Source: https://ailoot.ai/models/pt-pt/openai-gpt-6-sol-u003a-batch/ Canonical: https://ailoot.ai/models/pt-pt/openai-gpt-6-sol-u003a-batch/ Language: pt-pt # OpenAI: GPT-6 Sol (batch) [Markdown](https://ailoot.ai/models/pt-pt/openai-gpt-6-sol-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/pt-pt/openai-gpt-6-sol-u003a-batch/facts.json) ## [OpenAI: GPT-6 Sol (batch)](https://ailoot.ai/models/pt-pt/openai-gpt-6-sol-u003a-batch/) GPT-6 Sol é o modelo de raciocínio da OpenAI para programação complexa e fluxos de trabalho de agentes. Liga o contexto de texto e imagens a uma implementação ou a um resultado analítico definidos, usando raciocínio configurável, saídas estruturadas e um contexto de 1 050 000 tokens declarado pelo produtor. - [**Ailoot Ultra · Processamento em lote** `POST /v1/batches` `openai/gpt-6-sol:batch`](https://ailoot.ai/models/pt-pt/openai-gpt-6-sol-u003a-batch/#method-0) Sobre o modelo Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo. GPT-6 Sol é o modelo de raciocínio da OpenAI para programação complexa e fluxos de trabalho de agentes. Trabalha com texto e imagens e devolve texto, como uma explicação, uma implementação, um registo estruturado ou uma operação de ferramenta proposta. A edição denominada GPT-6 Sol continua distinta do mais recente GPT-6.1 Sol e do modo de execução Pro de Sol; devem, por isso, preservar-se os seus controlos e o seu perfil de conhecimentos ao comparar resultados entre edições. #### Programar a partir de instruções concretas Forneça a implementação pertinente, o comportamento observado, o comportamento esperado e as condições que a alteração deve preservar. Identifique o resultado final e as observações necessárias para demonstrar a conclusão. Um exemplo de tarefa é: «Localize a razão pela qual esta entrada falha, proponha a menor correção e devolva a função alterada com uma explicação baseada nas fontes da condição que trata.» Para uma tarefa com vários ficheiros, identifique os módulos afetados e as interfaces entre eles. Para uma interface visual, combine o código e os requisitos de comportamento com uma captura de ecrã ou um modelo visual legível e identifique os estados visíveis a implementar. O código gerado é um resultado proposto até ser executado na aplicação prevista; os erros reais ou os estados apresentados são as provas para a revisão seguinte. #### Raciocínio e profundidade da tarefa O produtor suporta os níveis de esforço de raciocínio none, low, medium, high, xhigh e max, com medium como predefinição. O esforço seleciona a quantidade de raciocínio; os modos normal e Pro descrevem uma escolha de execução separada. Uma tarefa direta pode usar none, enquanto uma depuração ou um planeamento mais complexos podem beneficiar de análise deliberada. Defina a resposta final obrigatória separadamente do processo intermédio. Uma tarefa analítica baseada nas fontes deve indicar a decisão, os critérios de comparação e o material de fontes com autoridade na matéria. Peça ao resultado que ligue cada conclusão à passagem fornecida e indique a informação em falta. Isto mantém o objetivo visível mesmo quando o modelo escolhe vários passos com ferramentas. #### Contexto e limites O perfil publicado tem um 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 20 de abril de 2026. O raciocínio consome parte do orçamento da resposta e do contexto. Deixe espaço para a análise, as observações das ferramentas e o resultado final e examine uma resposta incompleta antes de tratar a tarefa como concluída. #### Ferramentas e interfaces do produtor Use o fluxo Responses documentado para ferramentas integradas e chamadas de funções. O perfil Chat Completions da OpenAI suporta chamadas de funções com o esforço de raciocínio definido como none. A ficha indica transmissão progressiva e Structured Outputs, assim como ferramentas de pesquisa na Web, pesquisa em ficheiros, geração de imagens, interpretação de código, operações de linha de comandos, aplicação de correções, competências, utilização do computador, ligações MCP e descoberta de ferramentas. O modelo devolve texto; uma operação executada ou uma imagem gerada pertence ao resultado da ferramenta correspondente. A aplicação que integra o modelo define e executa operações e devolve observações. Guarde o resultado real com o identificador da chamada e a fonte. O guia da família GPT-6 também descreve trabalho assíncrono com ferramentas, orientação de um turno ativo, raciocínio conservado e compactação da conversa para tarefas mais longas. #### Saída verificável Uma entrega útil contém a implementação ou a conclusão, as provas que a sustentam e qualquer condição ainda por resolver. Verifique os valores derivados das fontes e o código gerado face aos requisitos. A tarefa deve terminar quando o resultado declarado e o critério de conclusão tiverem sido satisfeitos, em vez de tratar um plano ou um comando de validação proposto como prova de trabalho executado. **Ailoot Ultra · Processamento em lote** `POST /v1/batches` `openai/gpt-6-sol:batch` [`openai/gpt-6-sol:batch`](https://ailoot.ai/models/pt-pt/#m=openai%2Fgpt-6-sol%3Abatch&route=Ultra&caller=openai%2Fgpt-6-sol%3Abatch&fmt=batches) OpenAI /`openai/gpt-6-sol:batch` ### Introdução GPT-6 Sol é o modelo de raciocínio da OpenAI para programação complexa e fluxos de trabalho de agentes. Liga o contexto de texto e imagens a uma implementação ou a um resultado analítico definidos, usando raciocínio configurável, saídas estruturadas e um contexto de 1 050 000 tokens declarado pelo produtor. Entradas aceites Texto Resultados Texto ### Disponível no Ailoot · entradas e métodos **Ailoot Ultra · Processamento em lote** `POST /v1/batches` Entrada `text` Saída `text` Formato de saída JSON em linha de results\[\].response.body | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`endpoint` | Tipo`string` | RequisitoObrigatório | Valores e limites /v1/chat/completions | Predefinição— | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites openai/gpt-6-sol:batch | Predefinição— | | Campo`requests` | Tipo`batch_item[]` | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— | | Campo`requests[].custom_id` | Tipo`string` | RequisitoObrigatório | Valores e limites | Predefinição— | | Campo`requests[].body.messages` | Tipo`message[]` | RequisitoObrigatório | Valores e limites | Predefinição— | | Campo`completion_window` | Tipo`string` | RequisitoOpcional | Valores e limites 24h | Predefinição— | | Campo`provider` | Tipo`object\|null` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`requests[].body.model` | Tipo`string` | RequisitoOpcional | Valores e limites openai/gpt-6-sol:batch, openai/gpt-6-sol | Predefinição— | | Campo`provider.only` | Tipo`string[]` | RequisitoOpcional | Valores e limites openai | Predefinição— | | Campo`provider.allow_fallbacks` | Tipo`boolean\|null` | RequisitoOpcional | Valores e limites false, null | Predefinição— | Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`content_type` | Contratoapplication/json | | Parâmetro`required` | Contratoendpoint, model, requests | | Parâmetro`material_types` | Contratotext | | Parâmetro`representation` | Contratorequests\[\] em linha; cada item tem custom\_id e body | | Parâmetro`request_endpoint_profile` | Contrato/v1/chat/completions | | Parâmetro`file_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. | | Parâmetro`serialization_order` | Contratoendpoint, model, provider (se fornecido), completion\_window (se fornecido), requests em último lugar | | Parâmetro`optional_controls` | Contratoprovider.only, provider.allow\_fallbacks, completion\_window | | Parâmetro`schema_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 ### Tarifários As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado. Modo rápido Não especificado Quando o modo rápido está selecionado Modo flex Não especificado Quando o modo flex está selecionado Esforço máximo de raciocínio Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default) Preços da cache explícita Não ativado Quando é pedida cache explícita #### Tarifas Ailoot #### Preços por configuração 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 **$0.005** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · Processamento em lote curl · dados de teste preservadosPython HTTP · JSONL real do clientePython · guarde cada resultado concluído ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json from pathlib import Path body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-6-sol:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}') Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8") PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json ``` ```python import json, os from pathlib import Path from urllib.request import Request, urlopen def prepare_requests(customer_path): path = Path(customer_path) if not path.is_file(): raise ValueError("Customer JSONL file is missing") items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()] if not items: raise ValueError("Customer JSONL contains no requests") ids = set() for item in items: if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body") cid = item["custom_id"] if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique") ids.add(cid) if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages") supplied_model = item["body"].get("model") if supplied_model is not None and supplied_model not in ['openai/gpt-6-sol:batch', 'openai/gpt-6-sol']: raise ValueError("body.model must be an exact documented caller or wire ID") return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-sol:batch", "requests":items} if __name__ == "__main__": material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "") if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file") body = prepare_requests(material) key = os.environ.get("AILOOT_API_KEY", "") if not key: raise SystemExit("Set AILOOT_API_KEY") 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") with urlopen(request) as response: raw = response.read() Path("batch-create-response.json").write_bytes(raw) print(raw.decode("utf-8")) ``` ```python import json from pathlib import Path raw = Path("batch-status-response.json").read_bytes() response = json.loads(raw) if response.get("status") != "completed": raise SystemExit("Keep the original operation; read its status without resubmitting") results = response.get("results") if not isinstance(results, list) or not results: raise SystemExit("Preserve the original response; completed results are missing") Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8") # Preserve batch-status-response.json with aggregate usage and every result/error. ``` ### Receber e guardar os resultados #### Ailoot Ultra · Processamento em lote JSON em linha de results\[\].response.body - `GET /v1/batches/{operation_id}` ##### Verificar o estado da tarefa curl · estado da operação original ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" BATCH_OPERATION_ID="$(python3 - <<'PY_ID' import json from pathlib import Path from urllib.parse import quote response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8")) operation = response.get("id") if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit") print(quote(operation, safe="")) PY_ID )" curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json ``` ##### Guardar todos os resultados concluídos Guarde 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. ##### Se for necessário verificar a resposta original 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. Campos da resposta | Campo | Tipo | | --- | --- | | Campo`results[].custom_id` | Tipostring | | Campo`results[].response.body.choices[].message.content` | Tipostring\|null | | Campo`results[].error` | Tipoobject\|null | | Campo`usage` | Tipoobject\|null | | Campo`id` | Tipostring | | Campo`model` | Tipostring | | Campo`endpoint` | Tipostring | | Campo`status` | Tipostring | | Campo`request_counts` | Tipoobject | | Campo`results[].id` | Tipostring | | Campo`results[].response.status_code` | Tipointeger | | Campo`results[].response.request_id` | Tipostring | Erros e passos seguintes | 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. | ### Aliases #### Aliases do modelo **Ailoot Ultra** [`openai/gpt-6-sol:batch`](https://ailoot.ai/models/pt-pt/#m=openai%2Fgpt-6-sol%3Abatch&route=Ultra&caller=openai%2Fgpt-6-sol%3Abatch&fmt=batches) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`openai/gpt-6-sol:batch`](https://ailoot.ai/models/pt-pt/#m=openai%2Fgpt-6-sol%3Abatch&route=Ultra&caller=openai%2Fgpt-6-sol%3Abatch&fmt=batches) FAQ · OpenAI: GPT-6 Sol (batch) Que entradas e resultados estão disponíveis? `POST /v1/batches` · `openai/gpt-6-sol:batch`: `text` → `text` Que campos utiliza o pedido? `POST /v1/batches` · `openai/gpt-6-sol:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider` Que limites se aplicam? `POST /v1/batches` · `openai/gpt-6-sol:batch`: `requests.min_items`: `1` Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação. ## A empresa e a sua carteira de projetos A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. ## Compre tokens com desconto. Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens. Subscrição Escolha um plano com desconto para os pedidos regulares. Código promocional até 50% Introduza o código na compra. O preço é recalculado conforme a campanha em vigor. Custos no histórico O modelo, os tokens e o montante são guardados para cada pedido. [Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/) ## Ligue a API ao produto que vende. SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor. Aplicação comercial Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço. Licença de revendedor Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda. Documentos no site A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação. [Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt) ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.