GPT-5.1 är OpenAI:s generella modell för kodning och agentuppgifter med inställbart resonemang. Den tar emot text och bilder och ger text som utdata. Lanseringen för utvecklare beskriver anpassningsbart resonemang: modellen varierar arbetet den lägger på analys efter uppgiftens komplexitet. Grundutgåvan GPT-5.1 är skild från utgåvorna Chat och Codex i samma familj.
För kodning tillhandahåller du avsett beteende, relevanta filer och de begränsningar som en föreslagen ändring måste bevara. En illustrativ begäran är att undersöka hur en komponent hanterar en indata, identifiera beroendet som behöver uppmärksamhet och ta fram en riktad ändring med en tydlig förklaring. För en dokumentuppgift tillhandahåller du originalmaterialet och obligatoriska fakta samt anger den avsedda läsaren och ber sedan om ett redigerat textavsnitt eller en analys med angivna avsnitt.
Tillverkaren dokumenterar en inställning utan resonemang för uppgifter som inte kräver djupare analys, vid sidan av resonemangsnivåerna low, medium och high; none är standard. Lanseringen rekommenderar att välja resonemangsnivå efter uppgiftens komplexitet. Det ger en applikation ett sätt att skilja en enkel extraktion eller ett kort svar från en uppgift som omfattar flera beroende villkor utan att ändra grundmodellens identitet.
OpenAI:s modellkort anger ett kontextfönster på 400 000 token, högst 128 000 utdatatoken och kunskapsgränsen den 30 september 2024. Resonemang tar utrymme i anspråk vid sidan av indata och det slutliga svaret. Ordna en lång begäran kring användbara belägg och framgångskriterier. Om en bild ligger till grund för uppgiften anger du relevant diagram, gränssnittstillstånd eller detalj och tar med den skriftliga kontext som behövs för att tolka det.
Modellkortet anger gränssnitten Responses, Chat Completions och Batch, strömning, Structured Outputs, funktionsanrop, fil- och bildindata, webb- och filsökning samt promptcache. Den aktuella cachedokumentationen omfattar valfri förlängd lagring i upp till 24 timmar för denna modell. Tillverkaren anger också bildgenerering, kodtolkning, patchoperationer och MCP-anslutningar. Lanseringen för utvecklare dokumenterar ett patchverktyg som föreslår strukturerade filändringar och ett skalverktyg som föreslår kommandon. Applikationen tillämpar eller kör dessa operationer och återför deras faktiska resultat, vilket stöder ett fortsatt arbetsflöde med redigering och granskning.
Lanseringen betonar också möjligheten att styra kodningen och användbara uppdateringar under sekvenser av verktygsanrop. Definiera vad uppgiften ska slutföra, vilka åtgärder som är tillgängliga och vilka belägg som skulle verifiera resultatet. För en ändring begär du det berörda beteendet, betydelsefulla redigeringar och kontroller som faktiskt har utförts. För ett dokument begär du en konkret version knuten till de tillhandahållna faktauppgifterna. En användbar slutleverans gör resultatet och dess grund uttryckliga och håller föreslagna åtgärder skilda från slutförda operationer.
", "aboutText": "GPT-5.1 är OpenAI:s generella modell för kodning och agentuppgifter med inställbart resonemang. Den tar emot text och bilder och ger text som utdata. Lanseringen för utvecklare beskriver anpassningsbart resonemang: modellen varierar arbetet den lägger på analys efter uppgiftens komplexitet. Grundutgåvan GPT-5.1 är skild från utgåvorna Chat och Codex i samma familj.\n\nFör kodning tillhandahåller du avsett beteende, relevanta filer och de begränsningar som en föreslagen ändring måste bevara. En illustrativ begäran är att undersöka hur en komponent hanterar en indata, identifiera beroendet som behöver uppmärksamhet och ta fram en riktad ändring med en tydlig förklaring. För en dokumentuppgift tillhandahåller du originalmaterialet och obligatoriska fakta samt anger den avsedda läsaren och ber sedan om ett redigerat textavsnitt eller en analys med angivna avsnitt.\n\nTillverkaren dokumenterar en inställning utan resonemang för uppgifter som inte kräver djupare analys, vid sidan av resonemangsnivåerna low, medium och high; none är standard. Lanseringen rekommenderar att välja resonemangsnivå efter uppgiftens komplexitet. Det ger en applikation ett sätt att skilja en enkel extraktion eller ett kort svar från en uppgift som omfattar flera beroende villkor utan att ändra grundmodellens identitet.\n\nOpenAI:s modellkort anger ett kontextfönster på 400 000 token, högst 128 000 utdatatoken och kunskapsgränsen den 30 september 2024. Resonemang tar utrymme i anspråk vid sidan av indata och det slutliga svaret. Ordna en lång begäran kring användbara belägg och framgångskriterier. Om en bild ligger till grund för uppgiften anger du relevant diagram, gränssnittstillstånd eller detalj och tar med den skriftliga kontext som behövs för att tolka det.\n\nModellkortet anger gränssnitten Responses, Chat Completions och Batch, strömning, Structured Outputs, funktionsanrop, fil- och bildindata, webb- och filsökning samt promptcache. Den aktuella cachedokumentationen omfattar valfri förlängd lagring i upp till 24 timmar för denna modell. Tillverkaren anger också bildgenerering, kodtolkning, patchoperationer och MCP-anslutningar. Lanseringen för utvecklare dokumenterar ett patchverktyg som föreslår strukturerade filändringar och ett skalverktyg som föreslår kommandon. Applikationen tillämpar eller kör dessa operationer och återför deras faktiska resultat, vilket stöder ett fortsatt arbetsflöde med redigering och granskning.\n\nLanseringen betonar också möjligheten att styra kodningen och användbara uppdateringar under sekvenser av verktygsanrop. Definiera vad uppgiften ska slutföra, vilka åtgärder som är tillgängliga och vilka belägg som skulle verifiera resultatet. För en ändring begär du det berörda beteendet, betydelsefulla redigeringar och kontroller som faktiskt har utförts. För ett dokument begär du en konkret version knuten till de tillhandahållna faktauppgifterna. En användbar slutleverans gör resultatet och dess grund uttryckliga och håller föreslagna åtgärder skilda från slutförda operationer.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "56109d2579e9a2be3dca6634976ec4b6da53b402008415aa765b67cc6fd82acb", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "openai/gpt-5.1:batchGPT-5.1 förenar kodning och agentarbete med anpassningsbart resonemang. Den tar emot text och bilder och kan ta fram en kodändring, ett dokument eller ett resultat med anslutna verktyg, med en inställning utan resonemang för uppgifter som inte behöver djupare analys.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5.1 är OpenAI:s generella modell för kodning och agentuppgifter med inställbart resonemang. Den tar emot text och bilder och ger text som utdata. Lanseringen för utvecklare beskriver anpassningsbart resonemang: modellen varierar arbetet den lägger på analys efter uppgiftens komplexitet. Grundutgåvan GPT-5.1 är skild från utgåvorna Chat och Codex i samma familj.
För kodning tillhandahåller du avsett beteende, relevanta filer och de begränsningar som en föreslagen ändring måste bevara. En illustrativ begäran är att undersöka hur en komponent hanterar en indata, identifiera beroendet som behöver uppmärksamhet och ta fram en riktad ändring med en tydlig förklaring. För en dokumentuppgift tillhandahåller du originalmaterialet och obligatoriska fakta samt anger den avsedda läsaren och ber sedan om ett redigerat textavsnitt eller en analys med angivna avsnitt.
Tillverkaren dokumenterar en inställning utan resonemang för uppgifter som inte kräver djupare analys, vid sidan av resonemangsnivåerna low, medium och high; none är standard. Lanseringen rekommenderar att välja resonemangsnivå efter uppgiftens komplexitet. Det ger en applikation ett sätt att skilja en enkel extraktion eller ett kort svar från en uppgift som omfattar flera beroende villkor utan att ändra grundmodellens identitet.
OpenAI:s modellkort anger ett kontextfönster på 400 000 token, högst 128 000 utdatatoken och kunskapsgränsen den 30 september 2024. Resonemang tar utrymme i anspråk vid sidan av indata och det slutliga svaret. Ordna en lång begäran kring användbara belägg och framgångskriterier. Om en bild ligger till grund för uppgiften anger du relevant diagram, gränssnittstillstånd eller detalj och tar med den skriftliga kontext som behövs för att tolka det.
Modellkortet anger gränssnitten Responses, Chat Completions och Batch, strömning, Structured Outputs, funktionsanrop, fil- och bildindata, webb- och filsökning samt promptcache. Den aktuella cachedokumentationen omfattar valfri förlängd lagring i upp till 24 timmar för denna modell. Tillverkaren anger också bildgenerering, kodtolkning, patchoperationer och MCP-anslutningar. Lanseringen för utvecklare dokumenterar ett patchverktyg som föreslår strukturerade filändringar och ett skalverktyg som föreslår kommandon. Applikationen tillämpar eller kör dessa operationer och återför deras faktiska resultat, vilket stöder ett fortsatt arbetsflöde med redigering och granskning.
Lanseringen betonar också möjligheten att styra kodningen och användbara uppdateringar under sekvenser av verktygsanrop. Definiera vad uppgiften ska slutföra, vilka åtgärder som är tillgängliga och vilka belägg som skulle verifiera resultatet. För en ändring begär du det berörda beteendet, betydelsefulla redigeringar och kontroller som faktiskt har utförts. För ett dokument begär du en konkret version knuten till de tillhandahållna faktauppgifterna. En användbar slutleverans gör resultatet och dess grund uttryckliga och håller föreslagna åtgärder skilda från slutförda operationer.
POST /v1/batchestexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältendpoint | Typstring | KravObligatoriskt | Värden & gränser /v1/chat/completions | Standard— |
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-5.1:batch | Standard— |
Fältrequests | Typbatch_item[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältrequests[].custom_id | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältrequests[].body.messages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältcompletion_window | Typstring | KravValfritt | Värden & gränser 24h | Standard— |
Fältprovider | Typobject|null | KravValfritt | Värden & gränser | Standard— |
Fältrequests[].body.model | Typstring | KravValfritt | Värden & gränser openai/gpt-5.1:batch, openai/gpt-5.1 | Standard— |
Fältprovider.only | Typstring[] | KravValfritt | Värden & gränser openai | Standard— |
Fältprovider.allow_fallbacks | Typboolean|null | KravValfritt | Värden & gränser false, null | Standard— |
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalendpoint, model, requests |
Parametermaterial_types | Avtaltext |
Parameterrepresentation | AvtalInbäddade requests[]; varje objekt har custom_id och body |
Parameterrequest_endpoint_profile | Avtal/v1/chat/completions |
Parameterfile_material | AvtalDen anropande klienten kan läsa in faktiska UTF-8 JSONL-data lokalt i requests[]. Inget uppladdningssyfte, input_file_id eller någon filreferens används. Om kundmaterial saknas eller är tomt avbryts förberedelserna före POST. |
Parameterserialization_order | Avtalendpoint, model, provider (om angivet), completion_window (om angivet), requests sist |
Parameteroptional_controls | Avtalprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | AvtalFörfrågningskroppar för Text Chat Completions i det dokumenterade inbäddade Batch-formatet. |
Livscykel: asynchronous
GET /v1/batches/{operation_id} · Det faktiska response.id från det ursprungliga skapandesvaret; samma användare/nyckel/grupp
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.00125 / 1K token Utdata · Utdatatoken $0.01 / 1K token Indata · Cacheläsning $0.000125 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.00125 / 1K token Utdata · Utdatatoken $0.01 / 1K token Indata · Cacheläsning $0.000125 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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-5.1: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-5.1:batch', 'openai/gpt-5.1']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.1: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 i inbäddade 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\nBehåll varje fullständigt returnerat svar, fil och innehållsdel.
Spara hela det ursprungliga statusobjektet i JSON, varje resultat/custom_id och hela svars- eller felkroppen. Spara slutförda results[] som JSONL utan filtrering.
Behåll det ursprungliga operations-ID:t. Vid 503 result_pending_check gäller X-Should-Retry:false; skicka aldrig om en ursprunglig batch med okänt utfall.
| Fält | Typ |
|---|---|
Fältresults[].custom_id | Typstring |
Fältresults[].response.body.choices[].message.content | Typstring|null |
Fältresults[].error | Typobject|null |
Fältusage | Typobject|null |
Fältid | Typstring |
Fältmodel | Typstring |
Fältendpoint | Typstring |
Fältstatus | Typstring |
Fältrequest_counts | Typobject |
Fältresults[].id | Typstring |
Fältresults[].response.status_code | Typinteger |
Fältresults[].response.request_id | Typstring |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorFörfrågan har ett ogiltigt inbäddat format enligt dokumentationen, duplicerade nycklar eller en felaktig objektidentitet, eller står i konflikt med modellens konfigurerade funktioner. | Nästa stegRätta de angivna fälten innan du skickar en ny förfrågan. |
Svar401 · authentication_error | VillkorOgiltig API-nyckel. | Nästa stegAnvänd den behöriga Ailoot-nyckeln. |
Svar403 · permission_error | VillkorGrupp för batchkörning är inte tillgänglig. | Nästa stegKontrollera nyckelns/gruppens behörighet. |
Svar422 · invalid_request_error | VillkorBatchkörning debiteras från saldot; skapande via abonnemang avvisas. | Nästa stegAnvänd den behöriga gruppen med saldodebitering. |
Svar422 · price_unavailable | VillkorKostnaden för batchindata kan inte beräknas i förväg. | Nästa stegSpara svaret; använd det dokumenterade indataformatet för API-familjen. |
Svar402 · billing_error | VillkorReservation för batchkörning är inte tillgänglig. | Nästa stegSe till att villkoren för att godta förfrågan är uppfyllda innan du skickar en ny. |
Svar503 · price_unavailable | VillkorPriset för batchmetoden eller de inbyggda priserna är inte tillgängliga. | Nästa stegSpara svaret; ersätt inte priserna med andra. |
Svar503 · api_error | VillkorDen exakta leverantörsrutten är inte tillgänglig. | Nästa stegSpara svaret för att kunna reparera routningen. |
Svar503 · result_pending_check | VillkorDet ursprungliga resultatet behöver kontrolleras; X-Should-Retry:false. | Nästa stegBehåll det ursprungliga värdet för operation_id/id och läs av operationens status; upprepa aldrig det ursprungliga POST-anropet. |
Svar404 · not_found | VillkorOperationen för batchstatus saknas eller tillhör en annan identitet. | Nästa stegAnvänd exakt det ursprungliga id-värdet och samma användare/nyckel/grupp. |
Ailoot Ultra openai/gpt-5.1:batch
Använd metodsökvägarna som visas ovan.