GPT-6 Astra Pro designa GPT-6 Astra da OpenAI com raciocínio Pro. O modelo Astra de base foi concebido para raciocínio exigente, programação, investigação, utilização do computador e trabalho profissional. Aceita texto e imagens e produz texto. Pro acrescenta processamento do modelo ao desenvolver a resposta final, enquanto o esforço de raciocínio controla a quantidade de análise no modo de execução escolhido. Pro muda o modo de execução, enquanto GPT-6 Astra continua a ser o modelo subjacente.
A publicação do produtor sobre Astra descreve fluxos que transformam material pertinente em documentos, folhas de cálculo, apresentações e análises. Destaca o respeito pelos modelos de documento e pelo estilo de escrita ou visual, selecionando o contexto relevante para a tarefa. Para um documento profissional, forneça o material de origem, os requisitos do modelo de documento e a decisão que o leitor precisa de tomar. Um exemplo de pedido é conciliar dois conjuntos de requisitos de projeto e produzir uma nota de síntese que separe os factos acordados, as provas contraditórias e as condições de uma recomendação.
Para trabalho de engenharia ou investigação, especifique o objetivo, as provas a examinar e o que contaria como conclusão. Uma tarefa de programação pode incluir o comportamento obrigatório, os ficheiros relacionados e as restrições; uma tarefa de investigação pode incluir a pergunta e os critérios para ponderar o material fornecido. As capacidades documentadas de Astra para utilização do computador e navegação ligam as decisões do modelo a um ambiente que fornece as ferramentas correspondentes. As saídas reais do ambiente são provas para o passo seguinte, distintas das ações propostas pelo modelo.
A especificação GPT-6 Astra da OpenAI indica 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 30 de abril de 2026. As opções de esforço de raciocínio são low, medium, high, xhigh e max; none não é suportado. Os tokens de raciocínio e o resultado visível ocupam ambos espaço no contexto. A OpenAI documenta Pro na API Responses para trabalho difícil que possa acomodar latência adicional e mais atividade do modelo; o modo e o esforço continuam a ser definições independentes.
O modelo de base indica transmissão progressiva, Structured Outputs, chamadas de funções, pesquisa na Web e em ficheiros, ferramentas de 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 chamadas de funções usam a interface Responses do produtor. O guia de GPT-6 também descreve trabalho assíncrono com ferramentas e orientação de um turno ativo. As aplicações executam as suas operações, gerem trabalho pendente e devolvem as informações resultantes; a saída do próprio modelo continua a ser texto mesmo quando uma ferramenta separada cria outro resultado.
A publicação sobre Astra descreve a adaptação a novos requisitos mantendo em vista o objetivo mais amplo. Também distingue a revisão defensiva de código e a aplicação de correções do trabalho avançado de desenvolvimento de código de exploração, que o modelo pode recusar, e descreve verificações automáticas que podem interromper uma tarefa. Prepare um pedido em torno do resultado pretendido, do trabalho permitido e das provas, em vez de tratar raciocínio adicional como um substituto de material de origem em falta. Um resultado final útil indica a conclusão ou a alteração proposta, a sua base nas informações fornecidas e qualquer pergunta que alterasse substancialmente a decisão.
", "aboutText": "GPT-6 Astra Pro designa GPT-6 Astra da OpenAI com raciocínio Pro. O modelo Astra de base foi concebido para raciocínio exigente, programação, investigação, utilização do computador e trabalho profissional. Aceita texto e imagens e produz texto. Pro acrescenta processamento do modelo ao desenvolver a resposta final, enquanto o esforço de raciocínio controla a quantidade de análise no modo de execução escolhido. Pro muda o modo de execução, enquanto GPT-6 Astra continua a ser o modelo subjacente.\n\nA publicação do produtor sobre Astra descreve fluxos que transformam material pertinente em documentos, folhas de cálculo, apresentações e análises. Destaca o respeito pelos modelos de documento e pelo estilo de escrita ou visual, selecionando o contexto relevante para a tarefa. Para um documento profissional, forneça o material de origem, os requisitos do modelo de documento e a decisão que o leitor precisa de tomar. Um exemplo de pedido é conciliar dois conjuntos de requisitos de projeto e produzir uma nota de síntese que separe os factos acordados, as provas contraditórias e as condições de uma recomendação.\n\nPara trabalho de engenharia ou investigação, especifique o objetivo, as provas a examinar e o que contaria como conclusão. Uma tarefa de programação pode incluir o comportamento obrigatório, os ficheiros relacionados e as restrições; uma tarefa de investigação pode incluir a pergunta e os critérios para ponderar o material fornecido. As capacidades documentadas de Astra para utilização do computador e navegação ligam as decisões do modelo a um ambiente que fornece as ferramentas correspondentes. As saídas reais do ambiente são provas para o passo seguinte, distintas das ações propostas pelo modelo.\n\nA especificação GPT-6 Astra da OpenAI indica 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 30 de abril de 2026. As opções de esforço de raciocínio são low, medium, high, xhigh e max; none não é suportado. Os tokens de raciocínio e o resultado visível ocupam ambos espaço no contexto. A OpenAI documenta Pro na API Responses para trabalho difícil que possa acomodar latência adicional e mais atividade do modelo; o modo e o esforço continuam a ser definições independentes.\n\nO modelo de base indica transmissão progressiva, Structured Outputs, chamadas de funções, pesquisa na Web e em ficheiros, ferramentas de 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 chamadas de funções usam a interface Responses do produtor. O guia de GPT-6 também descreve trabalho assíncrono com ferramentas e orientação de um turno ativo. As aplicações executam as suas operações, gerem trabalho pendente e devolvem as informações resultantes; a saída do próprio modelo continua a ser texto mesmo quando uma ferramenta separada cria outro resultado.\n\nA publicação sobre Astra descreve a adaptação a novos requisitos mantendo em vista o objetivo mais amplo. Também distingue a revisão defensiva de código e a aplicação de correções do trabalho avançado de desenvolvimento de código de exploração, que o modelo pode recusar, e descreve verificações automáticas que podem interromper uma tarefa. Prepare um pedido em torno do resultado pretendido, do trabalho permitido e das provas, em vez de tratar raciocínio adicional como um substituto de material de origem em falta. Um resultado final útil indica a conclusão ou a alteração proposta, a sua base nas informações fornecidas e qualquer pergunta que alterasse substancialmente a decisão.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
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 com raciocínio Pro para investigação, programação e trabalho profissional exigentes. Pro acrescenta processamento do modelo antes da resposta final; o modelo de base aceita texto e imagens e suporta trabalho em vários passos num ambiente ligado a ferramentas.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
GPT-6 Astra Pro designa GPT-6 Astra da OpenAI com raciocínio Pro. O modelo Astra de base foi concebido para raciocínio exigente, programação, investigação, utilização do computador e trabalho profissional. Aceita texto e imagens e produz texto. Pro acrescenta processamento do modelo ao desenvolver a resposta final, enquanto o esforço de raciocínio controla a quantidade de análise no modo de execução escolhido. Pro muda o modo de execução, enquanto GPT-6 Astra continua a ser o modelo subjacente.
A publicação do produtor sobre Astra descreve fluxos que transformam material pertinente em documentos, folhas de cálculo, apresentações e análises. Destaca o respeito pelos modelos de documento e pelo estilo de escrita ou visual, selecionando o contexto relevante para a tarefa. Para um documento profissional, forneça o material de origem, os requisitos do modelo de documento e a decisão que o leitor precisa de tomar. Um exemplo de pedido é conciliar dois conjuntos de requisitos de projeto e produzir uma nota de síntese que separe os factos acordados, as provas contraditórias e as condições de uma recomendação.
Para trabalho de engenharia ou investigação, especifique o objetivo, as provas a examinar e o que contaria como conclusão. Uma tarefa de programação pode incluir o comportamento obrigatório, os ficheiros relacionados e as restrições; uma tarefa de investigação pode incluir a pergunta e os critérios para ponderar o material fornecido. As capacidades documentadas de Astra para utilização do computador e navegação ligam as decisões do modelo a um ambiente que fornece as ferramentas correspondentes. As saídas reais do ambiente são provas para o passo seguinte, distintas das ações propostas pelo modelo.
A especificação GPT-6 Astra da OpenAI indica 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 30 de abril de 2026. As opções de esforço de raciocínio são low, medium, high, xhigh e max; none não é suportado. Os tokens de raciocínio e o resultado visível ocupam ambos espaço no contexto. A OpenAI documenta Pro na API Responses para trabalho difícil que possa acomodar latência adicional e mais atividade do modelo; o modo e o esforço continuam a ser definições independentes.
O modelo de base indica transmissão progressiva, Structured Outputs, chamadas de funções, pesquisa na Web e em ficheiros, ferramentas de 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 chamadas de funções usam a interface Responses do produtor. O guia de GPT-6 também descreve trabalho assíncrono com ferramentas e orientação de um turno ativo. As aplicações executam as suas operações, gerem trabalho pendente e devolvem as informações resultantes; a saída do próprio modelo continua a ser texto mesmo quando uma ferramenta separada cria outro resultado.
A publicação sobre Astra descreve a adaptação a novos requisitos mantendo em vista o objetivo mais amplo. Também distingue a revisão defensiva de código e a aplicação de correções do trabalho avançado de desenvolvimento de código de exploração, que o modelo pode recusar, e descreve verificações automáticas que podem interromper uma tarefa. Prepare um pedido em torno do resultado pretendido, do trabalho permitido e das provas, em vez de tratar raciocínio adicional como um substituto de material de origem em falta. Um resultado final útil indica a conclusão ou a alteração proposta, a sua base nas informações fornecidas e qualquer pergunta que alterasse substancialmente a decisão.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites openai/gpt-6-astra-pro | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Exemplos: system, user, assistant, tool, function Condições: Estes papéis são representados explicitamente pelos tipos de compatibilidade do código-fonte; o conjunto exato de papéis continua específico do modelo. Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: role=tool; use o ID realmente devolvido | Predefinição— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Reintroduza o raciocínio realmente devolvido quando este modelo o utiliza | Predefinição— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores e limites function Depende do modelo | Predefinição— |
Campotools[].function.name | Tipostring | RequisitoObrigatório | Valores e limites Aplica-se quando: Função fornecida como ferramenta | Predefinição— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores e limites | Predefinição— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores e limites Campo de compatibilidade | Predefinição— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores e limites text | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites Condições: provider.options é rejeitado nesta rota textual Ultra | Predefinição— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores e limites Condições: 1h é rejeitado nos locais efetivos da cache de prompts | Predefinição— |
Texto · Texto UTF8
messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetromaterial_types | Contratotext |
Parâmetromessages | ContratoLista de mensagens com estrutura role/content |
Parâmetrofile_material | ContratoDocumento UTF-8 real inserido como texto literal; nenhum ID de ficheiro inferido |
Parâmetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parâmetrocontrol_scope | ContratoEspecífico do modelo; as ferramentas de funções do utilizador diferem das ferramentas alojadas |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envie o ID exato do modelo com messages.
O comprimento do contexto não é um limite de saída.
Um ficheiro de texto pode fornecer texto literal; as entradas de imagem/áudio/objeto de ficheiro exigem uma associação exata.
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 $0.02 / 1K tokens Saída · Tokens de saída $0.1 / 1K tokens Entrada · Leitura da cache $0.002 / 1K tokens Entrada · Escrita na cache $0.025 / 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 $0.02 / 1K tokens Saída · Tokens de saída $0.1 / 1K tokens Entrada · Leitura da cache $0.002 / 1K tokens Entrada · Escrita na cache $0.025 / 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 $0.04 / 1K tokens Saída · Tokens de saída $0.15 / 1K tokens Entrada · Leitura da cache $0.004 / 1K tokens Entrada · Escrita na cache $0.05 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada opção com o conteúdo, as chamadas de ferramentas e o raciocínio. Em SSE, junte os deltas por índice de opção e ferramenta e mantenha o motivo final de conclusão e os dados de utilização.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra openai/gpt-6-astra-pro
Use os caminhos dos métodos indicados acima.
openai/gpt-6-astra-proGPT-6 Astra com raciocínio Pro para investigação, programação e trabalho profissional exigentes. Pro acrescenta processamento do modelo antes da resposta final; o modelo de base aceita texto e imagens e suporta trabalho em vários passos num ambiente ligado a ferramentas.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
GPT-6 Astra Pro designa GPT-6 Astra da OpenAI com raciocínio Pro. O modelo Astra de base foi concebido para raciocínio exigente, programação, investigação, utilização do computador e trabalho profissional. Aceita texto e imagens e produz texto. Pro acrescenta processamento do modelo ao desenvolver a resposta final, enquanto o esforço de raciocínio controla a quantidade de análise no modo de execução escolhido. Pro muda o modo de execução, enquanto GPT-6 Astra continua a ser o modelo subjacente.
A publicação do produtor sobre Astra descreve fluxos que transformam material pertinente em documentos, folhas de cálculo, apresentações e análises. Destaca o respeito pelos modelos de documento e pelo estilo de escrita ou visual, selecionando o contexto relevante para a tarefa. Para um documento profissional, forneça o material de origem, os requisitos do modelo de documento e a decisão que o leitor precisa de tomar. Um exemplo de pedido é conciliar dois conjuntos de requisitos de projeto e produzir uma nota de síntese que separe os factos acordados, as provas contraditórias e as condições de uma recomendação.
Para trabalho de engenharia ou investigação, especifique o objetivo, as provas a examinar e o que contaria como conclusão. Uma tarefa de programação pode incluir o comportamento obrigatório, os ficheiros relacionados e as restrições; uma tarefa de investigação pode incluir a pergunta e os critérios para ponderar o material fornecido. As capacidades documentadas de Astra para utilização do computador e navegação ligam as decisões do modelo a um ambiente que fornece as ferramentas correspondentes. As saídas reais do ambiente são provas para o passo seguinte, distintas das ações propostas pelo modelo.
A especificação GPT-6 Astra da OpenAI indica 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 30 de abril de 2026. As opções de esforço de raciocínio são low, medium, high, xhigh e max; none não é suportado. Os tokens de raciocínio e o resultado visível ocupam ambos espaço no contexto. A OpenAI documenta Pro na API Responses para trabalho difícil que possa acomodar latência adicional e mais atividade do modelo; o modo e o esforço continuam a ser definições independentes.
O modelo de base indica transmissão progressiva, Structured Outputs, chamadas de funções, pesquisa na Web e em ficheiros, ferramentas de 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 chamadas de funções usam a interface Responses do produtor. O guia de GPT-6 também descreve trabalho assíncrono com ferramentas e orientação de um turno ativo. As aplicações executam as suas operações, gerem trabalho pendente e devolvem as informações resultantes; a saída do próprio modelo continua a ser texto mesmo quando uma ferramenta separada cria outro resultado.
A publicação sobre Astra descreve a adaptação a novos requisitos mantendo em vista o objetivo mais amplo. Também distingue a revisão defensiva de código e a aplicação de correções do trabalho avançado de desenvolvimento de código de exploração, que o modelo pode recusar, e descreve verificações automáticas que podem interromper uma tarefa. Prepare um pedido em torno do resultado pretendido, do trabalho permitido e das provas, em vez de tratar raciocínio adicional como um substituto de material de origem em falta. Um resultado final útil indica a conclusão ou a alteração proposta, a sua base nas informações fornecidas e qualquer pergunta que alterasse substancialmente a decisão.
POST /v1/messagestexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites openai/gpt-6-astra-pro | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites user, assistant | Predefinição— |
Campomessages[].content | Tipostring|content_block[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Camposystem | Tipostring|content_block[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites Mínimo: 1 O limite aplica-se a: Limite exato do modelo ou da ficha selecionados | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostop_sequences | Tipostring[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipotool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools[].name | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Ferramenta fornecida | Predefinição— |
Campotools[].description | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotools[].input_schema | TipoJSON_schema | RequisitoOpcional | Valores e limites | Predefinição— |
Campotool_choice | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campothinking.type | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campothinking.budget_tokens | Tipointeger | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campooutput_config.effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campometadata | Tipoobject | RequisitoOpcional | Valores e limites | Predefinição— |
Campocache_control | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Texto · Texto UTF8
messages[].content ou bloco type=text
Texto + imagem
{type:image,source:{type:base64,media_type,data}} ou origem type=url
| Parâmetro | Contrato |
|---|---|
Parâmetromaterial_types | Contratotext |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional_controls | Contratonull |
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: exact retained published method
Envie o ID exato do modelo e os campos obrigatórios.
Conserve todos os elementos devolvidos e os respetivos identificadores originais.
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 $0.02 / 1K tokens Saída · Tokens de saída $0.1 / 1K tokens Entrada · Leitura da cache $0.002 / 1K tokens Entrada · Escrita na cache $0.025 / 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 $0.02 / 1K tokens Saída · Tokens de saída $0.1 / 1K tokens Entrada · Leitura da cache $0.002 / 1K tokens Entrada · Escrita na cache $0.025 / 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 $0.04 / 1K tokens Saída · Tokens de saída $0.15 / 1K tokens Entrada · Leitura da cache $0.004 / 1K tokens Entrada · Escrita na cache $0.05 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "openai/gpt-6-astra-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, as assinaturas de raciocínio e os ID reais de utilização de ferramentas. Junte todos os deltas de blocos SSE; o primeiro bloco de texto não é a saída completa.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra openai/gpt-6-astra-pro
Use os caminhos dos métodos indicados acima.
openai/gpt-6-astra-proGPT-6 Astra com raciocínio Pro para investigação, programação e trabalho profissional exigentes. Pro acrescenta processamento do modelo antes da resposta final; o modelo de base aceita texto e imagens e suporta trabalho em vários passos num ambiente ligado a ferramentas.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
GPT-6 Astra Pro designa GPT-6 Astra da OpenAI com raciocínio Pro. O modelo Astra de base foi concebido para raciocínio exigente, programação, investigação, utilização do computador e trabalho profissional. Aceita texto e imagens e produz texto. Pro acrescenta processamento do modelo ao desenvolver a resposta final, enquanto o esforço de raciocínio controla a quantidade de análise no modo de execução escolhido. Pro muda o modo de execução, enquanto GPT-6 Astra continua a ser o modelo subjacente.
A publicação do produtor sobre Astra descreve fluxos que transformam material pertinente em documentos, folhas de cálculo, apresentações e análises. Destaca o respeito pelos modelos de documento e pelo estilo de escrita ou visual, selecionando o contexto relevante para a tarefa. Para um documento profissional, forneça o material de origem, os requisitos do modelo de documento e a decisão que o leitor precisa de tomar. Um exemplo de pedido é conciliar dois conjuntos de requisitos de projeto e produzir uma nota de síntese que separe os factos acordados, as provas contraditórias e as condições de uma recomendação.
Para trabalho de engenharia ou investigação, especifique o objetivo, as provas a examinar e o que contaria como conclusão. Uma tarefa de programação pode incluir o comportamento obrigatório, os ficheiros relacionados e as restrições; uma tarefa de investigação pode incluir a pergunta e os critérios para ponderar o material fornecido. As capacidades documentadas de Astra para utilização do computador e navegação ligam as decisões do modelo a um ambiente que fornece as ferramentas correspondentes. As saídas reais do ambiente são provas para o passo seguinte, distintas das ações propostas pelo modelo.
A especificação GPT-6 Astra da OpenAI indica 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 30 de abril de 2026. As opções de esforço de raciocínio são low, medium, high, xhigh e max; none não é suportado. Os tokens de raciocínio e o resultado visível ocupam ambos espaço no contexto. A OpenAI documenta Pro na API Responses para trabalho difícil que possa acomodar latência adicional e mais atividade do modelo; o modo e o esforço continuam a ser definições independentes.
O modelo de base indica transmissão progressiva, Structured Outputs, chamadas de funções, pesquisa na Web e em ficheiros, ferramentas de 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 chamadas de funções usam a interface Responses do produtor. O guia de GPT-6 também descreve trabalho assíncrono com ferramentas e orientação de um turno ativo. As aplicações executam as suas operações, gerem trabalho pendente e devolvem as informações resultantes; a saída do próprio modelo continua a ser texto mesmo quando uma ferramenta separada cria outro resultado.
A publicação sobre Astra descreve a adaptação a novos requisitos mantendo em vista o objetivo mais amplo. Também distingue a revisão defensiva de código e a aplicação de correções do trabalho avançado de desenvolvimento de código de exploração, que o modelo pode recusar, e descreve verificações automáticas que podem interromper uma tarefa. Prepare um pedido em torno do resultado pretendido, do trabalho permitido e das provas, em vez de tratar raciocínio adicional como um substituto de material de origem em falta. Um resultado final útil indica a conclusão ou a alteração proposta, a sua base nas informações fornecidas e qualquer pergunta que alterasse substancialmente a decisão.
POST /v1/responsestexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites openai/gpt-6-astra-pro | Predefinição— |
Campoinput | Tipostring|input_item[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campoinput[].type | Tipostring | RequisitoOpcional | Valores e limites message, reasoning, function_call, function_call_output | Predefinição— |
Campoinput[].content | Tipostring|content_part[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campoinput[].call_id | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: function_call_output; conserve o call_id realmente devolvido | Predefinição— |
Campoinput[].output | Tipostring|content_part[] | RequisitoOpcional | Valores e limites Aplica-se quando: function_call_output | Predefinição— |
Campomax_output_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipotool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning.effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning.summary | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotext.format | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotext.verbosity | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinclude | Tipostring[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostore | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprevious_response_id | Tipostring | RequisitoNão suportado | Valores e limites Requisito do ID: Só um ID de resposta real de uma continuação suportada Condições: Reenvie o histórico real da conversa com cada pedido. | Predefinição— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_key | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Texto · Texto UTF8
Texto de entrada ou parte input_text
Texto + imagem
{type:input_image,image_url}
| Parâmetro | Contrato |
|---|---|
Parâmetromaterial_types | Contratotext |
Parâmetrorequired | Contratomodel, input |
Parâmetrooptional_controls | Contratonull |
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: exact retained published method
Envie o ID exato do modelo e os campos obrigatórios.
Conserve todos os elementos devolvidos e os respetivos identificadores originais.
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 $0.02 / 1K tokens Saída · Tokens de saída $0.1 / 1K tokens Entrada · Leitura da cache $0.002 / 1K tokens Entrada · Escrita na cache $0.025 / 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 $0.02 / 1K tokens Saída · Tokens de saída $0.1 / 1K tokens Entrada · Leitura da cache $0.002 / 1K tokens Entrada · Escrita na cache $0.025 / 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 $0.04 / 1K tokens Saída · Tokens de saída $0.15 / 1K tokens Entrada · Leitura da cache $0.004 / 1K tokens Entrada · Escrita na cache $0.05 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "openai/gpt-6-astra-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada elemento de saída e parte de conteúdo, o call_id real da função, o raciocínio cifrado e os dados de utilização. Em streaming, mantenha a identidade completa dos eventos e elementos.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campostatus | Tipostring |
Campooutput[] | Tipomessage|reasoning|function_call|other item |
Campooutput[].content[] | Tipocontent part |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra openai/gpt-6-astra-pro
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
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.