GPT-5.5 to flagowy model rozumujący OpenAI do złożonej pracy zawodowej i programowania. Przyjmuje tekst i obrazy, a zwraca tekst, łącząc analizę z użyciem narzędzi, gdy zadanie wymaga informacji lub działań wykraczających poza dostarczony prompt. Zalecenia OpenAI podkreślają pracę od jasno określonego wyniku: wyjaśnij, jakiego rezultatu potrzebujesz, jakie ograniczenia muszą być zachowane, z jakich dowodów należy korzystać i jaki warunek kończy zadanie.
Przy istotnej zmianie oprogramowania dostarcz właściwe materiały z repozytorium, bieżące zachowanie, pożądane zachowanie i kryteria akceptacji. Wskaż, co można zmienić, a co musi pozostać zgodne. Użyteczny zamówiony wynik to proponowana zmiana, wyjaśnienie zachowania, którego dotyczy, oraz dowody z kontroli, które faktycznie przeprowadzono. Przy zadaniu opartym na licznych dokumentach oznacz źródła i poproś o odpowiedź uporządkowaną wokół decyzji, którą musisz podjąć, z każdym wnioskiem powiązanym z dostarczonymi dowodami oraz z pytaniami nierozstrzygniętymi oddzielonymi od ustalonych faktów.
GPT-5.5 obsługuje poziomy nakładu na rozumowanie none, low, medium, high i xhigh, z domyślnym medium. OpenAI zaleca rozważenie low przed none, gdy sprawny proces nadal wymaga planowania, wyszukiwania lub kilku wywołań narzędzi. None nadaje się do bezpośrednich zadań, które nie potrzebują tego procesu rozumowania. Większy nakład nie jest automatycznie lepszy: sprzeczne wymagania, nieograniczony dostęp do narzędzi lub niejasna reguła zakończenia mogą prowadzić do zbędnego wyszukiwania i nadmiernego analizowania. Dobierz nakład do rzeczywistego zadania oraz wyraźnie określ oczekiwany wynik końcowy i kryterium zakończenia.
Producent podaje okno kontekstu o wielkości 1 050 000 tokenów i maksymalny limit wyjścia 128 000 tokenów, z datą graniczną wiedzy 1 grudnia 2025 r. Kontekst mieści rozmowę, dostarczone materiały i wygenerowaną treść; nie jest osobnym limitem, który należy dodać do maksymalnego wyjścia. Wewnętrzne rozumowanie również zużywa tokeny i pojemność wyjścia. Duży zbiór źródeł należy więc uporządkować wokół pytania, zachowując istotne identyfikatory, jednostki i granice dokumentów oraz pozostawiając wystarczająco dużo miejsca na rozumowanie i odpowiedź końcową.
Obsługa obrazów różni się od wcześniejszych ustawień domyślnych. W zaleceniach OpenAI dla GPT-5.5 nieustawiony poziom szczegółowości obrazu lub ustawienie auto stosuje zachowanie original, zachowując obraz bez zmiany rozmiaru, jeśli mieści się on zarówno w podanym budżecie 10 240 000 pikseli, jak i maksymalnym wymiarze 6 000 pikseli. Jawnie wybrane ustawienie high zachowuje szczegóły w granicach zarówno podanego budżetu 2 500 000 pikseli, jak i maksymalnego wymiaru 2 048 pikseli; low bardziej zdecydowanie zmniejsza obrazy przekraczające wymiar 512 pikseli. Są to ustawienia przetwarzania obrazu, a nie gwarancja przyjęcia każdego przesłanego pliku. Dla zrzutu ekranu, diagramu lub strony wskaż obszar i pytanie, dostarcz czytelny obraz i poproś o potrzebną obserwację lub interpretację zamiast nieograniczonego opisu.
OpenAI dokumentuje interfejsy Responses, Chat Completions i Batch, ze strumieniowaniem, Structured Outputs, wywoływaniem funkcji, przesyłaniem plików, obrazami na wejściu, wyszukiwaniem w plikach i sieci oraz buforowaniem promptów. Udokumentowany zestaw narzędzi obejmuje również wyszukiwanie narzędzi, generowanie obrazów, wykonywanie kodu, hostowaną powłokę, operacje stosowania poprawek, umiejętności, korzystanie z komputera i MCP. Opisz cel, argumenty, skutki uboczne i zwracane informacje każdego narzędzia aplikacji. Żądanie wywołania funkcji aplikacji wymaga wykonania tej operacji przez aplikację i zwrócenia jej rzeczywistego wyniku; wygenerowana propozycja działania nie dowodzi, że działanie nastąpiło. Własną modalnością wyjścia modelu pozostaje tekst, natomiast narzędzie generowania obrazów może utworzyć odrębny rezultat.
Przy dłuższych interakcjach zachowuj informacje potrzebne do odróżniania pracy pośredniej od ukończonej odpowiedzi. Przewodnik OpenAI opisuje wartości fazy asystenta commentary i final, odpowiednio dla komentarzy i odpowiedzi końcowych: aplikacje, które ręcznie odtwarzają elementy asystenta, muszą zachować ich pierwotne wartości fazy, natomiast łączenie przez mechanizm poprzedniej odpowiedzi producenta zachowuje ten stan automatycznie. Dla widocznej odpowiedzi wyraźnie ustaw pożądaną długość, ton i strukturę. GPT-5.5 domyślnie stosuje zwięzły, bezpośredni styl, a szczegółowość tekstu jest domyślnie ustawiona na medium; zwarty wynik może wymagać mniejszej szczegółowości bez usuwania wymaganych dowodów ani warunków.
Użytecznym wynikiem końcowym może być zmieniony plik z wyjaśnieniem konkretnej zmiany, notatka decyzyjna oparta na nazwanych dokumentach lub uporządkowane wydobycie danych z jasno oznaczonymi brakującymi wartościami. Dostarczaj fakty, które muszą być aktualne, zamiast polegać na dacie granicznej wiedzy modelu, i porównuj istotne twierdzenia z oryginalnym materiałem. Jasne reguły dowodowe, narzędzia o ograniczonym zakresie i wyraźne warunki zakończenia pomagają GPT-5.5 ukończyć znaczne zadanie, utrzymując wynik zrozumiały i możliwy do sprawdzenia.
", "aboutText": "GPT-5.5 to flagowy model rozumujący OpenAI do złożonej pracy zawodowej i programowania. Przyjmuje tekst i obrazy, a zwraca tekst, łącząc analizę z użyciem narzędzi, gdy zadanie wymaga informacji lub działań wykraczających poza dostarczony prompt. Zalecenia OpenAI podkreślają pracę od jasno określonego wyniku: wyjaśnij, jakiego rezultatu potrzebujesz, jakie ograniczenia muszą być zachowane, z jakich dowodów należy korzystać i jaki warunek kończy zadanie.\n\nPrzy istotnej zmianie oprogramowania dostarcz właściwe materiały z repozytorium, bieżące zachowanie, pożądane zachowanie i kryteria akceptacji. Wskaż, co można zmienić, a co musi pozostać zgodne. Użyteczny zamówiony wynik to proponowana zmiana, wyjaśnienie zachowania, którego dotyczy, oraz dowody z kontroli, które faktycznie przeprowadzono. Przy zadaniu opartym na licznych dokumentach oznacz źródła i poproś o odpowiedź uporządkowaną wokół decyzji, którą musisz podjąć, z każdym wnioskiem powiązanym z dostarczonymi dowodami oraz z pytaniami nierozstrzygniętymi oddzielonymi od ustalonych faktów.\n\nGPT-5.5 obsługuje poziomy nakładu na rozumowanie none, low, medium, high i xhigh, z domyślnym medium. OpenAI zaleca rozważenie low przed none, gdy sprawny proces nadal wymaga planowania, wyszukiwania lub kilku wywołań narzędzi. None nadaje się do bezpośrednich zadań, które nie potrzebują tego procesu rozumowania. Większy nakład nie jest automatycznie lepszy: sprzeczne wymagania, nieograniczony dostęp do narzędzi lub niejasna reguła zakończenia mogą prowadzić do zbędnego wyszukiwania i nadmiernego analizowania. Dobierz nakład do rzeczywistego zadania oraz wyraźnie określ oczekiwany wynik końcowy i kryterium zakończenia.\n\nProducent podaje okno kontekstu o wielkości 1 050 000 tokenów i maksymalny limit wyjścia 128 000 tokenów, z datą graniczną wiedzy 1 grudnia 2025 r. Kontekst mieści rozmowę, dostarczone materiały i wygenerowaną treść; nie jest osobnym limitem, który należy dodać do maksymalnego wyjścia. Wewnętrzne rozumowanie również zużywa tokeny i pojemność wyjścia. Duży zbiór źródeł należy więc uporządkować wokół pytania, zachowując istotne identyfikatory, jednostki i granice dokumentów oraz pozostawiając wystarczająco dużo miejsca na rozumowanie i odpowiedź końcową.\n\nObsługa obrazów różni się od wcześniejszych ustawień domyślnych. W zaleceniach OpenAI dla GPT-5.5 nieustawiony poziom szczegółowości obrazu lub ustawienie auto stosuje zachowanie original, zachowując obraz bez zmiany rozmiaru, jeśli mieści się on zarówno w podanym budżecie 10 240 000 pikseli, jak i maksymalnym wymiarze 6 000 pikseli. Jawnie wybrane ustawienie high zachowuje szczegóły w granicach zarówno podanego budżetu 2 500 000 pikseli, jak i maksymalnego wymiaru 2 048 pikseli; low bardziej zdecydowanie zmniejsza obrazy przekraczające wymiar 512 pikseli. Są to ustawienia przetwarzania obrazu, a nie gwarancja przyjęcia każdego przesłanego pliku. Dla zrzutu ekranu, diagramu lub strony wskaż obszar i pytanie, dostarcz czytelny obraz i poproś o potrzebną obserwację lub interpretację zamiast nieograniczonego opisu.\n\nOpenAI dokumentuje interfejsy Responses, Chat Completions i Batch, ze strumieniowaniem, Structured Outputs, wywoływaniem funkcji, przesyłaniem plików, obrazami na wejściu, wyszukiwaniem w plikach i sieci oraz buforowaniem promptów. Udokumentowany zestaw narzędzi obejmuje również wyszukiwanie narzędzi, generowanie obrazów, wykonywanie kodu, hostowaną powłokę, operacje stosowania poprawek, umiejętności, korzystanie z komputera i MCP. Opisz cel, argumenty, skutki uboczne i zwracane informacje każdego narzędzia aplikacji. Żądanie wywołania funkcji aplikacji wymaga wykonania tej operacji przez aplikację i zwrócenia jej rzeczywistego wyniku; wygenerowana propozycja działania nie dowodzi, że działanie nastąpiło. Własną modalnością wyjścia modelu pozostaje tekst, natomiast narzędzie generowania obrazów może utworzyć odrębny rezultat.\n\nPrzy dłuższych interakcjach zachowuj informacje potrzebne do odróżniania pracy pośredniej od ukończonej odpowiedzi. Przewodnik OpenAI opisuje wartości fazy asystenta commentary i final, odpowiednio dla komentarzy i odpowiedzi końcowych: aplikacje, które ręcznie odtwarzają elementy asystenta, muszą zachować ich pierwotne wartości fazy, natomiast łączenie przez mechanizm poprzedniej odpowiedzi producenta zachowuje ten stan automatycznie. Dla widocznej odpowiedzi wyraźnie ustaw pożądaną długość, ton i strukturę. GPT-5.5 domyślnie stosuje zwięzły, bezpośredni styl, a szczegółowość tekstu jest domyślnie ustawiona na medium; zwarty wynik może wymagać mniejszej szczegółowości bez usuwania wymaganych dowodów ani warunków.\n\nUżytecznym wynikiem końcowym może być zmieniony plik z wyjaśnieniem konkretnej zmiany, notatka decyzyjna oparta na nazwanych dokumentach lub uporządkowane wydobycie danych z jasno oznaczonymi brakującymi wartościami. Dostarczaj fakty, które muszą być aktualne, zamiast polegać na dacie granicznej wiedzy modelu, i porównuj istotne twierdzenia z oryginalnym materiałem. Jasne reguły dowodowe, narzędzia o ograniczonym zakresie i wyraźne warunki zakończenia pomagają GPT-5.5 ukończyć znaczne zadanie, utrzymując wynik zrozumiały i możliwy do sprawdzenia.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9c422e1896223b2849fb61d4af3bfb1c6e4bee04cf78fd23b96af86b8d6a1dac", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pl", "methods": [ { "html": "openai/gpt-5.5:batchGPT-5.5 firmy OpenAI obsługuje złożoną pracę zawodową i programowanie z tekstem i obrazami na wejściu, konfigurowalnym rozumowaniem i szerokim zestawem narzędzi. Duży kontekst wspiera pracę na obszernych materiałach źródłowych i zwracanie jasnego wyniku tekstowego dopasowanego do zadania.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-5.5 to flagowy model rozumujący OpenAI do złożonej pracy zawodowej i programowania. Przyjmuje tekst i obrazy, a zwraca tekst, łącząc analizę z użyciem narzędzi, gdy zadanie wymaga informacji lub działań wykraczających poza dostarczony prompt. Zalecenia OpenAI podkreślają pracę od jasno określonego wyniku: wyjaśnij, jakiego rezultatu potrzebujesz, jakie ograniczenia muszą być zachowane, z jakich dowodów należy korzystać i jaki warunek kończy zadanie.
Przy istotnej zmianie oprogramowania dostarcz właściwe materiały z repozytorium, bieżące zachowanie, pożądane zachowanie i kryteria akceptacji. Wskaż, co można zmienić, a co musi pozostać zgodne. Użyteczny zamówiony wynik to proponowana zmiana, wyjaśnienie zachowania, którego dotyczy, oraz dowody z kontroli, które faktycznie przeprowadzono. Przy zadaniu opartym na licznych dokumentach oznacz źródła i poproś o odpowiedź uporządkowaną wokół decyzji, którą musisz podjąć, z każdym wnioskiem powiązanym z dostarczonymi dowodami oraz z pytaniami nierozstrzygniętymi oddzielonymi od ustalonych faktów.
GPT-5.5 obsługuje poziomy nakładu na rozumowanie none, low, medium, high i xhigh, z domyślnym medium. OpenAI zaleca rozważenie low przed none, gdy sprawny proces nadal wymaga planowania, wyszukiwania lub kilku wywołań narzędzi. None nadaje się do bezpośrednich zadań, które nie potrzebują tego procesu rozumowania. Większy nakład nie jest automatycznie lepszy: sprzeczne wymagania, nieograniczony dostęp do narzędzi lub niejasna reguła zakończenia mogą prowadzić do zbędnego wyszukiwania i nadmiernego analizowania. Dobierz nakład do rzeczywistego zadania oraz wyraźnie określ oczekiwany wynik końcowy i kryterium zakończenia.
Producent podaje okno kontekstu o wielkości 1 050 000 tokenów i maksymalny limit wyjścia 128 000 tokenów, z datą graniczną wiedzy 1 grudnia 2025 r. Kontekst mieści rozmowę, dostarczone materiały i wygenerowaną treść; nie jest osobnym limitem, który należy dodać do maksymalnego wyjścia. Wewnętrzne rozumowanie również zużywa tokeny i pojemność wyjścia. Duży zbiór źródeł należy więc uporządkować wokół pytania, zachowując istotne identyfikatory, jednostki i granice dokumentów oraz pozostawiając wystarczająco dużo miejsca na rozumowanie i odpowiedź końcową.
Obsługa obrazów różni się od wcześniejszych ustawień domyślnych. W zaleceniach OpenAI dla GPT-5.5 nieustawiony poziom szczegółowości obrazu lub ustawienie auto stosuje zachowanie original, zachowując obraz bez zmiany rozmiaru, jeśli mieści się on zarówno w podanym budżecie 10 240 000 pikseli, jak i maksymalnym wymiarze 6 000 pikseli. Jawnie wybrane ustawienie high zachowuje szczegóły w granicach zarówno podanego budżetu 2 500 000 pikseli, jak i maksymalnego wymiaru 2 048 pikseli; low bardziej zdecydowanie zmniejsza obrazy przekraczające wymiar 512 pikseli. Są to ustawienia przetwarzania obrazu, a nie gwarancja przyjęcia każdego przesłanego pliku. Dla zrzutu ekranu, diagramu lub strony wskaż obszar i pytanie, dostarcz czytelny obraz i poproś o potrzebną obserwację lub interpretację zamiast nieograniczonego opisu.
OpenAI dokumentuje interfejsy Responses, Chat Completions i Batch, ze strumieniowaniem, Structured Outputs, wywoływaniem funkcji, przesyłaniem plików, obrazami na wejściu, wyszukiwaniem w plikach i sieci oraz buforowaniem promptów. Udokumentowany zestaw narzędzi obejmuje również wyszukiwanie narzędzi, generowanie obrazów, wykonywanie kodu, hostowaną powłokę, operacje stosowania poprawek, umiejętności, korzystanie z komputera i MCP. Opisz cel, argumenty, skutki uboczne i zwracane informacje każdego narzędzia aplikacji. Żądanie wywołania funkcji aplikacji wymaga wykonania tej operacji przez aplikację i zwrócenia jej rzeczywistego wyniku; wygenerowana propozycja działania nie dowodzi, że działanie nastąpiło. Własną modalnością wyjścia modelu pozostaje tekst, natomiast narzędzie generowania obrazów może utworzyć odrębny rezultat.
Przy dłuższych interakcjach zachowuj informacje potrzebne do odróżniania pracy pośredniej od ukończonej odpowiedzi. Przewodnik OpenAI opisuje wartości fazy asystenta commentary i final, odpowiednio dla komentarzy i odpowiedzi końcowych: aplikacje, które ręcznie odtwarzają elementy asystenta, muszą zachować ich pierwotne wartości fazy, natomiast łączenie przez mechanizm poprzedniej odpowiedzi producenta zachowuje ten stan automatycznie. Dla widocznej odpowiedzi wyraźnie ustaw pożądaną długość, ton i strukturę. GPT-5.5 domyślnie stosuje zwięzły, bezpośredni styl, a szczegółowość tekstu jest domyślnie ustawiona na medium; zwarty wynik może wymagać mniejszej szczegółowości bez usuwania wymaganych dowodów ani warunków.
Użytecznym wynikiem końcowym może być zmieniony plik z wyjaśnieniem konkretnej zmiany, notatka decyzyjna oparta na nazwanych dokumentach lub uporządkowane wydobycie danych z jasno oznaczonymi brakującymi wartościami. Dostarczaj fakty, które muszą być aktualne, zamiast polegać na dacie granicznej wiedzy modelu, i porównuj istotne twierdzenia z oryginalnym materiałem. Jasne reguły dowodowe, narzędzia o ograniczonym zakresie i wyraźne warunki zakończenia pomagają GPT-5.5 ukończyć znaczne zadanie, utrzymując wynik zrozumiały i możliwy do sprawdzenia.
POST /v1/batchestexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Poleendpoint | Typstring | WymaganieWymagane | Wartości i limity /v1/chat/completions | Domyślnie— |
Polemodel | Typstring | WymaganieWymagane | Wartości i limity openai/gpt-5.5:batch | Domyślnie— |
Polerequests | Typbatch_item[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polerequests[].custom_id | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polerequests[].body.messages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polecompletion_window | Typstring | WymaganieOpcjonalne | Wartości i limity 24h | Domyślnie— |
Poleprovider | Typobject|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polerequests[].body.model | Typstring | WymaganieOpcjonalne | Wartości i limity openai/gpt-5.5:batch, openai/gpt-5.5 | Domyślnie— |
Poleprovider.only | Typstring[] | WymaganieOpcjonalne | Wartości i limity openai | Domyślnie— |
Poleprovider.allow_fallbacks | Typboolean|null | WymaganieOpcjonalne | Wartości i limity false, null | Domyślnie— |
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktendpoint, model, requests |
Parametrmaterial_types | Kontrakttext |
Parametrrepresentation | Kontraktrequests[] bezpośrednio w żądaniu; każdy element zawiera custom_id i body |
Parametrrequest_endpoint_profile | Kontrakt/v1/chat/completions |
Parametrfile_material | KontraktWywołujący może lokalnie wczytać rzeczywisty plik JSONL w kodowaniu UTF-8 do requests[]. Nie używa się przeznaczenia przesyłanego pliku, input_file_id ani odwołania do pliku. Brak materiałów klienta lub ich pusta zawartość zatrzymują przygotowanie przed POST. |
Parametrserialization_order | Kontraktendpoint, model, provider (jeśli podano), completion_window (jeśli podano), requests na końcu |
Parametroptional_controls | Kontraktprovider.only, provider.allow_fallbacks, completion_window |
Parametrschema_scope | KontraktTreści żądań tekstowych Chat Completions w udokumentowanej strukturze Batch z danymi bezpośrednio w żądaniu. |
Cykl życia: asynchronous
GET /v1/batches/{operation_id} · Rzeczywista wartość response.id zwrócona przy pierwotnym utworzeniu; ten sam użytkownik, klucz i grupa
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.005 / 1K tokenów Wyjście · Tokeny wyjściowe $0.03 / 1K tokenów Wejście · Odczyt cache $0.0005 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznie272 000 | Opłata Wejście · Tokeny wejściowe $0.005 / 1K tokenów Wyjście · Tokeny wyjściowe $0.03 / 1K tokenów Wejście · Odczyt cache $0.0005 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 2 | Tabela stawek— | Tokeny kontekstu, więcej niż272 000 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.01 / 1K tokenów Wyjście · Tokeny wyjściowe $0.045 / 1K tokenów Wejście · Odczyt cache $0.001 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5.5:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-5.5:batch', 'openai/gpt-5.5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.5: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.\nJSON bezpośrednio w 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\nZachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj pełny pierwotny JSON stanu, każdy wynik i custom_id oraz pełną treść odpowiedzi lub błędu. Zapisz ukończone wyniki z results[] jako JSONL bez filtrowania.
Zachowaj pierwotny identyfikator operacji. Odpowiedź 503 result_pending_check zawiera X-Should-Retry:false; nigdy nie wysyłaj ponownie pierwotnego żądania Batch, którego wynik jest nieznany.
| Pole | Typ |
|---|---|
Poleresults[].custom_id | Typstring |
Poleresults[].response.body.choices[].message.content | Typstring|null |
Poleresults[].error | Typobject|null |
Poleusage | Typobject|null |
Poleid | Typstring |
Polemodel | Typstring |
Poleendpoint | Typstring |
Polestatus | Typstring |
Polerequest_counts | Typobject |
Poleresults[].id | Typstring |
Poleresults[].response.status_code | Typinteger |
Poleresults[].response.request_id | Typstring |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowa udokumentowana struktura z danymi bezpośrednio w żądaniu, zduplikowane klucze, problem z tożsamością elementu lub konflikt ze skonfigurowanymi możliwościami modelu. | Następny krokPopraw wskazane pola przed wysłaniem jakiegokolwiek nowego żądania. |
Odpowiedź401 · authentication_error | WarunekNieprawidłowy klucz API. | Następny krokUżyj autoryzowanego klucza Ailoot. |
Odpowiedź403 · permission_error | WarunekGrupa Batch jest niedostępna. | Następny krokSprawdź uprawnienia klucza i grupy. |
Odpowiedź422 · invalid_request_error | WarunekBatch korzysta z rozliczania z salda; utworzenie w ramach subskrypcji jest odrzucane. | Następny krokUżyj autoryzowanej grupy rozliczanej z salda. |
Odpowiedź422 · price_unavailable | WarunekNie można wycenić danych wejściowych Batch. | Następny krokZachowaj odpowiedź; użyj danych wejściowych udokumentowanych dla tej rodziny API. |
Odpowiedź402 · billing_error | WarunekRezerwa dla Batch jest niedostępna. | Następny krokRozwiąż problem dopuszczenia żądania przed wysłaniem nowego. |
Odpowiedź503 · price_unavailable | WarunekCena metody Batch lub stawki natywne są niedostępne. | Następny krokZachowaj odpowiedź; nie zastępuj cen innymi. |
Odpowiedź503 · api_error | WarunekDokładna trasa dostawcy jest niedostępna. | Następny krokZachowaj odpowiedź na potrzeby naprawy trasy. |
Odpowiedź503 · result_pending_check | WarunekPierwotny wynik wymaga sprawdzenia; X-Should-Retry:false. | Następny krokZachowaj pierwotny operation_id/id i odczytuj stan operacji; nigdy nie powtarzaj pierwotnego POST. |
Odpowiedź404 · not_found | WarunekOperacja sprawdzania stanu Batch nie istnieje lub należy do innej tożsamości. | Następny krokUżyj dokładnego pierwotnego id oraz tego samego użytkownika, klucza i grupy. |
Ailoot Ultra openai/gpt-5.5:batch
Użyj ścieżek metod podanych powyżej.