GPT-5.6 Terra är OpenAI:s balanserade modell i GPT-5.6-familjen. Tillverkaren kopplar dess arbetsroll till mini-nivån i tidigare GPT-5-familjer, samtidigt som Terra behåller sin egen namngivna profil. Den arbetar med text och bilder och returnerar text, exempelvis en förklaring, ett utkast, ett kodförslag eller en strukturerad analyspost.
Ange källmaterialet, frågan och kriterierna för en slutsats. En praktisk uppgiftsbeskrivning är: ”Jämför dessa krav med förslaget, identifiera varje avvikelse och returnera det stödjande avsnittet, konsekvensen och den olösta frågan.” Märk dokumenten och bevara termer eller enheter som påverkar innebörden. Resultatet bör identifiera vad materialet belägger och vad som fortfarande är ett antagande.
För skrivande definierar du målgrupp, ton och fakta som måste finnas kvar. För en revidering namnger du avsnittet som ska ändras och innebörden som ska bevaras. För en koduppgift anger du relevant implementation, det observerade felet och det önskade beteendet. Ett fokuserat resultat är mer användbart än en allmän instruktion att förbättra en ospecificerad samling material.
Modellen stöder resonemangsnivåerna none, low, medium, high, xhigh och max, med medium som standard. Nivån styr analysens djup, medan standard- eller Pro-läge är ett separat val för körningen. Uppgiftens slutliga resultatkontrakt är viktigt vid varje inställning: ange svarsspråk, obligatoriska fält och kriterier för att arbetet ska vara slutfört.
OpenAI beskriver att tillgängligt tidigare resonemang som standard förs in i efterföljande GPT-5.6-turer, med en kontextkontroll för arbetsflöden som stöds. Detta kan stödja en fortsatt analys, men bevarat material använder fortfarande kontext. Håll accepterade fakta och nya observationer åtskilda från preliminära mellanliggande slutsatser.
Terras publicerade kontext är 1,050,000 token, med upp till 922,000 indatatoken och upp till 128,000 utdatatoken. Dess kunskapsgräns är den 16 februari 2026. Källa, historik, verktygsresultat, resonemang och det synliga svaret behöver få plats tillsammans. Reservera utrymme för ett fullständigt slutresultat och granska ofullständiga svar innan uppgiften betraktas som färdig.
För visuellt material bevarar du läsbar text, märkningar och omgivande sammanhang. Be svaret identifiera den bilddetalj som stödjer en slutsats. Modellen bearbetar text och bilder till text; renderade medier eller utförda programåtgärder är andra slags resultat.
Tillverkaren listar funktionsanrop, Structured Outputs och strömning samt webb- och filsökning, verktyg för bildgenerering, en kodtolk, skal- och patchoperationer, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Den omgivande applikationen utför sina valda operationer och returnerar observationer så att modellen kan fortsätta.
Ge funktionerna tydliga syften och parameterscheman. För en strukturerad post definierar du varje fält och hur saknade belägg ska representeras och jämför sedan returnerade värden med källan. Ett formatkorrekt svar bevisar inte i sig hämtning, körning eller validering.
Ett användbart slutresultat är ett granskningsbart utkast, en källjämförelse, ett kodförslag eller en datapost kopplad till uppgiftens krav och observationer. Använd Terras resonemangsinställningar och gränser som stöds när du förbereder uppgiften; Sol och GPT-6 har sina egna profiler.
", "aboutText": "GPT-5.6 Terra är OpenAI:s balanserade modell i GPT-5.6-familjen. Tillverkaren kopplar dess arbetsroll till mini-nivån i tidigare GPT-5-familjer, samtidigt som Terra behåller sin egen namngivna profil. Den arbetar med text och bilder och returnerar text, exempelvis en förklaring, ett utkast, ett kodförslag eller en strukturerad analyspost.\n\n### Analys med ett definierat slutresultat\n\nAnge källmaterialet, frågan och kriterierna för en slutsats. En praktisk uppgiftsbeskrivning är: ”Jämför dessa krav med förslaget, identifiera varje avvikelse och returnera det stödjande avsnittet, konsekvensen och den olösta frågan.” Märk dokumenten och bevara termer eller enheter som påverkar innebörden. Resultatet bör identifiera vad materialet belägger och vad som fortfarande är ett antagande.\n\nFör skrivande definierar du målgrupp, ton och fakta som måste finnas kvar. För en revidering namnger du avsnittet som ska ändras och innebörden som ska bevaras. För en koduppgift anger du relevant implementation, det observerade felet och det önskade beteendet. Ett fokuserat resultat är mer användbart än en allmän instruktion att förbättra en ospecificerad samling material.\n\n### Resonemangsdjup och läge\n\nModellen stöder resonemangsnivåerna none, low, medium, high, xhigh och max, med medium som standard. Nivån styr analysens djup, medan standard- eller Pro-läge är ett separat val för körningen. Uppgiftens slutliga resultatkontrakt är viktigt vid varje inställning: ange svarsspråk, obligatoriska fält och kriterier för att arbetet ska vara slutfört.\n\nOpenAI beskriver att tillgängligt tidigare resonemang som standard förs in i efterföljande GPT-5.6-turer, med en kontextkontroll för arbetsflöden som stöds. Detta kan stödja en fortsatt analys, men bevarat material använder fortfarande kontext. Håll accepterade fakta och nya observationer åtskilda från preliminära mellanliggande slutsatser.\n\n### Gränser för indata och utdata\n\nTerras publicerade kontext är 1,050,000 token, med upp till 922,000 indatatoken och upp till 128,000 utdatatoken. Dess kunskapsgräns är den 16 februari 2026. Källa, historik, verktygsresultat, resonemang och det synliga svaret behöver få plats tillsammans. Reservera utrymme för ett fullständigt slutresultat och granska ofullständiga svar innan uppgiften betraktas som färdig.\n\nFör visuellt material bevarar du läsbar text, märkningar och omgivande sammanhang. Be svaret identifiera den bilddetalj som stödjer en slutsats. Modellen bearbetar text och bilder till text; renderade medier eller utförda programåtgärder är andra slags resultat.\n\n### Verktyg och strukturerade resultat\n\nTillverkaren listar funktionsanrop, Structured Outputs och strömning samt webb- och filsökning, verktyg för bildgenerering, en kodtolk, skal- och patchoperationer, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Den omgivande applikationen utför sina valda operationer och returnerar observationer så att modellen kan fortsätta.\n\nGe funktionerna tydliga syften och parameterscheman. För en strukturerad post definierar du varje fält och hur saknade belägg ska representeras och jämför sedan returnerade värden med källan. Ett formatkorrekt svar bevisar inte i sig hämtning, körning eller validering.\n\nEtt användbart slutresultat är ett granskningsbart utkast, en källjämförelse, ett kodförslag eller en datapost kopplad till uppgiftens krav och observationer. Använd Terras resonemangsinställningar och gränser som stöds när du förbereder uppgiften; Sol och GPT-6 har sina egna profiler.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "2c2db74859bc2a5a8405e9442d85d29c812d65e770633de11b3a4d8d6eaedbee", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "openai/gpt-5.6-terra:batchGPT-5.6 Terra är OpenAI:s balanserade resonemangsmodell för analys, textutkast och assistans i flera steg. Den använder text och bilder för att ge förklaringar, kod eller strukturerade slutsatser, med inställbar resonemangsnivå och en kontext på 1 050 000 token enligt tillverkaren.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5.6 Terra är OpenAI:s balanserade modell i GPT-5.6-familjen. Tillverkaren kopplar dess arbetsroll till mini-nivån i tidigare GPT-5-familjer, samtidigt som Terra behåller sin egen namngivna profil. Den arbetar med text och bilder och returnerar text, exempelvis en förklaring, ett utkast, ett kodförslag eller en strukturerad analyspost.
Ange källmaterialet, frågan och kriterierna för en slutsats. En praktisk uppgiftsbeskrivning är: ”Jämför dessa krav med förslaget, identifiera varje avvikelse och returnera det stödjande avsnittet, konsekvensen och den olösta frågan.” Märk dokumenten och bevara termer eller enheter som påverkar innebörden. Resultatet bör identifiera vad materialet belägger och vad som fortfarande är ett antagande.
För skrivande definierar du målgrupp, ton och fakta som måste finnas kvar. För en revidering namnger du avsnittet som ska ändras och innebörden som ska bevaras. För en koduppgift anger du relevant implementation, det observerade felet och det önskade beteendet. Ett fokuserat resultat är mer användbart än en allmän instruktion att förbättra en ospecificerad samling material.
Modellen stöder resonemangsnivåerna none, low, medium, high, xhigh och max, med medium som standard. Nivån styr analysens djup, medan standard- eller Pro-läge är ett separat val för körningen. Uppgiftens slutliga resultatkontrakt är viktigt vid varje inställning: ange svarsspråk, obligatoriska fält och kriterier för att arbetet ska vara slutfört.
OpenAI beskriver att tillgängligt tidigare resonemang som standard förs in i efterföljande GPT-5.6-turer, med en kontextkontroll för arbetsflöden som stöds. Detta kan stödja en fortsatt analys, men bevarat material använder fortfarande kontext. Håll accepterade fakta och nya observationer åtskilda från preliminära mellanliggande slutsatser.
Terras publicerade kontext är 1,050,000 token, med upp till 922,000 indatatoken och upp till 128,000 utdatatoken. Dess kunskapsgräns är den 16 februari 2026. Källa, historik, verktygsresultat, resonemang och det synliga svaret behöver få plats tillsammans. Reservera utrymme för ett fullständigt slutresultat och granska ofullständiga svar innan uppgiften betraktas som färdig.
För visuellt material bevarar du läsbar text, märkningar och omgivande sammanhang. Be svaret identifiera den bilddetalj som stödjer en slutsats. Modellen bearbetar text och bilder till text; renderade medier eller utförda programåtgärder är andra slags resultat.
Tillverkaren listar funktionsanrop, Structured Outputs och strömning samt webb- och filsökning, verktyg för bildgenerering, en kodtolk, skal- och patchoperationer, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Den omgivande applikationen utför sina valda operationer och returnerar observationer så att modellen kan fortsätta.
Ge funktionerna tydliga syften och parameterscheman. För en strukturerad post definierar du varje fält och hur saknade belägg ska representeras och jämför sedan returnerade värden med källan. Ett formatkorrekt svar bevisar inte i sig hämtning, körning eller validering.
Ett användbart slutresultat är ett granskningsbart utkast, en källjämförelse, ett kodförslag eller en datapost kopplad till uppgiftens krav och observationer. Använd Terras resonemangsinställningar och gränser som stöds när du förbereder uppgiften; Sol och GPT-6 har sina egna profiler.
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-terra: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-terra:batch, openai/gpt-5.6-terra | 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 $0.012 / 1K token Indata · Cacheläsning $0.0002 / 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 $0.002 / 1K token Utdata · Utdatatoken $0.012 / 1K token Indata · Cacheläsning $0.0002 / 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 $0.004 / 1K token Utdata · Utdatatoken $0.018 / 1K token Indata · Cacheläsning $0.0004 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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-5.6-terra: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-terra:batch', 'openai/gpt-5.6-terra']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.6-terra: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-terra:batch
Använd metodsökvägarna som visas ovan.