GPT-5.5 är OpenAI:s flaggskeppsmodell för resonemang i komplext professionellt arbete och kodning. Den tar emot text och bilder och ger text som utdata och förenar analys med verktygsanvändning när en uppgift behöver information eller åtgärder utöver den tillhandahållna prompten. OpenAI:s vägledning betonar ett tydligt resultat som utgångspunkt: förklara vilket resultat du behöver, vilka begränsningar som måste gälla, vilka belägg som ska användas och vilket villkor som avslutar uppgiften.
För en omfattande programvaruändring tillhandahåller du relevant material ur kodförrådet, det nuvarande beteendet, önskat beteende och acceptanskriterierna. Ange vad som får ändras och vad som måste förbli kompatibelt. Ett användbart begärt resultat är en föreslagen ändring, en förklaring av det berörda beteendet och belägg från eventuella kontroller som faktiskt har körts. För en dokumenttung uppgift märker du upp källdokumenten och ber om ett svar ordnat kring beslutet du behöver fatta, med varje slutsats knuten till tillhandahållna belägg och olösta frågor skilda från fastställda fakta.
GPT-5.5 stöder resonemangsnivåerna none, low, medium, high och xhigh, med medium som standard. OpenAI rekommenderar att överväga low före none när ett responsivt arbetsflöde fortfarande behöver planering, sökning eller flera verktygsanrop. Inställningen none passar direkta uppgifter som inte behöver den resonemangsprocessen. En högre nivå är inte automatiskt bättre: motstridiga krav, öppen tillgång till verktyg eller en oklar stoppregel kan leda till onödigt sökande och överdrivet analyserande. Välj nivån för den faktiska uppgiften och ange uttryckligen den förväntade slutleveransen och kriteriet för när uppgiften är slutförd.
Tillverkaren anger ett kontextfönster på 1 050 000 token och högst 128 000 utdatatoken, med kunskapsgräns den 1 december 2025. Kontexten rymmer konversationen, tillhandahållet material och genererat innehåll; den är inte ett separat utrymme som ska läggas till den maximala utdatamängden. Internt resonemang förbrukar också token och utdatakapacitet. En stor källsamling ska därför ordnas kring frågan, med viktiga identifierare, enheter och dokumentgränser bevarade och tillräckligt utrymme kvar för resonemanget och det slutliga svaret.
Bildhanteringen skiljer sig från tidigare standardinställningar. I OpenAI:s vägledning för GPT-5.5 använder en bilddetaljinställning som inte har angetts eller som är auto beteendet original, vilket bevarar en bild utan storleksändring när den håller sig inom både den angivna budgeten på 10 240 000 pixlar och den maximala dimensionen på 6 000 pixlar. En uttryckligen vald inställning high bevarar detaljer inom både den angivna budgeten på 2 500 000 pixlar och den maximala dimensionen på 2 048 pixlar; low skalar mer aggressivt ned bilder som överskrider en dimension på 512 pixlar. Detta är bildbehandlingsinställningar, ingen garanti för att varje uppladdning godtas. För en skärmbild, ett diagram eller en sida anger du området och frågan, tillhandahåller en läsbar bild och ber om den observation eller tolkning du behöver snarare än en obegränsad beskrivning.
OpenAI dokumenterar gränssnitten Responses, Chat Completions och Batch, med strömning, Structured Outputs, funktionsanrop, filuppladdningar, bildindata, fil- och webbsökning samt promptcache. Den dokumenterade verktygsuppsättningen omfattar också verktygssökning, bildgenerering, kodtolkning, värdbaserat skal, patchoperationer, färdigheter, datoranvändning och MCP. Beskriv varje applikationsverktygs syfte, argument, sidoeffekter och returnerade information. En begäran om att anropa en applikationsfunktion kräver att applikationen utför operationen och återför dess faktiska resultat; ett genererat åtgärdsförslag är inte belägg för att åtgärden har utförts. Modellens egen utdatamodalitet förblir text, medan ett bildgenereringsverktyg kan skapa en separat leverans.
För längre interaktioner bevarar du informationen som behövs för att skilja mellan pågående arbete och ett färdigt svar. OpenAI:s guide beskriver assistentens fasvärden commentary och final för kommentarer respektive slutsvar: applikationer som manuellt återför assistentposter måste bevara deras ursprungliga fasvärden, medan kedjning genom tillverkarens mekanism för föregående svar bevarar tillståndet automatiskt. För det synliga svaret anger du uttryckligen önskad längd, ton och struktur. GPT-5.5 har som standard en kortfattad, direkt stil, och textens utförlighetsnivå är som standard medium; ett kompakt resultat kan begäras med lägre utförlighet utan att obligatoriska belägg eller förbehåll tas bort.
En användbar slutleverans kan vara en omarbetad fil med en avgränsad ändringsförklaring, ett beslutsunderlag förankrat i namngivna dokument eller en strukturerad extraktion där saknade värden är tydligt markerade. Tillhandahåll fakta som måste vara aktuella i stället för att förlita dig på modellens kunskapsgräns och jämför viktiga påståenden med originalmaterialet. Tydliga beläggsregler, avgränsade verktyg och uttryckliga stoppvillkor hjälper GPT-5.5 att slutföra en omfattande uppgift och samtidigt hålla resultatet begripligt och granskningsbart.
", "aboutText": "GPT-5.5 är OpenAI:s flaggskeppsmodell för resonemang i komplext professionellt arbete och kodning. Den tar emot text och bilder och ger text som utdata och förenar analys med verktygsanvändning när en uppgift behöver information eller åtgärder utöver den tillhandahållna prompten. OpenAI:s vägledning betonar ett tydligt resultat som utgångspunkt: förklara vilket resultat du behöver, vilka begränsningar som måste gälla, vilka belägg som ska användas och vilket villkor som avslutar uppgiften.\n\nFör en omfattande programvaruändring tillhandahåller du relevant material ur kodförrådet, det nuvarande beteendet, önskat beteende och acceptanskriterierna. Ange vad som får ändras och vad som måste förbli kompatibelt. Ett användbart begärt resultat är en föreslagen ändring, en förklaring av det berörda beteendet och belägg från eventuella kontroller som faktiskt har körts. För en dokumenttung uppgift märker du upp källdokumenten och ber om ett svar ordnat kring beslutet du behöver fatta, med varje slutsats knuten till tillhandahållna belägg och olösta frågor skilda från fastställda fakta.\n\nGPT-5.5 stöder resonemangsnivåerna none, low, medium, high och xhigh, med medium som standard. OpenAI rekommenderar att överväga low före none när ett responsivt arbetsflöde fortfarande behöver planering, sökning eller flera verktygsanrop. Inställningen none passar direkta uppgifter som inte behöver den resonemangsprocessen. En högre nivå är inte automatiskt bättre: motstridiga krav, öppen tillgång till verktyg eller en oklar stoppregel kan leda till onödigt sökande och överdrivet analyserande. Välj nivån för den faktiska uppgiften och ange uttryckligen den förväntade slutleveransen och kriteriet för när uppgiften är slutförd.\n\nTillverkaren anger ett kontextfönster på 1 050 000 token och högst 128 000 utdatatoken, med kunskapsgräns den 1 december 2025. Kontexten rymmer konversationen, tillhandahållet material och genererat innehåll; den är inte ett separat utrymme som ska läggas till den maximala utdatamängden. Internt resonemang förbrukar också token och utdatakapacitet. En stor källsamling ska därför ordnas kring frågan, med viktiga identifierare, enheter och dokumentgränser bevarade och tillräckligt utrymme kvar för resonemanget och det slutliga svaret.\n\nBildhanteringen skiljer sig från tidigare standardinställningar. I OpenAI:s vägledning för GPT-5.5 använder en bilddetaljinställning som inte har angetts eller som är auto beteendet original, vilket bevarar en bild utan storleksändring när den håller sig inom både den angivna budgeten på 10 240 000 pixlar och den maximala dimensionen på 6 000 pixlar. En uttryckligen vald inställning high bevarar detaljer inom både den angivna budgeten på 2 500 000 pixlar och den maximala dimensionen på 2 048 pixlar; low skalar mer aggressivt ned bilder som överskrider en dimension på 512 pixlar. Detta är bildbehandlingsinställningar, ingen garanti för att varje uppladdning godtas. För en skärmbild, ett diagram eller en sida anger du området och frågan, tillhandahåller en läsbar bild och ber om den observation eller tolkning du behöver snarare än en obegränsad beskrivning.\n\nOpenAI dokumenterar gränssnitten Responses, Chat Completions och Batch, med strömning, Structured Outputs, funktionsanrop, filuppladdningar, bildindata, fil- och webbsökning samt promptcache. Den dokumenterade verktygsuppsättningen omfattar också verktygssökning, bildgenerering, kodtolkning, värdbaserat skal, patchoperationer, färdigheter, datoranvändning och MCP. Beskriv varje applikationsverktygs syfte, argument, sidoeffekter och returnerade information. En begäran om att anropa en applikationsfunktion kräver att applikationen utför operationen och återför dess faktiska resultat; ett genererat åtgärdsförslag är inte belägg för att åtgärden har utförts. Modellens egen utdatamodalitet förblir text, medan ett bildgenereringsverktyg kan skapa en separat leverans.\n\nFör längre interaktioner bevarar du informationen som behövs för att skilja mellan pågående arbete och ett färdigt svar. OpenAI:s guide beskriver assistentens fasvärden commentary och final för kommentarer respektive slutsvar: applikationer som manuellt återför assistentposter måste bevara deras ursprungliga fasvärden, medan kedjning genom tillverkarens mekanism för föregående svar bevarar tillståndet automatiskt. För det synliga svaret anger du uttryckligen önskad längd, ton och struktur. GPT-5.5 har som standard en kortfattad, direkt stil, och textens utförlighetsnivå är som standard medium; ett kompakt resultat kan begäras med lägre utförlighet utan att obligatoriska belägg eller förbehåll tas bort.\n\nEn användbar slutleverans kan vara en omarbetad fil med en avgränsad ändringsförklaring, ett beslutsunderlag förankrat i namngivna dokument eller en strukturerad extraktion där saknade värden är tydligt markerade. Tillhandahåll fakta som måste vara aktuella i stället för att förlita dig på modellens kunskapsgräns och jämför viktiga påståenden med originalmaterialet. Tydliga beläggsregler, avgränsade verktyg och uttryckliga stoppvillkor hjälper GPT-5.5 att slutföra en omfattande uppgift och samtidigt hålla resultatet begripligt och granskningsbart.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "3bfdf4e26c2b0dc2393e8744294539153ff63366f1e15b349c7a49ea35354b8f", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "openai/gpt-5.5:batchOpenAI:s GPT-5.5 hanterar komplext professionellt arbete och kodning med text- och bildindata, inställbart resonemang och en bred verktygsuppsättning. Dess stora kontext stöder arbete med omfattande källmaterial och ett tydligt, uppgiftsspecifikt textresultat.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5.5 är OpenAI:s flaggskeppsmodell för resonemang i komplext professionellt arbete och kodning. Den tar emot text och bilder och ger text som utdata och förenar analys med verktygsanvändning när en uppgift behöver information eller åtgärder utöver den tillhandahållna prompten. OpenAI:s vägledning betonar ett tydligt resultat som utgångspunkt: förklara vilket resultat du behöver, vilka begränsningar som måste gälla, vilka belägg som ska användas och vilket villkor som avslutar uppgiften.
För en omfattande programvaruändring tillhandahåller du relevant material ur kodförrådet, det nuvarande beteendet, önskat beteende och acceptanskriterierna. Ange vad som får ändras och vad som måste förbli kompatibelt. Ett användbart begärt resultat är en föreslagen ändring, en förklaring av det berörda beteendet och belägg från eventuella kontroller som faktiskt har körts. För en dokumenttung uppgift märker du upp källdokumenten och ber om ett svar ordnat kring beslutet du behöver fatta, med varje slutsats knuten till tillhandahållna belägg och olösta frågor skilda från fastställda fakta.
GPT-5.5 stöder resonemangsnivåerna none, low, medium, high och xhigh, med medium som standard. OpenAI rekommenderar att överväga low före none när ett responsivt arbetsflöde fortfarande behöver planering, sökning eller flera verktygsanrop. Inställningen none passar direkta uppgifter som inte behöver den resonemangsprocessen. En högre nivå är inte automatiskt bättre: motstridiga krav, öppen tillgång till verktyg eller en oklar stoppregel kan leda till onödigt sökande och överdrivet analyserande. Välj nivån för den faktiska uppgiften och ange uttryckligen den förväntade slutleveransen och kriteriet för när uppgiften är slutförd.
Tillverkaren anger ett kontextfönster på 1 050 000 token och högst 128 000 utdatatoken, med kunskapsgräns den 1 december 2025. Kontexten rymmer konversationen, tillhandahållet material och genererat innehåll; den är inte ett separat utrymme som ska läggas till den maximala utdatamängden. Internt resonemang förbrukar också token och utdatakapacitet. En stor källsamling ska därför ordnas kring frågan, med viktiga identifierare, enheter och dokumentgränser bevarade och tillräckligt utrymme kvar för resonemanget och det slutliga svaret.
Bildhanteringen skiljer sig från tidigare standardinställningar. I OpenAI:s vägledning för GPT-5.5 använder en bilddetaljinställning som inte har angetts eller som är auto beteendet original, vilket bevarar en bild utan storleksändring när den håller sig inom både den angivna budgeten på 10 240 000 pixlar och den maximala dimensionen på 6 000 pixlar. En uttryckligen vald inställning high bevarar detaljer inom både den angivna budgeten på 2 500 000 pixlar och den maximala dimensionen på 2 048 pixlar; low skalar mer aggressivt ned bilder som överskrider en dimension på 512 pixlar. Detta är bildbehandlingsinställningar, ingen garanti för att varje uppladdning godtas. För en skärmbild, ett diagram eller en sida anger du området och frågan, tillhandahåller en läsbar bild och ber om den observation eller tolkning du behöver snarare än en obegränsad beskrivning.
OpenAI dokumenterar gränssnitten Responses, Chat Completions och Batch, med strömning, Structured Outputs, funktionsanrop, filuppladdningar, bildindata, fil- och webbsökning samt promptcache. Den dokumenterade verktygsuppsättningen omfattar också verktygssökning, bildgenerering, kodtolkning, värdbaserat skal, patchoperationer, färdigheter, datoranvändning och MCP. Beskriv varje applikationsverktygs syfte, argument, sidoeffekter och returnerade information. En begäran om att anropa en applikationsfunktion kräver att applikationen utför operationen och återför dess faktiska resultat; ett genererat åtgärdsförslag är inte belägg för att åtgärden har utförts. Modellens egen utdatamodalitet förblir text, medan ett bildgenereringsverktyg kan skapa en separat leverans.
För längre interaktioner bevarar du informationen som behövs för att skilja mellan pågående arbete och ett färdigt svar. OpenAI:s guide beskriver assistentens fasvärden commentary och final för kommentarer respektive slutsvar: applikationer som manuellt återför assistentposter måste bevara deras ursprungliga fasvärden, medan kedjning genom tillverkarens mekanism för föregående svar bevarar tillståndet automatiskt. För det synliga svaret anger du uttryckligen önskad längd, ton och struktur. GPT-5.5 har som standard en kortfattad, direkt stil, och textens utförlighetsnivå är som standard medium; ett kompakt resultat kan begäras med lägre utförlighet utan att obligatoriska belägg eller förbehåll tas bort.
En användbar slutleverans kan vara en omarbetad fil med en avgränsad ändringsförklaring, ett beslutsunderlag förankrat i namngivna dokument eller en strukturerad extraktion där saknade värden är tydligt markerade. Tillhandahåll fakta som måste vara aktuella i stället för att förlita dig på modellens kunskapsgräns och jämför viktiga påståenden med originalmaterialet. Tydliga beläggsregler, avgränsade verktyg och uttryckliga stoppvillkor hjälper GPT-5.5 att slutföra en omfattande uppgift och samtidigt hålla resultatet begripligt och granskningsbart.
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-5.5: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-5.5:batch, openai/gpt-5.5 | 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 $0.005 / 1K token Utdata · Utdatatoken $0.03 / 1K token Indata · Cacheläsning $0.0005 / 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 med272 000 | Avgift Indata · Indatatoken $0.005 / 1K token Utdata · Utdatatoken $0.03 / 1K token Indata · Cacheläsning $0.0005 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 2 för förfrågans längd | Prislista— | Kontexttoken, fler än272 000 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.01 / 1K token Utdata · Utdatatoken $0.045 / 1K token Indata · Cacheläsning $0.001 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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-5.5: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-5.5:batch', 'openai/gpt-5.5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.5: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-5.5:batch
Använd metodsökvägarna som visas ovan.