GPT-6 Sol ialah model penaakulan OpenAI untuk pengekodan kompleks dan aliran kerja berasaskan ejen. Model ini bekerja dengan teks serta imej dan memulangkan teks seperti penerangan, pelaksanaan, rekod berstruktur atau operasi alat yang dicadangkan. Edisi GPT-6 Sol ini kekal berasingan daripada GPT-6.1 Sol yang lebih baharu dan mod pelaksanaan Pro Sol, jadi kawalan serta profil pengetahuannya harus dikekalkan apabila membandingkan hasil antara edisi.
Berikan pelaksanaan yang berkaitan, tingkah laku yang diperhatikan, tingkah laku yang dijangkakan dan syarat yang mesti dikekalkan oleh perubahan. Kenal pasti artifak akhir dan pemerhatian yang diperlukan untuk membuktikan penyelesaian. Contoh tugasan ialah: “Cari sebab input ini gagal, cadangkan pembetulan terkecil dan pulangkan fungsi yang diubah bersama penerangan berasaskan sumber tentang syarat yang dikendalikannya.”
Untuk tugas berbilang fail, namakan modul yang terjejas dan antara muka yang menghubungkannya. Untuk antara muka visual, gabungkan kod serta keperluan tingkah laku dengan tangkapan skrin atau reka bentuk olok-olok yang boleh dibaca dan kenal pasti keadaan yang kelihatan untuk dilaksanakan. Kod yang dijana ialah artifak cadangan sehingga dijalankan dalam aplikasi yang dimaksudkan; ralat sebenar atau keadaan yang dirender ialah bukti untuk semakan seterusnya.
Pengeluar menyokong usaha penaakulan none, low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Usaha memilih jumlah penaakulan; mod standard dan Pro menerangkan pilihan pelaksanaan yang berasingan. Tugas langsung boleh menggunakan none, manakala penyahpepijatan atau perancangan yang lebih kompleks boleh mendapat manfaat daripada analisis yang teliti. Takrifkan jawapan akhir yang diperlukan secara berasingan daripada proses perantaraannya.
Tugas analisis berasaskan sumber harus menamakan keputusan, kriteria perbandingan dan bahan rujukan yang berwibawa. Minta hasil menghubungkan setiap kesimpulan dengan petikan yang dibekalkan serta menyatakan maklumat yang tiada. Ini memastikan matlamat kekal jelas walaupun model memilih beberapa langkah alat.
Profil yang diterbitkan mempunyai konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token, dengan had pengetahuan pada 20 April 2026. Penaakulan menggunakan sebahagian belanjawan respons serta konteks. Tinggalkan ruang untuk analisis, pemerhatian alat dan hasil akhir, dan periksa respons yang tidak lengkap sebelum menganggap tugas selesai.
Gunakan aliran kerja Responses yang didokumenkan untuk alat terbina dalam dan panggilan fungsi. Profil Chat Completions OpenAI menyokong panggilan fungsi apabila usaha penaakulan ditetapkan kepada none. Kad menyenaraikan penstriman dan Structured Outputs serta alat untuk carian web, carian fail, penjanaan imej, pentafsiran kod, operasi shell, penampalan, kemahiran, penggunaan komputer, sambungan MCP dan penemuan alat. Model memulangkan teks; operasi yang dilaksanakan atau imej yang dijana tergolong dalam hasil alat yang sepadan.
Aplikasi yang mengelilinginya mentakrifkan serta melaksanakan operasi dan memulangkan pemerhatian. Simpan hasil sebenar bersama pengecam panggilan serta sumbernya. Panduan keluarga GPT-6 turut menerangkan kerja alat tak segerak, pengarahan giliran aktif, penaakulan yang disimpan dan pemadatan perbualan untuk tugas yang lebih panjang.
Serahan yang berguna mengandungi pelaksanaan atau kesimpulan, bukti yang menyokongnya dan sebarang syarat yang belum diselesaikan. Semak nilai yang diperoleh daripada sumber dan kod yang dijana terhadap keperluan. Tugas patut berakhir apabila artifak yang dinyatakan dan kriteria penyelesaian telah dipenuhi, bukannya menganggap rancangan atau perintah pengesahan yang dicadangkan sebagai bukti kerja yang telah dilaksanakan.
", "aboutText": "GPT-6 Sol ialah model penaakulan OpenAI untuk pengekodan kompleks dan aliran kerja berasaskan ejen. Model ini bekerja dengan teks serta imej dan memulangkan teks seperti penerangan, pelaksanaan, rekod berstruktur atau operasi alat yang dicadangkan. Edisi GPT-6 Sol ini kekal berasingan daripada GPT-6.1 Sol yang lebih baharu dan mod pelaksanaan Pro Sol, jadi kawalan serta profil pengetahuannya harus dikekalkan apabila membandingkan hasil antara edisi.\n\n### Pengekodan daripada taklimat yang konkrit\n\nBerikan pelaksanaan yang berkaitan, tingkah laku yang diperhatikan, tingkah laku yang dijangkakan dan syarat yang mesti dikekalkan oleh perubahan. Kenal pasti artifak akhir dan pemerhatian yang diperlukan untuk membuktikan penyelesaian. Contoh tugasan ialah: “Cari sebab input ini gagal, cadangkan pembetulan terkecil dan pulangkan fungsi yang diubah bersama penerangan berasaskan sumber tentang syarat yang dikendalikannya.”\n\nUntuk tugas berbilang fail, namakan modul yang terjejas dan antara muka yang menghubungkannya. Untuk antara muka visual, gabungkan kod serta keperluan tingkah laku dengan tangkapan skrin atau reka bentuk olok-olok yang boleh dibaca dan kenal pasti keadaan yang kelihatan untuk dilaksanakan. Kod yang dijana ialah artifak cadangan sehingga dijalankan dalam aplikasi yang dimaksudkan; ralat sebenar atau keadaan yang dirender ialah bukti untuk semakan seterusnya.\n\n### Penaakulan dan kedalaman tugas\n\nPengeluar menyokong usaha penaakulan none, low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Usaha memilih jumlah penaakulan; mod standard dan Pro menerangkan pilihan pelaksanaan yang berasingan. Tugas langsung boleh menggunakan none, manakala penyahpepijatan atau perancangan yang lebih kompleks boleh mendapat manfaat daripada analisis yang teliti. Takrifkan jawapan akhir yang diperlukan secara berasingan daripada proses perantaraannya.\n\nTugas analisis berasaskan sumber harus menamakan keputusan, kriteria perbandingan dan bahan rujukan yang berwibawa. Minta hasil menghubungkan setiap kesimpulan dengan petikan yang dibekalkan serta menyatakan maklumat yang tiada. Ini memastikan matlamat kekal jelas walaupun model memilih beberapa langkah alat.\n\n### Konteks dan had\n\nProfil yang diterbitkan mempunyai konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token, dengan had pengetahuan pada 20 April 2026. Penaakulan menggunakan sebahagian belanjawan respons serta konteks. Tinggalkan ruang untuk analisis, pemerhatian alat dan hasil akhir, dan periksa respons yang tidak lengkap sebelum menganggap tugas selesai.\n\n### Alat dan antara muka pengeluar\n\nGunakan aliran kerja Responses yang didokumenkan untuk alat terbina dalam dan panggilan fungsi. Profil Chat Completions OpenAI menyokong panggilan fungsi apabila usaha penaakulan ditetapkan kepada none. Kad menyenaraikan penstriman dan Structured Outputs serta alat untuk carian web, carian fail, penjanaan imej, pentafsiran kod, operasi shell, penampalan, kemahiran, penggunaan komputer, sambungan MCP dan penemuan alat. Model memulangkan teks; operasi yang dilaksanakan atau imej yang dijana tergolong dalam hasil alat yang sepadan.\n\nAplikasi yang mengelilinginya mentakrifkan serta melaksanakan operasi dan memulangkan pemerhatian. Simpan hasil sebenar bersama pengecam panggilan serta sumbernya. Panduan keluarga GPT-6 turut menerangkan kerja alat tak segerak, pengarahan giliran aktif, penaakulan yang disimpan dan pemadatan perbualan untuk tugas yang lebih panjang.\n\n### Output yang boleh disemak\n\nSerahan yang berguna mengandungi pelaksanaan atau kesimpulan, bukti yang menyokongnya dan sebarang syarat yang belum diselesaikan. Semak nilai yang diperoleh daripada sumber dan kod yang dijana terhadap keperluan. Tugas patut berakhir apabila artifak yang dinyatakan dan kriteria penyelesaian telah dipenuhi, bukannya menganggap rancangan atau perintah pengesahan yang dicadangkan sebagai bukti kerja yang telah dilaksanakan.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "cd80878a895f4c530e4392fc4931cb25edea91627a4987b40342253d03ef2906", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "openai/gpt-6-sol:batchGPT-6 Sol ialah model penaakulan OpenAI untuk pengekodan kompleks dan aliran kerja berasaskan ejen. Model ini menghubungkan konteks teks serta imej dengan pelaksanaan atau hasil analisis yang ditentukan, menggunakan penaakulan yang boleh dikonfigurasi, output berstruktur dan konteks pengeluar 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 Sol ialah model penaakulan OpenAI untuk pengekodan kompleks dan aliran kerja berasaskan ejen. Model ini bekerja dengan teks serta imej dan memulangkan teks seperti penerangan, pelaksanaan, rekod berstruktur atau operasi alat yang dicadangkan. Edisi GPT-6 Sol ini kekal berasingan daripada GPT-6.1 Sol yang lebih baharu dan mod pelaksanaan Pro Sol, jadi kawalan serta profil pengetahuannya harus dikekalkan apabila membandingkan hasil antara edisi.
Berikan pelaksanaan yang berkaitan, tingkah laku yang diperhatikan, tingkah laku yang dijangkakan dan syarat yang mesti dikekalkan oleh perubahan. Kenal pasti artifak akhir dan pemerhatian yang diperlukan untuk membuktikan penyelesaian. Contoh tugasan ialah: “Cari sebab input ini gagal, cadangkan pembetulan terkecil dan pulangkan fungsi yang diubah bersama penerangan berasaskan sumber tentang syarat yang dikendalikannya.”
Untuk tugas berbilang fail, namakan modul yang terjejas dan antara muka yang menghubungkannya. Untuk antara muka visual, gabungkan kod serta keperluan tingkah laku dengan tangkapan skrin atau reka bentuk olok-olok yang boleh dibaca dan kenal pasti keadaan yang kelihatan untuk dilaksanakan. Kod yang dijana ialah artifak cadangan sehingga dijalankan dalam aplikasi yang dimaksudkan; ralat sebenar atau keadaan yang dirender ialah bukti untuk semakan seterusnya.
Pengeluar menyokong usaha penaakulan none, low, medium, high, xhigh dan max, dengan medium sebagai nilai lalai. Usaha memilih jumlah penaakulan; mod standard dan Pro menerangkan pilihan pelaksanaan yang berasingan. Tugas langsung boleh menggunakan none, manakala penyahpepijatan atau perancangan yang lebih kompleks boleh mendapat manfaat daripada analisis yang teliti. Takrifkan jawapan akhir yang diperlukan secara berasingan daripada proses perantaraannya.
Tugas analisis berasaskan sumber harus menamakan keputusan, kriteria perbandingan dan bahan rujukan yang berwibawa. Minta hasil menghubungkan setiap kesimpulan dengan petikan yang dibekalkan serta menyatakan maklumat yang tiada. Ini memastikan matlamat kekal jelas walaupun model memilih beberapa langkah alat.
Profil yang diterbitkan mempunyai konteks 1,050,000 token, input maksimum 922,000 token dan output maksimum 128,000 token, dengan had pengetahuan pada 20 April 2026. Penaakulan menggunakan sebahagian belanjawan respons serta konteks. Tinggalkan ruang untuk analisis, pemerhatian alat dan hasil akhir, dan periksa respons yang tidak lengkap sebelum menganggap tugas selesai.
Gunakan aliran kerja Responses yang didokumenkan untuk alat terbina dalam dan panggilan fungsi. Profil Chat Completions OpenAI menyokong panggilan fungsi apabila usaha penaakulan ditetapkan kepada none. Kad menyenaraikan penstriman dan Structured Outputs serta alat untuk carian web, carian fail, penjanaan imej, pentafsiran kod, operasi shell, penampalan, kemahiran, penggunaan komputer, sambungan MCP dan penemuan alat. Model memulangkan teks; operasi yang dilaksanakan atau imej yang dijana tergolong dalam hasil alat yang sepadan.
Aplikasi yang mengelilinginya mentakrifkan serta melaksanakan operasi dan memulangkan pemerhatian. Simpan hasil sebenar bersama pengecam panggilan serta sumbernya. Panduan keluarga GPT-6 turut menerangkan kerja alat tak segerak, pengarahan giliran aktif, penaakulan yang disimpan dan pemadatan perbualan untuk tugas yang lebih panjang.
Serahan yang berguna mengandungi pelaksanaan atau kesimpulan, bukti yang menyokongnya dan sebarang syarat yang belum diselesaikan. Semak nilai yang diperoleh daripada sumber dan kod yang dijana terhadap keperluan. Tugas patut berakhir apabila artifak yang dinyatakan dan kriteria penyelesaian telah dipenuhi, bukannya menganggap rancangan atau perintah pengesahan yang dicadangkan sebagai bukti kerja yang telah dilaksanakan.
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-sol:batch | Lalai— |
Medanrequests | Jenisbatch_item[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanrequests[].custom_id | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanrequests[].body.messages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medancompletion_window | Jenisstring | KeperluanPilihan | Nilai & had 24h | Lalai— |
Medanprovider | Jenisobject|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanrequests[].body.model | Jenisstring | KeperluanPilihan | Nilai & had openai/gpt-6-sol:batch, openai/gpt-6-sol | Lalai— |
Medanprovider.only | Jenisstring[] | KeperluanPilihan | Nilai & had openai | Lalai— |
Medanprovider.allow_fallbacks | Jenisboolean|null | KeperluanPilihan | Nilai & had false, null | Lalai— |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakendpoint, model, requests |
Parametermaterial_types | Kontraktext |
Parameterrepresentation | Kontrakrequests[] sebaris; setiap item mempunyai custom_id dan body |
Parameterrequest_endpoint_profile | Kontrak/v1/chat/completions |
Parameterfile_material | KontrakPemanggil boleh membaca JSONL UTF-8 sebenar secara setempat ke dalam requests[]. Tiada tujuan muat naik, input_file_id atau rujukan fail digunakan. Bahan pelanggan yang tiada atau kosong menghentikan persediaan sebelum POST. |
Parameterserialization_order | Kontrakendpoint, model, provider (jika dibekalkan), completion_window (jika dibekalkan), requests di akhir |
Parameteroptional_controls | Kontrakprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | KontrakBadan permintaan Chat Completions teks dalam pembungkus Batch sebaris yang didokumenkan. |
Kitar hayat: asynchronous
GET /v1/batches/{operation_id} · response.id sebenar daripada respons penciptaan asal; pengguna/kunci/kumpulan yang sama
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.002 / 1K token Output · Token output $0.01 / 1K token Input · Bacaan cache $0.0002 / 1K token Input · Penulisan cache $0.0025 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasuk272,000 | Caj Input · Token input $0.002 / 1K token Output · Token output $0.01 / 1K token Input · Bacaan cache $0.0002 / 1K token Input · Penulisan cache $0.0025 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi272,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.004 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache $0.005 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-6-sol:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-6-sol:batch', 'openai/gpt-6-sol']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-sol:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON results[].response.body sebaris
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nSimpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Simpan keseluruhan JSON status asal, setiap hasil/custom_id serta badan respons atau ralat yang lengkap. Simpan results[] yang telah selesai sebagai JSONL tanpa penapisan.
Simpan ID operasi asal. 503 result_pending_check mempunyai X-Should-Retry:false; jangan sekali-kali hantar semula kelompok asal yang hasilnya tidak diketahui.
| Medan | Jenis |
|---|---|
Medanresults[].custom_id | Jenisstring |
Medanresults[].response.body.choices[].message.content | Jenisstring|null |
Medanresults[].error | Jenisobject|null |
Medanusage | Jenisobject|null |
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medanendpoint | Jenisstring |
Medanstatus | Jenisstring |
Medanrequest_counts | Jenisobject |
Medanresults[].id | Jenisstring |
Medanresults[].response.status_code | Jenisinteger |
Medanresults[].response.request_id | Jenisstring |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratPembungkus sebaris yang didokumenkan tidak sah, kunci berulang, identiti item atau keupayaan model yang dikonfigurasikan bercanggah. | Langkah seterusnyaBetulkan medan yang dinyatakan sebelum sebarang penghantaran baharu. |
Respons401 · authentication_error | SyaratKunci API tidak sah. | Langkah seterusnyaGunakan kunci Ailoot yang dibenarkan. |
Respons403 · permission_error | SyaratKumpulan kelompok tidak tersedia. | Langkah seterusnyaSemak hak akses kunci/kumpulan. |
Respons422 · invalid_request_error | SyaratKelompok menggunakan pengebilan baki; penciptaan melalui langganan ditolak. | Langkah seterusnyaGunakan kumpulan yang dibenarkan untuk pengebilan melalui baki. |
Respons422 · price_unavailable | SyaratSebut harga tidak dapat diberikan untuk input kelompok. | Langkah seterusnyaSimpan respons; gunakan input keluarga API yang didokumenkan. |
Respons402 · billing_error | SyaratRizab kelompok tidak tersedia. | Langkah seterusnyaSelesaikan isu penerimaan permintaan sebelum menghantar permintaan baharu. |
Respons503 · price_unavailable | SyaratHarga kaedah kelompok/kadar natif tidak tersedia. | Langkah seterusnyaSimpan respons; jangan gantikan harga. |
Respons503 · api_error | SyaratLaluan pembekal yang tepat tidak tersedia. | Langkah seterusnyaSimpan respons untuk pembaikan laluan. |
Respons503 · result_pending_check | SyaratHasil asal memerlukan semakan; X-Should-Retry:false. | Langkah seterusnyaSimpan operation_id/id asal dan baca statusnya; jangan sekali-kali ulang POST asal. |
Respons404 · not_found | SyaratOperasi status kelompok tiada atau dimiliki oleh identiti lain. | Langkah seterusnyaGunakan id asal yang tepat serta pengguna/kunci/kumpulan yang sama. |
Ailoot Ultra openai/gpt-6-sol:batch
Gunakan laluan kaedah yang dipaparkan di atas.