GPT-6 Astra ialah model OpenAI untuk tugas penaakulan dan profesional yang paling mencabar. Pengeluar membangunkannya untuk kejuruteraan perisian, penggunaan komputer, penyelidikan, kerja saintifik dan penciptaan dokumen. Model ini menerima teks dan imej serta menjana teks, termasuk penerangan, kod dan artifak berstruktur. Profil standard Astra ini berasingan daripada mod penaakulan Pro serta profil Sol dan Luna.
Sediakan tugasan berdasarkan hasil yang dikehendaki, sumber yang berkaitan dan kriteria penyelesaian. Untuk kejuruteraan perisian, sertakan kod, kegagalan yang diperhatikan, tingkah laku yang dijangkakan dan antara muka yang perlu dikekalkan. Untuk analisis profesional, berikan dokumen, keputusan dan syarat yang mesti ditangani oleh kesimpulan. Taklimat praktikal ialah: “Bandingkan pilihan ini dengan keperluan, kenal pasti kebergantungan dan hasilkan memo keputusan bersama bukti untuk setiap dapatan penting.”
Untuk tugas visual, pastikan sumber boleh dibaca dan kenal pasti sama ada sumber menunjukkan keadaan antara muka, carta atau keperluan reka bentuk. Minta butiran yang kelihatan dan menyokong pemerhatian. Artifak kod atau dokumen harus kekal berkaitan dengan bukti itu, bukannya tindakan luaran yang diandaikan.
Panduan Astra OpenAI mengesyorkan matlamat yang jelas, kriteria kejayaan, peraturan bukti dan syarat berhenti. Panduan itu menyatakan kepekaan yang tinggi terhadap arahan terperinci dalam konteks serta fail yang boleh diakses, jadi selesaikan percanggahan panduan dan nyatakan keutamaan tugas pengguna. Nyatakan masa model harus menggunakan maklumat yang tersedia, membuat andaian yang munasabah atau meminta butiran yang tiada dan boleh mengubah hasil.
Pengeluar turut mengesyorkan penyesuaian gaya respons serta kedalaman pengesahan. Huraikan khalayak dan struktur akhir untuk dokumen, dan wajibkan pengesahan yang berkaitan dengan perubahan bagi tugas kejuruteraan. Ini memberikan model titik penyelesaian yang jelas tanpa menambah kerja yang tidak berkaitan.
Astra menyokong usaha penaakulan low, medium, high, xhigh dan max serta tidak menyokong none. Usaha berbeza daripada mod penaakulan standard atau Pro pengeluar. Kad menyenaraikan konteks 1,050,000 token, sehingga 922,000 token input dan sehingga 128,000 token output. Had pengetahuannya ialah 30 April 2026.
Penaakulan mengambil ruang respons walaupun token dalaman mentah tidak dipaparkan sebagai jawapan biasa. Peruntukkan ruang untuk artifak akhir dan periksa status penamatan apabila belanjawan habis. Tetingkap yang besar masih memerlukan label sumber, sempadan tugas dan pemerhatian yang berkaitan.
Pengeluar mendokumenkan panggilan fungsi melalui Responses; Chat Completions tidak menyokong panggilan fungsi untuk Astra. Alat yang disokong merangkumi carian web dan fail, penjanaan imej, pentafsir kod, operasi shell dan patch, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Structured Outputs dan penstriman turut disenaraikan. Output Astra sendiri kekal berupa teks, manakala operasi alat menghasilkan pemerhatian atau artifaknya masing-masing.
Aliran kerja GPT-6 yang didokumenkan boleh meneruskan analisis ketika alat tak segerak berjalan, memasukkan pengarahan di tengah giliran, mengekalkan penaakulan antara panggilan dan memadatkan perbualan yang panjang. Aplikasi melaksanakan alatnya sendiri dan mengurus hasil yang masih ditunggu. Kekalkan kaitan antara panggilan asal dan pemerhatian supaya tugas menggunakan bukti sebenar.
Hasil akhir yang berguna ialah artifak analisis atau kod yang lengkap dengan asas serta syarat yang masih ada dinyatakan dengan jelas. Semak pernyataan yang bergantung pada sumber dan gunakan pemerhatian pengesahan sebenar bagi kerja yang dilaksanakan. Kekalkan profil Astra ini dan julat usaha yang disokong, bukannya meminjam tetapan respons langsung atau had model lain.
", "aboutText": "GPT-6 Astra ialah model OpenAI untuk tugas penaakulan dan profesional yang paling mencabar. Pengeluar membangunkannya untuk kejuruteraan perisian, penggunaan komputer, penyelidikan, kerja saintifik dan penciptaan dokumen. Model ini menerima teks dan imej serta menjana teks, termasuk penerangan, kod dan artifak berstruktur. Profil standard Astra ini berasingan daripada mod penaakulan Pro serta profil Sol dan Luna.\n\n### Kerja dari awal hingga akhir\n\nSediakan tugasan berdasarkan hasil yang dikehendaki, sumber yang berkaitan dan kriteria penyelesaian. Untuk kejuruteraan perisian, sertakan kod, kegagalan yang diperhatikan, tingkah laku yang dijangkakan dan antara muka yang perlu dikekalkan. Untuk analisis profesional, berikan dokumen, keputusan dan syarat yang mesti ditangani oleh kesimpulan. Taklimat praktikal ialah: “Bandingkan pilihan ini dengan keperluan, kenal pasti kebergantungan dan hasilkan memo keputusan bersama bukti untuk setiap dapatan penting.”\n\nUntuk tugas visual, pastikan sumber boleh dibaca dan kenal pasti sama ada sumber menunjukkan keadaan antara muka, carta atau keperluan reka bentuk. Minta butiran yang kelihatan dan menyokong pemerhatian. Artifak kod atau dokumen harus kekal berkaitan dengan bukti itu, bukannya tindakan luaran yang diandaikan.\n\n### Penyediaan prompt dan tindakan susulan\n\nPanduan Astra OpenAI mengesyorkan matlamat yang jelas, kriteria kejayaan, peraturan bukti dan syarat berhenti. Panduan itu menyatakan kepekaan yang tinggi terhadap arahan terperinci dalam konteks serta fail yang boleh diakses, jadi selesaikan percanggahan panduan dan nyatakan keutamaan tugas pengguna. Nyatakan masa model harus menggunakan maklumat yang tersedia, membuat andaian yang munasabah atau meminta butiran yang tiada dan boleh mengubah hasil.\n\nPengeluar turut mengesyorkan penyesuaian gaya respons serta kedalaman pengesahan. Huraikan khalayak dan struktur akhir untuk dokumen, dan wajibkan pengesahan yang berkaitan dengan perubahan bagi tugas kejuruteraan. Ini memberikan model titik penyelesaian yang jelas tanpa menambah kerja yang tidak berkaitan.\n\n### Penaakulan dan konteks\n\nAstra menyokong usaha penaakulan low, medium, high, xhigh dan max serta tidak menyokong none. Usaha berbeza daripada mod penaakulan standard atau Pro pengeluar. Kad menyenaraikan konteks 1,050,000 token, sehingga 922,000 token input dan sehingga 128,000 token output. Had pengetahuannya ialah 30 April 2026.\n\nPenaakulan mengambil ruang respons walaupun token dalaman mentah tidak dipaparkan sebagai jawapan biasa. Peruntukkan ruang untuk artifak akhir dan periksa status penamatan apabila belanjawan habis. Tetingkap yang besar masih memerlukan label sumber, sempadan tugas dan pemerhatian yang berkaitan.\n\n### Alat dan tugas yang berterusan\n\nPengeluar mendokumenkan panggilan fungsi melalui Responses; Chat Completions tidak menyokong panggilan fungsi untuk Astra. Alat yang disokong merangkumi carian web dan fail, penjanaan imej, pentafsir kod, operasi shell dan patch, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Structured Outputs dan penstriman turut disenaraikan. Output Astra sendiri kekal berupa teks, manakala operasi alat menghasilkan pemerhatian atau artifaknya masing-masing.\n\nAliran kerja GPT-6 yang didokumenkan boleh meneruskan analisis ketika alat tak segerak berjalan, memasukkan pengarahan di tengah giliran, mengekalkan penaakulan antara panggilan dan memadatkan perbualan yang panjang. Aplikasi melaksanakan alatnya sendiri dan mengurus hasil yang masih ditunggu. Kekalkan kaitan antara panggilan asal dan pemerhatian supaya tugas menggunakan bukti sebenar.\n\nHasil akhir yang berguna ialah artifak analisis atau kod yang lengkap dengan asas serta syarat yang masih ada dinyatakan dengan jelas. Semak pernyataan yang bergantung pada sumber dan gunakan pemerhatian pengesahan sebenar bagi kerja yang dilaksanakan. Kekalkan profil Astra ini dan julat usaha yang disokong, bukannya meminjam tetapan respons langsung atau had model lain.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "cf17313ff8a408922d780bfee26a78072fadd6787cf85bf62dd4933f90a6ebcc", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "openai/gpt-6-astra:batchGPT-6 Astra ialah model OpenAI untuk penaakulan mencabar, kejuruteraan perisian, penyelidikan dan kerja dokumen profesional. Model ini menggabungkan pemahaman teks serta imej dengan analisis konteks panjang dan aliran kerja berpandukan alat, menghasilkan teks dalam konteks 1,050,000 token.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-6 Astra ialah model OpenAI untuk tugas penaakulan dan profesional yang paling mencabar. Pengeluar membangunkannya untuk kejuruteraan perisian, penggunaan komputer, penyelidikan, kerja saintifik dan penciptaan dokumen. Model ini menerima teks dan imej serta menjana teks, termasuk penerangan, kod dan artifak berstruktur. Profil standard Astra ini berasingan daripada mod penaakulan Pro serta profil Sol dan Luna.
Sediakan tugasan berdasarkan hasil yang dikehendaki, sumber yang berkaitan dan kriteria penyelesaian. Untuk kejuruteraan perisian, sertakan kod, kegagalan yang diperhatikan, tingkah laku yang dijangkakan dan antara muka yang perlu dikekalkan. Untuk analisis profesional, berikan dokumen, keputusan dan syarat yang mesti ditangani oleh kesimpulan. Taklimat praktikal ialah: “Bandingkan pilihan ini dengan keperluan, kenal pasti kebergantungan dan hasilkan memo keputusan bersama bukti untuk setiap dapatan penting.”
Untuk tugas visual, pastikan sumber boleh dibaca dan kenal pasti sama ada sumber menunjukkan keadaan antara muka, carta atau keperluan reka bentuk. Minta butiran yang kelihatan dan menyokong pemerhatian. Artifak kod atau dokumen harus kekal berkaitan dengan bukti itu, bukannya tindakan luaran yang diandaikan.
Panduan Astra OpenAI mengesyorkan matlamat yang jelas, kriteria kejayaan, peraturan bukti dan syarat berhenti. Panduan itu menyatakan kepekaan yang tinggi terhadap arahan terperinci dalam konteks serta fail yang boleh diakses, jadi selesaikan percanggahan panduan dan nyatakan keutamaan tugas pengguna. Nyatakan masa model harus menggunakan maklumat yang tersedia, membuat andaian yang munasabah atau meminta butiran yang tiada dan boleh mengubah hasil.
Pengeluar turut mengesyorkan penyesuaian gaya respons serta kedalaman pengesahan. Huraikan khalayak dan struktur akhir untuk dokumen, dan wajibkan pengesahan yang berkaitan dengan perubahan bagi tugas kejuruteraan. Ini memberikan model titik penyelesaian yang jelas tanpa menambah kerja yang tidak berkaitan.
Astra menyokong usaha penaakulan low, medium, high, xhigh dan max serta tidak menyokong none. Usaha berbeza daripada mod penaakulan standard atau Pro pengeluar. Kad menyenaraikan konteks 1,050,000 token, sehingga 922,000 token input dan sehingga 128,000 token output. Had pengetahuannya ialah 30 April 2026.
Penaakulan mengambil ruang respons walaupun token dalaman mentah tidak dipaparkan sebagai jawapan biasa. Peruntukkan ruang untuk artifak akhir dan periksa status penamatan apabila belanjawan habis. Tetingkap yang besar masih memerlukan label sumber, sempadan tugas dan pemerhatian yang berkaitan.
Pengeluar mendokumenkan panggilan fungsi melalui Responses; Chat Completions tidak menyokong panggilan fungsi untuk Astra. Alat yang disokong merangkumi carian web dan fail, penjanaan imej, pentafsir kod, operasi shell dan patch, kemahiran, penggunaan komputer, sambungan MCP serta carian alat. Structured Outputs dan penstriman turut disenaraikan. Output Astra sendiri kekal berupa teks, manakala operasi alat menghasilkan pemerhatian atau artifaknya masing-masing.
Aliran kerja GPT-6 yang didokumenkan boleh meneruskan analisis ketika alat tak segerak berjalan, memasukkan pengarahan di tengah giliran, mengekalkan penaakulan antara panggilan dan memadatkan perbualan yang panjang. Aplikasi melaksanakan alatnya sendiri dan mengurus hasil yang masih ditunggu. Kekalkan kaitan antara panggilan asal dan pemerhatian supaya tugas menggunakan bukti sebenar.
Hasil akhir yang berguna ialah artifak analisis atau kod yang lengkap dengan asas serta syarat yang masih ada dinyatakan dengan jelas. Semak pernyataan yang bergantung pada sumber dan gunakan pemerhatian pengesahan sebenar bagi kerja yang dilaksanakan. Kekalkan profil Astra ini dan julat usaha yang disokong, bukannya meminjam tetapan respons langsung atau had model lain.
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-astra: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-astra:batch, openai/gpt-6-astra | 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 $0.01 / 1K token Output · Token output $0.05 / 1K token Input · Bacaan cache $0.001 / 1K token Input · Penulisan cache $0.0125 / 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 $0.01 / 1K token Output · Token output $0.05 / 1K token Input · Bacaan cache $0.001 / 1K token Input · Penulisan cache $0.0125 / 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 $0.02 / 1K token Output · Token output $0.075 / 1K token Input · Bacaan cache $0.002 / 1K token Input · Penulisan cache $0.025 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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-astra: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-astra:batch', 'openai/gpt-6-astra']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-astra: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-astra:batch
Gunakan laluan kaedah yang dipaparkan di atas.