OpenAI: GPT-6.1 Terra Pro
openai/gpt-6.1-terra-proTekstmodellkort for GPT-6.1 Terra Pro til dokumentarbeid, sammenligning av materiale og utarbeiding av strukturerte svar.
Arbeid med tekstmateriale
GPT-6.1 Terra Pro i Ailoot API tar imot en tekstforespørsel og returnerer et tekstsvar. Modellkortet kan inngå i dokumentutarbeiding, analyse av kildemateriale og trinnvis presisering av resultatet i en dialog. Send oppgavens innhold, nødvendige opplysninger og ønsket svarform i én forespørsel eller gjennom samtalemeldinger.
Utarbeiding av et dokument
Begynn med målet: Hvilket dokument trengs, hvem er det beregnet på, og hvilken handling skal det hjelpe mottakeren med? Legg ved hovedpunkter, kildeutdrag eller et utkast. Angi deretter strukturen, for eksempel innledning, hovedkonklusjoner, argumenter og neste trinn. Ved redigering presiserer du hva som skal endres: lengde, tone, terminologi eller fremstillingsrekkefølge. En slik forespørsel gir et etterprøvbart resultat fremfor en ubestemt oppgave som «forbedre teksten».
Analyse og sammenligning
For analyse av flere tekster skiller du dem med navn og angir sammenligningskriteriene. Du kan be om et kort innholdssammendrag for hver tekst, en samlet spørsmålsliste eller en punktvis sammenligning av krav. Hvis nøyaktig kildeforankring er viktig, ber du om at dokumentnavn og relevant utdrag oppgis ved konklusjonen. En feltliste og et utfylt eksempel gjør det enklere å få et svar som passer til videre manuell behandling.
Tilkobling og omfang
For dette modellkortet er tekstgrensesnittene Messages, Responses, Chat Completions og Gemini-kompatibel generateContent satt opp i Ailoot API. Bruk meldingsformatet klienten støtter. Innhold i dokumenter og annet grunnlagsmateriale sendes som tekst. Resultatet er tekst som kan lagres, redigeres eller sendes videre til neste arbeidstrinn.
Ved en stor oppgave fordeler du plassen mellom kildematerialet, instruksjonen og forventet svar. Hvis du trenger et kort resultat, angir du lengden direkte i forespørselen. Hvis fullstendighet er viktig, lister du obligatoriske deler og kontrollkriterier.
Forespørselens rekkefølge
- Beskriv sluttoppgaven og legg ved originalteksten.
- Angi begrensninger og ønsket struktur.
- Sammenhold svaret med kildematerialet.
- Presiser enkelte deler og behold det overordnede målet og kravene.
Tilgjengelig via Ailoot API
POST /v1/messages- Inndatatyper
text- Utdatatyper
text- Kontekst
- Ikke angitt i katalogen
- Maks. svar
- Ikke angitt i katalogen
- Inndata
- 0,002 USD / 1K
- Utdata
- 0,01 USD / 1K
- Lesing fra hurtigbuffer
- 0,0001 USD / 1K
- Skriving til hurtigbuffer
- 0,0025 USD / 1K
- Skriving til hurtigbuffer, 5 min
- 0,0025 USD / 1K tokens
- Skriving til hurtigbuffer, 1 time
- 0,0025 USD / 1K tokens
- web_search_call
- 0,02 USD per kall
Priser etter forespørselslengde · Anthropic Messages
| Forespørselsstørrelse, tokener | Inndata | Utdata | Lesing fra hurtigbuffer | Skriving til hurtigbuffer | Hurtigbuffer 5 min | Hurtigbuffer 1 time |
|---|---|---|---|---|---|---|
| Forespørselsstørrelse, tokener(0; 272 000] | Inndata0,002 USD | Utdata0,01 USD | Lesing fra hurtigbuffer0,0001 USD | Skriving til hurtigbuffer0,0025 USD | Hurtigbuffer 5 min0,0025 USD | Hurtigbuffer 1 time0,0025 USD |
| Forespørselsstørrelse, tokener(272 000; ∞) | Inndata0,004 USD | Utdata0,015 USD | Lesing fra hurtigbuffer0,0002 USD | Skriving til hurtigbuffer0,005 USD | Hurtigbuffer 5 min0,005 USD | Hurtigbuffer 1 time0,005 USD |
Satser i USD per 1K tokener. Hvis ingen sats er angitt, arves grunnsatsen for denne metoden; «—» betyr at ingen grunnsats er angitt.
POST /v1/responses- Inndatatyper
text- Utdatatyper
text- Kontekst
- Ikke angitt i katalogen
- Maks. svar
- Ikke angitt i katalogen
- Inndata
- 0,002 USD / 1K
- Utdata
- 0,01 USD / 1K
- Lesing fra hurtigbuffer
- 0,0001 USD / 1K
- Skriving til hurtigbuffer
- 0,0025 USD / 1K
- Skriving til hurtigbuffer, 5 min
- 0,0025 USD / 1K tokens
- Skriving til hurtigbuffer, 1 time
- 0,0025 USD / 1K tokens
- web_search_call
- 0,02 USD per kall
Priser etter forespørselslengde · OpenAI Responses
| Forespørselsstørrelse, tokener | Inndata | Utdata | Lesing fra hurtigbuffer | Skriving til hurtigbuffer | Hurtigbuffer 5 min | Hurtigbuffer 1 time |
|---|---|---|---|---|---|---|
| Forespørselsstørrelse, tokener(0; 272 000] | Inndata0,002 USD | Utdata0,01 USD | Lesing fra hurtigbuffer0,0001 USD | Skriving til hurtigbuffer0,0025 USD | Hurtigbuffer 5 min0,0025 USD | Hurtigbuffer 1 time0,0025 USD |
| Forespørselsstørrelse, tokener(272 000; ∞) | Inndata0,004 USD | Utdata0,015 USD | Lesing fra hurtigbuffer0,0002 USD | Skriving til hurtigbuffer0,005 USD | Hurtigbuffer 5 min0,005 USD | Hurtigbuffer 1 time0,005 USD |
Satser i USD per 1K tokener. Hvis ingen sats er angitt, arves grunnsatsen for denne metoden; «—» betyr at ingen grunnsats er angitt.
POST /v1/chat/completions- Inndatatyper
text- Utdatatyper
text- Kontekst
- Ikke angitt i katalogen
- Maks. svar
- Ikke angitt i katalogen
- Inndata
- 0,002 USD / 1K
- Utdata
- 0,01 USD / 1K
- Lesing fra hurtigbuffer
- 0,0001 USD / 1K
- Skriving til hurtigbuffer
- 0,0025 USD / 1K
- Skriving til hurtigbuffer, 5 min
- 0,0025 USD / 1K tokens
- Skriving til hurtigbuffer, 1 time
- 0,0025 USD / 1K tokens
- web_search_call
- 0,02 USD per kall
Priser etter forespørselslengde · OpenAI Chat
| Forespørselsstørrelse, tokener | Inndata | Utdata | Lesing fra hurtigbuffer | Skriving til hurtigbuffer | Hurtigbuffer 5 min | Hurtigbuffer 1 time |
|---|---|---|---|---|---|---|
| Forespørselsstørrelse, tokener(0; 272 000] | Inndata0,002 USD | Utdata0,01 USD | Lesing fra hurtigbuffer0,0001 USD | Skriving til hurtigbuffer0,0025 USD | Hurtigbuffer 5 min0,0025 USD | Hurtigbuffer 1 time0,0025 USD |
| Forespørselsstørrelse, tokener(272 000; ∞) | Inndata0,004 USD | Utdata0,015 USD | Lesing fra hurtigbuffer0,0002 USD | Skriving til hurtigbuffer0,005 USD | Hurtigbuffer 5 min0,005 USD | Hurtigbuffer 1 time0,005 USD |
Satser i USD per 1K tokener. Hvis ingen sats er angitt, arves grunnsatsen for denne metoden; «—» betyr at ingen grunnsats er angitt.
POST /v1beta/models/openai/gpt-6.1-terra-pro:generateContent- Inndatatyper
text- Utdatatyper
text- Kontekst
- Ikke angitt i katalogen
- Maks. svar
- Ikke angitt i katalogen
- Inndata
- 0,002 USD / 1K
- Utdata
- 0,01 USD / 1K
- Lesing fra hurtigbuffer
- 0,0001 USD / 1K
- Skriving til hurtigbuffer
- 0,0025 USD / 1K
- Skriving til hurtigbuffer, 5 min
- 0,0025 USD / 1K tokens
- Skriving til hurtigbuffer, 1 time
- 0,0025 USD / 1K tokens
- web_search_call
- 0,02 USD per kall
Priser etter forespørselslengde · Gemini generateContent
| Forespørselsstørrelse, tokener | Inndata | Utdata | Lesing fra hurtigbuffer | Skriving til hurtigbuffer | Hurtigbuffer 5 min | Hurtigbuffer 1 time |
|---|---|---|---|---|---|---|
| Forespørselsstørrelse, tokener(0; 272 000] | Inndata0,002 USD | Utdata0,01 USD | Lesing fra hurtigbuffer0,0001 USD | Skriving til hurtigbuffer0,0025 USD | Hurtigbuffer 5 min0,0025 USD | Hurtigbuffer 1 time0,0025 USD |
| Forespørselsstørrelse, tokener(272 000; ∞) | Inndata0,004 USD | Utdata0,015 USD | Lesing fra hurtigbuffer0,0002 USD | Skriving til hurtigbuffer0,005 USD | Hurtigbuffer 5 min0,005 USD | Hurtigbuffer 1 time0,005 USD |
Satser i USD per 1K tokener. Hvis ingen sats er angitt, arves grunnsatsen for denne metoden; «—» betyr at ingen grunnsats er angitt.
openai/gpt-6.1-terra-pro · JSON
{"about":"### Arbeid med tekstmateriale\nGPT-6.1 Terra Pro i Ailoot API tar imot en tekstforespørsel og returnerer et tekstsvar. Modellkortet kan inngå i dokumentutarbeiding, analyse av kildemateriale og trinnvis presisering av resultatet i en dialog. Send oppgavens innhold, nødvendige opplysninger og ønsket svarform i én forespørsel eller gjennom samtalemeldinger.\n\n### Utarbeiding av et dokument\nBegynn med målet: Hvilket dokument trengs, hvem er det beregnet på, og hvilken handling skal det hjelpe mottakeren med? Legg ved hovedpunkter, kildeutdrag eller et utkast. Angi deretter strukturen, for eksempel innledning, hovedkonklusjoner, argumenter og neste trinn. Ved redigering presiserer du hva som skal endres: lengde, tone, terminologi eller fremstillingsrekkefølge. En slik forespørsel gir et etterprøvbart resultat fremfor en ubestemt oppgave som «forbedre teksten».\n\n### Analyse og sammenligning\nFor analyse av flere tekster skiller du dem med navn og angir sammenligningskriteriene. Du kan be om et kort innholdssammendrag for hver tekst, en samlet spørsmålsliste eller en punktvis sammenligning av krav. Hvis nøyaktig kildeforankring er viktig, ber du om at dokumentnavn og relevant utdrag oppgis ved konklusjonen. En feltliste og et utfylt eksempel gjør det enklere å få et svar som passer til videre manuell behandling.\n\n### Tilkobling og omfang\nFor dette modellkortet er tekstgrensesnittene Messages, Responses, Chat Completions og Gemini-kompatibel generateContent satt opp i Ailoot API. Bruk meldingsformatet klienten støtter. Innhold i dokumenter og annet grunnlagsmateriale sendes som tekst. Resultatet er tekst som kan lagres, redigeres eller sendes videre til neste arbeidstrinn.\n\nVed en stor oppgave fordeler du plassen mellom kildematerialet, instruksjonen og forventet svar. Hvis du trenger et kort resultat, angir du lengden direkte i forespørselen. Hvis fullstendighet er viktig, lister du obligatoriske deler og kontrollkriterier.\n\n### Forespørselens rekkefølge\n1. Beskriv sluttoppgaven og legg ved originalteksten.\n2. Angi begrensninger og ønsket struktur.\n3. Sammenhold svaret med kildematerialet.\n4. Presiser enkelte deler og behold det overordnede målet og kravene.","alias_of":null,"aliases":[],"author":"OpenAI","canonical_model":"openai/gpt-6.1-terra-pro","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"openai/gpt-6.1-terra-pro","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/messages","request_model_id":"openai/gpt-6.1-terra-pro","route_label":"Ultra","status_reads":[],"tiers":[{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"in":2.0,"interval_boundary":"min_exclusive_max_inclusive","label":"<=272K","max":272000,"min":0,"null_rate_policy":"inherit_base_rate","out":10.0},{"cache_read":0.2,"cache_write":5.0,"cache_write_1h":5.0,"cache_write_5m":5.0,"in":4.0,"interval_boundary":"min_exclusive_max_inclusive","label":">272K","max":null,"min":272000,"null_rate_policy":"inherit_base_rate","out":15.0}],"tool_prices":{"web_search_call":0.02},"unit":"token","units":[]},{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/responses","request_model_id":"openai/gpt-6.1-terra-pro","route_label":"Ultra","status_reads":[],"tiers":[{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"in":2.0,"interval_boundary":"min_exclusive_max_inclusive","label":"<=272K","max":272000,"min":0,"null_rate_policy":"inherit_base_rate","out":10.0},{"cache_read":0.2,"cache_write":5.0,"cache_write_1h":5.0,"cache_write_5m":5.0,"in":4.0,"interval_boundary":"min_exclusive_max_inclusive","label":">272K","max":null,"min":272000,"null_rate_policy":"inherit_base_rate","out":15.0}],"tool_prices":{"web_search_call":0.02},"unit":"token","units":[]},{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"openai/gpt-6.1-terra-pro","route_label":"Ultra","status_reads":[],"tiers":[{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"in":2.0,"interval_boundary":"min_exclusive_max_inclusive","label":"<=272K","max":272000,"min":0,"null_rate_policy":"inherit_base_rate","out":10.0},{"cache_read":0.2,"cache_write":5.0,"cache_write_1h":5.0,"cache_write_5m":5.0,"in":4.0,"interval_boundary":"min_exclusive_max_inclusive","label":">272K","max":null,"min":272000,"null_rate_policy":"inherit_base_rate","out":15.0}],"tool_prices":{"web_search_call":0.02},"unit":"token","units":[]},{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1beta/models/openai/gpt-6.1-terra-pro:generateContent","request_model_id":"openai/gpt-6.1-terra-pro","route_label":"Ultra","status_reads":[],"tiers":[{"cache_read":0.1,"cache_write":2.5,"cache_write_1h":2.5,"cache_write_5m":2.5,"in":2.0,"interval_boundary":"min_exclusive_max_inclusive","label":"<=272K","max":272000,"min":0,"null_rate_policy":"inherit_base_rate","out":10.0},{"cache_read":0.2,"cache_write":5.0,"cache_write_1h":5.0,"cache_write_5m":5.0,"in":4.0,"interval_boundary":"min_exclusive_max_inclusive","label":">272K","max":null,"min":272000,"null_rate_policy":"inherit_base_rate","out":15.0}],"tool_prices":{"web_search_call":0.02},"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"openai/gpt-6.1-terra-pro","request_model_id":"openai/gpt-6.1-terra-pro","route_label":"Ultra"}],"name":"OpenAI: GPT-6.1 Terra Pro","price":{"in":2.0,"in_label":null,"out":10.0,"out_label":null,"sort_in":2.0,"sort_out":10.0,"varies":false},"public_id":"openai/gpt-6.1-terra-pro","short":"Tekstmodellkort for GPT-6.1 Terra Pro til dokumentarbeid, sammenligning av materiale og utarbeiding av strukturerte svar."}