GPT-6 Astra Pro oznacza GPT-6 Astra firmy OpenAI z rozumowaniem Pro. Bazowy model Astra jest przeznaczony do wymagającego rozumowania, programowania, badań, korzystania z komputera i pracy zawodowej. Przyjmuje tekst i obrazy, a generuje tekst. Pro oznacza dodatkową pracę modelu nad odpowiedzią końcową, natomiast poziom nakładu na rozumowanie określa ilość analizy w wybranym trybie wykonania. Pro zmienia tryb wykonania, podczas gdy modelem bazowym pozostaje GPT-6 Astra.
Opis wydania Astra przygotowany przez producenta przedstawia procesy pracy, które przekształcają istotne materiały w dokumenty, arkusze kalkulacyjne, prezentacje i analizy. Kładzie nacisk na stosowanie szablonów oraz stylu pisania lub stylu wizualnego przy wyborze kontekstu istotnego dla zadania. W przypadku dokumentu do pracy zawodowej podaj materiały źródłowe, wymagania szablonu i decyzję, którą ma podjąć czytelnik. Przykładowe polecenie to uzgodnienie dwóch zestawów wymagań projektu i przygotowanie krótkiego opracowania oddzielającego uzgodnione fakty, sprzeczne dowody i warunki rekomendacji.
W pracy inżynierskiej lub badawczej określ cel, dowody do sprawdzenia i kryterium zakończenia. Zadanie programistyczne może obejmować wymagane zachowanie, powiązane pliki i ograniczenia; zadanie badawcze — pytanie i kryteria oceny dostarczonych materiałów. Udokumentowane możliwości Astry w zakresie korzystania z komputera i przeglądania sieci łączą decyzje modelu ze środowiskiem, które udostępnia odpowiednie narzędzia. Rzeczywiste wyniki tego środowiska są dowodami do następnego kroku, odrębnymi od działań proponowanych przez model.
Specyfikacja GPT-6 Astra firmy OpenAI podaje okno kontekstu o wielkości 1 050 000 tokenów, maksymalny limit wejścia 922 000 tokenów i maksymalny limit wyjścia 128 000 tokenów, a także datę graniczną wiedzy 30 kwietnia 2026 r. Dostępne poziomy nakładu na rozumowanie to low, medium, high, xhigh i max; none nie jest obsługiwany. Tokeny rozumowania i widoczny wynik zajmują miejsce w kontekście. OpenAI dokumentuje Pro w Responses API dla trudnych zadań, które dopuszczają dodatkowe opóźnienie i aktywność modelu; tryb i nakład na rozumowanie pozostają niezależnymi ustawieniami.
Model bazowy oferuje strumieniowanie, Structured Outputs, wywoływanie funkcji, wyszukiwanie w sieci i plikach, narzędzia do generowania obrazów, wykonywanie kodu, hostowane operacje powłoki i stosowania poprawek, umiejętności, korzystanie z komputera, połączenia MCP i wyszukiwanie narzędzi. Wywoływanie funkcji korzysta z interfejsu Responses producenta. Przewodnik GPT-6 opisuje również asynchroniczną pracę narzędzi i korygowanie kierunku aktywnej tury. Aplikacje wykonują własne operacje, zarządzają pracą w toku i zwracają uzyskane informacje; własnym wyjściem modelu pozostaje tekst, nawet gdy osobne narzędzie tworzy inny rezultat.
Opis wydania Astra przedstawia dostosowywanie się do nowych wymagań przy zachowaniu szerszego celu. Odróżnia również przegląd kodu i wprowadzanie poprawek w celach obronnych od zaawansowanego opracowywania exploitów, którego model może odmówić, oraz opisuje automatyczne kontrole mogące przerwać zadanie. Przygotuj polecenie wokół zamierzonego wyniku, dozwolonej pracy i dowodów, zamiast traktować dodatkowe rozumowanie jako zastępstwo brakujących materiałów źródłowych. Użyteczny wynik końcowy przedstawia wniosek lub proponowaną zmianę, ich podstawę w dostarczonych informacjach i każde pytanie, które istotnie zmieniłoby decyzję.
", "aboutText": "GPT-6 Astra Pro oznacza GPT-6 Astra firmy OpenAI z rozumowaniem Pro. Bazowy model Astra jest przeznaczony do wymagającego rozumowania, programowania, badań, korzystania z komputera i pracy zawodowej. Przyjmuje tekst i obrazy, a generuje tekst. Pro oznacza dodatkową pracę modelu nad odpowiedzią końcową, natomiast poziom nakładu na rozumowanie określa ilość analizy w wybranym trybie wykonania. Pro zmienia tryb wykonania, podczas gdy modelem bazowym pozostaje GPT-6 Astra.\n\nOpis wydania Astra przygotowany przez producenta przedstawia procesy pracy, które przekształcają istotne materiały w dokumenty, arkusze kalkulacyjne, prezentacje i analizy. Kładzie nacisk na stosowanie szablonów oraz stylu pisania lub stylu wizualnego przy wyborze kontekstu istotnego dla zadania. W przypadku dokumentu do pracy zawodowej podaj materiały źródłowe, wymagania szablonu i decyzję, którą ma podjąć czytelnik. Przykładowe polecenie to uzgodnienie dwóch zestawów wymagań projektu i przygotowanie krótkiego opracowania oddzielającego uzgodnione fakty, sprzeczne dowody i warunki rekomendacji.\n\nW pracy inżynierskiej lub badawczej określ cel, dowody do sprawdzenia i kryterium zakończenia. Zadanie programistyczne może obejmować wymagane zachowanie, powiązane pliki i ograniczenia; zadanie badawcze — pytanie i kryteria oceny dostarczonych materiałów. Udokumentowane możliwości Astry w zakresie korzystania z komputera i przeglądania sieci łączą decyzje modelu ze środowiskiem, które udostępnia odpowiednie narzędzia. Rzeczywiste wyniki tego środowiska są dowodami do następnego kroku, odrębnymi od działań proponowanych przez model.\n\nSpecyfikacja GPT-6 Astra firmy OpenAI podaje okno kontekstu o wielkości 1 050 000 tokenów, maksymalny limit wejścia 922 000 tokenów i maksymalny limit wyjścia 128 000 tokenów, a także datę graniczną wiedzy 30 kwietnia 2026 r. Dostępne poziomy nakładu na rozumowanie to low, medium, high, xhigh i max; none nie jest obsługiwany. Tokeny rozumowania i widoczny wynik zajmują miejsce w kontekście. OpenAI dokumentuje Pro w Responses API dla trudnych zadań, które dopuszczają dodatkowe opóźnienie i aktywność modelu; tryb i nakład na rozumowanie pozostają niezależnymi ustawieniami.\n\nModel bazowy oferuje strumieniowanie, Structured Outputs, wywoływanie funkcji, wyszukiwanie w sieci i plikach, narzędzia do generowania obrazów, wykonywanie kodu, hostowane operacje powłoki i stosowania poprawek, umiejętności, korzystanie z komputera, połączenia MCP i wyszukiwanie narzędzi. Wywoływanie funkcji korzysta z interfejsu Responses producenta. Przewodnik GPT-6 opisuje również asynchroniczną pracę narzędzi i korygowanie kierunku aktywnej tury. Aplikacje wykonują własne operacje, zarządzają pracą w toku i zwracają uzyskane informacje; własnym wyjściem modelu pozostaje tekst, nawet gdy osobne narzędzie tworzy inny rezultat.\n\nOpis wydania Astra przedstawia dostosowywanie się do nowych wymagań przy zachowaniu szerszego celu. Odróżnia również przegląd kodu i wprowadzanie poprawek w celach obronnych od zaawansowanego opracowywania exploitów, którego model może odmówić, oraz opisuje automatyczne kontrole mogące przerwać zadanie. Przygotuj polecenie wokół zamierzonego wyniku, dozwolonej pracy i dowodów, zamiast traktować dodatkowe rozumowanie jako zastępstwo brakujących materiałów źródłowych. Użyteczny wynik końcowy przedstawia wniosek lub proponowaną zmianę, ich podstawę w dostarczonych informacjach i każde pytanie, które istotnie zmieniłoby decyzję.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Reconcile conflicting launch requirements\n\nWrite a decision brief using this template: Decision needed; Agreed facts; Conflict; Recommendation conditions. Product requirement P1 says launch must include CSV export. Security requirement S1 prohibits exporting customer email addresses. Current design D1 exports name and email only. Reconcile the requirements, propose a compliant export scope and list the decision still needed about useful fields.A brief under the four supplied headings, with P1, S1 and D1 references beside relevant findings.Check that the proposed scope preserves an export feature while excluding emails and does not invent an approved field list.openai/gpt-6-astra-proGPT-6 Astra z rozumowaniem Pro do wymagających badań, programowania i pracy zawodowej. Pro oznacza dodatkową pracę modelu przed odpowiedzią końcową; model bazowy przyjmuje tekst i obrazy oraz wspiera wieloetapową pracę w środowisku z narzędziami.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-6 Astra Pro oznacza GPT-6 Astra firmy OpenAI z rozumowaniem Pro. Bazowy model Astra jest przeznaczony do wymagającego rozumowania, programowania, badań, korzystania z komputera i pracy zawodowej. Przyjmuje tekst i obrazy, a generuje tekst. Pro oznacza dodatkową pracę modelu nad odpowiedzią końcową, natomiast poziom nakładu na rozumowanie określa ilość analizy w wybranym trybie wykonania. Pro zmienia tryb wykonania, podczas gdy modelem bazowym pozostaje GPT-6 Astra.
Opis wydania Astra przygotowany przez producenta przedstawia procesy pracy, które przekształcają istotne materiały w dokumenty, arkusze kalkulacyjne, prezentacje i analizy. Kładzie nacisk na stosowanie szablonów oraz stylu pisania lub stylu wizualnego przy wyborze kontekstu istotnego dla zadania. W przypadku dokumentu do pracy zawodowej podaj materiały źródłowe, wymagania szablonu i decyzję, którą ma podjąć czytelnik. Przykładowe polecenie to uzgodnienie dwóch zestawów wymagań projektu i przygotowanie krótkiego opracowania oddzielającego uzgodnione fakty, sprzeczne dowody i warunki rekomendacji.
W pracy inżynierskiej lub badawczej określ cel, dowody do sprawdzenia i kryterium zakończenia. Zadanie programistyczne może obejmować wymagane zachowanie, powiązane pliki i ograniczenia; zadanie badawcze — pytanie i kryteria oceny dostarczonych materiałów. Udokumentowane możliwości Astry w zakresie korzystania z komputera i przeglądania sieci łączą decyzje modelu ze środowiskiem, które udostępnia odpowiednie narzędzia. Rzeczywiste wyniki tego środowiska są dowodami do następnego kroku, odrębnymi od działań proponowanych przez model.
Specyfikacja GPT-6 Astra firmy OpenAI podaje okno kontekstu o wielkości 1 050 000 tokenów, maksymalny limit wejścia 922 000 tokenów i maksymalny limit wyjścia 128 000 tokenów, a także datę graniczną wiedzy 30 kwietnia 2026 r. Dostępne poziomy nakładu na rozumowanie to low, medium, high, xhigh i max; none nie jest obsługiwany. Tokeny rozumowania i widoczny wynik zajmują miejsce w kontekście. OpenAI dokumentuje Pro w Responses API dla trudnych zadań, które dopuszczają dodatkowe opóźnienie i aktywność modelu; tryb i nakład na rozumowanie pozostają niezależnymi ustawieniami.
Model bazowy oferuje strumieniowanie, Structured Outputs, wywoływanie funkcji, wyszukiwanie w sieci i plikach, narzędzia do generowania obrazów, wykonywanie kodu, hostowane operacje powłoki i stosowania poprawek, umiejętności, korzystanie z komputera, połączenia MCP i wyszukiwanie narzędzi. Wywoływanie funkcji korzysta z interfejsu Responses producenta. Przewodnik GPT-6 opisuje również asynchroniczną pracę narzędzi i korygowanie kierunku aktywnej tury. Aplikacje wykonują własne operacje, zarządzają pracą w toku i zwracają uzyskane informacje; własnym wyjściem modelu pozostaje tekst, nawet gdy osobne narzędzie tworzy inny rezultat.
Opis wydania Astra przedstawia dostosowywanie się do nowych wymagań przy zachowaniu szerszego celu. Odróżnia również przegląd kodu i wprowadzanie poprawek w celach obronnych od zaawansowanego opracowywania exploitów, którego model może odmówić, oraz opisuje automatyczne kontrole mogące przerwać zadanie. Przygotuj polecenie wokół zamierzonego wyniku, dozwolonej pracy i dowodów, zamiast traktować dodatkowe rozumowanie jako zastępstwo brakujących materiałów źródłowych. Użyteczny wynik końcowy przedstawia wniosek lub proponowaną zmianę, ich podstawę w dostarczonych informacjach i każde pytanie, które istotnie zmieniłoby decyzję.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity openai/gpt-6-astra-pro | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity Przykłady: system, user, assistant, tool, function Warunki: Te role są jawnie reprezentowane przez typy zgodności w kodzie źródłowym; dokładny zestaw ról pozostaje właściwy dla danego modelu. Zależy od modelu | Domyślnie— |
Polemessages[].content | Typstring|content_part[]|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_calls | Typtool_call[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_call_id | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID | Domyślnie— |
Polemessages[].name | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].reasoning_content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa | Domyślnie— |
Polemessages[].reasoning_details | Typobject|array | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polemax_completion_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polestream_options.include_usage | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestop | Typstring|string[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typfunction_tool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools[].type | Typstring | WymaganieOpcjonalne | Wartości i limity function Zależy od modelu | Domyślnie— |
Poletools[].function.name | Typstring | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie funkcji | Domyślnie— |
Poletools[].function.description | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletools[].function.parameters | TypJSON_schema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletool_choice | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleparallel_tool_calls | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleresponse_format | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning_effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleservice_tier | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinstructions | Typstring | WymaganieOpcjonalne | Wartości i limity Pole zgodności | Domyślnie— |
Polefunctions | Typfunction[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polefunction_call | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_options | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemodalities | Typstring[] | WymaganieOpcjonalne | Wartości i limity text | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra | Domyślnie— |
Polecache_control.ttl | Typstring | WymaganieOpcjonalne | Wartości i limity Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów | Domyślnie— |
Tekst · tekst UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontrakttablica wiadomości o strukturze role/content |
Parametrfile_material | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Cykl życia: synchronous_or_streamed
Wyślij dokładne ID modelu wraz z messages.
Długość kontekstu nie jest limitem wyjścia.
Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.
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 $0.02 / 1K tokenów Wyjście · Tokeny wyjściowe $0.1 / 1K tokenów Wejście · Odczyt cache $0.002 / 1K tokenów Wejście · Zapis do cache $0.025 / 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 $0.02 / 1K tokenów Wyjście · Tokeny wyjściowe $0.1 / 1K tokenów Wejście · Odczyt cache $0.002 / 1K tokenów Wejście · Zapis do cache $0.025 / 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 $0.04 / 1K tokenów Wyjście · Tokeny wyjściowe $0.15 / 1K tokenów Wejście · Odczyt cache $0.004 / 1K tokenów Wejście · Zapis do cache $0.05 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-6-astra-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-astra-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-astra-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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra openai/gpt-6-astra-pro
Użyj ścieżek metod podanych powyżej.
openai/gpt-6-astra-proGPT-6 Astra z rozumowaniem Pro do wymagających badań, programowania i pracy zawodowej. Pro oznacza dodatkową pracę modelu przed odpowiedzią końcową; model bazowy przyjmuje tekst i obrazy oraz wspiera wieloetapową pracę w środowisku z narzędziami.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-6 Astra Pro oznacza GPT-6 Astra firmy OpenAI z rozumowaniem Pro. Bazowy model Astra jest przeznaczony do wymagającego rozumowania, programowania, badań, korzystania z komputera i pracy zawodowej. Przyjmuje tekst i obrazy, a generuje tekst. Pro oznacza dodatkową pracę modelu nad odpowiedzią końcową, natomiast poziom nakładu na rozumowanie określa ilość analizy w wybranym trybie wykonania. Pro zmienia tryb wykonania, podczas gdy modelem bazowym pozostaje GPT-6 Astra.
Opis wydania Astra przygotowany przez producenta przedstawia procesy pracy, które przekształcają istotne materiały w dokumenty, arkusze kalkulacyjne, prezentacje i analizy. Kładzie nacisk na stosowanie szablonów oraz stylu pisania lub stylu wizualnego przy wyborze kontekstu istotnego dla zadania. W przypadku dokumentu do pracy zawodowej podaj materiały źródłowe, wymagania szablonu i decyzję, którą ma podjąć czytelnik. Przykładowe polecenie to uzgodnienie dwóch zestawów wymagań projektu i przygotowanie krótkiego opracowania oddzielającego uzgodnione fakty, sprzeczne dowody i warunki rekomendacji.
W pracy inżynierskiej lub badawczej określ cel, dowody do sprawdzenia i kryterium zakończenia. Zadanie programistyczne może obejmować wymagane zachowanie, powiązane pliki i ograniczenia; zadanie badawcze — pytanie i kryteria oceny dostarczonych materiałów. Udokumentowane możliwości Astry w zakresie korzystania z komputera i przeglądania sieci łączą decyzje modelu ze środowiskiem, które udostępnia odpowiednie narzędzia. Rzeczywiste wyniki tego środowiska są dowodami do następnego kroku, odrębnymi od działań proponowanych przez model.
Specyfikacja GPT-6 Astra firmy OpenAI podaje okno kontekstu o wielkości 1 050 000 tokenów, maksymalny limit wejścia 922 000 tokenów i maksymalny limit wyjścia 128 000 tokenów, a także datę graniczną wiedzy 30 kwietnia 2026 r. Dostępne poziomy nakładu na rozumowanie to low, medium, high, xhigh i max; none nie jest obsługiwany. Tokeny rozumowania i widoczny wynik zajmują miejsce w kontekście. OpenAI dokumentuje Pro w Responses API dla trudnych zadań, które dopuszczają dodatkowe opóźnienie i aktywność modelu; tryb i nakład na rozumowanie pozostają niezależnymi ustawieniami.
Model bazowy oferuje strumieniowanie, Structured Outputs, wywoływanie funkcji, wyszukiwanie w sieci i plikach, narzędzia do generowania obrazów, wykonywanie kodu, hostowane operacje powłoki i stosowania poprawek, umiejętności, korzystanie z komputera, połączenia MCP i wyszukiwanie narzędzi. Wywoływanie funkcji korzysta z interfejsu Responses producenta. Przewodnik GPT-6 opisuje również asynchroniczną pracę narzędzi i korygowanie kierunku aktywnej tury. Aplikacje wykonują własne operacje, zarządzają pracą w toku i zwracają uzyskane informacje; własnym wyjściem modelu pozostaje tekst, nawet gdy osobne narzędzie tworzy inny rezultat.
Opis wydania Astra przedstawia dostosowywanie się do nowych wymagań przy zachowaniu szerszego celu. Odróżnia również przegląd kodu i wprowadzanie poprawek w celach obronnych od zaawansowanego opracowywania exploitów, którego model może odmówić, oraz opisuje automatyczne kontrole mogące przerwać zadanie. Przygotuj polecenie wokół zamierzonego wyniku, dozwolonej pracy i dowodów, zamiast traktować dodatkowe rozumowanie jako zastępstwo brakujących materiałów źródłowych. Użyteczny wynik końcowy przedstawia wniosek lub proponowaną zmianę, ich podstawę w dostarczonych informacjach i każde pytanie, które istotnie zmieniłoby decyzję.
POST /v1/messagestexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity openai/gpt-6-astra-pro | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— |
Polemessages[].content | Typstring|content_block[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polesystem | Typstring|content_block[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieWymagane | Wartości i limity Minimum: 1 Limit dotyczy: dokładny limit wybranego modelu/karty | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestop_sequences | Typstring[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typtool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools[].name | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie | Domyślnie— |
Poletools[].description | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletools[].input_schema | TypJSON_schema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletool_choice | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polethinking.type | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polethinking.budget_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleoutput_config.effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemetadata | Typobject | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polecache_control | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Tekst · tekst UTF8
messages[].content lub blok type=text
Tekst + obraz
{type:image,source:{type:base64,media_type,data}} lub źródło type=url
| Parametr | Kontrakt |
|---|---|
Parametrmaterial_types | Kontrakttext |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktnull |
Parametrcontent_type | Kontraktapplication/json |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: exact retained published method
Wyślij dokładny identyfikator modelu i wymagane pola.
Zachowaj każdy zwrócony element i jego pierwotne identyfikatory.
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 $0.02 / 1K tokenów Wyjście · Tokeny wyjściowe $0.1 / 1K tokenów Wejście · Odczyt cache $0.002 / 1K tokenów Wejście · Zapis do cache $0.025 / 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 $0.02 / 1K tokenów Wyjście · Tokeny wyjściowe $0.1 / 1K tokenów Wejście · Odczyt cache $0.002 / 1K tokenów Wejście · Zapis do cache $0.025 / 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 $0.04 / 1K tokenów Wyjście · Tokeny wyjściowe $0.15 / 1K tokenów Wejście · Odczyt cache $0.004 / 1K tokenów Wejście · Zapis do cache $0.05 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "openai/gpt-6-astra-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${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-astra-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-astra-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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra openai/gpt-6-astra-pro
Użyj ścieżek metod podanych powyżej.
openai/gpt-6-astra-proGPT-6 Astra z rozumowaniem Pro do wymagających badań, programowania i pracy zawodowej. Pro oznacza dodatkową pracę modelu przed odpowiedzią końcową; model bazowy przyjmuje tekst i obrazy oraz wspiera wieloetapową pracę w środowisku z narzędziami.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-6 Astra Pro oznacza GPT-6 Astra firmy OpenAI z rozumowaniem Pro. Bazowy model Astra jest przeznaczony do wymagającego rozumowania, programowania, badań, korzystania z komputera i pracy zawodowej. Przyjmuje tekst i obrazy, a generuje tekst. Pro oznacza dodatkową pracę modelu nad odpowiedzią końcową, natomiast poziom nakładu na rozumowanie określa ilość analizy w wybranym trybie wykonania. Pro zmienia tryb wykonania, podczas gdy modelem bazowym pozostaje GPT-6 Astra.
Opis wydania Astra przygotowany przez producenta przedstawia procesy pracy, które przekształcają istotne materiały w dokumenty, arkusze kalkulacyjne, prezentacje i analizy. Kładzie nacisk na stosowanie szablonów oraz stylu pisania lub stylu wizualnego przy wyborze kontekstu istotnego dla zadania. W przypadku dokumentu do pracy zawodowej podaj materiały źródłowe, wymagania szablonu i decyzję, którą ma podjąć czytelnik. Przykładowe polecenie to uzgodnienie dwóch zestawów wymagań projektu i przygotowanie krótkiego opracowania oddzielającego uzgodnione fakty, sprzeczne dowody i warunki rekomendacji.
W pracy inżynierskiej lub badawczej określ cel, dowody do sprawdzenia i kryterium zakończenia. Zadanie programistyczne może obejmować wymagane zachowanie, powiązane pliki i ograniczenia; zadanie badawcze — pytanie i kryteria oceny dostarczonych materiałów. Udokumentowane możliwości Astry w zakresie korzystania z komputera i przeglądania sieci łączą decyzje modelu ze środowiskiem, które udostępnia odpowiednie narzędzia. Rzeczywiste wyniki tego środowiska są dowodami do następnego kroku, odrębnymi od działań proponowanych przez model.
Specyfikacja GPT-6 Astra firmy OpenAI podaje okno kontekstu o wielkości 1 050 000 tokenów, maksymalny limit wejścia 922 000 tokenów i maksymalny limit wyjścia 128 000 tokenów, a także datę graniczną wiedzy 30 kwietnia 2026 r. Dostępne poziomy nakładu na rozumowanie to low, medium, high, xhigh i max; none nie jest obsługiwany. Tokeny rozumowania i widoczny wynik zajmują miejsce w kontekście. OpenAI dokumentuje Pro w Responses API dla trudnych zadań, które dopuszczają dodatkowe opóźnienie i aktywność modelu; tryb i nakład na rozumowanie pozostają niezależnymi ustawieniami.
Model bazowy oferuje strumieniowanie, Structured Outputs, wywoływanie funkcji, wyszukiwanie w sieci i plikach, narzędzia do generowania obrazów, wykonywanie kodu, hostowane operacje powłoki i stosowania poprawek, umiejętności, korzystanie z komputera, połączenia MCP i wyszukiwanie narzędzi. Wywoływanie funkcji korzysta z interfejsu Responses producenta. Przewodnik GPT-6 opisuje również asynchroniczną pracę narzędzi i korygowanie kierunku aktywnej tury. Aplikacje wykonują własne operacje, zarządzają pracą w toku i zwracają uzyskane informacje; własnym wyjściem modelu pozostaje tekst, nawet gdy osobne narzędzie tworzy inny rezultat.
Opis wydania Astra przedstawia dostosowywanie się do nowych wymagań przy zachowaniu szerszego celu. Odróżnia również przegląd kodu i wprowadzanie poprawek w celach obronnych od zaawansowanego opracowywania exploitów, którego model może odmówić, oraz opisuje automatyczne kontrole mogące przerwać zadanie. Przygotuj polecenie wokół zamierzonego wyniku, dozwolonej pracy i dowodów, zamiast traktować dodatkowe rozumowanie jako zastępstwo brakujących materiałów źródłowych. Użyteczny wynik końcowy przedstawia wniosek lub proponowaną zmianę, ich podstawę w dostarczonych informacjach i każde pytanie, które istotnie zmieniłoby decyzję.
POST /v1/responsestexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity openai/gpt-6-astra-pro | Domyślnie— |
Poleinput | Typstring|input_item[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Poleinstructions | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poleinput[].type | Typstring | WymaganieOpcjonalne | Wartości i limity message, reasoning, function_call, function_call_output | Domyślnie— |
Poleinput[].content | Typstring|content_part[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poleinput[].call_id | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: function_call_output; zachowaj rzeczywiście zwrócone call_id | Domyślnie— |
Poleinput[].output | Typstring|content_part[] | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: function_call_output | Domyślnie— |
Polemax_output_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typtool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletool_choice | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleparallel_tool_calls | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning.effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning.summary | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletext.format | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletext.verbosity | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinclude | Typstring[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestore | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprevious_response_id | Typstring | WymaganieNieobsługiwane | Wartości i limity Wymaganie dotyczące ID: Tylko rzeczywiste ID odpowiedzi z obsługiwanej kontynuacji Warunki: Przekazuj rzeczywistą historię rozmowy przy każdym żądaniu. | Domyślnie— |
Poleservice_tier | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_key | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_options | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Tekst · tekst UTF8
tekst wejściowy lub część input_text
Tekst + obraz
{type:input_image,image_url}
| Parametr | Kontrakt |
|---|---|
Parametrmaterial_types | Kontrakttext |
Parametrrequired | Kontraktmodel, input |
Parametroptional_controls | Kontraktnull |
Parametrcontent_type | Kontraktapplication/json |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: exact retained published method
Wyślij dokładny identyfikator modelu i wymagane pola.
Zachowaj każdy zwrócony element i jego pierwotne identyfikatory.
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 $0.02 / 1K tokenów Wyjście · Tokeny wyjściowe $0.1 / 1K tokenów Wejście · Odczyt cache $0.002 / 1K tokenów Wejście · Zapis do cache $0.025 / 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 $0.02 / 1K tokenów Wyjście · Tokeny wyjściowe $0.1 / 1K tokenów Wejście · Odczyt cache $0.002 / 1K tokenów Wejście · Zapis do cache $0.025 / 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 $0.04 / 1K tokenów Wyjście · Tokeny wyjściowe $0.15 / 1K tokenów Wejście · Odczyt cache $0.004 / 1K tokenów Wejście · Zapis do cache $0.05 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "openai/gpt-6-astra-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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-astra-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-astra-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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj każdy element wyjścia i część treści, rzeczywiste call_id funkcji, zaszyfrowane rozumowanie i dane użycia. W strumieniowaniu zachowaj pełną tożsamość zdarzenia/elementu.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polestatus | Typstring |
Poleoutput[] | Typmessage|reasoning|function_call|other item |
Poleoutput[].content[] | Typcontent part |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra openai/gpt-6-astra-pro
Użyj ścieżek metod podanych powyżej.
Przykład techniczny po angielsku
Reconcile conflicting launch requirements\n\nWrite a decision brief using this template: Decision needed; Agreed facts; Conflict; Recommendation conditions. Product requirement P1 says launch must include CSV export. Security requirement S1 prohibits exporting customer email addresses. Current design D1 exports name and email only. Reconcile the requirements, propose a compliant export scope and list the decision still needed about useful fields.A brief under the four supplied headings, with P1, S1 and D1 references beside relevant findings.Check that the proposed scope preserves an export feature while excluding emails and does not invent an approved field list.