GPT-6 Sol is OpenAI’s redeneermodel voor complex programmeren en agentwerkwijzen. Het werkt met tekst en afbeeldingen en geeft tekst terug, zoals een uitleg, implementatie, gestructureerd record of voorgestelde hulpmiddelbewerking. De benoemde editie GPT-6 Sol blijft onderscheiden van het nieuwere GPT-6.1 Sol en van Sols uitvoeringsmodus Pro; de instellingen en het kennisprofiel moeten daarom behouden blijven wanneer resultaten tussen edities worden vergeleken.
Lever de relevante implementatie, het waargenomen gedrag, het verwachte gedrag en de voorwaarden aan die de wijziging moet behouden. Benoem het eindresultaat en de waarnemingen die nodig zijn om voltooiing aan te tonen. Een voorbeeldopdracht is: “Zoek uit waarom deze invoer mislukt, stel de kleinste correctie voor en geef de gewijzigde functie terug met een uitleg op basis van de bron over de voorwaarde die zij afhandelt.”
Benoem bij een taak met meerdere bestanden de betrokken modules en hun onderlinge interfaces. Combineer bij een visuele interface de code en gedragsvereisten met een leesbare schermafbeelding of mock-up en benoem de zichtbare toestanden die moeten worden geïmplementeerd. Gegenereerde code is een voorgesteld resultaat totdat zij in de beoogde toepassing draait; werkelijke fouten of gerenderde toestanden vormen het bewijs voor de volgende herziening.
De maker ondersteunt redeneerinspanning none, low, medium, high, xhigh en max, met medium als standaard. Inspanning kiest de hoeveelheid redeneerwerk; standaard en Pro-modus beschrijven een afzonderlijke uitvoeringskeuze. Een directe taak kan none gebruiken, terwijl complexer foutonderzoek of planning baat kan hebben bij bewuste analyse. Definieer het vereiste eindantwoord los van het tussenliggende proces.
Een analytische taak op basis van bronnen moet de beslissing, vergelijkingscriteria en het gezaghebbende materiaal benoemen. Vraag het resultaat elke conclusie met de aangeleverde passage te verbinden en ontbrekende informatie te vermelden. Zo blijft het doel zichtbaar, ook wanneer het model meerdere hulpmiddelstappen kiest.
Het gepubliceerde profiel heeft een context van 1.050.000 tokens, een maximale invoer van 922.000 tokens en een maximale uitvoer van 128.000 tokens, met een kennisgrens van 20 april 2026. Redeneren verbruikt een deel van het antwoordbudget en de context. Laat ruimte voor analyse, hulpmiddelwaarnemingen en het eindresultaat en inspecteer een onvolledig antwoord voordat u de taak als voltooid beschouwt.
Gebruik de gedocumenteerde Responses-werkwijze voor ingebouwde hulpmiddelen en functieaanroepen. OpenAI’s Chat Completions-profiel ondersteunt functieaanroepen met redeneerinspanning none. De kaart vermeldt streaming en Structured Outputs en hulpmiddelen voor zoeken op het web en in bestanden, afbeeldingsgeneratie, code-interpretatie, shellbewerkingen, patches, skills, computergebruik, MCP-verbindingen en het vinden van hulpmiddelen. Het model geeft tekst terug; een uitgevoerde bewerking of gegenereerde afbeelding behoort tot het bijbehorende hulpmiddelresultaat.
De omringende toepassing definieert bewerkingen, voert ze uit en geeft waarnemingen terug. Bewaar het werkelijke resultaat bij de aanroepidentificator en bron. De handleiding voor de GPT-6-familie beschrijft ook asynchroon hulpmiddelwerk, het bijsturen van een actieve beurt, behouden redeneerwerk en gesprekscompressie voor langere taken.
Een bruikbare overdracht bevat de implementatie of conclusie, het ondersteunende bewijs en elke nog onopgeloste voorwaarde. Controleer waarden uit bronnen en gegenereerde code aan de hand van de vereisten. De taak moet eindigen wanneer het omschreven resultaat en voltooiingscriterium zijn bereikt, in plaats van een plan of voorgestelde validatieopdracht als bewijs van uitgevoerd werk te behandelen.
", "aboutText": "GPT-6 Sol is OpenAI’s redeneermodel voor complex programmeren en agentwerkwijzen. Het werkt met tekst en afbeeldingen en geeft tekst terug, zoals een uitleg, implementatie, gestructureerd record of voorgestelde hulpmiddelbewerking. De benoemde editie GPT-6 Sol blijft onderscheiden van het nieuwere GPT-6.1 Sol en van Sols uitvoeringsmodus Pro; de instellingen en het kennisprofiel moeten daarom behouden blijven wanneer resultaten tussen edities worden vergeleken.\n\n### Programmeren vanuit een concrete opdracht\n\nLever de relevante implementatie, het waargenomen gedrag, het verwachte gedrag en de voorwaarden aan die de wijziging moet behouden. Benoem het eindresultaat en de waarnemingen die nodig zijn om voltooiing aan te tonen. Een voorbeeldopdracht is: “Zoek uit waarom deze invoer mislukt, stel de kleinste correctie voor en geef de gewijzigde functie terug met een uitleg op basis van de bron over de voorwaarde die zij afhandelt.”\n\nBenoem bij een taak met meerdere bestanden de betrokken modules en hun onderlinge interfaces. Combineer bij een visuele interface de code en gedragsvereisten met een leesbare schermafbeelding of mock-up en benoem de zichtbare toestanden die moeten worden geïmplementeerd. Gegenereerde code is een voorgesteld resultaat totdat zij in de beoogde toepassing draait; werkelijke fouten of gerenderde toestanden vormen het bewijs voor de volgende herziening.\n\n### Redeneren en taakdiepte\n\nDe maker ondersteunt redeneerinspanning none, low, medium, high, xhigh en max, met medium als standaard. Inspanning kiest de hoeveelheid redeneerwerk; standaard en Pro-modus beschrijven een afzonderlijke uitvoeringskeuze. Een directe taak kan none gebruiken, terwijl complexer foutonderzoek of planning baat kan hebben bij bewuste analyse. Definieer het vereiste eindantwoord los van het tussenliggende proces.\n\nEen analytische taak op basis van bronnen moet de beslissing, vergelijkingscriteria en het gezaghebbende materiaal benoemen. Vraag het resultaat elke conclusie met de aangeleverde passage te verbinden en ontbrekende informatie te vermelden. Zo blijft het doel zichtbaar, ook wanneer het model meerdere hulpmiddelstappen kiest.\n\n### Context en grenzen\n\nHet gepubliceerde profiel heeft een context van 1.050.000 tokens, een maximale invoer van 922.000 tokens en een maximale uitvoer van 128.000 tokens, met een kennisgrens van 20 april 2026. Redeneren verbruikt een deel van het antwoordbudget en de context. Laat ruimte voor analyse, hulpmiddelwaarnemingen en het eindresultaat en inspecteer een onvolledig antwoord voordat u de taak als voltooid beschouwt.\n\n### Hulpmiddelen en interfaces van de maker\n\nGebruik de gedocumenteerde Responses-werkwijze voor ingebouwde hulpmiddelen en functieaanroepen. OpenAI’s Chat Completions-profiel ondersteunt functieaanroepen met redeneerinspanning none. De kaart vermeldt streaming en Structured Outputs en hulpmiddelen voor zoeken op het web en in bestanden, afbeeldingsgeneratie, code-interpretatie, shellbewerkingen, patches, skills, computergebruik, MCP-verbindingen en het vinden van hulpmiddelen. Het model geeft tekst terug; een uitgevoerde bewerking of gegenereerde afbeelding behoort tot het bijbehorende hulpmiddelresultaat.\n\nDe omringende toepassing definieert bewerkingen, voert ze uit en geeft waarnemingen terug. Bewaar het werkelijke resultaat bij de aanroepidentificator en bron. De handleiding voor de GPT-6-familie beschrijft ook asynchroon hulpmiddelwerk, het bijsturen van een actieve beurt, behouden redeneerwerk en gesprekscompressie voor langere taken.\n\n### Beoordeelbare uitvoer\n\nEen bruikbare overdracht bevat de implementatie of conclusie, het ondersteunende bewijs en elke nog onopgeloste voorwaarde. Controleer waarden uit bronnen en gegenereerde code aan de hand van de vereisten. De taak moet eindigen wanneer het omschreven resultaat en voltooiingscriterium zijn bereikt, in plaats van een plan of voorgestelde validatieopdracht als bewijs van uitgevoerd werk te behandelen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d374f9645be5f88252ac4a907ac5e9dad235cf80d7e472798ebfda60335e9623", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "openai/gpt-6-sol:batchGPT-6 Sol is OpenAI’s redeneermodel voor complex programmeren en agentwerkwijzen. Het verbindt tekst- en afbeeldingscontext met een omschreven implementatie of analytisch resultaat, met instelbaar redeneren, gestructureerde uitvoer 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-6 Sol is OpenAI’s redeneermodel voor complex programmeren en agentwerkwijzen. Het werkt met tekst en afbeeldingen en geeft tekst terug, zoals een uitleg, implementatie, gestructureerd record of voorgestelde hulpmiddelbewerking. De benoemde editie GPT-6 Sol blijft onderscheiden van het nieuwere GPT-6.1 Sol en van Sols uitvoeringsmodus Pro; de instellingen en het kennisprofiel moeten daarom behouden blijven wanneer resultaten tussen edities worden vergeleken.
Lever de relevante implementatie, het waargenomen gedrag, het verwachte gedrag en de voorwaarden aan die de wijziging moet behouden. Benoem het eindresultaat en de waarnemingen die nodig zijn om voltooiing aan te tonen. Een voorbeeldopdracht is: “Zoek uit waarom deze invoer mislukt, stel de kleinste correctie voor en geef de gewijzigde functie terug met een uitleg op basis van de bron over de voorwaarde die zij afhandelt.”
Benoem bij een taak met meerdere bestanden de betrokken modules en hun onderlinge interfaces. Combineer bij een visuele interface de code en gedragsvereisten met een leesbare schermafbeelding of mock-up en benoem de zichtbare toestanden die moeten worden geïmplementeerd. Gegenereerde code is een voorgesteld resultaat totdat zij in de beoogde toepassing draait; werkelijke fouten of gerenderde toestanden vormen het bewijs voor de volgende herziening.
De maker ondersteunt redeneerinspanning none, low, medium, high, xhigh en max, met medium als standaard. Inspanning kiest de hoeveelheid redeneerwerk; standaard en Pro-modus beschrijven een afzonderlijke uitvoeringskeuze. Een directe taak kan none gebruiken, terwijl complexer foutonderzoek of planning baat kan hebben bij bewuste analyse. Definieer het vereiste eindantwoord los van het tussenliggende proces.
Een analytische taak op basis van bronnen moet de beslissing, vergelijkingscriteria en het gezaghebbende materiaal benoemen. Vraag het resultaat elke conclusie met de aangeleverde passage te verbinden en ontbrekende informatie te vermelden. Zo blijft het doel zichtbaar, ook wanneer het model meerdere hulpmiddelstappen kiest.
Het gepubliceerde profiel heeft een context van 1.050.000 tokens, een maximale invoer van 922.000 tokens en een maximale uitvoer van 128.000 tokens, met een kennisgrens van 20 april 2026. Redeneren verbruikt een deel van het antwoordbudget en de context. Laat ruimte voor analyse, hulpmiddelwaarnemingen en het eindresultaat en inspecteer een onvolledig antwoord voordat u de taak als voltooid beschouwt.
Gebruik de gedocumenteerde Responses-werkwijze voor ingebouwde hulpmiddelen en functieaanroepen. OpenAI’s Chat Completions-profiel ondersteunt functieaanroepen met redeneerinspanning none. De kaart vermeldt streaming en Structured Outputs en hulpmiddelen voor zoeken op het web en in bestanden, afbeeldingsgeneratie, code-interpretatie, shellbewerkingen, patches, skills, computergebruik, MCP-verbindingen en het vinden van hulpmiddelen. Het model geeft tekst terug; een uitgevoerde bewerking of gegenereerde afbeelding behoort tot het bijbehorende hulpmiddelresultaat.
De omringende toepassing definieert bewerkingen, voert ze uit en geeft waarnemingen terug. Bewaar het werkelijke resultaat bij de aanroepidentificator en bron. De handleiding voor de GPT-6-familie beschrijft ook asynchroon hulpmiddelwerk, het bijsturen van een actieve beurt, behouden redeneerwerk en gesprekscompressie voor langere taken.
Een bruikbare overdracht bevat de implementatie of conclusie, het ondersteunende bewijs en elke nog onopgeloste voorwaarde. Controleer waarden uit bronnen en gegenereerde code aan de hand van de vereisten. De taak moet eindigen wanneer het omschreven resultaat en voltooiingscriterium zijn bereikt, in plaats van een plan of voorgestelde validatieopdracht als bewijs van uitgevoerd werk te behandelen.
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-sol: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-sol:batch, openai/gpt-6-sol | 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 mag daadwerkelijke JSONL-inhoud in UTF-8 lokaal in requests[] inlezen. Er wordt geen uploaddoel (purpose), 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 | ContractBody’s voor tekstaanvragen via Chat Completions in de gedocumenteerde inline Batch-envelop. |
Levenscyclus: asynchronous
GET /v1/batches/{operation_id} · de daadwerkelijke response.id uit het oorspronkelijke aanmaakantwoord; 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 $0.0002 / 1K tokens Invoer · Cache schrijven $0.0025 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | 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 $0.0002 / 1K tokens Invoer · Cache schrijven $0.0025 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 2 voor aanvraaglengte | 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 $0.0004 / 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-sol: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-sol:batch', 'openai/gpt-6-sol']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-sol: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 results[].response.body JSON
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 antwoord- of foutbody. Sla voltooide results[] zonder filtering op als JSONL.
Bewaar de oorspronkelijke bewerkings-ID. Bij 503 result_pending_check hoort X-Should-Retry:false; dien een oorspronkelijke batch met onbekende uitkomst 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 envelop, dubbele sleutels, ongeldige itemidentiteit of een conflict met de geconfigureerde modelmogelijkheden. | Volgende stapCorrigeer de aangegeven velden voordat u een nieuwe aanvraag indient. |
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 | VoorwaardeBij Batch worden kosten van het saldo afgeschreven; aanmaken via een abonnement wordt geweigerd. | Volgende stapGebruik de geautoriseerde groep waarvoor kosten van het saldo worden afgeschreven. |
Antwoord422 · price_unavailable | VoorwaardeVoor de Batch-invoer kan geen prijsopgave worden berekend. | Volgende stapBewaar het antwoord; gebruik de gedocumenteerde invoer voor deze familie. |
Antwoord402 · billing_error | VoorwaardeBatch-reservering niet beschikbaar. | Volgende stapLos het toelatingsprobleem op voordat u een nieuwe aanvraag indient. |
Antwoord503 · price_unavailable | VoorwaardePrijs voor de Batch-methode/native tarieven niet beschikbaar. | Volgende stapBewaar het antwoord; vervang de prijzen niet. |
Antwoord503 · api_error | VoorwaardeDe exacte leveranciersroute is niet beschikbaar. | Volgende stapBewaar het antwoord voor herstel van de route. |
Antwoord503 · result_pending_check | VoorwaardeHet oorspronkelijke resultaat moet worden gecontroleerd; 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 | VoorwaardeDe bewerking voor de Batch-status ontbreekt of is eigendom van een andere identiteit. | Volgende stapGebruik exact de oorspronkelijke id en dezelfde gebruiker/sleutel/groep. |
Ailoot Ultra openai/gpt-6-sol:batch
Gebruik de hierboven getoonde methodepaden.