modeller

OpenAI: gpt-oss-120b (batch)

Markdown · JSON

OpenAI: gpt-oss-120b (batch)

OpenAIs større gpt-oss-modell med åpne modellvekter bruker resonnering med en blanding av eksperter for tekst, koding og agentarbeid. Den støtter resonneringsnivåene low, medium og high, funksjonskall og Structured Outputs i et miljø med tilkoblede verktøy.

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

gpt-oss-120b er OpenAIs større språkmodell med åpne modellvekter for allsidig resonnering, koding og agentarbeid. Den tar imot og produserer tekst. Produsenten oppgir totalt 117 milliarder parametere, med 5,1 milliarder aktive parametere per token i en arkitektur med en blanding av eksperter. Dette er familiens 120b-utgave, atskilt fra gpt-oss-20b og de spesialiserte Safeguard-modellene.

Lanseringen beskriver et hovedsakelig engelskspråklig, tekstbasert treningssett med fokus på STEM, koding og generell kunnskap. En eksempeloppgave er å analysere en algoritme ut fra koden og de angitte betingelsene: forklare viktige sammenhenger, sammenligne mulige tilnærminger og lage et konkret implementasjonsforslag. For en dokumentbasert beslutning oppgir du materialet og kriteriene, og ber deretter om en konklusjon knyttet til dokumentasjonen du la ved.

OpenAIs publiserte arkitektur har 36 lag, 128 eksperter og fire aktive eksperter per token. Den opprinnelige utgivelsen bruker MXFP4 for ekspertblandingens vekter og beskriver modellen som kjørende på én 80 GB GPU. OpenAI utgir vektene under Apache 2.0 og støtter finjustering for spesialiserte bruksområder. Dette er egenskaper ved produsentens publiserte modell og format, fremfor en beskrivelse av en applikasjons bestemte utrulling.

Modelldokumentasjonen oppgir et kontekstvindu på 131072 tokens og en maksimal generert utdatamengde på 131072 tokens, med en kunnskapsgrense på 1. juni 2024. Inndata, resonnering og utdata må få plass i den tilgjengelige konteksten. De støttede resonneringsnivåene er low, medium og high, slik at en oppgave kan be om et kort dialogisk svar eller dypere analyse. OpenAI krever Harmony-formatet, som skiller intern analyse fra sluttsvaret; produsenten sier at rå analyse er beregnet på utviklere fremfor direkte visning til sluttbrukere.

Produsenten dokumenterer funksjonskall, nettsurfing, kjøring av Python-kode gjennom verktøy og Structured Outputs. Modellkortet oppgir også strømming, med funksjoner, kodetolkning, MCP og søk i det dokumenterte verktøymiljøet. Applikasjoner gir operasjoner, utfører handlingene og returnerer faktiske resultater. En beregning eller et oppslag kan deretter bli dokumentasjon for et nytt resonneringstrinn, mens en foreslått verktøyforespørsel fortsatt er atskilt fra en operasjon som har kjørt.

Klargjør et tydelig mål, definisjoner og et nyttig sluttresultat: en forklaring, et kodeforslag, en formel eller et strukturert sett med funn. Angi hvilke fakta som må bevares i en transformasjon, og hvordan manglende informasjon skal fremstilles. Et nyttig sluttsvar knytter konklusjonen til de oppgitte betingelsene og eventuelle faktiske verktøyresultater. For en oppfølging tar du med den viktige dokumentasjonen og beslutningen som fortsatt må tas, i neste forespørsel.

Ailoot Ultra · Batchbehandling POST /v1/batches openai/gpt-oss-120b:batch

openai/gpt-oss-120b:batch

OpenAI /openai/gpt-oss-120b:batch

Start

OpenAIs større gpt-oss-modell med åpne modellvekter bruker resonnering med en blanding av eksperter for tekst, koding og agentarbeid. Den støtter resonneringsnivåene low, medium og high, funksjonskall og Structured Outputs i et miljø med tilkoblede verktøy.

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-oss-120b: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-oss-120b:batch, openai/gpt-oss-120b
Standard—
Feltprovider.onlyTypestring[]KravValgfrittVerdier & grenser
deepinfra/bf16
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 $0.0000592 / 1K tokener
Utdata · Utgående tokener $0.000272 / 1K tokener
Inndata · Lesing fra hurtigbuffer — / 1K tokener
Inndata · Skriving til hurtigbuffer — / 1K tokener
Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener
KonfigurasjonNivå 1 for forespørselslengdePrisplan—Konteksttokener, mer enn0Konteksttokener, opptil og medIngen øvre grenseKostnad
Inndata · Inngående tokener $0.0000592 / 1K tokener
Utdata · Utgående tokener $0.000272 / 1K tokener
Inndata · Lesing fra hurtigbuffer — / 1K tokener
Inndata · Skriving til hurtigbuffer — / 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-oss-120b: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-oss-120b:batch', 'openai/gpt-oss-120b']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-oss-120b: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-oss-120b:batch

Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

Tilknyttede anroper-ID-er

openai/gpt-oss-120b:batch

FAQ · OpenAI: gpt-oss-120b (batch)
Hvilke inndata og resultater er tilgjengelige?

POST /v1/batches · openai/gpt-oss-120b:batch: text → text

Hvilke felt bruker forespørselen?

POST /v1/batches · openai/gpt-oss-120b:batch: endpoint, model, requests, completion_window, provider

Hvilke grenser gjelder?

POST /v1/batches · openai/gpt-oss-120b: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