modeller

OpenAI: GPT-6 Astra (batch)

Markdown · JSON

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:batch

OpenAI /openai/gpt-6-astra:batch

Start

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
FeltTypeKravVerdier & grenserStandard
FeltendpointTypestringKravPåkrevdVerdier & grenser
/v1/chat/completions
Standard—
FeltmodelTypestringKravPåkrevdVerdier & grenser
openai/gpt-6-astra:batch
Standard—
FeltrequestsTypebatch_item[]KravPåkrevdVerdier & grenser
Minste antall elementer: 1
Standard—
Feltrequests[].custom_idTypestringKravPåkrevdVerdier & grenserStandard—
Feltrequests[].body.messagesTypemessage[]KravPåkrevdVerdier & grenserStandard—
Feltcompletion_windowTypestringKravValgfrittVerdier & grenser
24h
Standard—
FeltproviderTypeobject|nullKravValgfrittVerdier & grenserStandard—
Feltrequests[].body.modelTypestringKravValgfrittVerdier & grenser
openai/gpt-6-astra:batch, openai/gpt-6-astra
Standard—
Feltprovider.onlyTypestring[]KravValgfrittVerdier & grenser
openai
Standard—
Feltprovider.allow_fallbacksTypeboolean|nullKravValgfrittVerdier & grenser
false, null
Standard—
Metodeparametere og livssyklus
ParameterAvtale
Parametercontent_typeAvtaleapplication/json
ParameterrequiredAvtaleendpoint, model, requests
Parametermaterial_typesAvtaletext
ParameterrepresentationAvtalerequests[] direkte i forespørselen; hvert element har custom_id og body
Parameterrequest_endpoint_profileAvtale/v1/chat/completions
Parameterfile_materialAvtaleKlienten 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_orderAvtaleendpoint, model, provider (hvis angitt), completion_window (hvis angitt), requests til slutt
Parameteroptional_controlsAvtaleprovider.only, provider.allow_fallbacks, completion_window
Parameterschema_scopeAvtaleForespørselsinnhold 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.

KonfigurasjonPrisplanKonteksttokener, mer ennKonteksttokener, opptil og medKostnad
KonfigurasjonGrunnpriser for tokenerPrisplanGrunnsatsKonteksttokener, mer enn—Konteksttokener, opptil og medIngen øvre grenseKostnad
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 forespørselslengdePrisplan—Konteksttokener, mer enn0Konteksttokener, opptil og med272 000Kostnad
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 forespørselslengdePrisplan—Konteksttokener, mer enn272 000Konteksttokener, opptil og medIngen øvre grenseKostnad
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

curl · bevarte testdataPython HTTP · kundens faktiske JSONLPython · lagre hvert ferdige resultat
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
curl · status for opprinnelig operasjon
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
FeltType
Feltresults[].custom_idTypestring
Feltresults[].response.body.choices[].message.contentTypestring|null
Feltresults[].errorTypeobject|null
FeltusageTypeobject|null
FeltidTypestring
FeltmodelTypestring
FeltendpointTypestring
FeltstatusTypestring
Feltrequest_countsTypeobject
Feltresults[].idTypestring
Feltresults[].response.status_codeTypeinteger
Feltresults[].response.request_idTypestring
Feil og neste trinn
SvarVilkårNeste trinn
Svar400 · invalid_request_errorVilkårUgyldig 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_errorVilkårUgyldig API-nøkkel.Neste trinnBruk den autoriserte Ailoot-nøkkelen.
Svar403 · permission_errorVilkårGruppen for batchbehandling er ikke tilgjengelig.Neste trinnKontroller tilgangsrettighetene til nøkkelen/gruppen.
Svar422 · invalid_request_errorVilkårBatch belastes saldoen; opprettelse via abonnement avvises.Neste trinnBruk den autoriserte gruppen som belastes saldoen.
Svar422 · price_unavailableVilkårDet kan ikke beregnes en pris for batchens inndata.Neste trinnBevar svaret; bruk de dokumenterte inndataene for API-familien.
Svar402 · billing_errorVilkårBeløpsreservasjon for batchbehandling er ikke tilgjengelig.Neste trinnLøs problemet som hindrer forespørselen i å bli godkjent før du sender en ny forespørsel.
Svar503 · price_unavailableVilkårPris for Batch-metoden eller systemets innebygde satser er ikke tilgjengelige.Neste trinnBevar svaret; ikke erstatt prisene.
Svar503 · api_errorVilkårDen nøyaktige leverandørruten er ikke tilgjengelig.Neste trinnBevar svaret slik at ruten kan repareres.
Svar503 · result_pending_checkVilkårDet 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_foundVilkårStatusoperasjonen 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

openai/gpt-6-astra:batch

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

Flere detaljer

Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.

Selskapet og dets prosjektportefølje

Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.

Kjøp tokener med rabatt.

Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.

Abonnement
Velg et rabattabonnement for faste forespørsler.
Kampanjekode opptil 50%
Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.
Kostnader i historikken
Modell, tokener og beløp lagres for hver forespørsel.

Velg abonnement · Se modellpriser

Koble API-et til produktet du selger.

SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.

Kommersiell applikasjon
Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.
Forhandlerlisens
Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.
Dokumenter på nettstedet
Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.

Be om forhandlerlisens · Offentlig tilbud og lisensavtale