GPT-5.6 Sol är OpenAI:s flaggskeppsmodell inom GPT-5.6-familjen för komplext professionellt arbete. Den motsvarar den huvudsakliga modellnivån i tidigare GPT-5-familjer, samtidigt som den förblir en egen namngiven utgåva. Den tar emot text och bilder och genererar text, bland annat analyser, kod, dokument och strukturerade slutsatser. Standardprofilen är skild från Sols körning med Pro-resonemang.
Definiera resultatet, relevanta källor och de villkor som resultatet måste uppfylla. För programvaruarbete tillhandahåller du relevanta filer eller utdrag, observerat beteende, förväntat beteende och begränsningar. För professionell analys anger du beslutet, jämförelsekriterierna och beläggen. En illustrativ instruktion är: ”Jämför dessa angreppssätt med specifikationen, identifiera beroendena och ta fram en rekommendation med det källvillkor som stöder varje slutsats.”
Om bilder innehåller belägg märker du upp dem och anger vilket diagram, vilken ritning eller vilket gränssnittselement som ska analyseras. Be om att svaret skiljer observerade detaljer från tolkningar. För skrivande eller redigering anger du den avsedda läsaren och fakta som ska bevaras samt namnger slutleveransen och dess obligatoriska struktur.
Tillverkaren stöder resonemangsnivåerna none, low, medium, high, xhigh och max, med medium som standard. Vanligt resonemangsläge är standard; Pro innebär mer modellarbete för svåra uppgifter. Dessa är oberoende inställningar, så resonemangsnivån ändrar inte i sig den namngivna modellen och gör inte Pro till en ny grundutgåva.
Resonemangsprofilen för GPT-5.6 återger som standard tillgängligt resonemang från tidigare turer i nästa steg, med en kontextinställning för arbetsflöden som stöds. Håll accepterade krav och observationer tydliga genom konversationen och bevara skillnaden mellan en preliminär idé och en slutlig slutsats. Bevarat material tar fortfarande kontextutrymme i anspråk.
Sols kort anger en kontext på 1 050 000 token, upp till 922 000 indatatoken och upp till 128 000 utdatatoken, med kunskapsgräns den 16 februari 2026. Resonemang tar svarsutrymme i anspråk även när det inte visas som det slutliga svaret. Lämna plats för verktygsresultat och den färdiga leveransen, och granska ett svar som når sin budget innan du använder det.
Ordna långa dokument och kod kring den faktiska frågan. Behåll källbeteckningar och relevanta avgränsningar så att en slutsats kan ange vilket material den bygger på. För aktuella fakta tillhandahåller du auktoritativa textavsnitt eller lämpliga sökverktyg i stället för att förlita dig på träningskunskap från tiden kring kunskapsgränsen.
OpenAI anger Structured Outputs, strömning och funktionsanrop. De dokumenterade verktygen omfattar webb- och filsökning, bildgenerering, kodtolk, skal- och patchoperationer, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Applikationen tillhandahåller och kör sina operationer och återför observationer för modellens nästa steg. Modellens egen utdata förblir text, medan medier eller åtgärder som skapats av verktyg har egna resultat.
Ge funktioner specifika syften och scheman. För en datapost definierar du fältens betydelse och konventioner för saknade värden. Kontrollera värden mot källor och kod mot önskat beteende. En användbar överlämning redovisar resultat, belägg och olösta villkor tydligt; en föreslagen operation eller ett valideringskommando är skilt från faktiskt utfört arbete.
GPT-5.6 Sol är skild från Terra, Luna och senare GPT-6-modeller; OpenAI:s alias gpt-5.6 pekar på Sol. Bevara denna profil när uppgiften är beroende av dess kunskapsgräns, resonemangsinställningar eller kontextgränser.
", "aboutText": "GPT-5.6 Sol är OpenAI:s flaggskeppsmodell inom GPT-5.6-familjen för komplext professionellt arbete. Den motsvarar den huvudsakliga modellnivån i tidigare GPT-5-familjer, samtidigt som den förblir en egen namngiven utgåva. Den tar emot text och bilder och genererar text, bland annat analyser, kod, dokument och strukturerade slutsatser. Standardprofilen är skild från Sols körning med Pro-resonemang.\n\n### Förbered krävande arbete\n\nDefiniera resultatet, relevanta källor och de villkor som resultatet måste uppfylla. För programvaruarbete tillhandahåller du relevanta filer eller utdrag, observerat beteende, förväntat beteende och begränsningar. För professionell analys anger du beslutet, jämförelsekriterierna och beläggen. En illustrativ instruktion är: ”Jämför dessa angreppssätt med specifikationen, identifiera beroendena och ta fram en rekommendation med det källvillkor som stöder varje slutsats.”\n\nOm bilder innehåller belägg märker du upp dem och anger vilket diagram, vilken ritning eller vilket gränssnittselement som ska analyseras. Be om att svaret skiljer observerade detaljer från tolkningar. För skrivande eller redigering anger du den avsedda läsaren och fakta som ska bevaras samt namnger slutleveransen och dess obligatoriska struktur.\n\n### Resonemangsnivå, körning och fortsatt kontext\n\nTillverkaren stöder resonemangsnivåerna none, low, medium, high, xhigh och max, med medium som standard. Vanligt resonemangsläge är standard; Pro innebär mer modellarbete för svåra uppgifter. Dessa är oberoende inställningar, så resonemangsnivån ändrar inte i sig den namngivna modellen och gör inte Pro till en ny grundutgåva.\n\nResonemangsprofilen för GPT-5.6 återger som standard tillgängligt resonemang från tidigare turer i nästa steg, med en kontextinställning för arbetsflöden som stöds. Håll accepterade krav och observationer tydliga genom konversationen och bevara skillnaden mellan en preliminär idé och en slutlig slutsats. Bevarat material tar fortfarande kontextutrymme i anspråk.\n\n### Gränser och förberedelse av källor\n\nSols kort anger en kontext på 1 050 000 token, upp till 922 000 indatatoken och upp till 128 000 utdatatoken, med kunskapsgräns den 16 februari 2026. Resonemang tar svarsutrymme i anspråk även när det inte visas som det slutliga svaret. Lämna plats för verktygsresultat och den färdiga leveransen, och granska ett svar som når sin budget innan du använder det.\n\nOrdna långa dokument och kod kring den faktiska frågan. Behåll källbeteckningar och relevanta avgränsningar så att en slutsats kan ange vilket material den bygger på. För aktuella fakta tillhandahåller du auktoritativa textavsnitt eller lämpliga sökverktyg i stället för att förlita dig på träningskunskap från tiden kring kunskapsgränsen.\n\n### Verktyg och utdata\n\nOpenAI anger Structured Outputs, strömning och funktionsanrop. De dokumenterade verktygen omfattar webb- och filsökning, bildgenerering, kodtolk, skal- och patchoperationer, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Applikationen tillhandahåller och kör sina operationer och återför observationer för modellens nästa steg. Modellens egen utdata förblir text, medan medier eller åtgärder som skapats av verktyg har egna resultat.\n\nGe funktioner specifika syften och scheman. För en datapost definierar du fältens betydelse och konventioner för saknade värden. Kontrollera värden mot källor och kod mot önskat beteende. En användbar överlämning redovisar resultat, belägg och olösta villkor tydligt; en föreslagen operation eller ett valideringskommando är skilt från faktiskt utfört arbete.\n\nGPT-5.6 Sol är skild från Terra, Luna och senare GPT-6-modeller; OpenAI:s alias gpt-5.6 pekar på Sol. Bevara denna profil när uppgiften är beroende av dess kunskapsgräns, resonemangsinställningar eller kontextgränser.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "440d6d2b6948caf5ee2207a97958df4eb63443bc69ccc5544a413aa1d0dbf6a0", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "openai/gpt-5.6-sol:batchGPT-5.6 Sol är OpenAI:s flaggskeppsmodell inom GPT-5.6 för komplext professionellt arbete. Den förenar förståelse av text och bilder, inställbart resonemang och verktyg med en kontext på 1 050 000 token för att ta fram kod, analyser och källbelagda dokument.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5.6 Sol är OpenAI:s flaggskeppsmodell inom GPT-5.6-familjen för komplext professionellt arbete. Den motsvarar den huvudsakliga modellnivån i tidigare GPT-5-familjer, samtidigt som den förblir en egen namngiven utgåva. Den tar emot text och bilder och genererar text, bland annat analyser, kod, dokument och strukturerade slutsatser. Standardprofilen är skild från Sols körning med Pro-resonemang.
Definiera resultatet, relevanta källor och de villkor som resultatet måste uppfylla. För programvaruarbete tillhandahåller du relevanta filer eller utdrag, observerat beteende, förväntat beteende och begränsningar. För professionell analys anger du beslutet, jämförelsekriterierna och beläggen. En illustrativ instruktion är: ”Jämför dessa angreppssätt med specifikationen, identifiera beroendena och ta fram en rekommendation med det källvillkor som stöder varje slutsats.”
Om bilder innehåller belägg märker du upp dem och anger vilket diagram, vilken ritning eller vilket gränssnittselement som ska analyseras. Be om att svaret skiljer observerade detaljer från tolkningar. För skrivande eller redigering anger du den avsedda läsaren och fakta som ska bevaras samt namnger slutleveransen och dess obligatoriska struktur.
Tillverkaren stöder resonemangsnivåerna none, low, medium, high, xhigh och max, med medium som standard. Vanligt resonemangsläge är standard; Pro innebär mer modellarbete för svåra uppgifter. Dessa är oberoende inställningar, så resonemangsnivån ändrar inte i sig den namngivna modellen och gör inte Pro till en ny grundutgåva.
Resonemangsprofilen för GPT-5.6 återger som standard tillgängligt resonemang från tidigare turer i nästa steg, med en kontextinställning för arbetsflöden som stöds. Håll accepterade krav och observationer tydliga genom konversationen och bevara skillnaden mellan en preliminär idé och en slutlig slutsats. Bevarat material tar fortfarande kontextutrymme i anspråk.
Sols kort anger en kontext på 1 050 000 token, upp till 922 000 indatatoken och upp till 128 000 utdatatoken, med kunskapsgräns den 16 februari 2026. Resonemang tar svarsutrymme i anspråk även när det inte visas som det slutliga svaret. Lämna plats för verktygsresultat och den färdiga leveransen, och granska ett svar som når sin budget innan du använder det.
Ordna långa dokument och kod kring den faktiska frågan. Behåll källbeteckningar och relevanta avgränsningar så att en slutsats kan ange vilket material den bygger på. För aktuella fakta tillhandahåller du auktoritativa textavsnitt eller lämpliga sökverktyg i stället för att förlita dig på träningskunskap från tiden kring kunskapsgränsen.
OpenAI anger Structured Outputs, strömning och funktionsanrop. De dokumenterade verktygen omfattar webb- och filsökning, bildgenerering, kodtolk, skal- och patchoperationer, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Applikationen tillhandahåller och kör sina operationer och återför observationer för modellens nästa steg. Modellens egen utdata förblir text, medan medier eller åtgärder som skapats av verktyg har egna resultat.
Ge funktioner specifika syften och scheman. För en datapost definierar du fältens betydelse och konventioner för saknade värden. Kontrollera värden mot källor och kod mot önskat beteende. En användbar överlämning redovisar resultat, belägg och olösta villkor tydligt; en föreslagen operation eller ett valideringskommando är skilt från faktiskt utfört arbete.
GPT-5.6 Sol är skild från Terra, Luna och senare GPT-6-modeller; OpenAI:s alias gpt-5.6 pekar på Sol. Bevara denna profil när uppgiften är beroende av dess kunskapsgräns, resonemangsinställningar eller kontextgränser.
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-5.6-sol: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-5.6-sol:batch, openai/gpt-5.6-sol | 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 $0.002 / 1K token Utdata · Utdatatoken $0.01 / 1K token Indata · Cacheläsning $0.0002 / 1K token Indata · Skrivning till cache $0.0025 / 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 $0.002 / 1K token Utdata · Utdatatoken $0.01 / 1K token Indata · Cacheläsning $0.0002 / 1K token Indata · Skrivning till cache $0.0025 / 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 $0.004 / 1K token Utdata · Utdatatoken $0.015 / 1K token Indata · Cacheläsning $0.0004 / 1K token Indata · Skrivning till cache $0.005 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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-5.6-sol:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-5.6-sol:batch', 'openai/gpt-5.6-sol']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-sol: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-5.6-sol:batch
Använd metodsökvägarna som visas ovan.