GPT-5.5 Pro is OpenAI’s afzonderlijke Pro-editie van GPT-5.5. Het gebruikt extra rekenwerk om moeilijke vragen uit te werken en een grondiger antwoord te ontwikkelen. Het model accepteert tekst en afbeeldingen en produceert tekst. De identiteit als benoemd Pro-model verschilt van het kiezen van de uitvoeringsmodus Pro voor een basismodel van GPT-5.6 of GPT-6.
De aankondiging van de GPT-5.5-familie beschrijft programmeren, onderzoek, gegevensanalyse en professioneel werk met veel documenten. Zij beschrijft Pro specifiek als een keuze voor veeleisende vragen en uitgebreidere, gestructureerde resultaten. Een voorbeeldtaak is meerdere projectdocumenten met elkaar in overeenstemming te brengen, de vereisten te identificeren die van elkaar afhangen en een aanbeveling met expliciete voorwaarden te ontwikkelen. Lever voor code het beoogde gedrag, de bestaande implementatie en de voorwaarden aan die een voorgestelde wijziging moet behouden.
OpenAI specificeert voor GPT-5.5 Pro een contextvenster van 1.050.000 tokens en een maximale uitvoer van 128.000 tokens, met een gedocumenteerde kennisgrens van 1 december 2025. De keuzes voor redeneerinspanning zijn medium, high en xhigh; high is de standaard. Redeneren gebruikt tokenruimte naast het zichtbare antwoord. Een lange professionele aanvraag moet daarom het relevante bewijs bevatten en ruimte laten voor de analyse van het model en het eindresultaat.
De maker documenteert GPT-5.5 Pro voor Responses-aanvragen, ook via Batch, ter ondersteuning van modelinteracties over meerdere beurten vóór het antwoord. Moeilijke aanvragen kunnen meerdere minuten duren. OpenAI beveelt uitvoering op de achtergrond aan voor langlopend werk: de toepassing ontvangt een antwoordidentificator, volgt de status van de aanvraag en haalt het voltooide resultaat op. Gebruik deze werkwijze om een lange aanvraag tot het voltooide resultaat te volgen.
De modelkaart vermeldt Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, hulpmiddelen voor afbeeldingsgeneratie, afbeeldingsinvoer en MCP-ondersteuning. De hulpmiddelen omvatten ook een code-interpreter en gehoste shell. De toepassing levert de werkomgeving en voert haar bewerkingen uit en geeft hun werkelijke resultaten terug, zodat het model kan doorgaan. Een voorgesteld programma, een aangevraagde actie en het resultaat van een uitgevoerde actie moeten als verschillende resultaten worden behandeld bij het voorbereiden van het eindantwoord.
Geef het model een duidelijke vraag, het bronmateriaal en een voltooiingscriterium. Vraag voor een technische analyse om de betrokken afhankelijkheden, de voorgestelde aanpak en het bewijs dat nodig is om deze te controleren. Benoem voor een documentbeslissing de vergelijkingscriteria en vraag om de aangeleverde feiten, conclusie en onopgeloste voorwaarden van elkaar te blijven onderscheiden. Wijs op het relevante detail wanneer een afbeelding essentieel bewijs levert. Een bruikbaar eindresultaat is een specifieke beslisnota, een codevoorstel of analytische uitleg die met het aangeleverde materiaal en doel is verbonden.
", "aboutText": "GPT-5.5 Pro is OpenAI’s afzonderlijke Pro-editie van GPT-5.5. Het gebruikt extra rekenwerk om moeilijke vragen uit te werken en een grondiger antwoord te ontwikkelen. Het model accepteert tekst en afbeeldingen en produceert tekst. De identiteit als benoemd Pro-model verschilt van het kiezen van de uitvoeringsmodus Pro voor een basismodel van GPT-5.6 of GPT-6.\n\nDe aankondiging van de GPT-5.5-familie beschrijft programmeren, onderzoek, gegevensanalyse en professioneel werk met veel documenten. Zij beschrijft Pro specifiek als een keuze voor veeleisende vragen en uitgebreidere, gestructureerde resultaten. Een voorbeeldtaak is meerdere projectdocumenten met elkaar in overeenstemming te brengen, de vereisten te identificeren die van elkaar afhangen en een aanbeveling met expliciete voorwaarden te ontwikkelen. Lever voor code het beoogde gedrag, de bestaande implementatie en de voorwaarden aan die een voorgestelde wijziging moet behouden.\n\nOpenAI specificeert voor GPT-5.5 Pro een contextvenster van 1.050.000 tokens en een maximale uitvoer van 128.000 tokens, met een gedocumenteerde kennisgrens van 1 december 2025. De keuzes voor redeneerinspanning zijn medium, high en xhigh; high is de standaard. Redeneren gebruikt tokenruimte naast het zichtbare antwoord. Een lange professionele aanvraag moet daarom het relevante bewijs bevatten en ruimte laten voor de analyse van het model en het eindresultaat.\n\nDe maker documenteert GPT-5.5 Pro voor Responses-aanvragen, ook via Batch, ter ondersteuning van modelinteracties over meerdere beurten vóór het antwoord. Moeilijke aanvragen kunnen meerdere minuten duren. OpenAI beveelt uitvoering op de achtergrond aan voor langlopend werk: de toepassing ontvangt een antwoordidentificator, volgt de status van de aanvraag en haalt het voltooide resultaat op. Gebruik deze werkwijze om een lange aanvraag tot het voltooide resultaat te volgen.\n\nDe modelkaart vermeldt Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, hulpmiddelen voor afbeeldingsgeneratie, afbeeldingsinvoer en MCP-ondersteuning. De hulpmiddelen omvatten ook een code-interpreter en gehoste shell. De toepassing levert de werkomgeving en voert haar bewerkingen uit en geeft hun werkelijke resultaten terug, zodat het model kan doorgaan. Een voorgesteld programma, een aangevraagde actie en het resultaat van een uitgevoerde actie moeten als verschillende resultaten worden behandeld bij het voorbereiden van het eindantwoord.\n\nGeef het model een duidelijke vraag, het bronmateriaal en een voltooiingscriterium. Vraag voor een technische analyse om de betrokken afhankelijkheden, de voorgestelde aanpak en het bewijs dat nodig is om deze te controleren. Benoem voor een documentbeslissing de vergelijkingscriteria en vraag om de aangeleverde feiten, conclusie en onopgeloste voorwaarden van elkaar te blijven onderscheiden. Wijs op het relevante detail wanneer een afbeelding essentieel bewijs levert. Een bruikbaar eindresultaat is een specifieke beslisnota, een codevoorstel of analytische uitleg die met het aangeleverde materiaal en doel is verbonden.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "40a53dde27527bc881006940f2e788c5eb6b752229d41e887fc7b7875cb420df", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "openai/gpt-5.5-pro:batchDe afzonderlijke editie GPT-5.5 Pro gebruikt extra rekenwerk voor moeilijk redeneren en professionele analyse. Deze editie accepteert tekst en afbeeldingen en ontwikkelt een tekstresultaat via de interface Responses van de maker, inclusief Batch-aanvragen.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.5 Pro is OpenAI’s afzonderlijke Pro-editie van GPT-5.5. Het gebruikt extra rekenwerk om moeilijke vragen uit te werken en een grondiger antwoord te ontwikkelen. Het model accepteert tekst en afbeeldingen en produceert tekst. De identiteit als benoemd Pro-model verschilt van het kiezen van de uitvoeringsmodus Pro voor een basismodel van GPT-5.6 of GPT-6.
De aankondiging van de GPT-5.5-familie beschrijft programmeren, onderzoek, gegevensanalyse en professioneel werk met veel documenten. Zij beschrijft Pro specifiek als een keuze voor veeleisende vragen en uitgebreidere, gestructureerde resultaten. Een voorbeeldtaak is meerdere projectdocumenten met elkaar in overeenstemming te brengen, de vereisten te identificeren die van elkaar afhangen en een aanbeveling met expliciete voorwaarden te ontwikkelen. Lever voor code het beoogde gedrag, de bestaande implementatie en de voorwaarden aan die een voorgestelde wijziging moet behouden.
OpenAI specificeert voor GPT-5.5 Pro een contextvenster van 1.050.000 tokens en een maximale uitvoer van 128.000 tokens, met een gedocumenteerde kennisgrens van 1 december 2025. De keuzes voor redeneerinspanning zijn medium, high en xhigh; high is de standaard. Redeneren gebruikt tokenruimte naast het zichtbare antwoord. Een lange professionele aanvraag moet daarom het relevante bewijs bevatten en ruimte laten voor de analyse van het model en het eindresultaat.
De maker documenteert GPT-5.5 Pro voor Responses-aanvragen, ook via Batch, ter ondersteuning van modelinteracties over meerdere beurten vóór het antwoord. Moeilijke aanvragen kunnen meerdere minuten duren. OpenAI beveelt uitvoering op de achtergrond aan voor langlopend werk: de toepassing ontvangt een antwoordidentificator, volgt de status van de aanvraag en haalt het voltooide resultaat op. Gebruik deze werkwijze om een lange aanvraag tot het voltooide resultaat te volgen.
De modelkaart vermeldt Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, hulpmiddelen voor afbeeldingsgeneratie, afbeeldingsinvoer en MCP-ondersteuning. De hulpmiddelen omvatten ook een code-interpreter en gehoste shell. De toepassing levert de werkomgeving en voert haar bewerkingen uit en geeft hun werkelijke resultaten terug, zodat het model kan doorgaan. Een voorgesteld programma, een aangevraagde actie en het resultaat van een uitgevoerde actie moeten als verschillende resultaten worden behandeld bij het voorbereiden van het eindantwoord.
Geef het model een duidelijke vraag, het bronmateriaal en een voltooiingscriterium. Vraag voor een technische analyse om de betrokken afhankelijkheden, de voorgestelde aanpak en het bewijs dat nodig is om deze te controleren. Benoem voor een documentbeslissing de vergelijkingscriteria en vraag om de aangeleverde feiten, conclusie en onopgeloste voorwaarden van elkaar te blijven onderscheiden. Wijs op het relevante detail wanneer een afbeelding essentieel bewijs levert. Een bruikbaar eindresultaat is een specifieke beslisnota, een codevoorstel of analytische uitleg die met het aangeleverde materiaal en doel is verbonden.
POST /v1/batchestexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldendpoint | Typestring | VereisteVereist | Waarden en limieten /v1/chat/completions | Standaard— |
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-5.5-pro:batch | Standaard— |
Veldrequests | Typebatch_item[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldrequests[].custom_id | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldrequests[].body.messages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldcompletion_window | Typestring | VereisteOptioneel | Waarden en limieten 24h | Standaard— |
Veldprovider | Typeobject|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldrequests[].body.model | Typestring | VereisteOptioneel | Waarden en limieten openai/gpt-5.5-pro:batch, openai/gpt-5.5-pro | Standaard— |
Veldprovider.only | Typestring[] | VereisteOptioneel | Waarden en limieten openai | Standaard— |
Veldprovider.allow_fallbacks | Typeboolean|null | VereisteOptioneel | Waarden en limieten false, null | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractendpoint, model, requests |
Parametermaterial_types | Contracttext |
Parameterrepresentation | Contractinline requests[]; elk item bevat custom_id en body |
Parameterrequest_endpoint_profile | Contract/v1/chat/completions |
Parameterfile_material | ContractDe aanroeper kan de daadwerkelijke UTF-8 JSONL lokaal in requests[] inlezen. Er wordt geen uploaddoel, input_file_id of bestandsverwijzing gebruikt. Ontbrekend of leeg klantmateriaal stopt de voorbereiding vóór POST. |
Parameterserialization_order | Contractendpoint, model, provider (indien opgegeven), completion_window (indien opgegeven), requests als laatste |
Parameteroptional_controls | Contractprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | ContractAanvraagbodies voor tekst via Chat Completions in de gedocumenteerde inline Batch-structuur. |
Levenscyclus: asynchronous
GET /v1/batches/{operation_id} · daadwerkelijke response.id uit de oorspronkelijke aanmaakrespons; dezelfde gebruiker/sleutel/groep
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.03 / 1K tokens Uitvoer · Uitvoertokens $0.18 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en met272.000 | Kosten Invoer · Invoertokens $0.03 / 1K tokens Uitvoer · Uitvoertokens $0.18 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 2 | Tariefstaffel— | Contexttokens, meer dan272.000 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.06 / 1K tokens Uitvoer · Uitvoertokens $0.27 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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-5.5-pro: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-5.5-pro:batch', 'openai/gpt-5.5-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.5-pro: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.\ninline JSON uit results[].response.body
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\nBewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar de volledige oorspronkelijke status-JSON, elk resultaat/custom_id en de volledige respons- of foutbody. Sla voltooide results[] op als JSONL, zonder te filteren.
Bewaar de oorspronkelijke bewerkings-ID. 503 result_pending_check bevat X-Should-Retry:false; dien een oorspronkelijke batch met onbekende status nooit opnieuw in.
| Veld | Type |
|---|---|
Veldresults[].custom_id | Typestring |
Veldresults[].response.body.choices[].message.content | Typestring|null |
Veldresults[].error | Typeobject|null |
Veldusage | Typeobject|null |
Veldid | Typestring |
Veldmodel | Typestring |
Veldendpoint | Typestring |
Veldstatus | Typestring |
Veldrequest_counts | Typeobject |
Veldresults[].id | Typestring |
Veldresults[].response.status_code | Typeinteger |
Veldresults[].response.request_id | Typestring |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeOngeldige gedocumenteerde inline structuur, dubbele sleutels, ongeldige itemidentiteit of conflict met de geconfigureerde modelmogelijkheden. | Volgende stapCorrigeer de aangegeven velden vóór elke nieuwe indiening. |
Antwoord401 · authentication_error | VoorwaardeOngeldige API-sleutel. | Volgende stapGebruik de geautoriseerde Ailoot-sleutel. |
Antwoord403 · permission_error | VoorwaardeBatch-groep niet beschikbaar. | Volgende stapControleer de toegangsrechten van de sleutel/groep. |
Antwoord422 · invalid_request_error | VoorwaardeBatch wordt via het saldo gefactureerd; aanmaken via een abonnement wordt geweigerd. | Volgende stapGebruik de geautoriseerde groep die via het saldo wordt gefactureerd. |
Antwoord422 · price_unavailable | VoorwaardeVoor de Batch-invoer kan geen prijsraming worden gemaakt. | Volgende stapBewaar de respons; gebruik de gedocumenteerde invoer voor deze familie. |
Antwoord402 · billing_error | VoorwaardeReservering voor Batch niet beschikbaar. | Volgende stapLos het toelatingsprobleem op vóór een nieuwe aanvraag. |
Antwoord503 · price_unavailable | VoorwaardePrijs voor de Batch-methode/native tarieven niet beschikbaar. | Volgende stapBewaar de respons; vervang de prijzen niet. |
Antwoord503 · api_error | VoorwaardeDe exacte leveranciersroute is niet beschikbaar. | Volgende stapBewaar de respons voor het herstel van de route. |
Antwoord503 · result_pending_check | VoorwaardeHet oorspronkelijke resultaat moet gecontroleerd worden; X-Should-Retry:false. | Volgende stapBewaar de oorspronkelijke operation_id/id en lees de status ervan uit; herhaal de oorspronkelijke POST nooit. |
Antwoord404 · not_found | VoorwaardeBewerking voor de Batch-status ontbreekt of behoort toe aan een andere identiteit. | Volgende stapGebruik de exacte oorspronkelijke id en dezelfde gebruiker/sleutel/groep. |
Ailoot Ultra openai/gpt-5.5-pro:batch
Gebruik de hierboven getoonde methodepaden.