro menambah kerja model apabila membina jawapan akhir, manakala usaha penaakulan mengawal jumlah analisis dalam mod pelaksanaan yang dipilih. Pro mengubah mod pelaksanaan, sementara GPT-6 Astra kekal sebagai model asasnya.\n\nKeluaran Astra pengeluar menerangkan aliran kerja yang menukar bahan berkaitan kepada dokumen, hamparan, pembentangan dan analisis. Keluaran itu menekankan pematuhan kepada templat serta gaya penulisan atau visual sambil memilih konteks yang penting bagi tugas. Untuk dokumen profesional, berikan bahan sumber, keperluan templat dan keputusan yang perlu dibuat pembaca. Contoh permintaan ialah menyelaraskan dua set keperluan projek dan menghasilkan ringkasan yang memisahkan fakta yang dipersetujui, bukti yang bercanggah serta syarat untuk cadangan.\n\nUntuk kerja kejuruteraan atau penyelidikan, nyatakan objektif, bukti yang perlu diperiksa dan perkara yang dikira sebagai penyelesaian. Tugas pengekodan boleh merangkumi tingkah laku yang diperlukan, fail berkaitan dan kekangan; tugas penyelidikan boleh merangkumi soalan serta kriteria untuk menimbang bahan yang dibekalkan. Keupayaan penggunaan komputer dan pelayaran Astra yang didokumenkan menghubungkan keputusan model dengan persekitaran yang membekalkan alat sepadan. Output sebenar persekitaran ialah bukti untuk langkah seterusnya, berasingan daripada tindakan yang dicadangkan model.\n\nSpesifikasi GPT-6 Astra OpenAI menyenaraikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token, dengan had pengetahuan pada 30 April 2026. Pilihan usaha penaakulannya ialah low, medium, high, xhigh dan max; none tidak disokong. Token penaakulan dan hasil yang kelihatan kedua-duanya mengambil ruang konteks. OpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang boleh menerima kependaman tambahan dan aktiviti model; mod serta usaha kekal sebagai tetapan yang bebas antara satu sama lain.\n\nModel asas menyenaraikan penstriman, Structured Outputs, panggilan fungsi, carian web dan fail, alat penjanaan imej, pentafsiran kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Panggilan fungsi menggunakan antara muka Responses pengeluar. Panduan GPT-6 turut menerangkan kerja alat tak segerak dan pengarahan giliran aktif. Aplikasi melaksanakan operasinya sendiri, mengurus kerja yang belum selesai dan memulangkan maklumat yang terhasil; output model sendiri kekal berupa teks walaupun alat berasingan mencipta artifak lain.\n\nKeluaran Astra menerangkan penyesuaian kepada keperluan baharu sambil mengekalkan matlamat yang lebih luas dalam perhatian. Keluaran itu turut membezakan semakan kod defensif dan penampalan daripada kerja pembangunan eksploit lanjutan, yang mungkin ditolak model, serta menerangkan pemeriksaan automatik yang boleh menyela tugas. Sediakan permintaan berdasarkan hasil yang dimaksudkan, kerja yang dibenarkan dan bukti, bukannya menganggap penaakulan tambahan sebagai pengganti bahan sumber yang tiada. Artifak akhir yang berguna menyatakan kesimpulan atau perubahan yang dicadangkan, asasnya dalam maklumat yang dibekalkan dan sebarang soalan yang boleh mengubah keputusan secara ketara.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Reconcile conflicting launch requirements\n\nWrite a decision brief using this template: Decision needed; Agreed facts; Conflict; Recommendation conditions. Product requirement P1 says launch must include CSV export. Security requirement S1 prohibits exporting customer email addresses. Current design D1 exports name and email only. Reconcile the requirements, propose a compliant export scope and list the decision still needed about useful fields.A brief under the four supplied headings, with P1, S1 and D1 references beside relevant findings.Check that the proposed scope preserves an export feature while excluding emails and does not invent an approved field list.openai/gpt-6-astra-proGPT-6 Astra dengan penaakulan Pro untuk penyelidikan, pengekodan dan kerja profesional yang mencabar. Pro menambah kerja model sebelum jawapan akhir; model asas menerima teks dan imej serta menyokong kerja berbilang langkah dalam persekitaran yang disambungkan kepada alat.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-6 Astra Pro merujuk kepada GPT-6 Astra OpenAI dengan penaakulan Pro. Model asas Astra direka bentuk untuk penaakulan mencabar, pengekodan, penyelidikan, penggunaan komputer dan kerja profesional. Model ini menerima teks dan imej serta menghasilkan teks. Pro menambah kerja model apabila membina jawapan akhir, manakala usaha penaakulan mengawal jumlah analisis dalam mod pelaksanaan yang dipilih. Pro mengubah mod pelaksanaan, sementara GPT-6 Astra kekal sebagai model asasnya.
Keluaran Astra pengeluar menerangkan aliran kerja yang menukar bahan berkaitan kepada dokumen, hamparan, pembentangan dan analisis. Keluaran itu menekankan pematuhan kepada templat serta gaya penulisan atau visual sambil memilih konteks yang penting bagi tugas. Untuk dokumen profesional, berikan bahan sumber, keperluan templat dan keputusan yang perlu dibuat pembaca. Contoh permintaan ialah menyelaraskan dua set keperluan projek dan menghasilkan ringkasan yang memisahkan fakta yang dipersetujui, bukti yang bercanggah serta syarat untuk cadangan.
Untuk kerja kejuruteraan atau penyelidikan, nyatakan objektif, bukti yang perlu diperiksa dan perkara yang dikira sebagai penyelesaian. Tugas pengekodan boleh merangkumi tingkah laku yang diperlukan, fail berkaitan dan kekangan; tugas penyelidikan boleh merangkumi soalan serta kriteria untuk menimbang bahan yang dibekalkan. Keupayaan penggunaan komputer dan pelayaran Astra yang didokumenkan menghubungkan keputusan model dengan persekitaran yang membekalkan alat sepadan. Output sebenar persekitaran ialah bukti untuk langkah seterusnya, berasingan daripada tindakan yang dicadangkan model.
Spesifikasi GPT-6 Astra OpenAI menyenaraikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token, dengan had pengetahuan pada 30 April 2026. Pilihan usaha penaakulannya ialah low, medium, high, xhigh dan max; none tidak disokong. Token penaakulan dan hasil yang kelihatan kedua-duanya mengambil ruang konteks. OpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang boleh menerima kependaman tambahan dan aktiviti model; mod serta usaha kekal sebagai tetapan yang bebas antara satu sama lain.
Model asas menyenaraikan penstriman, Structured Outputs, panggilan fungsi, carian web dan fail, alat penjanaan imej, pentafsiran kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Panggilan fungsi menggunakan antara muka Responses pengeluar. Panduan GPT-6 turut menerangkan kerja alat tak segerak dan pengarahan giliran aktif. Aplikasi melaksanakan operasinya sendiri, mengurus kerja yang belum selesai dan memulangkan maklumat yang terhasil; output model sendiri kekal berupa teks walaupun alat berasingan mencipta artifak lain.
Keluaran Astra menerangkan penyesuaian kepada keperluan baharu sambil mengekalkan matlamat yang lebih luas dalam perhatian. Keluaran itu turut membezakan semakan kod defensif dan penampalan daripada kerja pembangunan eksploit lanjutan, yang mungkin ditolak model, serta menerangkan pemeriksaan automatik yang boleh menyela tugas. Sediakan permintaan berdasarkan hasil yang dimaksudkan, kerja yang dibenarkan dan bukti, bukannya menganggap penaakulan tambahan sebagai pengganti bahan sumber yang tiada. Artifak akhir yang berguna menyatakan kesimpulan atau perubahan yang dicadangkan, asasnya dalam maklumat yang dibekalkan dan sebarang soalan yang boleh mengubah keputusan secara ketara.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-6-astra-pro | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
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 $0.02 / 1K token Output · Token output $0.1 / 1K token Input · Bacaan cache $0.002 / 1K token Input · Penulisan cache $0.025 / 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 $0.02 / 1K token Output · Token output $0.1 / 1K token Input · Bacaan cache $0.002 / 1K token Input · Penulisan cache $0.025 / 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 $0.04 / 1K token Output · Token output $0.15 / 1K token Input · Bacaan cache $0.004 / 1K token Input · Penulisan cache $0.05 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-6-astra-pro", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-6-astra-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-6-astra-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra openai/gpt-6-astra-pro
Gunakan laluan kaedah yang dipaparkan di atas.
openai/gpt-6-astra-proGPT-6 Astra dengan penaakulan Pro untuk penyelidikan, pengekodan dan kerja profesional yang mencabar. Pro menambah kerja model sebelum jawapan akhir; model asas menerima teks dan imej serta menyokong kerja berbilang langkah dalam persekitaran yang disambungkan kepada alat.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-6 Astra Pro merujuk kepada GPT-6 Astra OpenAI dengan penaakulan Pro. Model asas Astra direka bentuk untuk penaakulan mencabar, pengekodan, penyelidikan, penggunaan komputer dan kerja profesional. Model ini menerima teks dan imej serta menghasilkan teks. Pro menambah kerja model apabila membina jawapan akhir, manakala usaha penaakulan mengawal jumlah analisis dalam mod pelaksanaan yang dipilih. Pro mengubah mod pelaksanaan, sementara GPT-6 Astra kekal sebagai model asasnya.
Keluaran Astra pengeluar menerangkan aliran kerja yang menukar bahan berkaitan kepada dokumen, hamparan, pembentangan dan analisis. Keluaran itu menekankan pematuhan kepada templat serta gaya penulisan atau visual sambil memilih konteks yang penting bagi tugas. Untuk dokumen profesional, berikan bahan sumber, keperluan templat dan keputusan yang perlu dibuat pembaca. Contoh permintaan ialah menyelaraskan dua set keperluan projek dan menghasilkan ringkasan yang memisahkan fakta yang dipersetujui, bukti yang bercanggah serta syarat untuk cadangan.
Untuk kerja kejuruteraan atau penyelidikan, nyatakan objektif, bukti yang perlu diperiksa dan perkara yang dikira sebagai penyelesaian. Tugas pengekodan boleh merangkumi tingkah laku yang diperlukan, fail berkaitan dan kekangan; tugas penyelidikan boleh merangkumi soalan serta kriteria untuk menimbang bahan yang dibekalkan. Keupayaan penggunaan komputer dan pelayaran Astra yang didokumenkan menghubungkan keputusan model dengan persekitaran yang membekalkan alat sepadan. Output sebenar persekitaran ialah bukti untuk langkah seterusnya, berasingan daripada tindakan yang dicadangkan model.
Spesifikasi GPT-6 Astra OpenAI menyenaraikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token, dengan had pengetahuan pada 30 April 2026. Pilihan usaha penaakulannya ialah low, medium, high, xhigh dan max; none tidak disokong. Token penaakulan dan hasil yang kelihatan kedua-duanya mengambil ruang konteks. OpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang boleh menerima kependaman tambahan dan aktiviti model; mod serta usaha kekal sebagai tetapan yang bebas antara satu sama lain.
Model asas menyenaraikan penstriman, Structured Outputs, panggilan fungsi, carian web dan fail, alat penjanaan imej, pentafsiran kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Panggilan fungsi menggunakan antara muka Responses pengeluar. Panduan GPT-6 turut menerangkan kerja alat tak segerak dan pengarahan giliran aktif. Aplikasi melaksanakan operasinya sendiri, mengurus kerja yang belum selesai dan memulangkan maklumat yang terhasil; output model sendiri kekal berupa teks walaupun alat berasingan mencipta artifak lain.
Keluaran Astra menerangkan penyesuaian kepada keperluan baharu sambil mengekalkan matlamat yang lebih luas dalam perhatian. Keluaran itu turut membezakan semakan kod defensif dan penampalan daripada kerja pembangunan eksploit lanjutan, yang mungkin ditolak model, serta menerangkan pemeriksaan automatik yang boleh menyela tugas. Sediakan permintaan berdasarkan hasil yang dimaksudkan, kerja yang dibenarkan dan bukti, bukannya menganggap penaakulan tambahan sebagai pengganti bahan sumber yang tiada. Artifak akhir yang berguna menyatakan kesimpulan atau perubahan yang dicadangkan, asasnya dalam maklumat yang dibekalkan dan sebarang soalan yang boleh mengubah keputusan secara ketara.
POST /v1/messagestexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-6-astra-pro | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring|content_block[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medansystem | Jenisstring|content_block[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had Minimum: 1 Had terpakai pada: had maksimum tepat bagi model/kad yang dipilih | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop_sequences | Jenisstring[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenistool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].name | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: alat dibekalkan | Lalai— |
Medantools[].description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].input_schema | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanthinking.type | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanthinking.budget_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanoutput_config.effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmetadata | Jenisobject | KeperluanPilihan | Nilai & had | Lalai— |
Medancache_control | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Teks · Teks UTF8
messages[].content atau blok type=text
Teks + imej
{type:image,source:{type:base64,media_type,data}} atau sumber dengan type=url
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: exact retained published method
Hantar ID model yang tepat dan medan wajib.
Simpan setiap item yang dikembalikan dan pengecam asalnya.
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 $0.02 / 1K token Output · Token output $0.1 / 1K token Input · Bacaan cache $0.002 / 1K token Input · Penulisan cache $0.025 / 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 $0.02 / 1K token Output · Token output $0.1 / 1K token Input · Bacaan cache $0.002 / 1K token Input · Penulisan cache $0.025 / 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 $0.04 / 1K token Output · Token output $0.15 / 1K token Input · Bacaan cache $0.004 / 1K token Input · Penulisan cache $0.05 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "openai/gpt-6-astra-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-astra-pro', 'max_tokens': 4096, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-astra-pro', 'max_tokens': 4096, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\njson atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra openai/gpt-6-astra-pro
Gunakan laluan kaedah yang dipaparkan di atas.
openai/gpt-6-astra-proGPT-6 Astra dengan penaakulan Pro untuk penyelidikan, pengekodan dan kerja profesional yang mencabar. Pro menambah kerja model sebelum jawapan akhir; model asas menerima teks dan imej serta menyokong kerja berbilang langkah dalam persekitaran yang disambungkan kepada alat.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-6 Astra Pro merujuk kepada GPT-6 Astra OpenAI dengan penaakulan Pro. Model asas Astra direka bentuk untuk penaakulan mencabar, pengekodan, penyelidikan, penggunaan komputer dan kerja profesional. Model ini menerima teks dan imej serta menghasilkan teks. Pro menambah kerja model apabila membina jawapan akhir, manakala usaha penaakulan mengawal jumlah analisis dalam mod pelaksanaan yang dipilih. Pro mengubah mod pelaksanaan, sementara GPT-6 Astra kekal sebagai model asasnya.
Keluaran Astra pengeluar menerangkan aliran kerja yang menukar bahan berkaitan kepada dokumen, hamparan, pembentangan dan analisis. Keluaran itu menekankan pematuhan kepada templat serta gaya penulisan atau visual sambil memilih konteks yang penting bagi tugas. Untuk dokumen profesional, berikan bahan sumber, keperluan templat dan keputusan yang perlu dibuat pembaca. Contoh permintaan ialah menyelaraskan dua set keperluan projek dan menghasilkan ringkasan yang memisahkan fakta yang dipersetujui, bukti yang bercanggah serta syarat untuk cadangan.
Untuk kerja kejuruteraan atau penyelidikan, nyatakan objektif, bukti yang perlu diperiksa dan perkara yang dikira sebagai penyelesaian. Tugas pengekodan boleh merangkumi tingkah laku yang diperlukan, fail berkaitan dan kekangan; tugas penyelidikan boleh merangkumi soalan serta kriteria untuk menimbang bahan yang dibekalkan. Keupayaan penggunaan komputer dan pelayaran Astra yang didokumenkan menghubungkan keputusan model dengan persekitaran yang membekalkan alat sepadan. Output sebenar persekitaran ialah bukti untuk langkah seterusnya, berasingan daripada tindakan yang dicadangkan model.
Spesifikasi GPT-6 Astra OpenAI menyenaraikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token, dengan had pengetahuan pada 30 April 2026. Pilihan usaha penaakulannya ialah low, medium, high, xhigh dan max; none tidak disokong. Token penaakulan dan hasil yang kelihatan kedua-duanya mengambil ruang konteks. OpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang boleh menerima kependaman tambahan dan aktiviti model; mod serta usaha kekal sebagai tetapan yang bebas antara satu sama lain.
Model asas menyenaraikan penstriman, Structured Outputs, panggilan fungsi, carian web dan fail, alat penjanaan imej, pentafsiran kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Panggilan fungsi menggunakan antara muka Responses pengeluar. Panduan GPT-6 turut menerangkan kerja alat tak segerak dan pengarahan giliran aktif. Aplikasi melaksanakan operasinya sendiri, mengurus kerja yang belum selesai dan memulangkan maklumat yang terhasil; output model sendiri kekal berupa teks walaupun alat berasingan mencipta artifak lain.
Keluaran Astra menerangkan penyesuaian kepada keperluan baharu sambil mengekalkan matlamat yang lebih luas dalam perhatian. Keluaran itu turut membezakan semakan kod defensif dan penampalan daripada kerja pembangunan eksploit lanjutan, yang mungkin ditolak model, serta menerangkan pemeriksaan automatik yang boleh menyela tugas. Sediakan permintaan berdasarkan hasil yang dimaksudkan, kerja yang dibenarkan dan bukti, bukannya menganggap penaakulan tambahan sebagai pengganti bahan sumber yang tiada. Artifak akhir yang berguna menyatakan kesimpulan atau perubahan yang dicadangkan, asasnya dalam maklumat yang dibekalkan dan sebarang soalan yang boleh mengubah keputusan secara ketara.
POST /v1/responsestexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-6-astra-pro | Lalai— |
Medaninput | Jenisstring|input_item[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medaninput[].type | Jenisstring | KeperluanPilihan | Nilai & had message, reasoning, function_call, function_call_output | Lalai— |
Medaninput[].content | Jenisstring|content_part[] | KeperluanPilihan | Nilai & had | Lalai— |
Medaninput[].call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: function_call_output; kekalkan call_id sebenar yang dipulangkan | Lalai— |
Medaninput[].output | Jenisstring|content_part[] | KeperluanPilihan | Nilai & had Terpakai apabila: function_call_output | Lalai— |
Medanmax_output_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenistool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning.effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning.summary | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantext.format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantext.verbosity | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninclude | Jenisstring[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstore | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprevious_response_id | Jenisstring | KeperluanTidak disokong | Nilai & had Keperluan ID: Hanya ID respons sebenar daripada penerusan yang disokong Syarat: Sertakan semula sejarah perbualan sebenar dengan setiap permintaan. | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_key | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Teks · Teks UTF8
Teks input atau bahagian input_text
Teks + imej
{type:input_image,image_url}
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext |
Parameterrequired | Kontrakmodel, input |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: exact retained published method
Hantar ID model yang tepat dan medan wajib.
Simpan setiap item yang dikembalikan dan pengecam asalnya.
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 $0.02 / 1K token Output · Token output $0.1 / 1K token Input · Bacaan cache $0.002 / 1K token Input · Penulisan cache $0.025 / 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 $0.02 / 1K token Output · Token output $0.1 / 1K token Input · Bacaan cache $0.002 / 1K token Input · Penulisan cache $0.025 / 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 $0.04 / 1K token Output · Token output $0.15 / 1K token Input · Bacaan cache $0.004 / 1K token Input · Penulisan cache $0.05 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "openai/gpt-6-astra-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-astra-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/responses \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-astra-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}\nheaders['Authorization'] = 'Bearer ' + api_key\nrequest = Request('https://api.ailoot.ai/v1/responses', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\njson atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap item output dan bahagian kandungan, call_id fungsi sebenar, penaakulan disulitkan serta data penggunaan. Semasa penstriman, kekalkan identiti peristiwa/item yang lengkap.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanstatus | Jenisstring |
Medanoutput[] | Jenismessage|reasoning|function_call|other item |
Medanoutput[].content[] | Jeniscontent part |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra openai/gpt-6-astra-pro
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Reconcile conflicting launch requirements\n\nWrite a decision brief using this template: Decision needed; Agreed facts; Conflict; Recommendation conditions. Product requirement P1 says launch must include CSV export. Security requirement S1 prohibits exporting customer email addresses. Current design D1 exports name and email only. Reconcile the requirements, propose a compliant export scope and list the decision still needed about useful fields.A brief under the four supplied headings, with P1, S1 and D1 references beside relevant findings.Check that the proposed scope preserves an export feature while excluding emails and does not invent an approved field list.