GPT-6.1 Sol Pro duidt op OpenAI’s GPT-6.1 Sol met Pro-redeneren. Het basismodel is ontworpen voor complex programmeren, computergebruik en professioneel werk. Het accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe om het eindantwoord uit te werken; het beschrijft hoe het geselecteerde model aan de aanvraag werkt, terwijl de redeneerinspanning de hoeveelheid redeneerwerk binnen die modus regelt. Dit onderscheid houdt de identiteit van GPT-6.1 Sol gescheiden van de uitvoeringsinstelling Pro.
Lever voor een veeleisende technische taak het vereiste gedrag, de relevante bestanden of codefragmenten en de voorwaarden aan die de wijziging moet behouden. Een voorbeeldopdracht is twee mogelijke implementaties te onderzoeken, de afhankelijkheden die elk beïnvloedt te benoemen en een wijzigingsvoorstel te produceren met een beknopte uitleg van de afwegingen. Lever voor professionele analyse de documenten, de te nemen beslissing en de criteria voor het vergelijken van alternatieven aan. Als een afbeelding belangrijk bewijs bevat, benoem dan het interface-element, diagram of detail waarop het antwoord moet ingaan.
OpenAI vermeldt voor het basismodel 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 30 april 2026. Redeneren neemt ook tokenruimte in; een lange invoer en een lang zichtbaar antwoord moeten dus ruimte voor de analyse van het model overlaten. Bereid het relevante materiaal met duidelijke labels en definities voor en specificeer het eindresultaat: een codewijziging, beslisnota, procedure of gestructureerde verzameling bevindingen.
De gedocumenteerde keuzes voor redeneerinspanning van het basismodel zijn low, medium, high, xhigh en max; medium is de standaard. Het ondersteunt de instellingen none en minimal niet. OpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit kan toelaten. Voor GPT-6.1 Sol gebruiken hulpmiddelaanroepen Responses; de interface Chat Completions van de maker accepteert aanvragen zonder hulpmiddelen. Die verschillen zijn van belang bij het ontwerpen van een werkwijze rond het model, in plaats van alle interfaces en redeneerinstellingen als uitwisselbaar te behandelen.
De maker vermeldt streaming, Structured Outputs en functieaanroepen, samen met zoeken op het web en in bestanden, hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, shell- en patchhulpmiddelen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen. De uitvoer van het basismodel blijft tekst; een hulpmiddel voor afbeeldingsgeneratie is een afzonderlijke bewerking. Een toepassing definieert de beschikbare hulpmiddelen, voert haar eigen bewerkingen uit en geeft de resultaten terug, zodat het model kan doorgaan. De GPT-6-documentatie beschrijft ook asynchroon hulpmiddelwerk, het bijsturen van een actieve beurt, het behouden van redeneerwerk tussen aanroepen en het comprimeren van een lang gesprek.
Geef het model een duidelijk voltooiingscriterium en het bewijs waarmee het resultaat moet worden gecontroleerd. Vraag bij een codebeoordeling om het betrokken gedrag en een concrete uitleg van elk belangrijk probleem. Vraag bij een beslissing over een document om de aangeleverde feiten, de gekozen aanpak en de voorwaarden waarvan de conclusie afhangt. Een bruikbaar eindresultaat maakt de beslissing en de basis ervan expliciet, zodat de volgende persoon of toepassingsstap met een specifiek resultaat verder kan.
", "aboutText": "GPT-6.1 Sol Pro duidt op OpenAI’s GPT-6.1 Sol met Pro-redeneren. Het basismodel is ontworpen voor complex programmeren, computergebruik en professioneel werk. Het accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe om het eindantwoord uit te werken; het beschrijft hoe het geselecteerde model aan de aanvraag werkt, terwijl de redeneerinspanning de hoeveelheid redeneerwerk binnen die modus regelt. Dit onderscheid houdt de identiteit van GPT-6.1 Sol gescheiden van de uitvoeringsinstelling Pro.\n\nLever voor een veeleisende technische taak het vereiste gedrag, de relevante bestanden of codefragmenten en de voorwaarden aan die de wijziging moet behouden. Een voorbeeldopdracht is twee mogelijke implementaties te onderzoeken, de afhankelijkheden die elk beïnvloedt te benoemen en een wijzigingsvoorstel te produceren met een beknopte uitleg van de afwegingen. Lever voor professionele analyse de documenten, de te nemen beslissing en de criteria voor het vergelijken van alternatieven aan. Als een afbeelding belangrijk bewijs bevat, benoem dan het interface-element, diagram of detail waarop het antwoord moet ingaan.\n\nOpenAI vermeldt voor het basismodel 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 30 april 2026. Redeneren neemt ook tokenruimte in; een lange invoer en een lang zichtbaar antwoord moeten dus ruimte voor de analyse van het model overlaten. Bereid het relevante materiaal met duidelijke labels en definities voor en specificeer het eindresultaat: een codewijziging, beslisnota, procedure of gestructureerde verzameling bevindingen.\n\nDe gedocumenteerde keuzes voor redeneerinspanning van het basismodel zijn low, medium, high, xhigh en max; medium is de standaard. Het ondersteunt de instellingen none en minimal niet. OpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit kan toelaten. Voor GPT-6.1 Sol gebruiken hulpmiddelaanroepen Responses; de interface Chat Completions van de maker accepteert aanvragen zonder hulpmiddelen. Die verschillen zijn van belang bij het ontwerpen van een werkwijze rond het model, in plaats van alle interfaces en redeneerinstellingen als uitwisselbaar te behandelen.\n\nDe maker vermeldt streaming, Structured Outputs en functieaanroepen, samen met zoeken op het web en in bestanden, hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, shell- en patchhulpmiddelen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen. De uitvoer van het basismodel blijft tekst; een hulpmiddel voor afbeeldingsgeneratie is een afzonderlijke bewerking. Een toepassing definieert de beschikbare hulpmiddelen, voert haar eigen bewerkingen uit en geeft de resultaten terug, zodat het model kan doorgaan. De GPT-6-documentatie beschrijft ook asynchroon hulpmiddelwerk, het bijsturen van een actieve beurt, het behouden van redeneerwerk tussen aanroepen en het comprimeren van een lang gesprek.\n\nGeef het model een duidelijk voltooiingscriterium en het bewijs waarmee het resultaat moet worden gecontroleerd. Vraag bij een codebeoordeling om het betrokken gedrag en een concrete uitleg van elk belangrijk probleem. Vraag bij een beslissing over een document om de aangeleverde feiten, de gekozen aanpak en de voorwaarden waarvan de conclusie afhangt. Een bruikbaar eindresultaat maakt de beslissing en de basis ervan expliciet, zodat de volgende persoon of toepassingsstap met een specifiek resultaat verder kan.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "95d44e70cc4bb5ef70e20a2c4d946a0db2fd0e1564baefdf4d9912a16e670ff6", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "openai/gpt-6.1-sol-pro:batchGPT-6.1 Sol met Pro-redeneren voor complex programmeren, computergebruik en professionele analyse. Pro voegt modelwerk toe vóór het eindantwoord; het onderliggende model verwerkt tekst en afbeeldingen en produceert tekst.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-6.1 Sol Pro duidt op OpenAI’s GPT-6.1 Sol met Pro-redeneren. Het basismodel is ontworpen voor complex programmeren, computergebruik en professioneel werk. Het accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe om het eindantwoord uit te werken; het beschrijft hoe het geselecteerde model aan de aanvraag werkt, terwijl de redeneerinspanning de hoeveelheid redeneerwerk binnen die modus regelt. Dit onderscheid houdt de identiteit van GPT-6.1 Sol gescheiden van de uitvoeringsinstelling Pro.
Lever voor een veeleisende technische taak het vereiste gedrag, de relevante bestanden of codefragmenten en de voorwaarden aan die de wijziging moet behouden. Een voorbeeldopdracht is twee mogelijke implementaties te onderzoeken, de afhankelijkheden die elk beïnvloedt te benoemen en een wijzigingsvoorstel te produceren met een beknopte uitleg van de afwegingen. Lever voor professionele analyse de documenten, de te nemen beslissing en de criteria voor het vergelijken van alternatieven aan. Als een afbeelding belangrijk bewijs bevat, benoem dan het interface-element, diagram of detail waarop het antwoord moet ingaan.
OpenAI vermeldt voor het basismodel 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 30 april 2026. Redeneren neemt ook tokenruimte in; een lange invoer en een lang zichtbaar antwoord moeten dus ruimte voor de analyse van het model overlaten. Bereid het relevante materiaal met duidelijke labels en definities voor en specificeer het eindresultaat: een codewijziging, beslisnota, procedure of gestructureerde verzameling bevindingen.
De gedocumenteerde keuzes voor redeneerinspanning van het basismodel zijn low, medium, high, xhigh en max; medium is de standaard. Het ondersteunt de instellingen none en minimal niet. OpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit kan toelaten. Voor GPT-6.1 Sol gebruiken hulpmiddelaanroepen Responses; de interface Chat Completions van de maker accepteert aanvragen zonder hulpmiddelen. Die verschillen zijn van belang bij het ontwerpen van een werkwijze rond het model, in plaats van alle interfaces en redeneerinstellingen als uitwisselbaar te behandelen.
De maker vermeldt streaming, Structured Outputs en functieaanroepen, samen met zoeken op het web en in bestanden, hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, shell- en patchhulpmiddelen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen. De uitvoer van het basismodel blijft tekst; een hulpmiddel voor afbeeldingsgeneratie is een afzonderlijke bewerking. Een toepassing definieert de beschikbare hulpmiddelen, voert haar eigen bewerkingen uit en geeft de resultaten terug, zodat het model kan doorgaan. De GPT-6-documentatie beschrijft ook asynchroon hulpmiddelwerk, het bijsturen van een actieve beurt, het behouden van redeneerwerk tussen aanroepen en het comprimeren van een lang gesprek.
Geef het model een duidelijk voltooiingscriterium en het bewijs waarmee het resultaat moet worden gecontroleerd. Vraag bij een codebeoordeling om het betrokken gedrag en een concrete uitleg van elk belangrijk probleem. Vraag bij een beslissing over een document om de aangeleverde feiten, de gekozen aanpak en de voorwaarden waarvan de conclusie afhangt. Een bruikbaar eindresultaat maakt de beslissing en de basis ervan expliciet, zodat de volgende persoon of toepassingsstap met een specifiek resultaat verder kan.
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-6.1-sol-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-6.1-sol-pro:batch, openai/gpt-6.1-sol-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 $0.002 / 1K tokens Uitvoer · Uitvoertokens $0.01 / 1K tokens Invoer · Cache lezen $0.0001 / 1K tokens Invoer · Cache schrijven $0.0025 / 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 $0.01 / 1K tokens Invoer · Cache lezen $0.0001 / 1K tokens Invoer · Cache schrijven $0.0025 / 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 $0.015 / 1K tokens Invoer · Cache lezen $0.0002 / 1K tokens Invoer · Cache schrijven $0.005 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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-6.1-sol-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-6.1-sol-pro:batch', 'openai/gpt-6.1-sol-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6.1-sol-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-6.1-sol-pro:batch
Gebruik de hierboven getoonde methodepaden.