GPT-5.6 Terra Pro duidt op OpenAI’s GPT-5.6 Terra met Pro-redeneren. Terra is de GPT-5.6-redeneerlaag voor toegepast werk en komt globaal overeen met de mini-laag in eerdere GPT-5-families. Het basismodel accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe bij het uitwerken van het eindantwoord, terwijl Terra de geselecteerde basiseditie blijft.
Een voorbeeldtaak is twee documenten onder een bepaalde verzameling vereisten te vergelijken. Lever beide teksten aan, benoem welke versie of sectie voorrang heeft en definieer de relevante criteria. Vraag om de overeenkomsten, verschillen en vragen die verduidelijking behoeven. U kunt om een vergelijkingstabel vragen, gevolgd door een korte aanbeveling die haar voorwaarden expliciet maakt. Een ontbrekende uitspraak moet als ontbrekende informatie worden weergegeven, niet als een feit dat het model aanlevert.
Terra kan ook worden gebruikt binnen een taak die een schriftelijke aanvraag met beleid of een technische uitleg verbindt. Lever de relevante regels aan en vraag om een antwoord in een specifieke vorm, zoals een brief, een verzameling velden of een plan voor de volgende actie. Als een afbeelding essentieel bewijs bevat, benoem dan het te onderzoeken detail en geef de context die nodig is om het te interpreteren. Voeg voor een technische vraag het waargenomen en verwachte gedrag toe, naast de relevante code of beschrijving.
De specificatie van GPT-5.6 Terra door de maker vermeldt een contextvenster van 1.050.000 tokens, een maximale invoer van 922.000 tokens en een maximale uitvoer van 128.000 tokens. De gedocumenteerde kennisgrens is 16 februari 2026. Het basismodel ondersteunt redeneerinspanning none, low, medium, high, xhigh en max, met medium als standaard. Pro-modus en inspanning zijn onafhankelijke instellingen; het contextbudget biedt ruimte voor redeneren, bronmateriaal en het eindantwoord.
OpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit toelaat. Het basismodel ondersteunt streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, afbeeldingsinvoer en promptcaching. De maker vermeldt ook hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, gehoste shell- en patchbewerkingen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen. Een toepassing stelt haar bewerkingen beschikbaar, voert ze uit en geeft de resultaten terug; het tekstantwoord van het model staat los van die uitgevoerde acties.
Bereid de aanvraag rond een voltooiingscriterium voor. Benoem bij de documentvergelijking het bewijs dat voor elke conclusie nodig is en vraag om onopgeloste punten apart te vermelden. Specificeer bij een taak voor het schrijven van een reactie de verplichte feiten en de volgende actie van de lezer. Een bruikbaar eindresultaat is een gestructureerde vergelijking of voorgestelde reactie waarvan belangrijke uitspraken naar het aangeleverde materiaal terug te voeren zijn, gereed voor een gericht vervolg.
", "aboutText": "GPT-5.6 Terra Pro duidt op OpenAI’s GPT-5.6 Terra met Pro-redeneren. Terra is de GPT-5.6-redeneerlaag voor toegepast werk en komt globaal overeen met de mini-laag in eerdere GPT-5-families. Het basismodel accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe bij het uitwerken van het eindantwoord, terwijl Terra de geselecteerde basiseditie blijft.\n\nEen voorbeeldtaak is twee documenten onder een bepaalde verzameling vereisten te vergelijken. Lever beide teksten aan, benoem welke versie of sectie voorrang heeft en definieer de relevante criteria. Vraag om de overeenkomsten, verschillen en vragen die verduidelijking behoeven. U kunt om een vergelijkingstabel vragen, gevolgd door een korte aanbeveling die haar voorwaarden expliciet maakt. Een ontbrekende uitspraak moet als ontbrekende informatie worden weergegeven, niet als een feit dat het model aanlevert.\n\nTerra kan ook worden gebruikt binnen een taak die een schriftelijke aanvraag met beleid of een technische uitleg verbindt. Lever de relevante regels aan en vraag om een antwoord in een specifieke vorm, zoals een brief, een verzameling velden of een plan voor de volgende actie. Als een afbeelding essentieel bewijs bevat, benoem dan het te onderzoeken detail en geef de context die nodig is om het te interpreteren. Voeg voor een technische vraag het waargenomen en verwachte gedrag toe, naast de relevante code of beschrijving.\n\nDe specificatie van GPT-5.6 Terra door de maker vermeldt een contextvenster van 1.050.000 tokens, een maximale invoer van 922.000 tokens en een maximale uitvoer van 128.000 tokens. De gedocumenteerde kennisgrens is 16 februari 2026. Het basismodel ondersteunt redeneerinspanning none, low, medium, high, xhigh en max, met medium als standaard. Pro-modus en inspanning zijn onafhankelijke instellingen; het contextbudget biedt ruimte voor redeneren, bronmateriaal en het eindantwoord.\n\nOpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit toelaat. Het basismodel ondersteunt streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, afbeeldingsinvoer en promptcaching. De maker vermeldt ook hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, gehoste shell- en patchbewerkingen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen. Een toepassing stelt haar bewerkingen beschikbaar, voert ze uit en geeft de resultaten terug; het tekstantwoord van het model staat los van die uitgevoerde acties.\n\nBereid de aanvraag rond een voltooiingscriterium voor. Benoem bij de documentvergelijking het bewijs dat voor elke conclusie nodig is en vraag om onopgeloste punten apart te vermelden. Specificeer bij een taak voor het schrijven van een reactie de verplichte feiten en de volgende actie van de lezer. Een bruikbaar eindresultaat is een gestructureerde vergelijking of voorgestelde reactie waarvan belangrijke uitspraken naar het aangeleverde materiaal terug te voeren zijn, gereed voor een gericht vervolg.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Compare a revised operating rule\n\nCompare these operating instructions, giving Revision B priority. [A] Supervisors approve every stock adjustment. [B] Supervisors approve adjustments above 20 units; smaller adjustments require a recorded reason. A request changes stock by 12 units and has no reason. Explain the governing rule, missing information and proposed reply to the requester.A rule comparison, a case-specific finding and a short request for the missing recorded reason.Ensure the priority of B is applied and the 12-unit case is not automatically approved.gpt-5.6-terra-proGPT-5.6 Terra met Pro-redeneren voor toegepaste taken die baat hebben bij uitgebreidere analyse. Vergelijk aangeleverde documenten, interpreteer regels of ontwikkel een gestructureerd antwoord vanuit tekst en visueel materiaal.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.6 Terra Pro duidt op OpenAI’s GPT-5.6 Terra met Pro-redeneren. Terra is de GPT-5.6-redeneerlaag voor toegepast werk en komt globaal overeen met de mini-laag in eerdere GPT-5-families. Het basismodel accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe bij het uitwerken van het eindantwoord, terwijl Terra de geselecteerde basiseditie blijft.
Een voorbeeldtaak is twee documenten onder een bepaalde verzameling vereisten te vergelijken. Lever beide teksten aan, benoem welke versie of sectie voorrang heeft en definieer de relevante criteria. Vraag om de overeenkomsten, verschillen en vragen die verduidelijking behoeven. U kunt om een vergelijkingstabel vragen, gevolgd door een korte aanbeveling die haar voorwaarden expliciet maakt. Een ontbrekende uitspraak moet als ontbrekende informatie worden weergegeven, niet als een feit dat het model aanlevert.
Terra kan ook worden gebruikt binnen een taak die een schriftelijke aanvraag met beleid of een technische uitleg verbindt. Lever de relevante regels aan en vraag om een antwoord in een specifieke vorm, zoals een brief, een verzameling velden of een plan voor de volgende actie. Als een afbeelding essentieel bewijs bevat, benoem dan het te onderzoeken detail en geef de context die nodig is om het te interpreteren. Voeg voor een technische vraag het waargenomen en verwachte gedrag toe, naast de relevante code of beschrijving.
De specificatie van GPT-5.6 Terra door de maker vermeldt een contextvenster van 1.050.000 tokens, een maximale invoer van 922.000 tokens en een maximale uitvoer van 128.000 tokens. De gedocumenteerde kennisgrens is 16 februari 2026. Het basismodel ondersteunt redeneerinspanning none, low, medium, high, xhigh en max, met medium als standaard. Pro-modus en inspanning zijn onafhankelijke instellingen; het contextbudget biedt ruimte voor redeneren, bronmateriaal en het eindantwoord.
OpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit toelaat. Het basismodel ondersteunt streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, afbeeldingsinvoer en promptcaching. De maker vermeldt ook hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, gehoste shell- en patchbewerkingen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen. Een toepassing stelt haar bewerkingen beschikbaar, voert ze uit en geeft de resultaten terug; het tekstantwoord van het model staat los van die uitgevoerde acties.
Bereid de aanvraag rond een voltooiingscriterium voor. Benoem bij de documentvergelijking het bewijs dat voor elke conclusie nodig is en vraag om onopgeloste punten apart te vermelden. Specificeer bij een taak voor het schrijven van een reactie de verplichte feiten en de volgende actie van de lezer. Een bruikbaar eindresultaat is een gestructureerde vergelijking of voorgestelde reactie waarvan belangrijke uitspraken naar het aangeleverde materiaal terug te voeren zijn, gereed voor een gericht vervolg.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gpt-5.6-terra-pro | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Tekstgesprek | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream |
Parametercontrol_scope | ContractTekstgesprek; stream is een booleaanse waarde en is standaard false. |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Methodealiasnamen: /chat/completions
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
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 $0.004 / 1K tokens Uitvoer · Uitvoertokens $0.024 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven $0.005 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en met272.000 | Kosten Invoer · Invoertokens $0.004 / 1K tokens Uitvoer · Uitvoertokens $0.024 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven $0.005 / 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 $0.008 / 1K tokens Uitvoer · Uitvoertokens $0.036 / 1K tokens Invoer · Cache lezen $0.0008 / 1K tokens Invoer · Cache schrijven $0.01 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-5.6-terra-pro","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gpt-5.6-terra-pro", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra gpt-5.6-terra-pro, openai/gpt-5.6-terra-pro
/chat/completions
gpt-5.6-terra-proGPT-5.6 Terra met Pro-redeneren voor toegepaste taken die baat hebben bij uitgebreidere analyse. Vergelijk aangeleverde documenten, interpreteer regels of ontwikkel een gestructureerd antwoord vanuit tekst en visueel materiaal.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.6 Terra Pro duidt op OpenAI’s GPT-5.6 Terra met Pro-redeneren. Terra is de GPT-5.6-redeneerlaag voor toegepast werk en komt globaal overeen met de mini-laag in eerdere GPT-5-families. Het basismodel accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe bij het uitwerken van het eindantwoord, terwijl Terra de geselecteerde basiseditie blijft.
Een voorbeeldtaak is twee documenten onder een bepaalde verzameling vereisten te vergelijken. Lever beide teksten aan, benoem welke versie of sectie voorrang heeft en definieer de relevante criteria. Vraag om de overeenkomsten, verschillen en vragen die verduidelijking behoeven. U kunt om een vergelijkingstabel vragen, gevolgd door een korte aanbeveling die haar voorwaarden expliciet maakt. Een ontbrekende uitspraak moet als ontbrekende informatie worden weergegeven, niet als een feit dat het model aanlevert.
Terra kan ook worden gebruikt binnen een taak die een schriftelijke aanvraag met beleid of een technische uitleg verbindt. Lever de relevante regels aan en vraag om een antwoord in een specifieke vorm, zoals een brief, een verzameling velden of een plan voor de volgende actie. Als een afbeelding essentieel bewijs bevat, benoem dan het te onderzoeken detail en geef de context die nodig is om het te interpreteren. Voeg voor een technische vraag het waargenomen en verwachte gedrag toe, naast de relevante code of beschrijving.
De specificatie van GPT-5.6 Terra door de maker vermeldt een contextvenster van 1.050.000 tokens, een maximale invoer van 922.000 tokens en een maximale uitvoer van 128.000 tokens. De gedocumenteerde kennisgrens is 16 februari 2026. Het basismodel ondersteunt redeneerinspanning none, low, medium, high, xhigh en max, met medium als standaard. Pro-modus en inspanning zijn onafhankelijke instellingen; het contextbudget biedt ruimte voor redeneren, bronmateriaal en het eindantwoord.
OpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit toelaat. Het basismodel ondersteunt streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, afbeeldingsinvoer en promptcaching. De maker vermeldt ook hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, gehoste shell- en patchbewerkingen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen. Een toepassing stelt haar bewerkingen beschikbaar, voert ze uit en geeft de resultaten terug; het tekstantwoord van het model staat los van die uitgevoerde acties.
Bereid de aanvraag rond een voltooiingscriterium voor. Benoem bij de documentvergelijking het bewijs dat voor elke conclusie nodig is en vraag om onopgeloste punten apart te vermelden. Specificeer bij een taak voor het schrijven van een reactie de verplichte feiten en de volgende actie van de lezer. Een bruikbaar eindresultaat is een gestructureerde vergelijking of voorgestelde reactie waarvan belangrijke uitspraken naar het aangeleverde materiaal terug te voeren zijn, gereed voor een gericht vervolg.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gpt-5.6-terra-pro | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
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 $0.004 / 1K tokens Uitvoer · Uitvoertokens $0.024 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven $0.005 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en met272.000 | Kosten Invoer · Invoertokens $0.004 / 1K tokens Uitvoer · Uitvoertokens $0.024 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven $0.005 / 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 $0.008 / 1K tokens Uitvoer · Uitvoertokens $0.036 / 1K tokens Invoer · Cache lezen $0.0008 / 1K tokens Invoer · Cache schrijven $0.01 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "gpt-5.6-terra-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-5.6-terra-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-5.6-terra-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra gpt-5.6-terra-pro, openai/gpt-5.6-terra-pro
/chat/completions
openai/gpt-5.6-terra-proGPT-5.6 Terra met Pro-redeneren voor toegepaste taken die baat hebben bij uitgebreidere analyse. Vergelijk aangeleverde documenten, interpreteer regels of ontwikkel een gestructureerd antwoord vanuit tekst en visueel materiaal.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.6 Terra Pro duidt op OpenAI’s GPT-5.6 Terra met Pro-redeneren. Terra is de GPT-5.6-redeneerlaag voor toegepast werk en komt globaal overeen met de mini-laag in eerdere GPT-5-families. Het basismodel accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe bij het uitwerken van het eindantwoord, terwijl Terra de geselecteerde basiseditie blijft.
Een voorbeeldtaak is twee documenten onder een bepaalde verzameling vereisten te vergelijken. Lever beide teksten aan, benoem welke versie of sectie voorrang heeft en definieer de relevante criteria. Vraag om de overeenkomsten, verschillen en vragen die verduidelijking behoeven. U kunt om een vergelijkingstabel vragen, gevolgd door een korte aanbeveling die haar voorwaarden expliciet maakt. Een ontbrekende uitspraak moet als ontbrekende informatie worden weergegeven, niet als een feit dat het model aanlevert.
Terra kan ook worden gebruikt binnen een taak die een schriftelijke aanvraag met beleid of een technische uitleg verbindt. Lever de relevante regels aan en vraag om een antwoord in een specifieke vorm, zoals een brief, een verzameling velden of een plan voor de volgende actie. Als een afbeelding essentieel bewijs bevat, benoem dan het te onderzoeken detail en geef de context die nodig is om het te interpreteren. Voeg voor een technische vraag het waargenomen en verwachte gedrag toe, naast de relevante code of beschrijving.
De specificatie van GPT-5.6 Terra door de maker vermeldt een contextvenster van 1.050.000 tokens, een maximale invoer van 922.000 tokens en een maximale uitvoer van 128.000 tokens. De gedocumenteerde kennisgrens is 16 februari 2026. Het basismodel ondersteunt redeneerinspanning none, low, medium, high, xhigh en max, met medium als standaard. Pro-modus en inspanning zijn onafhankelijke instellingen; het contextbudget biedt ruimte voor redeneren, bronmateriaal en het eindantwoord.
OpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit toelaat. Het basismodel ondersteunt streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, afbeeldingsinvoer en promptcaching. De maker vermeldt ook hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, gehoste shell- en patchbewerkingen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen. Een toepassing stelt haar bewerkingen beschikbaar, voert ze uit en geeft de resultaten terug; het tekstantwoord van het model staat los van die uitgevoerde acties.
Bereid de aanvraag rond een voltooiingscriterium voor. Benoem bij de documentvergelijking het bewijs dat voor elke conclusie nodig is en vraag om onopgeloste punten apart te vermelden. Specificeer bij een taak voor het schrijven van een reactie de verplichte feiten en de volgende actie van de lezer. Een bruikbaar eindresultaat is een gestructureerde vergelijking of voorgestelde reactie waarvan belangrijke uitspraken naar het aangeleverde materiaal terug te voeren zijn, gereed voor een gericht vervolg.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-5.6-terra-pro | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
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 $0.004 / 1K tokens Uitvoer · Uitvoertokens $0.024 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven $0.005 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en met272.000 | Kosten Invoer · Invoertokens $0.004 / 1K tokens Uitvoer · Uitvoertokens $0.024 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven $0.005 / 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 $0.008 / 1K tokens Uitvoer · Uitvoertokens $0.036 / 1K tokens Invoer · Cache lezen $0.0008 / 1K tokens Invoer · Cache schrijven $0.01 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.6-terra-pro", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5.6-terra-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5.6-terra-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra gpt-5.6-terra-pro, openai/gpt-5.6-terra-pro
/chat/completions
openai/gpt-5.6-terra-proGPT-5.6 Terra met Pro-redeneren voor toegepaste taken die baat hebben bij uitgebreidere analyse. Vergelijk aangeleverde documenten, interpreteer regels of ontwikkel een gestructureerd antwoord vanuit tekst en visueel materiaal.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.6 Terra Pro duidt op OpenAI’s GPT-5.6 Terra met Pro-redeneren. Terra is de GPT-5.6-redeneerlaag voor toegepast werk en komt globaal overeen met de mini-laag in eerdere GPT-5-families. Het basismodel accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe bij het uitwerken van het eindantwoord, terwijl Terra de geselecteerde basiseditie blijft.
Een voorbeeldtaak is twee documenten onder een bepaalde verzameling vereisten te vergelijken. Lever beide teksten aan, benoem welke versie of sectie voorrang heeft en definieer de relevante criteria. Vraag om de overeenkomsten, verschillen en vragen die verduidelijking behoeven. U kunt om een vergelijkingstabel vragen, gevolgd door een korte aanbeveling die haar voorwaarden expliciet maakt. Een ontbrekende uitspraak moet als ontbrekende informatie worden weergegeven, niet als een feit dat het model aanlevert.
Terra kan ook worden gebruikt binnen een taak die een schriftelijke aanvraag met beleid of een technische uitleg verbindt. Lever de relevante regels aan en vraag om een antwoord in een specifieke vorm, zoals een brief, een verzameling velden of een plan voor de volgende actie. Als een afbeelding essentieel bewijs bevat, benoem dan het te onderzoeken detail en geef de context die nodig is om het te interpreteren. Voeg voor een technische vraag het waargenomen en verwachte gedrag toe, naast de relevante code of beschrijving.
De specificatie van GPT-5.6 Terra door de maker vermeldt een contextvenster van 1.050.000 tokens, een maximale invoer van 922.000 tokens en een maximale uitvoer van 128.000 tokens. De gedocumenteerde kennisgrens is 16 februari 2026. Het basismodel ondersteunt redeneerinspanning none, low, medium, high, xhigh en max, met medium als standaard. Pro-modus en inspanning zijn onafhankelijke instellingen; het contextbudget biedt ruimte voor redeneren, bronmateriaal en het eindantwoord.
OpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit toelaat. Het basismodel ondersteunt streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, afbeeldingsinvoer en promptcaching. De maker vermeldt ook hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, gehoste shell- en patchbewerkingen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen. Een toepassing stelt haar bewerkingen beschikbaar, voert ze uit en geeft de resultaten terug; het tekstantwoord van het model staat los van die uitgevoerde acties.
Bereid de aanvraag rond een voltooiingscriterium voor. Benoem bij de documentvergelijking het bewijs dat voor elke conclusie nodig is en vraag om onopgeloste punten apart te vermelden. Specificeer bij een taak voor het schrijven van een reactie de verplichte feiten en de volgende actie van de lezer. Een bruikbaar eindresultaat is een gestructureerde vergelijking of voorgestelde reactie waarvan belangrijke uitspraken naar het aangeleverde materiaal terug te voeren zijn, gereed voor een gericht vervolg.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-5.6-terra-pro | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
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 $0.004 / 1K tokens Uitvoer · Uitvoertokens $0.024 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven $0.005 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en met272.000 | Kosten Invoer · Invoertokens $0.004 / 1K tokens Uitvoer · Uitvoertokens $0.024 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven $0.005 / 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 $0.008 / 1K tokens Uitvoer · Uitvoertokens $0.036 / 1K tokens Invoer · Cache lezen $0.0008 / 1K tokens Invoer · Cache schrijven $0.01 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "openai/gpt-5.6-terra-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.6-terra-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.6-terra-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra gpt-5.6-terra-pro, openai/gpt-5.6-terra-pro
/chat/completions
Technisch voorbeeld in het Engels
Compare a revised operating rule\n\nCompare these operating instructions, giving Revision B priority. [A] Supervisors approve every stock adjustment. [B] Supervisors approve adjustments above 20 units; smaller adjustments require a recorded reason. A request changes stock by 12 units and has no reason. Explain the governing rule, missing information and proposed reply to the requester.A rule comparison, a case-specific finding and a short request for the missing recorded reason.Ensure the priority of B is applied and the 12-unit case is not automatically approved.