OpenAI: GPT-6 Astra (batch)
GPT-6 Astra er OpenAIs modell for krevende resonnering, programvareutvikling, forskning og profesjonelt dokumentarbeid. Den kombinerer tekst- og bildeforståelse med langkontekstanalyse og verktøystyrte arbeidsflyter og produserer et tekstresultat innenfor en kontekst på 1050000 tokens.
Om modellen
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
GPT-6 Astra er OpenAIs modell for selskapets mest krevende resonneringsoppgaver og profesjonelle oppgaver. Produsenten utvikler den for programvareutvikling, datamaskinbruk, forskning, vitenskapelig arbeid og dokumentoppretting. Den tar imot tekst og bilder og genererer tekst, inkludert forklaringer, kode og strukturerte resultater. Denne standardprofilen for Astra er atskilt fra Pro-resonneringsmodus og profilene for Sol og Luna.
Arbeid fra start til slutt
Bygg oppgaven rundt ønsket resultat, relevante kilder og fullføringskriterier. For programvareutvikling tar du med kode, observert feil, forventet oppførsel og grensesnitt som skal bevares. For profesjonell analyse gir du dokumentene, beslutningen og betingelsene en konklusjon må håndtere. En praktisk oppgavebeskrivelse er: «Sammenlign disse alternativene mot kravene, angi avhengighetene og lag et beslutningsnotat med dokumentasjon for hvert vesentlig funn.»
For en visuell oppgave gjør du kilden leselig og angir om den viser en tilstand i grensesnittet, et plott eller et designkrav. Be om den synlige detaljen som understøtter en observasjon. Et kode- eller dokumentresultat bør forbli knyttet til denne dokumentasjonen fremfor en antatt ekstern handling.
Ledetekster og videreføring
OpenAIs Astra-veiledning anbefaler tydelige mål, suksesskriterier, regler for dokumentasjon og stoppbetingelser. Den bemerker at modellen reagerer sterkt på detaljerte instruksjoner i konteksten og tilgjengelige filer, så avklar motstridende veiledning og angi prioriteten til brukerens oppgave. Angi når modellen skal bruke tilgjengelig informasjon, gjøre en rimelig antakelse eller spørre om en manglende detalj som endrer resultatet.
Produsenten anbefaler også å tilpasse svarstil og valideringsdybde. Beskriv målgruppen og sluttstrukturen for et dokument, og krev validering som er relevant for endringen i en teknisk oppgave. Dette gir modellen en uttrykkelig målstrek uten å legge til uvedkommende arbeid.
Resonnering og kontekst
Astra støtter resonneringsnivåene low, medium, high, xhigh og max og støtter ikke none. Nivået er atskilt fra produsentens standard- eller Pro-resonneringsmodus. Kortet oppgir en kontekst på 1050000 tokens, opptil 922000 inndatatokens og opptil 128000 utdatatokens. Kunnskapsgrensen er 30. april 2026.
Resonnering bruker svarplass selv om de rå interne tokensene ikke vises som et vanlig svar. Sett av plass til sluttresultatet og undersøk avslutningsstatusen når et budsjett brukes opp. Et stort vindu trenger fortsatt kildemerking, oppgavegrenser og relevante observasjoner.
Verktøy og videreførte oppgaver
Produsenten dokumenterer funksjonskall gjennom Responses; Chat Completions støtter ikke funksjonskall for Astra. De støttede verktøyene omfatter nett- og filsøk, bildegenerering, en kodetolker, skall- og patchoperasjoner, ferdigheter, datamaskinbruk, MCP-tilkoblinger og verktøysøk. Structured Outputs og strømming er også oppført. Astras egne utdata er fortsatt tekst, mens verktøyoperasjoner produserer sine respektive observasjoner eller resultater.
Den dokumenterte GPT-6-arbeidsflyten kan fortsette analysen mens et asynkront verktøy kjører, innarbeide styring midt i en runde, bevare resonnering mellom kall og komprimere en lang samtale. Applikasjonen utfører sine egne verktøy og håndterer ventende resultater. Behold koblingen mellom det opprinnelige kallet og observasjonen, slik at oppgaven bruker faktisk dokumentasjon.
Et nyttig sluttresultat er et fullført analyse- eller koderesultat med tydelig grunnlag og gjenværende betingelser. Kontroller kildeavhengige utsagn og bruk faktiske valideringsobservasjoner for utført arbeid. Behold den navngitte Astra-profilen og dens støttede resonneringsnivåer fremfor å låne en innstilling for direkte svar eller en annen modells grenser.
Ailoot Ultra · Batchbehandling POST /v1/batches openai/gpt-6-astra:batch
openai/gpt-6-astra:batchStart
GPT-6 Astra er OpenAIs modell for krevende resonnering, programvareutvikling, forskning og profesjonelt dokumentarbeid. Den kombinerer tekst- og bildeforståelse med langkontekstanalyse og verktøystyrte arbeidsflyter og produserer et tekstresultat innenfor en kontekst på 1050000 tokens.
- Godkjente inndata
- Tekst
- Resultater
- Tekst
Tilgjengelig i Ailoot · inndata & metoder
Ailoot Ultra · Batchbehandling POST /v1/batches
- Inndatatyper
text- Utdatatyper
text- Utdataformat
- JSON fra results[].response.body direkte i svaret
| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltendpoint | Typestring | KravPåkrevd | Verdier & grenser /v1/chat/completions | Standard— |
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser openai/gpt-6-astra:batch | Standard— |
Feltrequests | Typebatch_item[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltrequests[].custom_id | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltrequests[].body.messages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltcompletion_window | Typestring | KravValgfritt | Verdier & grenser 24h | Standard— |
Feltprovider | Typeobject|null | KravValgfritt | Verdier & grenser | Standard— |
Feltrequests[].body.model | Typestring | KravValgfritt | Verdier & grenser openai/gpt-6-astra:batch, openai/gpt-6-astra | Standard— |
Feltprovider.only | Typestring[] | KravValgfritt | Verdier & grenser openai | Standard— |
Feltprovider.allow_fallbacks | Typeboolean|null | KravValgfritt | Verdier & grenser false, null | Standard— |
Metodeparametere og livssyklus
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtaleendpoint, model, requests |
Parametermaterial_types | Avtaletext |
Parameterrepresentation | Avtalerequests[] direkte i forespørselen; hvert element har custom_id og body |
Parameterrequest_endpoint_profile | Avtale/v1/chat/completions |
Parameterfile_material | AvtaleKlienten kan lese det faktiske UTF-8-kodede JSONL-innholdet lokalt inn i requests[]. Feltet purpose for opplasting, input_file_id og filreferanser brukes ikke. Manglende eller tomt kundemateriale stopper klargjøringen før POST. |
Parameterserialization_order | Avtaleendpoint, model, provider (hvis angitt), completion_window (hvis angitt), requests til slutt |
Parameteroptional_controls | Avtaleprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | AvtaleForespørselsinnhold for tekstbasert Chat Completions lagt direkte inn i det dokumenterte Batch-formatet. |
Livssyklus: asynchronous
GET /v1/batches/{operation_id} · faktisk response.id fra den opprinnelige opprettelsen; samme bruker/nøkkel/gruppe
Priser
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
- Hurtigmodus
- Ikke angitt Når hurtigmodus er valgt
- Flex-modus
- Ikke angitt Når flex-modus er valgt
- Maksimal resonneringsinnsats
- Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats
- Priser for eksplisitt mellomlagring
- Ikke aktivert Når eksplisitt mellomlagring forespørres
Ailoot-satser
Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.01 / 1K tokener Utdata · Utgående tokener $0.05 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.001 / 1K tokener Inndata · Skriving til hurtigbuffer $0.0125 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med272 000 | Kostnad Inndata · Inngående tokener $0.01 / 1K tokener Utdata · Utgående tokener $0.05 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.001 / 1K tokener Inndata · Skriving til hurtigbuffer $0.0125 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonNivå 2 for forespørselslengde | Prisplan— | Konteksttokener, mer enn272 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.02 / 1K tokener Utdata · Utgående tokener $0.075 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.002 / 1K tokener Inndata · Skriving til hurtigbuffer $0.025 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
Eksempelforespørsler
Ailoot Ultra · Batchbehandling
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=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}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
import json, os
from pathlib import Path
from urllib.request import Request, urlopen
def prepare_requests(customer_path):
path = Path(customer_path)
if not path.is_file(): raise ValueError("Customer JSONL file is missing")
items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
if not items: raise ValueError("Customer JSONL contains no requests")
ids = set()
for item in items:
if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
cid = item["custom_id"]
if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
ids.add(cid)
if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
supplied_model = item["body"].get("model")
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")
return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-astra:batch", "requests":items}
if __name__ == "__main__":
material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
body = prepare_requests(material)
key = os.environ.get("AILOOT_API_KEY", "")
if not key: raise SystemExit("Set AILOOT_API_KEY")
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")
with urlopen(request) as response:
raw = response.read()
Path("batch-create-response.json").write_bytes(raw)
print(raw.decode("utf-8"))
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
Motta og lagre resultater
Ailoot Ultra · Batchbehandling
JSON fra results[].response.body direkte i svaret
GET /v1/batches/{operation_id}
Kontroller jobbstatus
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Bevar hele den opprinnelige statusresponsen i JSON, alle resultater og custom_id-verdier samt hele svar- eller feilinnholdet. Lagre fullførte results[] som JSONL uten filtrering.
Hvis det opprinnelige svaret må kontrolleres
Bevar den opprinnelige operasjons-ID-en. 503 result_pending_check har X-Should-Retry:false; send aldri den opprinnelige batchen på nytt når utfallet er ukjent.
Svarfelter
| Felt | Type |
|---|---|
Feltresults[].custom_id | Typestring |
Feltresults[].response.body.choices[].message.content | Typestring|null |
Feltresults[].error | Typeobject|null |
Feltusage | Typeobject|null |
Feltid | Typestring |
Feltmodel | Typestring |
Feltendpoint | Typestring |
Feltstatus | Typestring |
Feltrequest_counts | Typeobject |
Feltresults[].id | Typestring |
Feltresults[].response.status_code | Typeinteger |
Feltresults[].response.request_id | Typestring |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldig struktur i det dokumenterte formatet med innebygde forespørsler, dupliserte nøkler, ugyldig elementidentitet eller konflikt med modellens konfigurerte funksjoner. | Neste trinnRett de angitte feltene før du sender en ny forespørsel. |
Svar401 · authentication_error | VilkårUgyldig API-nøkkel. | Neste trinnBruk den autoriserte Ailoot-nøkkelen. |
Svar403 · permission_error | VilkårGruppen for batchbehandling er ikke tilgjengelig. | Neste trinnKontroller tilgangsrettighetene til nøkkelen/gruppen. |
Svar422 · invalid_request_error | VilkårBatch belastes saldoen; opprettelse via abonnement avvises. | Neste trinnBruk den autoriserte gruppen som belastes saldoen. |
Svar422 · price_unavailable | VilkårDet kan ikke beregnes en pris for batchens inndata. | Neste trinnBevar svaret; bruk de dokumenterte inndataene for API-familien. |
Svar402 · billing_error | VilkårBeløpsreservasjon for batchbehandling er ikke tilgjengelig. | Neste trinnLøs problemet som hindrer forespørselen i å bli godkjent før du sender en ny forespørsel. |
Svar503 · price_unavailable | VilkårPris for Batch-metoden eller systemets innebygde satser er ikke tilgjengelige. | Neste trinnBevar svaret; ikke erstatt prisene. |
Svar503 · api_error | VilkårDen nøyaktige leverandørruten er ikke tilgjengelig. | Neste trinnBevar svaret slik at ruten kan repareres. |
Svar503 · result_pending_check | VilkårDet opprinnelige resultatet må kontrolleres; X-Should-Retry:false. | Neste trinnBevar opprinnelig operation_id/id og les statusen; gjenta aldri den opprinnelige POST-forespørselen. |
Svar404 · not_found | VilkårStatusoperasjonen for batchen finnes ikke eller tilhører en annen identitet. | Neste trinnBruk nøyaktig den opprinnelige id-verdien og samme bruker/nøkkel/gruppe. |
Aliaser
Modellaliaser
Ailoot Ultra openai/gpt-6-astra:batch
Aliaser for metodestier
Bruk metodestiene som vises ovenfor.
Tilknyttede anroper-ID-er
FAQ · OpenAI: GPT-6 Astra (batch)
- Hvilke inndata og resultater er tilgjengelige?
POST /v1/batches·openai/gpt-6-astra:batch:text→text- Hvilke felt bruker forespørselen?
POST /v1/batches·openai/gpt-6-astra:batch:endpoint,model,requests,completion_window,provider- Hvilke grenser gjelder?
POST /v1/batches·openai/gpt-6-astra:batch:requests.min_items:1