GPT-5.6 Terra Pro oznacza GPT-5.6 Terra firmy OpenAI z rozumowaniem Pro. Terra to wariant rozumujący GPT-5.6 do zadań praktycznych, odpowiadający w przybliżeniu wariantowi mini we wcześniejszych rodzinach GPT-5. Model bazowy przyjmuje tekst i obrazy, a generuje tekst. Pro oznacza dodatkową pracę modelu nad odpowiedzią końcową, przy zachowaniu Terry jako wybranej edycji bazowej.
Przykładowym zadaniem jest porównanie dwóch dokumentów według określonego zestawu wymagań. Dostarcz oba teksty, wskaż, która wersja lub sekcja ma pierwszeństwo, i zdefiniuj istotne kryteria. Poproś o punkty zgodne, różnice i pytania wymagające wyjaśnienia. Możesz poprosić o tabelę porównawczą, a następnie krótką rekomendację z wyraźnie podanymi warunkami. Brakujące stwierdzenie należy przedstawić jako brak informacji, a nie jako fakt dopowiedziany przez model.
Terra może również służyć do zadań łączących pisemną prośbę z zasadami lub wyjaśnieniem technicznym. Podaj odpowiednie reguły i poproś o odpowiedź w określonej formie, na przykład listu, zestawu pól lub planu następnego działania. Jeśli obraz zawiera kluczowe dowody, wskaż szczegół do sprawdzenia i podaj kontekst potrzebny do jego interpretacji. W pytaniu technicznym uwzględnij obserwowane i oczekiwane zachowanie wraz z odpowiednim kodem lub opisem.
Specyfikacja GPT-5.6 Terra producenta podaje okno kontekstu o wielkości 1 050 000 tokenów, maksymalny limit wejścia 922 000 tokenów i maksymalny limit wyjścia 128 000 tokenów. Udokumentowana data graniczna wiedzy to 16 lutego 2026 r. Model bazowy obsługuje poziomy nakładu na rozumowanie none, low, medium, high, xhigh i max, z domyślnym medium. Tryb Pro i nakład na rozumowanie są niezależnymi ustawieniami, a budżet kontekstu obejmuje rozumowanie, materiały źródłowe i odpowiedź końcową.
OpenAI dokumentuje Pro w Responses API dla trudnej pracy, która dopuszcza dodatkowe opóźnienie i aktywność modelu. Model bazowy obsługuje strumieniowanie, Structured Outputs, wywoływanie funkcji, wyszukiwanie w sieci i plikach, obrazy na wejściu i buforowanie promptów. Producent wymienia również narzędzia do generowania obrazów, interpreter kodu, hostowane operacje powłoki i stosowania poprawek, umiejętności, korzystanie z komputera, połączenia MCP i wyszukiwanie narzędzi. Aplikacja udostępnia i wykonuje swoje operacje oraz zwraca ich wyniki; tekstowa odpowiedź modelu jest odrębna od tych wykonanych działań.
Przygotuj polecenie wokół kryterium zakończenia. Przy porównywaniu dokumentów określ dowody wymagane dla każdego wniosku i poproś o osobne zestawienie kwestii nierozstrzygniętych. Przy pisaniu odpowiedzi określ obowiązkowe fakty i następne działanie czytelnika. Użyteczny wynik końcowy to uporządkowane porównanie lub proponowana odpowiedź, których istotne stwierdzenia można powiązać z dostarczonym materiałem i wykorzystać w dalszej pracy nad konkretnymi kwestiami.
", "aboutText": "GPT-5.6 Terra Pro oznacza GPT-5.6 Terra firmy OpenAI z rozumowaniem Pro. Terra to wariant rozumujący GPT-5.6 do zadań praktycznych, odpowiadający w przybliżeniu wariantowi mini we wcześniejszych rodzinach GPT-5. Model bazowy przyjmuje tekst i obrazy, a generuje tekst. Pro oznacza dodatkową pracę modelu nad odpowiedzią końcową, przy zachowaniu Terry jako wybranej edycji bazowej.\n\nPrzykładowym zadaniem jest porównanie dwóch dokumentów według określonego zestawu wymagań. Dostarcz oba teksty, wskaż, która wersja lub sekcja ma pierwszeństwo, i zdefiniuj istotne kryteria. Poproś o punkty zgodne, różnice i pytania wymagające wyjaśnienia. Możesz poprosić o tabelę porównawczą, a następnie krótką rekomendację z wyraźnie podanymi warunkami. Brakujące stwierdzenie należy przedstawić jako brak informacji, a nie jako fakt dopowiedziany przez model.\n\nTerra może również służyć do zadań łączących pisemną prośbę z zasadami lub wyjaśnieniem technicznym. Podaj odpowiednie reguły i poproś o odpowiedź w określonej formie, na przykład listu, zestawu pól lub planu następnego działania. Jeśli obraz zawiera kluczowe dowody, wskaż szczegół do sprawdzenia i podaj kontekst potrzebny do jego interpretacji. W pytaniu technicznym uwzględnij obserwowane i oczekiwane zachowanie wraz z odpowiednim kodem lub opisem.\n\nSpecyfikacja GPT-5.6 Terra producenta podaje okno kontekstu o wielkości 1 050 000 tokenów, maksymalny limit wejścia 922 000 tokenów i maksymalny limit wyjścia 128 000 tokenów. Udokumentowana data graniczna wiedzy to 16 lutego 2026 r. Model bazowy obsługuje poziomy nakładu na rozumowanie none, low, medium, high, xhigh i max, z domyślnym medium. Tryb Pro i nakład na rozumowanie są niezależnymi ustawieniami, a budżet kontekstu obejmuje rozumowanie, materiały źródłowe i odpowiedź końcową.\n\nOpenAI dokumentuje Pro w Responses API dla trudnej pracy, która dopuszcza dodatkowe opóźnienie i aktywność modelu. Model bazowy obsługuje strumieniowanie, Structured Outputs, wywoływanie funkcji, wyszukiwanie w sieci i plikach, obrazy na wejściu i buforowanie promptów. Producent wymienia również narzędzia do generowania obrazów, interpreter kodu, hostowane operacje powłoki i stosowania poprawek, umiejętności, korzystanie z komputera, połączenia MCP i wyszukiwanie narzędzi. Aplikacja udostępnia i wykonuje swoje operacje oraz zwraca ich wyniki; tekstowa odpowiedź modelu jest odrębna od tych wykonanych działań.\n\nPrzygotuj polecenie wokół kryterium zakończenia. Przy porównywaniu dokumentów określ dowody wymagane dla każdego wniosku i poproś o osobne zestawienie kwestii nierozstrzygniętych. Przy pisaniu odpowiedzi określ obowiązkowe fakty i następne działanie czytelnika. Użyteczny wynik końcowy to uporządkowane porównanie lub proponowana odpowiedź, których istotne stwierdzenia można powiązać z dostarczonym materiałem i wykorzystać w dalszej pracy nad konkretnymi kwestiami.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "71bf98afa9e4288a1349d1bc06991382ecdc282dbebdcec3cb9fa7f9c463f893", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pl", "methods": [ { "html": "openai/gpt-5.6-terra-pro:batchGPT-5.6 Terra z rozumowaniem Pro do praktycznych zadań, którym służy pełniejsza analiza. Porównuj dostarczone dokumenty, interpretuj reguły lub opracowuj uporządkowaną odpowiedź na podstawie tekstu i materiałów wizualnych.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-5.6 Terra Pro oznacza GPT-5.6 Terra firmy OpenAI z rozumowaniem Pro. Terra to wariant rozumujący GPT-5.6 do zadań praktycznych, odpowiadający w przybliżeniu wariantowi mini we wcześniejszych rodzinach GPT-5. Model bazowy przyjmuje tekst i obrazy, a generuje tekst. Pro oznacza dodatkową pracę modelu nad odpowiedzią końcową, przy zachowaniu Terry jako wybranej edycji bazowej.
Przykładowym zadaniem jest porównanie dwóch dokumentów według określonego zestawu wymagań. Dostarcz oba teksty, wskaż, która wersja lub sekcja ma pierwszeństwo, i zdefiniuj istotne kryteria. Poproś o punkty zgodne, różnice i pytania wymagające wyjaśnienia. Możesz poprosić o tabelę porównawczą, a następnie krótką rekomendację z wyraźnie podanymi warunkami. Brakujące stwierdzenie należy przedstawić jako brak informacji, a nie jako fakt dopowiedziany przez model.
Terra może również służyć do zadań łączących pisemną prośbę z zasadami lub wyjaśnieniem technicznym. Podaj odpowiednie reguły i poproś o odpowiedź w określonej formie, na przykład listu, zestawu pól lub planu następnego działania. Jeśli obraz zawiera kluczowe dowody, wskaż szczegół do sprawdzenia i podaj kontekst potrzebny do jego interpretacji. W pytaniu technicznym uwzględnij obserwowane i oczekiwane zachowanie wraz z odpowiednim kodem lub opisem.
Specyfikacja GPT-5.6 Terra producenta podaje okno kontekstu o wielkości 1 050 000 tokenów, maksymalny limit wejścia 922 000 tokenów i maksymalny limit wyjścia 128 000 tokenów. Udokumentowana data graniczna wiedzy to 16 lutego 2026 r. Model bazowy obsługuje poziomy nakładu na rozumowanie none, low, medium, high, xhigh i max, z domyślnym medium. Tryb Pro i nakład na rozumowanie są niezależnymi ustawieniami, a budżet kontekstu obejmuje rozumowanie, materiały źródłowe i odpowiedź końcową.
OpenAI dokumentuje Pro w Responses API dla trudnej pracy, która dopuszcza dodatkowe opóźnienie i aktywność modelu. Model bazowy obsługuje strumieniowanie, Structured Outputs, wywoływanie funkcji, wyszukiwanie w sieci i plikach, obrazy na wejściu i buforowanie promptów. Producent wymienia również narzędzia do generowania obrazów, interpreter kodu, hostowane operacje powłoki i stosowania poprawek, umiejętności, korzystanie z komputera, połączenia MCP i wyszukiwanie narzędzi. Aplikacja udostępnia i wykonuje swoje operacje oraz zwraca ich wyniki; tekstowa odpowiedź modelu jest odrębna od tych wykonanych działań.
Przygotuj polecenie wokół kryterium zakończenia. Przy porównywaniu dokumentów określ dowody wymagane dla każdego wniosku i poproś o osobne zestawienie kwestii nierozstrzygniętych. Przy pisaniu odpowiedzi określ obowiązkowe fakty i następne działanie czytelnika. Użyteczny wynik końcowy to uporządkowane porównanie lub proponowana odpowiedź, których istotne stwierdzenia można powiązać z dostarczonym materiałem i wykorzystać w dalszej pracy nad konkretnymi kwestiami.
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-5.6-terra-pro: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-5.6-terra-pro:batch, openai/gpt-5.6-terra-pro | 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 $0.002 / 1K tokenów Wyjście · Tokeny wyjściowe $0.012 / 1K tokenów Wejście · Odczyt cache $0.0002 / 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 $0.002 / 1K tokenów Wyjście · Tokeny wyjściowe $0.012 / 1K tokenów Wejście · Odczyt cache $0.0002 / 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 $0.004 / 1K tokenów Wyjście · Tokeny wyjściowe $0.018 / 1K tokenów Wejście · Odczyt cache $0.0004 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${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-5.6-terra-pro:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-5.6-terra-pro:batch', 'openai/gpt-5.6-terra-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-terra-pro:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\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-5.6-terra-pro:batch
Użyj ścieżek metod podanych powyżej.