GPT-5.6 Terra is OpenAI’s uitgebalanceerde model binnen de GPT-5.6-familie. De ontwikkelaar relateert de rol bij verschillende werklasten aan de mini-categorie uit eerdere GPT-5-families, terwijl Terra een eigen profiel onder die naam behoudt. Het werkt met tekst en afbeeldingen en geeft tekst terug, zoals een uitleg, concept, codevoorstel of gestructureerd analyseresultaat.
Geef het bronmateriaal, de vraag en de criteria voor een conclusie. Een praktische opdracht is: “Vergelijk deze eisen met het voorstel, benoem elke afwijking en geef de ondersteunende passage, het gevolg en de nog onbeantwoorde vraag.” Geef documenten labels en behoud termen of eenheden die hun betekenis beïnvloeden. Het resultaat moet duidelijk maken wat het materiaal aantoont en wat een aanname blijft.
Leg bij schrijfwerk de doelgroep, toon en feiten vast die behouden moeten blijven. Benoem bij een herziening de passage die moet veranderen en de betekenis die moet blijven bestaan. Geef voor een programmeertaak de relevante implementatie, het waargenomen probleem en het vereiste gedrag. Een gericht resultaat is nuttiger dan een brede instructie om een niet nader omschreven verzameling materiaal te verbeteren.
Het model ondersteunt de redeneringsniveaus none, low, medium, high, xhigh en max, met medium als standaard. Dit niveau stuurt de diepgang van de analyse; de standaardmodus of Pro-modus is een afzonderlijke uitvoeringskeuze. De afspraken over het eindresultaat blijven bij elke instelling belangrijk: leg de antwoordtaal, vereiste velden en criteria voor voltooiing vast.
OpenAI beschrijft dat beschikbare eerdere redeneringen standaard worden meegenomen in volgende GPT-5.6-beurten, met een contextinstelling voor ondersteunde workflows. Dat kan een doorlopende analyse ondersteunen, terwijl behouden materiaal nog steeds context inneemt. Houd aanvaarde feiten en nieuwe waarnemingen herkenbaar gescheiden van voorlopige tussenconclusies.
Terra’s gepubliceerde context bedraagt 1.050.000 tokens, met maximaal 922.000 invoertokens en maximaal 128.000 uitvoertokens. De kennisgrens is 16 februari 2026. Bronmateriaal, geschiedenis, toolresultaten, redenering en het zichtbare antwoord moeten samen binnen de beschikbare ruimte passen. Reserveer ruimte voor een volledig eindresultaat en controleer onvolledige antwoorden voordat je een taak als afgerond beschouwt.
Behoud bij visueel materiaal leesbare tekst, labels en de omringende context. Vraag het antwoord om het beelddetail te benoemen dat een conclusie ondersteunt. Het model verwerkt tekst en afbeeldingen tot tekst; weergegeven media of uitgevoerde applicatiehandelingen zijn andere resultaten.
De ontwikkelaar vermeldt functieaanroepen, Structured Outputs en streaming, evenals zoeken op het web en in bestanden, tools voor beeldgeneratie, een code-interpreter, shell- en patchbewerkingen, skills, computerbediening, MCP-verbindingen en het zoeken naar tools. De omliggende applicatie voert de geselecteerde handelingen uit en geeft waarnemingen terug, zodat het model verder kan werken.
Geef functies een duidelijk doel en nauwkeurige parameterschema’s. Definieer voor een gestructureerd resultaat elk veld en hoe ontbrekende onderbouwing moet worden weergegeven; vergelijk vervolgens de teruggegeven waarden met de bron. Een antwoord dat aan het formaat voldoet, bewijst op zichzelf niet dat informatie is opgehaald, een handeling is uitgevoerd of validatie heeft plaatsgevonden.
Een nuttig eindresultaat is een controleerbaar concept, bronvergelijking, codevoorstel of gegevensrecord dat verbonden is met de eisen en waarnemingen van de taak. Gebruik bij de voorbereiding Terra’s ondersteunde redeneringsinstellingen en limieten; Sol en GPT-6 hebben hun eigen profielen.
", "aboutText": "GPT-5.6 Terra is OpenAI’s uitgebalanceerde model binnen de GPT-5.6-familie. De ontwikkelaar relateert de rol bij verschillende werklasten aan de mini-categorie uit eerdere GPT-5-families, terwijl Terra een eigen profiel onder die naam behoudt. Het werkt met tekst en afbeeldingen en geeft tekst terug, zoals een uitleg, concept, codevoorstel of gestructureerd analyseresultaat.\n\n### Analyse met een vastgesteld eindresultaat\n\nGeef het bronmateriaal, de vraag en de criteria voor een conclusie. Een praktische opdracht is: “Vergelijk deze eisen met het voorstel, benoem elke afwijking en geef de ondersteunende passage, het gevolg en de nog onbeantwoorde vraag.” Geef documenten labels en behoud termen of eenheden die hun betekenis beïnvloeden. Het resultaat moet duidelijk maken wat het materiaal aantoont en wat een aanname blijft.\n\nLeg bij schrijfwerk de doelgroep, toon en feiten vast die behouden moeten blijven. Benoem bij een herziening de passage die moet veranderen en de betekenis die moet blijven bestaan. Geef voor een programmeertaak de relevante implementatie, het waargenomen probleem en het vereiste gedrag. Een gericht resultaat is nuttiger dan een brede instructie om een niet nader omschreven verzameling materiaal te verbeteren.\n\n### Diepgang van redenering en modus\n\nHet model ondersteunt de redeneringsniveaus none, low, medium, high, xhigh en max, met medium als standaard. Dit niveau stuurt de diepgang van de analyse; de standaardmodus of Pro-modus is een afzonderlijke uitvoeringskeuze. De afspraken over het eindresultaat blijven bij elke instelling belangrijk: leg de antwoordtaal, vereiste velden en criteria voor voltooiing vast.\n\nOpenAI beschrijft dat beschikbare eerdere redeneringen standaard worden meegenomen in volgende GPT-5.6-beurten, met een contextinstelling voor ondersteunde workflows. Dat kan een doorlopende analyse ondersteunen, terwijl behouden materiaal nog steeds context inneemt. Houd aanvaarde feiten en nieuwe waarnemingen herkenbaar gescheiden van voorlopige tussenconclusies.\n\n### Invoer- en uitvoerlimieten\n\nTerra’s gepubliceerde context bedraagt 1.050.000 tokens, met maximaal 922.000 invoertokens en maximaal 128.000 uitvoertokens. De kennisgrens is 16 februari 2026. Bronmateriaal, geschiedenis, toolresultaten, redenering en het zichtbare antwoord moeten samen binnen de beschikbare ruimte passen. Reserveer ruimte voor een volledig eindresultaat en controleer onvolledige antwoorden voordat je een taak als afgerond beschouwt.\n\nBehoud bij visueel materiaal leesbare tekst, labels en de omringende context. Vraag het antwoord om het beelddetail te benoemen dat een conclusie ondersteunt. Het model verwerkt tekst en afbeeldingen tot tekst; weergegeven media of uitgevoerde applicatiehandelingen zijn andere resultaten.\n\n### Tools en gestructureerde resultaten\n\nDe ontwikkelaar vermeldt functieaanroepen, Structured Outputs en streaming, evenals zoeken op het web en in bestanden, tools voor beeldgeneratie, een code-interpreter, shell- en patchbewerkingen, skills, computerbediening, MCP-verbindingen en het zoeken naar tools. De omliggende applicatie voert de geselecteerde handelingen uit en geeft waarnemingen terug, zodat het model verder kan werken.\n\nGeef functies een duidelijk doel en nauwkeurige parameterschema’s. Definieer voor een gestructureerd resultaat elk veld en hoe ontbrekende onderbouwing moet worden weergegeven; vergelijk vervolgens de teruggegeven waarden met de bron. Een antwoord dat aan het formaat voldoet, bewijst op zichzelf niet dat informatie is opgehaald, een handeling is uitgevoerd of validatie heeft plaatsgevonden.\n\nEen nuttig eindresultaat is een controleerbaar concept, bronvergelijking, codevoorstel of gegevensrecord dat verbonden is met de eisen en waarnemingen van de taak. Gebruik bij de voorbereiding Terra’s ondersteunde redeneringsinstellingen en limieten; Sol en GPT-6 hebben hun eigen profielen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "83a22b215b8c775d2ceb88cefe9906510f349be5de31eaca311ee7cd31f665da", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "openai/gpt-5.6-terra:batchGPT-5.6 Terra is OpenAI’s evenwichtige redeneermodel voor analyse, conceptteksten en assistentie in meerdere stappen. Het gebruikt tekst en afbeeldingen om uitleg, code of gestructureerde bevindingen te produceren, met instelbare inspanning en een context van 1.050.000 tokens bij de maker.
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 is OpenAI’s uitgebalanceerde model binnen de GPT-5.6-familie. De ontwikkelaar relateert de rol bij verschillende werklasten aan de mini-categorie uit eerdere GPT-5-families, terwijl Terra een eigen profiel onder die naam behoudt. Het werkt met tekst en afbeeldingen en geeft tekst terug, zoals een uitleg, concept, codevoorstel of gestructureerd analyseresultaat.
Geef het bronmateriaal, de vraag en de criteria voor een conclusie. Een praktische opdracht is: “Vergelijk deze eisen met het voorstel, benoem elke afwijking en geef de ondersteunende passage, het gevolg en de nog onbeantwoorde vraag.” Geef documenten labels en behoud termen of eenheden die hun betekenis beïnvloeden. Het resultaat moet duidelijk maken wat het materiaal aantoont en wat een aanname blijft.
Leg bij schrijfwerk de doelgroep, toon en feiten vast die behouden moeten blijven. Benoem bij een herziening de passage die moet veranderen en de betekenis die moet blijven bestaan. Geef voor een programmeertaak de relevante implementatie, het waargenomen probleem en het vereiste gedrag. Een gericht resultaat is nuttiger dan een brede instructie om een niet nader omschreven verzameling materiaal te verbeteren.
Het model ondersteunt de redeneringsniveaus none, low, medium, high, xhigh en max, met medium als standaard. Dit niveau stuurt de diepgang van de analyse; de standaardmodus of Pro-modus is een afzonderlijke uitvoeringskeuze. De afspraken over het eindresultaat blijven bij elke instelling belangrijk: leg de antwoordtaal, vereiste velden en criteria voor voltooiing vast.
OpenAI beschrijft dat beschikbare eerdere redeneringen standaard worden meegenomen in volgende GPT-5.6-beurten, met een contextinstelling voor ondersteunde workflows. Dat kan een doorlopende analyse ondersteunen, terwijl behouden materiaal nog steeds context inneemt. Houd aanvaarde feiten en nieuwe waarnemingen herkenbaar gescheiden van voorlopige tussenconclusies.
Terra’s gepubliceerde context bedraagt 1.050.000 tokens, met maximaal 922.000 invoertokens en maximaal 128.000 uitvoertokens. De kennisgrens is 16 februari 2026. Bronmateriaal, geschiedenis, toolresultaten, redenering en het zichtbare antwoord moeten samen binnen de beschikbare ruimte passen. Reserveer ruimte voor een volledig eindresultaat en controleer onvolledige antwoorden voordat je een taak als afgerond beschouwt.
Behoud bij visueel materiaal leesbare tekst, labels en de omringende context. Vraag het antwoord om het beelddetail te benoemen dat een conclusie ondersteunt. Het model verwerkt tekst en afbeeldingen tot tekst; weergegeven media of uitgevoerde applicatiehandelingen zijn andere resultaten.
De ontwikkelaar vermeldt functieaanroepen, Structured Outputs en streaming, evenals zoeken op het web en in bestanden, tools voor beeldgeneratie, een code-interpreter, shell- en patchbewerkingen, skills, computerbediening, MCP-verbindingen en het zoeken naar tools. De omliggende applicatie voert de geselecteerde handelingen uit en geeft waarnemingen terug, zodat het model verder kan werken.
Geef functies een duidelijk doel en nauwkeurige parameterschema’s. Definieer voor een gestructureerd resultaat elk veld en hoe ontbrekende onderbouwing moet worden weergegeven; vergelijk vervolgens de teruggegeven waarden met de bron. Een antwoord dat aan het formaat voldoet, bewijst op zichzelf niet dat informatie is opgehaald, een handeling is uitgevoerd of validatie heeft plaatsgevonden.
Een nuttig eindresultaat is een controleerbaar concept, bronvergelijking, codevoorstel of gegevensrecord dat verbonden is met de eisen en waarnemingen van de taak. Gebruik bij de voorbereiding Terra’s ondersteunde redeneringsinstellingen en limieten; Sol en GPT-6 hebben hun eigen profielen.
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-5.6-terra: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-5.6-terra:batch, openai/gpt-5.6-terra | 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 $0.002 / 1K tokens Uitvoer · Uitvoertokens $0.012 / 1K tokens Invoer · Cache lezen $0.0002 / 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 $0.002 / 1K tokens Uitvoer · Uitvoertokens $0.012 / 1K tokens Invoer · Cache lezen $0.0002 / 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 $0.004 / 1K tokens Uitvoer · Uitvoertokens $0.018 / 1K tokens Invoer · Cache lezen $0.0004 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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-5.6-terra: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-5.6-terra:batch', 'openai/gpt-5.6-terra']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-terra: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-5.6-terra:batch
Gebruik de hierboven getoonde methodepaden.