GPT-6 Sol Pro merujuk kepada GPT-6 Sol OpenAI dengan penaakulan Pro. Model asas Sol dibina untuk pengekodan kompleks dan aliran kerja berasaskan ejen, menerima teks serta imej dan menghasilkan teks. Pro menambah kerja model untuk membina jawapan akhir. Pro berasingan daripada usaha penaakulan, yang mengawal jumlah analisis yang digunakan model dalam mod pelaksanaan yang dipilih. GPT-6 Sol kekal sebagai edisi asas kad ini, berbeza daripada GPT-6.1 Sol.
Untuk tugas pembangunan, huraikan tingkah laku yang perlu dilaksanakan dan berikan fail sumber yang berkaitan, contoh input serta kekangan yang mesti dipatuhi oleh perubahan. Contoh permintaan ialah menjejaki cara input mencapai hasil, mengenal pasti kebergantungan yang terlibat dan mencadangkan perubahan yang mengekalkan tingkah laku yang diperlukan. Untuk semakan, sertakan tingkah laku yang dimaksudkan dan kod yang perlu diperiksa, kemudian minta isu konkrit bersama penerangan tentang cara setiap isu mempengaruhi tingkah laku itu.
Kerja berasaskan ejen menghubungkan beberapa keputusan melalui bukti daripada persekitaran kerja. Alat boleh mendapatkan fail, menjalankan pengiraan atau memulangkan hasil pemeriksaan; hasil itu menjadi bahan untuk keputusan seterusnya. OpenAI menyenaraikan carian web dan fail, alat penjanaan imej, pentafsir kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat untuk model asas. Model ini turut menyokong panggilan fungsi, Structured Outputs, penstriman dan cache prompt. Aplikasi mengawal operasi yang tersedia serta memulangkan hasil alat sebenar; teks tindakan yang dijana model sahaja bukan bukti bahawa operasi telah selesai.
Spesifikasi GPT-6 Sol pengeluar memberikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 20 April 2026. Pilihan usaha penaakulan asas ialah none, low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Konteks mesti menampung tugas, hasil alat yang berkaitan dan penaakulan, serta jawapan yang kelihatan. Letakkan takrif serta kriteria penyelesaian berdekatan bahan yang diaturnya, khususnya dalam permintaan kejuruteraan yang panjang.
OpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang boleh menerima kependaman tambahan dan aktiviti model. Untuk GPT-6 Sol, alat terbina dalam dan penaakulan dengan panggilan fungsi menggunakan Responses. Dalam antara muka Chat Completions pengeluar, panggilan fungsi disokong hanya apabila usaha penaakulan ialah none. Panduan GPT-6 turut menerangkan kerja alat tak segerak, pengarahan giliran aktif dan pengekalan penaakulan antara panggilan. Ini ialah keupayaan aliran kerja dengan keperluan antara mukanya sendiri.
Nyatakan artifak akhir yang konkrit dan cara menyemaknya. Anda boleh meminta tampalan yang dicadangkan, tingkah laku yang diubahnya dan bukti yang diperlukan untuk mengesahkannya, atau perbandingan pilihan pelaksanaan yang berkaitan dengan kekangan yang dibekalkan. Jika imej memberikan konteks antara muka, nyatakan butiran visual yang penting. Respons akhir harus menghubungkan pilihan penting dengan matlamat kejuruteraan dan membezakan tindakan yang dicadangkan daripada hasil yang telah diperoleh.
", "aboutText": "GPT-6 Sol Pro merujuk kepada GPT-6 Sol OpenAI dengan penaakulan Pro. Model asas Sol dibina untuk pengekodan kompleks dan aliran kerja berasaskan ejen, menerima teks serta imej dan menghasilkan teks. Pro menambah kerja model untuk membina jawapan akhir. Pro berasingan daripada usaha penaakulan, yang mengawal jumlah analisis yang digunakan model dalam mod pelaksanaan yang dipilih. GPT-6 Sol kekal sebagai edisi asas kad ini, berbeza daripada GPT-6.1 Sol.\n\nUntuk tugas pembangunan, huraikan tingkah laku yang perlu dilaksanakan dan berikan fail sumber yang berkaitan, contoh input serta kekangan yang mesti dipatuhi oleh perubahan. Contoh permintaan ialah menjejaki cara input mencapai hasil, mengenal pasti kebergantungan yang terlibat dan mencadangkan perubahan yang mengekalkan tingkah laku yang diperlukan. Untuk semakan, sertakan tingkah laku yang dimaksudkan dan kod yang perlu diperiksa, kemudian minta isu konkrit bersama penerangan tentang cara setiap isu mempengaruhi tingkah laku itu.\n\nKerja berasaskan ejen menghubungkan beberapa keputusan melalui bukti daripada persekitaran kerja. Alat boleh mendapatkan fail, menjalankan pengiraan atau memulangkan hasil pemeriksaan; hasil itu menjadi bahan untuk keputusan seterusnya. OpenAI menyenaraikan carian web dan fail, alat penjanaan imej, pentafsir kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat untuk model asas. Model ini turut menyokong panggilan fungsi, Structured Outputs, penstriman dan cache prompt. Aplikasi mengawal operasi yang tersedia serta memulangkan hasil alat sebenar; teks tindakan yang dijana model sahaja bukan bukti bahawa operasi telah selesai.\n\nSpesifikasi GPT-6 Sol pengeluar memberikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 20 April 2026. Pilihan usaha penaakulan asas ialah none, low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Konteks mesti menampung tugas, hasil alat yang berkaitan dan penaakulan, serta jawapan yang kelihatan. Letakkan takrif serta kriteria penyelesaian berdekatan bahan yang diaturnya, khususnya dalam permintaan kejuruteraan yang panjang.\n\nOpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang boleh menerima kependaman tambahan dan aktiviti model. Untuk GPT-6 Sol, alat terbina dalam dan penaakulan dengan panggilan fungsi menggunakan Responses. Dalam antara muka Chat Completions pengeluar, panggilan fungsi disokong hanya apabila usaha penaakulan ialah none. Panduan GPT-6 turut menerangkan kerja alat tak segerak, pengarahan giliran aktif dan pengekalan penaakulan antara panggilan. Ini ialah keupayaan aliran kerja dengan keperluan antara mukanya sendiri.\n\nNyatakan artifak akhir yang konkrit dan cara menyemaknya. Anda boleh meminta tampalan yang dicadangkan, tingkah laku yang diubahnya dan bukti yang diperlukan untuk mengesahkannya, atau perbandingan pilihan pelaksanaan yang berkaitan dengan kekangan yang dibekalkan. Jika imej memberikan konteks antara muka, nyatakan butiran visual yang penting. Respons akhir harus menghubungkan pilihan penting dengan matlamat kejuruteraan dan membezakan tindakan yang dicadangkan daripada hasil yang telah diperoleh.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Review a cache invalidation contract\n\nReview this design: reads cache user profiles for one hour; updates write the database but never evict the cache; the API promises that a successful update is visible to the next read. Identify the contract violation and compare evict-after-commit with versioned cache keys. Recommend one approach and specify the failure-path tests needed.A focused design review with a comparison, recommendation and tests for update and cache failure paths.The recommendation addresses the next-read promise and explains the remaining race or failure condition.openai/gpt-6-sol-proGPT-6 Sol dengan penaakulan Pro untuk pengekodan kompleks dan kerja berasaskan ejen. Berikan kod, keperluan dan bukti yang berkaitan untuk meminta cadangan pelaksanaan, semakan tertumpu atau penerangan penyelesaian berbilang langkah.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-6 Sol Pro merujuk kepada GPT-6 Sol OpenAI dengan penaakulan Pro. Model asas Sol dibina untuk pengekodan kompleks dan aliran kerja berasaskan ejen, menerima teks serta imej dan menghasilkan teks. Pro menambah kerja model untuk membina jawapan akhir. Pro berasingan daripada usaha penaakulan, yang mengawal jumlah analisis yang digunakan model dalam mod pelaksanaan yang dipilih. GPT-6 Sol kekal sebagai edisi asas kad ini, berbeza daripada GPT-6.1 Sol.
Untuk tugas pembangunan, huraikan tingkah laku yang perlu dilaksanakan dan berikan fail sumber yang berkaitan, contoh input serta kekangan yang mesti dipatuhi oleh perubahan. Contoh permintaan ialah menjejaki cara input mencapai hasil, mengenal pasti kebergantungan yang terlibat dan mencadangkan perubahan yang mengekalkan tingkah laku yang diperlukan. Untuk semakan, sertakan tingkah laku yang dimaksudkan dan kod yang perlu diperiksa, kemudian minta isu konkrit bersama penerangan tentang cara setiap isu mempengaruhi tingkah laku itu.
Kerja berasaskan ejen menghubungkan beberapa keputusan melalui bukti daripada persekitaran kerja. Alat boleh mendapatkan fail, menjalankan pengiraan atau memulangkan hasil pemeriksaan; hasil itu menjadi bahan untuk keputusan seterusnya. OpenAI menyenaraikan carian web dan fail, alat penjanaan imej, pentafsir kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat untuk model asas. Model ini turut menyokong panggilan fungsi, Structured Outputs, penstriman dan cache prompt. Aplikasi mengawal operasi yang tersedia serta memulangkan hasil alat sebenar; teks tindakan yang dijana model sahaja bukan bukti bahawa operasi telah selesai.
Spesifikasi GPT-6 Sol pengeluar memberikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 20 April 2026. Pilihan usaha penaakulan asas ialah none, low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Konteks mesti menampung tugas, hasil alat yang berkaitan dan penaakulan, serta jawapan yang kelihatan. Letakkan takrif serta kriteria penyelesaian berdekatan bahan yang diaturnya, khususnya dalam permintaan kejuruteraan yang panjang.
OpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang boleh menerima kependaman tambahan dan aktiviti model. Untuk GPT-6 Sol, alat terbina dalam dan penaakulan dengan panggilan fungsi menggunakan Responses. Dalam antara muka Chat Completions pengeluar, panggilan fungsi disokong hanya apabila usaha penaakulan ialah none. Panduan GPT-6 turut menerangkan kerja alat tak segerak, pengarahan giliran aktif dan pengekalan penaakulan antara panggilan. Ini ialah keupayaan aliran kerja dengan keperluan antara mukanya sendiri.
Nyatakan artifak akhir yang konkrit dan cara menyemaknya. Anda boleh meminta tampalan yang dicadangkan, tingkah laku yang diubahnya dan bukti yang diperlukan untuk mengesahkannya, atau perbandingan pilihan pelaksanaan yang berkaitan dengan kekangan yang dibekalkan. Jika imej memberikan konteks antara muka, nyatakan butiran visual yang penting. Respons akhir harus menghubungkan pilihan penting dengan matlamat kejuruteraan dan membezakan tindakan yang dicadangkan daripada hasil yang telah diperoleh.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-6-sol-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 $0.004 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache $0.005 / 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 $0.004 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache $0.005 / 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 $0.008 / 1K token Output · Token output $0.03 / 1K token Input · Bacaan cache $0.0008 / 1K token Input · Penulisan cache $0.01 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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-sol-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-sol-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-sol-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-sol-pro
Gunakan laluan kaedah yang dipaparkan di atas.
openai/gpt-6-sol-proGPT-6 Sol dengan penaakulan Pro untuk pengekodan kompleks dan kerja berasaskan ejen. Berikan kod, keperluan dan bukti yang berkaitan untuk meminta cadangan pelaksanaan, semakan tertumpu atau penerangan penyelesaian berbilang langkah.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-6 Sol Pro merujuk kepada GPT-6 Sol OpenAI dengan penaakulan Pro. Model asas Sol dibina untuk pengekodan kompleks dan aliran kerja berasaskan ejen, menerima teks serta imej dan menghasilkan teks. Pro menambah kerja model untuk membina jawapan akhir. Pro berasingan daripada usaha penaakulan, yang mengawal jumlah analisis yang digunakan model dalam mod pelaksanaan yang dipilih. GPT-6 Sol kekal sebagai edisi asas kad ini, berbeza daripada GPT-6.1 Sol.
Untuk tugas pembangunan, huraikan tingkah laku yang perlu dilaksanakan dan berikan fail sumber yang berkaitan, contoh input serta kekangan yang mesti dipatuhi oleh perubahan. Contoh permintaan ialah menjejaki cara input mencapai hasil, mengenal pasti kebergantungan yang terlibat dan mencadangkan perubahan yang mengekalkan tingkah laku yang diperlukan. Untuk semakan, sertakan tingkah laku yang dimaksudkan dan kod yang perlu diperiksa, kemudian minta isu konkrit bersama penerangan tentang cara setiap isu mempengaruhi tingkah laku itu.
Kerja berasaskan ejen menghubungkan beberapa keputusan melalui bukti daripada persekitaran kerja. Alat boleh mendapatkan fail, menjalankan pengiraan atau memulangkan hasil pemeriksaan; hasil itu menjadi bahan untuk keputusan seterusnya. OpenAI menyenaraikan carian web dan fail, alat penjanaan imej, pentafsir kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat untuk model asas. Model ini turut menyokong panggilan fungsi, Structured Outputs, penstriman dan cache prompt. Aplikasi mengawal operasi yang tersedia serta memulangkan hasil alat sebenar; teks tindakan yang dijana model sahaja bukan bukti bahawa operasi telah selesai.
Spesifikasi GPT-6 Sol pengeluar memberikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 20 April 2026. Pilihan usaha penaakulan asas ialah none, low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Konteks mesti menampung tugas, hasil alat yang berkaitan dan penaakulan, serta jawapan yang kelihatan. Letakkan takrif serta kriteria penyelesaian berdekatan bahan yang diaturnya, khususnya dalam permintaan kejuruteraan yang panjang.
OpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang boleh menerima kependaman tambahan dan aktiviti model. Untuk GPT-6 Sol, alat terbina dalam dan penaakulan dengan panggilan fungsi menggunakan Responses. Dalam antara muka Chat Completions pengeluar, panggilan fungsi disokong hanya apabila usaha penaakulan ialah none. Panduan GPT-6 turut menerangkan kerja alat tak segerak, pengarahan giliran aktif dan pengekalan penaakulan antara panggilan. Ini ialah keupayaan aliran kerja dengan keperluan antara mukanya sendiri.
Nyatakan artifak akhir yang konkrit dan cara menyemaknya. Anda boleh meminta tampalan yang dicadangkan, tingkah laku yang diubahnya dan bukti yang diperlukan untuk mengesahkannya, atau perbandingan pilihan pelaksanaan yang berkaitan dengan kekangan yang dibekalkan. Jika imej memberikan konteks antara muka, nyatakan butiran visual yang penting. Respons akhir harus menghubungkan pilihan penting dengan matlamat kejuruteraan dan membezakan tindakan yang dicadangkan daripada hasil yang telah diperoleh.
POST /v1/messagestexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-6-sol-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 $0.004 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache $0.005 / 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 $0.004 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache $0.005 / 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 $0.008 / 1K token Output · Token output $0.03 / 1K token Input · Bacaan cache $0.0008 / 1K token Input · Penulisan cache $0.01 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "openai/gpt-6-sol-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${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-sol-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-sol-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-sol-pro
Gunakan laluan kaedah yang dipaparkan di atas.
openai/gpt-6-sol-proGPT-6 Sol dengan penaakulan Pro untuk pengekodan kompleks dan kerja berasaskan ejen. Berikan kod, keperluan dan bukti yang berkaitan untuk meminta cadangan pelaksanaan, semakan tertumpu atau penerangan penyelesaian berbilang langkah.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-6 Sol Pro merujuk kepada GPT-6 Sol OpenAI dengan penaakulan Pro. Model asas Sol dibina untuk pengekodan kompleks dan aliran kerja berasaskan ejen, menerima teks serta imej dan menghasilkan teks. Pro menambah kerja model untuk membina jawapan akhir. Pro berasingan daripada usaha penaakulan, yang mengawal jumlah analisis yang digunakan model dalam mod pelaksanaan yang dipilih. GPT-6 Sol kekal sebagai edisi asas kad ini, berbeza daripada GPT-6.1 Sol.
Untuk tugas pembangunan, huraikan tingkah laku yang perlu dilaksanakan dan berikan fail sumber yang berkaitan, contoh input serta kekangan yang mesti dipatuhi oleh perubahan. Contoh permintaan ialah menjejaki cara input mencapai hasil, mengenal pasti kebergantungan yang terlibat dan mencadangkan perubahan yang mengekalkan tingkah laku yang diperlukan. Untuk semakan, sertakan tingkah laku yang dimaksudkan dan kod yang perlu diperiksa, kemudian minta isu konkrit bersama penerangan tentang cara setiap isu mempengaruhi tingkah laku itu.
Kerja berasaskan ejen menghubungkan beberapa keputusan melalui bukti daripada persekitaran kerja. Alat boleh mendapatkan fail, menjalankan pengiraan atau memulangkan hasil pemeriksaan; hasil itu menjadi bahan untuk keputusan seterusnya. OpenAI menyenaraikan carian web dan fail, alat penjanaan imej, pentafsir kod, operasi shell dan patch yang dihoskan, kemahiran, penggunaan komputer, sambungan MCP serta carian alat untuk model asas. Model ini turut menyokong panggilan fungsi, Structured Outputs, penstriman dan cache prompt. Aplikasi mengawal operasi yang tersedia serta memulangkan hasil alat sebenar; teks tindakan yang dijana model sahaja bukan bukti bahawa operasi telah selesai.
Spesifikasi GPT-6 Sol pengeluar memberikan tetingkap konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 20 April 2026. Pilihan usaha penaakulan asas ialah none, low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Konteks mesti menampung tugas, hasil alat yang berkaitan dan penaakulan, serta jawapan yang kelihatan. Letakkan takrif serta kriteria penyelesaian berdekatan bahan yang diaturnya, khususnya dalam permintaan kejuruteraan yang panjang.
OpenAI mendokumenkan Pro dalam Responses API untuk kerja sukar yang boleh menerima kependaman tambahan dan aktiviti model. Untuk GPT-6 Sol, alat terbina dalam dan penaakulan dengan panggilan fungsi menggunakan Responses. Dalam antara muka Chat Completions pengeluar, panggilan fungsi disokong hanya apabila usaha penaakulan ialah none. Panduan GPT-6 turut menerangkan kerja alat tak segerak, pengarahan giliran aktif dan pengekalan penaakulan antara panggilan. Ini ialah keupayaan aliran kerja dengan keperluan antara mukanya sendiri.
Nyatakan artifak akhir yang konkrit dan cara menyemaknya. Anda boleh meminta tampalan yang dicadangkan, tingkah laku yang diubahnya dan bukti yang diperlukan untuk mengesahkannya, atau perbandingan pilihan pelaksanaan yang berkaitan dengan kekangan yang dibekalkan. Jika imej memberikan konteks antara muka, nyatakan butiran visual yang penting. Respons akhir harus menghubungkan pilihan penting dengan matlamat kejuruteraan dan membezakan tindakan yang dicadangkan daripada hasil yang telah diperoleh.
POST /v1/responsestexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-6-sol-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 $0.004 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache $0.005 / 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 $0.004 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache $0.005 / 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 $0.008 / 1K token Output · Token output $0.03 / 1K token Input · Bacaan cache $0.0008 / 1K token Input · Penulisan cache $0.01 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "openai/gpt-6-sol-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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-sol-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-sol-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-sol-pro
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Review a cache invalidation contract\n\nReview this design: reads cache user profiles for one hour; updates write the database but never evict the cache; the API promises that a successful update is visible to the next read. Identify the contract violation and compare evict-after-commit with versioned cache keys. Recommend one approach and specify the failure-path tests needed.A focused design review with a comparison, recommendation and tests for update and cache failure paths.The recommendation addresses the next-read promise and explains the remaining race or failure condition.