GPT-6 Sol Pro duidt op OpenAI’s GPT-6 Sol met Pro-redeneren. Het basismodel Sol is gemaakt voor complex programmeren en agentwerkwijzen, accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe om het eindantwoord uit te werken. Dit staat los van de redeneerinspanning, die bepaalt hoeveel analyse het model binnen de geselecteerde uitvoeringsmodus toepast. GPT-6 Sol blijft de basiseditie voor deze kaart, onderscheiden van GPT-6.1 Sol.
Beschrijf voor een ontwikkeltaak het te implementeren gedrag en lever de relevante bronbestanden, invoervoorbeelden en de voorwaarden aan die de wijziging moet respecteren. Een voorbeeldopdracht is te volgen hoe een invoer tot een resultaat leidt, de betrokken afhankelijkheden te benoemen en een wijziging voor te stellen die het vereiste gedrag behoudt. Lever bij een beoordeling het beoogde gedrag en de te onderzoeken code aan en vraag vervolgens om concrete problemen met uitleg van hoe elk probleem dat gedrag beïnvloedt.
Agentwerk verbindt meerdere beslissingen via bewijs uit de werkomgeving. Een hulpmiddel kan een bestand ophalen, een berekening uitvoeren of het resultaat van een controle teruggeven; dat resultaat wordt materiaal voor de volgende beslissing. OpenAI vermeldt zoeken op het web en in bestanden, hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, gehoste shell- en patchbewerkingen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen voor het basismodel. Het ondersteunt ook functieaanroepen, Structured Outputs, streaming en promptcaching. Toepassingen beheren hun beschikbare bewerkingen en geven werkelijke hulpmiddelresultaten terug; actietekst die alleen door het model is gegenereerd, bewijst niet dat een bewerking is voltooid.
De specificatie van GPT-6 Sol 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 20 april 2026. De basiskeuzes voor redeneerinspanning zijn none, low, medium, high, xhigh en max, met medium als standaard. De context moet ruimte bieden voor de taak, relevante hulpmiddelresultaten en redeneerwerk, naast het zichtbare antwoord. Houd definities en voltooiingscriteria dicht bij het materiaal waarop ze betrekking hebben, vooral in een lange technische opdracht.
OpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit kan toelaten. Voor GPT-6 Sol gebruiken ingebouwde hulpmiddelen en redeneren met functieaanroepen Responses. In de interface Chat Completions van de maker worden functieaanroepen alleen ondersteund wanneer de redeneerinspanning none is. De GPT-6-handleiding beschrijft ook asynchroon hulpmiddelwerk, het bijsturen van een actieve beurt en het behouden van redeneerwerk tussen aanroepen. Dit zijn werkwijzemogelijkheden met eigen interfacevereisten.
Specificeer een concreet eindresultaat en hoe het moet worden gecontroleerd. U kunt om een voorgestelde patch vragen, het gedrag dat deze verandert en het bewijs dat nodig is om dit te verifiëren, of om een vergelijking van implementatieopties op basis van de aangeleverde voorwaarden. Als een afbeelding interfacecontext biedt, geef dan aan welk visueel detail van belang is. Het eindantwoord moet de belangrijke keuzes met het technische doel verbinden en een voorgestelde actie onderscheiden van een al verkregen resultaat.
", "aboutText": "GPT-6 Sol Pro duidt op OpenAI’s GPT-6 Sol met Pro-redeneren. Het basismodel Sol is gemaakt voor complex programmeren en agentwerkwijzen, accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe om het eindantwoord uit te werken. Dit staat los van de redeneerinspanning, die bepaalt hoeveel analyse het model binnen de geselecteerde uitvoeringsmodus toepast. GPT-6 Sol blijft de basiseditie voor deze kaart, onderscheiden van GPT-6.1 Sol.\n\nBeschrijf voor een ontwikkeltaak het te implementeren gedrag en lever de relevante bronbestanden, invoervoorbeelden en de voorwaarden aan die de wijziging moet respecteren. Een voorbeeldopdracht is te volgen hoe een invoer tot een resultaat leidt, de betrokken afhankelijkheden te benoemen en een wijziging voor te stellen die het vereiste gedrag behoudt. Lever bij een beoordeling het beoogde gedrag en de te onderzoeken code aan en vraag vervolgens om concrete problemen met uitleg van hoe elk probleem dat gedrag beïnvloedt.\n\nAgentwerk verbindt meerdere beslissingen via bewijs uit de werkomgeving. Een hulpmiddel kan een bestand ophalen, een berekening uitvoeren of het resultaat van een controle teruggeven; dat resultaat wordt materiaal voor de volgende beslissing. OpenAI vermeldt zoeken op het web en in bestanden, hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, gehoste shell- en patchbewerkingen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen voor het basismodel. Het ondersteunt ook functieaanroepen, Structured Outputs, streaming en promptcaching. Toepassingen beheren hun beschikbare bewerkingen en geven werkelijke hulpmiddelresultaten terug; actietekst die alleen door het model is gegenereerd, bewijst niet dat een bewerking is voltooid.\n\nDe specificatie van GPT-6 Sol 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 20 april 2026. De basiskeuzes voor redeneerinspanning zijn none, low, medium, high, xhigh en max, met medium als standaard. De context moet ruimte bieden voor de taak, relevante hulpmiddelresultaten en redeneerwerk, naast het zichtbare antwoord. Houd definities en voltooiingscriteria dicht bij het materiaal waarop ze betrekking hebben, vooral in een lange technische opdracht.\n\nOpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit kan toelaten. Voor GPT-6 Sol gebruiken ingebouwde hulpmiddelen en redeneren met functieaanroepen Responses. In de interface Chat Completions van de maker worden functieaanroepen alleen ondersteund wanneer de redeneerinspanning none is. De GPT-6-handleiding beschrijft ook asynchroon hulpmiddelwerk, het bijsturen van een actieve beurt en het behouden van redeneerwerk tussen aanroepen. Dit zijn werkwijzemogelijkheden met eigen interfacevereisten.\n\nSpecificeer een concreet eindresultaat en hoe het moet worden gecontroleerd. U kunt om een voorgestelde patch vragen, het gedrag dat deze verandert en het bewijs dat nodig is om dit te verifiëren, of om een vergelijking van implementatieopties op basis van de aangeleverde voorwaarden. Als een afbeelding interfacecontext biedt, geef dan aan welk visueel detail van belang is. Het eindantwoord moet de belangrijke keuzes met het technische doel verbinden en een voorgestelde actie onderscheiden van een al verkregen resultaat.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Review a cache invalidation contract\n\nReview this design: reads cache user profiles for one hour; updates write the database but never evict the cache; the API promises that a successful update is visible to the next read. Identify the contract violation and compare evict-after-commit with versioned cache keys. Recommend one approach and specify the failure-path tests needed.A focused design review with a comparison, recommendation and tests for update and cache failure paths.The recommendation addresses the next-read promise and explains the remaining race or failure condition.openai/gpt-6-sol-proGPT-6 Sol met Pro-redeneren voor complex programmeren en agentwerk. Lever de code, vereisten en het relevante bewijs aan om een implementatievoorstel, gerichte beoordeling of uitleg van een oplossing in meerdere stappen te vragen.
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 Sol Pro duidt op OpenAI’s GPT-6 Sol met Pro-redeneren. Het basismodel Sol is gemaakt voor complex programmeren en agentwerkwijzen, accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe om het eindantwoord uit te werken. Dit staat los van de redeneerinspanning, die bepaalt hoeveel analyse het model binnen de geselecteerde uitvoeringsmodus toepast. GPT-6 Sol blijft de basiseditie voor deze kaart, onderscheiden van GPT-6.1 Sol.
Beschrijf voor een ontwikkeltaak het te implementeren gedrag en lever de relevante bronbestanden, invoervoorbeelden en de voorwaarden aan die de wijziging moet respecteren. Een voorbeeldopdracht is te volgen hoe een invoer tot een resultaat leidt, de betrokken afhankelijkheden te benoemen en een wijziging voor te stellen die het vereiste gedrag behoudt. Lever bij een beoordeling het beoogde gedrag en de te onderzoeken code aan en vraag vervolgens om concrete problemen met uitleg van hoe elk probleem dat gedrag beïnvloedt.
Agentwerk verbindt meerdere beslissingen via bewijs uit de werkomgeving. Een hulpmiddel kan een bestand ophalen, een berekening uitvoeren of het resultaat van een controle teruggeven; dat resultaat wordt materiaal voor de volgende beslissing. OpenAI vermeldt zoeken op het web en in bestanden, hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, gehoste shell- en patchbewerkingen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen voor het basismodel. Het ondersteunt ook functieaanroepen, Structured Outputs, streaming en promptcaching. Toepassingen beheren hun beschikbare bewerkingen en geven werkelijke hulpmiddelresultaten terug; actietekst die alleen door het model is gegenereerd, bewijst niet dat een bewerking is voltooid.
De specificatie van GPT-6 Sol 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 20 april 2026. De basiskeuzes voor redeneerinspanning zijn none, low, medium, high, xhigh en max, met medium als standaard. De context moet ruimte bieden voor de taak, relevante hulpmiddelresultaten en redeneerwerk, naast het zichtbare antwoord. Houd definities en voltooiingscriteria dicht bij het materiaal waarop ze betrekking hebben, vooral in een lange technische opdracht.
OpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit kan toelaten. Voor GPT-6 Sol gebruiken ingebouwde hulpmiddelen en redeneren met functieaanroepen Responses. In de interface Chat Completions van de maker worden functieaanroepen alleen ondersteund wanneer de redeneerinspanning none is. De GPT-6-handleiding beschrijft ook asynchroon hulpmiddelwerk, het bijsturen van een actieve beurt en het behouden van redeneerwerk tussen aanroepen. Dit zijn werkwijzemogelijkheden met eigen interfacevereisten.
Specificeer een concreet eindresultaat en hoe het moet worden gecontroleerd. U kunt om een voorgestelde patch vragen, het gedrag dat deze verandert en het bewijs dat nodig is om dit te verifiëren, of om een vergelijking van implementatieopties op basis van de aangeleverde voorwaarden. Als een afbeelding interfacecontext biedt, geef dan aan welk visueel detail van belang is. Het eindantwoord moet de belangrijke keuzes met het technische doel verbinden en een voorgestelde actie onderscheiden van een al verkregen resultaat.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-6-sol-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 $0.02 / 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 $0.02 / 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 $0.03 / 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-6-sol-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-6-sol-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-6-sol-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 openai/gpt-6-sol-pro
Gebruik de hierboven getoonde methodepaden.
openai/gpt-6-sol-proGPT-6 Sol met Pro-redeneren voor complex programmeren en agentwerk. Lever de code, vereisten en het relevante bewijs aan om een implementatievoorstel, gerichte beoordeling of uitleg van een oplossing in meerdere stappen te vragen.
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 Sol Pro duidt op OpenAI’s GPT-6 Sol met Pro-redeneren. Het basismodel Sol is gemaakt voor complex programmeren en agentwerkwijzen, accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe om het eindantwoord uit te werken. Dit staat los van de redeneerinspanning, die bepaalt hoeveel analyse het model binnen de geselecteerde uitvoeringsmodus toepast. GPT-6 Sol blijft de basiseditie voor deze kaart, onderscheiden van GPT-6.1 Sol.
Beschrijf voor een ontwikkeltaak het te implementeren gedrag en lever de relevante bronbestanden, invoervoorbeelden en de voorwaarden aan die de wijziging moet respecteren. Een voorbeeldopdracht is te volgen hoe een invoer tot een resultaat leidt, de betrokken afhankelijkheden te benoemen en een wijziging voor te stellen die het vereiste gedrag behoudt. Lever bij een beoordeling het beoogde gedrag en de te onderzoeken code aan en vraag vervolgens om concrete problemen met uitleg van hoe elk probleem dat gedrag beïnvloedt.
Agentwerk verbindt meerdere beslissingen via bewijs uit de werkomgeving. Een hulpmiddel kan een bestand ophalen, een berekening uitvoeren of het resultaat van een controle teruggeven; dat resultaat wordt materiaal voor de volgende beslissing. OpenAI vermeldt zoeken op het web en in bestanden, hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, gehoste shell- en patchbewerkingen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen voor het basismodel. Het ondersteunt ook functieaanroepen, Structured Outputs, streaming en promptcaching. Toepassingen beheren hun beschikbare bewerkingen en geven werkelijke hulpmiddelresultaten terug; actietekst die alleen door het model is gegenereerd, bewijst niet dat een bewerking is voltooid.
De specificatie van GPT-6 Sol 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 20 april 2026. De basiskeuzes voor redeneerinspanning zijn none, low, medium, high, xhigh en max, met medium als standaard. De context moet ruimte bieden voor de taak, relevante hulpmiddelresultaten en redeneerwerk, naast het zichtbare antwoord. Houd definities en voltooiingscriteria dicht bij het materiaal waarop ze betrekking hebben, vooral in een lange technische opdracht.
OpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit kan toelaten. Voor GPT-6 Sol gebruiken ingebouwde hulpmiddelen en redeneren met functieaanroepen Responses. In de interface Chat Completions van de maker worden functieaanroepen alleen ondersteund wanneer de redeneerinspanning none is. De GPT-6-handleiding beschrijft ook asynchroon hulpmiddelwerk, het bijsturen van een actieve beurt en het behouden van redeneerwerk tussen aanroepen. Dit zijn werkwijzemogelijkheden met eigen interfacevereisten.
Specificeer een concreet eindresultaat en hoe het moet worden gecontroleerd. U kunt om een voorgestelde patch vragen, het gedrag dat deze verandert en het bewijs dat nodig is om dit te verifiëren, of om een vergelijking van implementatieopties op basis van de aangeleverde voorwaarden. Als een afbeelding interfacecontext biedt, geef dan aan welk visueel detail van belang is. Het eindantwoord moet de belangrijke keuzes met het technische doel verbinden en een voorgestelde actie onderscheiden van een al verkregen resultaat.
POST /v1/messagestexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-6-sol-pro | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring|content_block[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldsystem | Typestring|content_block[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten Minimum: 1 Limiet geldt voor: exacte bovengrens van het gekozen model/de gekozen modelkaart | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop_sequences | Typestring[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typetool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].name | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: tool opgegeven | Standaard— |
Veldtools[].description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].input_schema | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldthinking.type | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldthinking.budget_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldoutput_config.effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmetadata | Typeobject | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldcache_control | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Tekst · UTF8-tekst
messages[].content of een blok met type=text
Tekst + afbeelding
{type:image,source:{type:base64,media_type,data}} of bron met type=url
| Parameter | Contract |
|---|---|
Parametermaterial_types | Contracttext |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractnull |
Parametercontent_type | Contractapplication/json |
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: exact retained published method
Verstuur de exacte model-ID en de verplichte velden.
Bewaar elk teruggestuurd item en zijn oorspronkelijke identificatiecodes.
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 $0.02 / 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 $0.02 / 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 $0.03 / 1K tokens Invoer · Cache lezen $0.0008 / 1K tokens Invoer · Cache schrijven $0.01 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "openai/gpt-6-sol-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${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-6-sol-pro', 'max_tokens': 4096, '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-6-sol-pro', 'max_tokens': 4096, '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 openai/gpt-6-sol-pro
Gebruik de hierboven getoonde methodepaden.
openai/gpt-6-sol-proGPT-6 Sol met Pro-redeneren voor complex programmeren en agentwerk. Lever de code, vereisten en het relevante bewijs aan om een implementatievoorstel, gerichte beoordeling of uitleg van een oplossing in meerdere stappen te vragen.
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 Sol Pro duidt op OpenAI’s GPT-6 Sol met Pro-redeneren. Het basismodel Sol is gemaakt voor complex programmeren en agentwerkwijzen, accepteert tekst en afbeeldingen en produceert tekst. Pro voegt modelwerk toe om het eindantwoord uit te werken. Dit staat los van de redeneerinspanning, die bepaalt hoeveel analyse het model binnen de geselecteerde uitvoeringsmodus toepast. GPT-6 Sol blijft de basiseditie voor deze kaart, onderscheiden van GPT-6.1 Sol.
Beschrijf voor een ontwikkeltaak het te implementeren gedrag en lever de relevante bronbestanden, invoervoorbeelden en de voorwaarden aan die de wijziging moet respecteren. Een voorbeeldopdracht is te volgen hoe een invoer tot een resultaat leidt, de betrokken afhankelijkheden te benoemen en een wijziging voor te stellen die het vereiste gedrag behoudt. Lever bij een beoordeling het beoogde gedrag en de te onderzoeken code aan en vraag vervolgens om concrete problemen met uitleg van hoe elk probleem dat gedrag beïnvloedt.
Agentwerk verbindt meerdere beslissingen via bewijs uit de werkomgeving. Een hulpmiddel kan een bestand ophalen, een berekening uitvoeren of het resultaat van een controle teruggeven; dat resultaat wordt materiaal voor de volgende beslissing. OpenAI vermeldt zoeken op het web en in bestanden, hulpmiddelen voor afbeeldingsgeneratie, een code-interpreter, gehoste shell- en patchbewerkingen, skills, computergebruik, MCP-verbindingen en het zoeken naar hulpmiddelen voor het basismodel. Het ondersteunt ook functieaanroepen, Structured Outputs, streaming en promptcaching. Toepassingen beheren hun beschikbare bewerkingen en geven werkelijke hulpmiddelresultaten terug; actietekst die alleen door het model is gegenereerd, bewijst niet dat een bewerking is voltooid.
De specificatie van GPT-6 Sol 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 20 april 2026. De basiskeuzes voor redeneerinspanning zijn none, low, medium, high, xhigh en max, met medium als standaard. De context moet ruimte bieden voor de taak, relevante hulpmiddelresultaten en redeneerwerk, naast het zichtbare antwoord. Houd definities en voltooiingscriteria dicht bij het materiaal waarop ze betrekking hebben, vooral in een lange technische opdracht.
OpenAI documenteert Pro in de Responses API voor moeilijk werk dat extra wachttijd en modelactiviteit kan toelaten. Voor GPT-6 Sol gebruiken ingebouwde hulpmiddelen en redeneren met functieaanroepen Responses. In de interface Chat Completions van de maker worden functieaanroepen alleen ondersteund wanneer de redeneerinspanning none is. De GPT-6-handleiding beschrijft ook asynchroon hulpmiddelwerk, het bijsturen van een actieve beurt en het behouden van redeneerwerk tussen aanroepen. Dit zijn werkwijzemogelijkheden met eigen interfacevereisten.
Specificeer een concreet eindresultaat en hoe het moet worden gecontroleerd. U kunt om een voorgestelde patch vragen, het gedrag dat deze verandert en het bewijs dat nodig is om dit te verifiëren, of om een vergelijking van implementatieopties op basis van de aangeleverde voorwaarden. Als een afbeelding interfacecontext biedt, geef dan aan welk visueel detail van belang is. Het eindantwoord moet de belangrijke keuzes met het technische doel verbinden en een voorgestelde actie onderscheiden van een al verkregen resultaat.
POST /v1/responsestexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-6-sol-pro | Standaard— |
Veldinput | Typestring|input_item[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldinput[].type | Typestring | VereisteOptioneel | Waarden en limieten message, reasoning, function_call, function_call_output | Standaard— |
Veldinput[].content | Typestring|content_part[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldinput[].call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: function_call_output; bewaar de werkelijk teruggegeven call_id | Standaard— |
Veldinput[].output | Typestring|content_part[] | VereisteOptioneel | Waarden en limieten Geldt wanneer: function_call_output | Standaard— |
Veldmax_output_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typetool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | 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— |
Veldreasoning.effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning.summary | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtext.format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtext.verbosity | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinclude | Typestring[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstore | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprevious_response_id | Typestring | VereisteNiet ondersteund | Waarden en limieten ID-vereiste: Alleen een werkelijk antwoord-ID van een ondersteunde voortzetting Voorwaarden: Stuur bij elke aanvraag de werkelijke gespreksgeschiedenis opnieuw mee. | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_key | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Tekst · UTF8-tekst
invoertekst of een input_text-onderdeel
Tekst + afbeelding
{type:input_image,image_url}
| Parameter | Contract |
|---|---|
Parametermaterial_types | Contracttext |
Parameterrequired | Contractmodel, input |
Parameteroptional_controls | Contractnull |
Parametercontent_type | Contractapplication/json |
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: exact retained published method
Verstuur de exacte model-ID en de verplichte velden.
Bewaar elk teruggestuurd item en zijn oorspronkelijke identificatiecodes.
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 $0.02 / 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 $0.02 / 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 $0.03 / 1K tokens Invoer · Cache lezen $0.0008 / 1K tokens Invoer · Cache schrijven $0.01 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "openai/gpt-6-sol-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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-6-sol-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][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/responses \\\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\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-6-sol-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][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 = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}\nheaders['Authorization'] = 'Bearer ' + api_key\nrequest = Request('https://api.ailoot.ai/v1/responses', 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 elk uitvoeritem en inhoudsonderdeel, de werkelijke call_id van functies, versleutelde redeneringen en verbruiksgegevens. Behoud bij streaming de volledige identiteit van gebeurtenissen en items.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldstatus | Typestring |
Veldoutput[] | Typemessage|reasoning|function_call|other item |
Veldoutput[].content[] | Typecontent part |
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 openai/gpt-6-sol-pro
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Review a cache invalidation contract\n\nReview this design: reads cache user profiles for one hour; updates write the database but never evict the cache; the API promises that a successful update is visible to the next read. Identify the contract violation and compare evict-after-commit with versioned cache keys. Recommend one approach and specify the failure-path tests needed.A focused design review with a comparison, recommendation and tests for update and cache failure paths.The recommendation addresses the next-read promise and explains the remaining race or failure condition.