GPT-5.6 Sol Pro designa GPT-5.6 Sol da OpenAI com raciocínio Pro. Sol é a principal edição GPT-5.6 para trabalho profissional complexo e corresponde aproximadamente ao nível sem sufixo das famílias GPT-5 anteriores. O alias gpt-5.6 da OpenAI identifica esta edição Sol. O modelo de base aceita texto e imagens e produz texto; Pro acrescenta processamento do modelo ao desenvolver a resposta final.
Para uma tarefa profissional, forneça o objetivo, o material pertinente e os padrões que o resultado deve cumprir. Um exemplo de pedido de engenharia é examinar vários módulos relacionados, explicar as dependências envolvidas e desenvolver uma proposta de alteração coordenada. Uma tarefa documental pode, em alternativa, combinar várias fontes numa análise cujas secções distingam os factos fornecidos, as suas relações e as ações justificadas pela conclusão.
Use material visual quando fornece provas que o texto não contém. Identifique o diagrama, o elemento da interface ou o pormenor de referência relevante para a tarefa e explique o seu papel no resultado pedido. Para código, inclua o comportamento obrigatório e uma entrada representativa ou uma falha observada. Para análise, forneça os critérios que devem reger a comparação. Rótulos claros das fontes facilitam a ligação entre uma tarefa complexa e as provas usadas no resultado final.
A OpenAI especifica para GPT-5.6 Sol uma janela de contexto de 1 050 000 tokens, uma entrada máxima de 922 000 tokens e uma saída máxima de 128 000 tokens, com conhecimentos atualizados até 16 de fevereiro de 2026. As opções de esforço de raciocínio do modelo de base são none, low, medium, high, xhigh e max, com medium como predefinição. O modo Pro é independente do esforço: o modo seleciona processamento adicional do modelo, enquanto o esforço regula a análise dentro dele. O orçamento de contexto inclui tokens de raciocínio, além da resposta visível.
O produtor documenta Pro na API Responses para trabalho difícil que possa acomodar latência adicional e mais atividade do modelo. O modelo de base indica transmissão progressiva, Structured Outputs, chamadas de funções, pesquisa na Web e em ficheiros, entrada de imagens e colocação da entrada em cache. As ferramentas incluem geração de imagens, interpretação de código, execução de comandos num ambiente alojado e aplicação de correções, competências, utilização do computador, ligações MCP e pesquisa de ferramentas. As aplicações fornecem o ambiente correspondente, executam as suas ações e devolvem resultados reais para a decisão seguinte.
Defina o que um resultado completo deve conter e como deve ser verificado. Para uma alteração proposta, peça o comportamento afetado, as escolhas significativas e as provas necessárias para as verificar. Para um documento, defina o público, as secções obrigatórias e as perguntas a que uma conclusão tem de responder. O resultado final pode ser uma proposta de código, uma nota analítica ou um plano faseado que ligue cada recomendação substancial ao objetivo original e ao material de origem.
", "aboutText": "GPT-5.6 Sol Pro designa GPT-5.6 Sol da OpenAI com raciocínio Pro. Sol é a principal edição GPT-5.6 para trabalho profissional complexo e corresponde aproximadamente ao nível sem sufixo das famílias GPT-5 anteriores. O alias gpt-5.6 da OpenAI identifica esta edição Sol. O modelo de base aceita texto e imagens e produz texto; Pro acrescenta processamento do modelo ao desenvolver a resposta final.\n\nPara uma tarefa profissional, forneça o objetivo, o material pertinente e os padrões que o resultado deve cumprir. Um exemplo de pedido de engenharia é examinar vários módulos relacionados, explicar as dependências envolvidas e desenvolver uma proposta de alteração coordenada. Uma tarefa documental pode, em alternativa, combinar várias fontes numa análise cujas secções distingam os factos fornecidos, as suas relações e as ações justificadas pela conclusão.\n\nUse material visual quando fornece provas que o texto não contém. Identifique o diagrama, o elemento da interface ou o pormenor de referência relevante para a tarefa e explique o seu papel no resultado pedido. Para código, inclua o comportamento obrigatório e uma entrada representativa ou uma falha observada. Para análise, forneça os critérios que devem reger a comparação. Rótulos claros das fontes facilitam a ligação entre uma tarefa complexa e as provas usadas no resultado final.\n\nA OpenAI especifica para GPT-5.6 Sol uma janela de contexto de 1 050 000 tokens, uma entrada máxima de 922 000 tokens e uma saída máxima de 128 000 tokens, com conhecimentos atualizados até 16 de fevereiro de 2026. As opções de esforço de raciocínio do modelo de base são none, low, medium, high, xhigh e max, com medium como predefinição. O modo Pro é independente do esforço: o modo seleciona processamento adicional do modelo, enquanto o esforço regula a análise dentro dele. O orçamento de contexto inclui tokens de raciocínio, além da resposta visível.\n\nO produtor documenta Pro na API Responses para trabalho difícil que possa acomodar latência adicional e mais atividade do modelo. O modelo de base indica transmissão progressiva, Structured Outputs, chamadas de funções, pesquisa na Web e em ficheiros, entrada de imagens e colocação da entrada em cache. As ferramentas incluem geração de imagens, interpretação de código, execução de comandos num ambiente alojado e aplicação de correções, competências, utilização do computador, ligações MCP e pesquisa de ferramentas. As aplicações fornecem o ambiente correspondente, executam as suas ações e devolvem resultados reais para a decisão seguinte.\n\nDefina o que um resultado completo deve conter e como deve ser verificado. Para uma alteração proposta, peça o comportamento afetado, as escolhas significativas e as provas necessárias para as verificar. Para um documento, defina o público, as secções obrigatórias e as perguntas a que uma conclusão tem de responder. O resultado final pode ser uma proposta de código, uma nota analítica ou um plano faseado que ligue cada recomendação substancial ao objetivo original e ao material de origem.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "55984a575aa5c801383644d09aed4e3acc289b78c3d32407c92c128d1e3683fb", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pt-pt", "methods": [ { "html": "openai/gpt-5.6-sol-pro:batchGPT-5.6 Sol com raciocínio Pro para trabalho profissional complexo. Forneça materiais relacionados, requisitos e um resultado concreto a entregar para desenvolver código, um documento analítico ou um plano com uma base explícita.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
GPT-5.6 Sol Pro designa GPT-5.6 Sol da OpenAI com raciocínio Pro. Sol é a principal edição GPT-5.6 para trabalho profissional complexo e corresponde aproximadamente ao nível sem sufixo das famílias GPT-5 anteriores. O alias gpt-5.6 da OpenAI identifica esta edição Sol. O modelo de base aceita texto e imagens e produz texto; Pro acrescenta processamento do modelo ao desenvolver a resposta final.
Para uma tarefa profissional, forneça o objetivo, o material pertinente e os padrões que o resultado deve cumprir. Um exemplo de pedido de engenharia é examinar vários módulos relacionados, explicar as dependências envolvidas e desenvolver uma proposta de alteração coordenada. Uma tarefa documental pode, em alternativa, combinar várias fontes numa análise cujas secções distingam os factos fornecidos, as suas relações e as ações justificadas pela conclusão.
Use material visual quando fornece provas que o texto não contém. Identifique o diagrama, o elemento da interface ou o pormenor de referência relevante para a tarefa e explique o seu papel no resultado pedido. Para código, inclua o comportamento obrigatório e uma entrada representativa ou uma falha observada. Para análise, forneça os critérios que devem reger a comparação. Rótulos claros das fontes facilitam a ligação entre uma tarefa complexa e as provas usadas no resultado final.
A OpenAI especifica para GPT-5.6 Sol uma janela de contexto de 1 050 000 tokens, uma entrada máxima de 922 000 tokens e uma saída máxima de 128 000 tokens, com conhecimentos atualizados até 16 de fevereiro de 2026. As opções de esforço de raciocínio do modelo de base são none, low, medium, high, xhigh e max, com medium como predefinição. O modo Pro é independente do esforço: o modo seleciona processamento adicional do modelo, enquanto o esforço regula a análise dentro dele. O orçamento de contexto inclui tokens de raciocínio, além da resposta visível.
O produtor documenta Pro na API Responses para trabalho difícil que possa acomodar latência adicional e mais atividade do modelo. O modelo de base indica transmissão progressiva, Structured Outputs, chamadas de funções, pesquisa na Web e em ficheiros, entrada de imagens e colocação da entrada em cache. As ferramentas incluem geração de imagens, interpretação de código, execução de comandos num ambiente alojado e aplicação de correções, competências, utilização do computador, ligações MCP e pesquisa de ferramentas. As aplicações fornecem o ambiente correspondente, executam as suas ações e devolvem resultados reais para a decisão seguinte.
Defina o que um resultado completo deve conter e como deve ser verificado. Para uma alteração proposta, peça o comportamento afetado, as escolhas significativas e as provas necessárias para as verificar. Para um documento, defina o público, as secções obrigatórias e as perguntas a que uma conclusão tem de responder. O resultado final pode ser uma proposta de código, uma nota analítica ou um plano faseado que ligue cada recomendação substancial ao objetivo original e ao material de origem.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObrigatório | Valores e limites /v1/chat/completions | Predefinição— |
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites openai/gpt-5.6-sol-pro:batch | Predefinição— |
Camporequests | Tipobatch_item[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Camporequests[].custom_id | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campocompletion_window | Tipostring | RequisitoOpcional | Valores e limites 24h | Predefinição— |
Campoprovider | Tipoobject|null | RequisitoOpcional | Valores e limites | Predefinição— |
Camporequests[].body.model | Tipostring | RequisitoOpcional | Valores e limites openai/gpt-5.6-sol-pro:batch, openai/gpt-5.6-sol-pro | Predefinição— |
Campoprovider.only | Tipostring[] | RequisitoOpcional | Valores e limites openai | Predefinição— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoOpcional | Valores e limites false, null | Predefinição— |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratoendpoint, model, requests |
Parâmetromaterial_types | Contratotext |
Parâmetrorepresentation | Contratorequests[] em linha; cada item tem custom_id e body |
Parâmetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parâmetrofile_material | ContratoQuem faz a chamada pode ler localmente o conteúdo JSONL UTF-8 efetivo para requests[]. Não é utilizada qualquer finalidade de carregamento, input_file_id ou referência a ficheiro. Se o material do cliente estiver em falta ou vazio, a preparação é interrompida antes do POST. |
Parâmetroserialization_order | Contratoendpoint, model, provider (se fornecido), completion_window (se fornecido), requests em último lugar |
Parâmetrooptional_controls | Contratoprovider.only, provider.allow_fallbacks, completion_window |
Parâmetroschema_scope | ContratoCorpos de pedidos de texto de Chat Completions na estrutura de lote em linha documentada. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · response.id efetivo da resposta original de criação; mesmo utilizador/chave/grupo
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.002 / 1K tokens Saída · Tokens de saída $0.01 / 1K tokens Entrada · Leitura da cache $0.0002 / 1K tokens Entrada · Escrita na cache $0.0025 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusive272 000 | Custo Entrada · Tokens de entrada $0.002 / 1K tokens Saída · Tokens de saída $0.01 / 1K tokens Entrada · Leitura da cache $0.0002 / 1K tokens Entrada · Escrita na cache $0.0025 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 2 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de272 000 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.004 / 1K tokens Saída · Tokens de saída $0.015 / 1K tokens Entrada · Leitura da cache $0.0004 / 1K tokens Entrada · Escrita na cache $0.005 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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-sol-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-sol-pro:batch', 'openai/gpt-5.6-sol-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-sol-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 em linha de 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\nGuarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve o JSON completo do estado original, todos os resultados/custom_id e o corpo completo da resposta ou do erro. Guarde os results[] concluídos em formato JSONL, sem filtrar.
Preserve o ID original da operação. A resposta 503 result_pending_check inclui X-Should-Retry:false; nunca volte a enviar um lote original de estado desconhecido.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoEstrutura em linha documentada inválida, chaves duplicadas, identidade do item inválida ou conflito com as capacidades configuradas do modelo. | Passo seguinteCorrija os campos indicados antes de qualquer novo envio. |
Resposta401 · authentication_error | CondiçãoChave de API inválida. | Passo seguinteUse a chave Ailoot autorizada. |
Resposta403 · permission_error | CondiçãoGrupo de processamento em lote indisponível. | Passo seguinteVerifique os direitos de acesso da chave/do grupo. |
Resposta422 · invalid_request_error | CondiçãoO processamento em lote usa faturação por débito do saldo; a criação com subscrição é rejeitada. | Passo seguinteUse o grupo autorizado com faturação por débito do saldo. |
Resposta422 · price_unavailable | CondiçãoNão é possível calcular uma estimativa de preço para os dados de entrada do lote. | Passo seguinteConserve a resposta; use os dados de entrada documentados para a família. |
Resposta402 · billing_error | CondiçãoReserva para processamento em lote indisponível. | Passo seguinteResolva a questão da admissão antes de um novo pedido. |
Resposta503 · price_unavailable | CondiçãoPreço do método de processamento em lote/tarifas nativas indisponíveis. | Passo seguinteConserve a resposta; não substitua os preços. |
Resposta503 · api_error | CondiçãoA rota exata do fornecedor está indisponível. | Passo seguinteConserve a resposta para corrigir a rota. |
Resposta503 · result_pending_check | CondiçãoO resultado original requer verificação; X-Should-Retry:false. | Passo seguinteGuarde o operation_id/id original e consulte o respetivo estado; nunca repita o POST original. |
Resposta404 · not_found | CondiçãoA operação de consulta do estado do lote não existe ou pertence a outra identidade. | Passo seguinteUse o id original exato e o mesmo utilizador/chave/grupo. |
Ailoot Ultra openai/gpt-5.6-sol-pro:batch
Use os caminhos dos métodos indicados acima.