GPT-6 Astra Pro betecknar OpenAI:s GPT-6 Astra med Pro-resonemang. Grundmodellen Astra är utformad för krävande resonemang, kodning, forskning, datoranvändning och professionellt arbete. Den tar emot text och bilder och ger text som utdata. Pro innebär mer modellarbete när det slutliga svaret tas fram, medan resonemangsnivån styr analysens omfattning inom det valda körläget. Pro ändrar körläget medan GPT-6 Astra förblir den underliggande modellen.
Tillverkarens Astra-lansering beskriver arbetsflöden som omvandlar relevant material till dokument, kalkylblad, presentationer och analyser. Den betonar att följa mallar och skriftlig eller visuell stil samtidigt som den kontext som är relevant för uppgiften väljs ut. För ett professionellt dokument tillhandahåller du källmaterialet, mallkraven och det beslut som läsaren behöver fatta. Ett illustrativt uppdrag är att jämka samman två uppsättningar projektkrav och ta fram ett underlag som skiljer överenskomna fakta, motstridiga belägg och villkor för en rekommendation åt.
För utvecklings- eller forskningsarbete anger du målet, vilka belägg som ska granskas och vad som räknas som slutfört. En koduppgift kan omfatta önskat beteende, relaterade filer och begränsningar; en forskningsuppgift kan omfatta frågan och kriterierna för att värdera det tillhandahållna materialet. Astras dokumenterade funktioner för datoranvändning och webbläsning knyter modellens beslut till en miljö som tillhandahåller motsvarande verktyg. Miljöns faktiska utdata är belägg för nästa steg och är skilda från modellens föreslagna åtgärder.
OpenAI:s specifikation för GPT-6 Astra anger ett kontextfönster på 1 050 000 token, högst 922 000 indatatoken och högst 128 000 utdatatoken, med kunskapsgräns den 30 april 2026. Alternativen för resonemangsnivå är low, medium, high, xhigh och max; none stöds inte. Både resonemangstoken och det synliga resultatet tar kontextutrymme i anspråk. OpenAI dokumenterar Pro i Responses API för svåra uppgifter som kan tillåta ytterligare fördröjning och modellarbete; läge och resonemangsnivå förblir oberoende inställningar.
Grundmodellen anger stöd för strömning, Structured Outputs, funktionsanrop, webb- och filsökning, verktyg för bildgenerering, kodtolkning, värdbaserade skal- och patchoperationer, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Funktionsanrop använder tillverkarens Responses-gränssnitt. GPT-6-guiden beskriver också asynkront verktygsarbete och styrning under en pågående tur. Applikationer kör sina egna operationer, hanterar väntande arbete och återför informationen som uppstår; modellens egen utdata förblir text även när ett separat verktyg skapar ett annat underlag.
Astra-lanseringen beskriver anpassning till nya krav samtidigt som det övergripande målet hålls i sikte. Den skiljer också defensiv kodgranskning och korrigering från avancerat arbete med att utveckla exploateringskod, som modellen kan vägra utföra, och beskriver automatiska kontroller som kan avbryta en uppgift. Utforma en begäran kring det avsedda resultatet, tillåtet arbete och belägg, i stället för att behandla extra resonemang som ersättning för källmaterial som saknas. Ett användbart slutligt underlag anger slutsatsen eller den föreslagna ändringen, grunden i den tillhandahållna informationen och eventuella frågor som skulle förändra beslutet väsentligt.
", "aboutText": "GPT-6 Astra Pro betecknar OpenAI:s GPT-6 Astra med Pro-resonemang. Grundmodellen Astra är utformad för krävande resonemang, kodning, forskning, datoranvändning och professionellt arbete. Den tar emot text och bilder och ger text som utdata. Pro innebär mer modellarbete när det slutliga svaret tas fram, medan resonemangsnivån styr analysens omfattning inom det valda körläget. Pro ändrar körläget medan GPT-6 Astra förblir den underliggande modellen.\n\nTillverkarens Astra-lansering beskriver arbetsflöden som omvandlar relevant material till dokument, kalkylblad, presentationer och analyser. Den betonar att följa mallar och skriftlig eller visuell stil samtidigt som den kontext som är relevant för uppgiften väljs ut. För ett professionellt dokument tillhandahåller du källmaterialet, mallkraven och det beslut som läsaren behöver fatta. Ett illustrativt uppdrag är att jämka samman två uppsättningar projektkrav och ta fram ett underlag som skiljer överenskomna fakta, motstridiga belägg och villkor för en rekommendation åt.\n\nFör utvecklings- eller forskningsarbete anger du målet, vilka belägg som ska granskas och vad som räknas som slutfört. En koduppgift kan omfatta önskat beteende, relaterade filer och begränsningar; en forskningsuppgift kan omfatta frågan och kriterierna för att värdera det tillhandahållna materialet. Astras dokumenterade funktioner för datoranvändning och webbläsning knyter modellens beslut till en miljö som tillhandahåller motsvarande verktyg. Miljöns faktiska utdata är belägg för nästa steg och är skilda från modellens föreslagna åtgärder.\n\nOpenAI:s specifikation för GPT-6 Astra anger ett kontextfönster på 1 050 000 token, högst 922 000 indatatoken och högst 128 000 utdatatoken, med kunskapsgräns den 30 april 2026. Alternativen för resonemangsnivå är low, medium, high, xhigh och max; none stöds inte. Både resonemangstoken och det synliga resultatet tar kontextutrymme i anspråk. OpenAI dokumenterar Pro i Responses API för svåra uppgifter som kan tillåta ytterligare fördröjning och modellarbete; läge och resonemangsnivå förblir oberoende inställningar.\n\nGrundmodellen anger stöd för strömning, Structured Outputs, funktionsanrop, webb- och filsökning, verktyg för bildgenerering, kodtolkning, värdbaserade skal- och patchoperationer, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Funktionsanrop använder tillverkarens Responses-gränssnitt. GPT-6-guiden beskriver också asynkront verktygsarbete och styrning under en pågående tur. Applikationer kör sina egna operationer, hanterar väntande arbete och återför informationen som uppstår; modellens egen utdata förblir text även när ett separat verktyg skapar ett annat underlag.\n\nAstra-lanseringen beskriver anpassning till nya krav samtidigt som det övergripande målet hålls i sikte. Den skiljer också defensiv kodgranskning och korrigering från avancerat arbete med att utveckla exploateringskod, som modellen kan vägra utföra, och beskriver automatiska kontroller som kan avbryta en uppgift. Utforma en begäran kring det avsedda resultatet, tillåtet arbete och belägg, i stället för att behandla extra resonemang som ersättning för källmaterial som saknas. Ett användbart slutligt underlag anger slutsatsen eller den föreslagna ändringen, grunden i den tillhandahållna informationen och eventuella frågor som skulle förändra beslutet väsentligt.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Reconcile conflicting launch requirements\n\nWrite a decision brief using this template: Decision needed; Agreed facts; Conflict; Recommendation conditions. Product requirement P1 says launch must include CSV export. Security requirement S1 prohibits exporting customer email addresses. Current design D1 exports name and email only. Reconcile the requirements, propose a compliant export scope and list the decision still needed about useful fields.A brief under the four supplied headings, with P1, S1 and D1 references beside relevant findings.Check that the proposed scope preserves an export feature while excluding emails and does not invent an approved field list.openai/gpt-6-astra-proGPT-6 Astra med Pro-resonemang för krävande forskning, kodning och professionellt arbete. Pro innebär mer modellarbete före det slutliga svaret; grundmodellen tar emot text och bilder och stöder arbete i flera steg i en miljö med anslutna verktyg.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-6 Astra Pro betecknar OpenAI:s GPT-6 Astra med Pro-resonemang. Grundmodellen Astra är utformad för krävande resonemang, kodning, forskning, datoranvändning och professionellt arbete. Den tar emot text och bilder och ger text som utdata. Pro innebär mer modellarbete när det slutliga svaret tas fram, medan resonemangsnivån styr analysens omfattning inom det valda körläget. Pro ändrar körläget medan GPT-6 Astra förblir den underliggande modellen.
Tillverkarens Astra-lansering beskriver arbetsflöden som omvandlar relevant material till dokument, kalkylblad, presentationer och analyser. Den betonar att följa mallar och skriftlig eller visuell stil samtidigt som den kontext som är relevant för uppgiften väljs ut. För ett professionellt dokument tillhandahåller du källmaterialet, mallkraven och det beslut som läsaren behöver fatta. Ett illustrativt uppdrag är att jämka samman två uppsättningar projektkrav och ta fram ett underlag som skiljer överenskomna fakta, motstridiga belägg och villkor för en rekommendation åt.
För utvecklings- eller forskningsarbete anger du målet, vilka belägg som ska granskas och vad som räknas som slutfört. En koduppgift kan omfatta önskat beteende, relaterade filer och begränsningar; en forskningsuppgift kan omfatta frågan och kriterierna för att värdera det tillhandahållna materialet. Astras dokumenterade funktioner för datoranvändning och webbläsning knyter modellens beslut till en miljö som tillhandahåller motsvarande verktyg. Miljöns faktiska utdata är belägg för nästa steg och är skilda från modellens föreslagna åtgärder.
OpenAI:s specifikation för GPT-6 Astra anger ett kontextfönster på 1 050 000 token, högst 922 000 indatatoken och högst 128 000 utdatatoken, med kunskapsgräns den 30 april 2026. Alternativen för resonemangsnivå är low, medium, high, xhigh och max; none stöds inte. Både resonemangstoken och det synliga resultatet tar kontextutrymme i anspråk. OpenAI dokumenterar Pro i Responses API för svåra uppgifter som kan tillåta ytterligare fördröjning och modellarbete; läge och resonemangsnivå förblir oberoende inställningar.
Grundmodellen anger stöd för strömning, Structured Outputs, funktionsanrop, webb- och filsökning, verktyg för bildgenerering, kodtolkning, värdbaserade skal- och patchoperationer, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Funktionsanrop använder tillverkarens Responses-gränssnitt. GPT-6-guiden beskriver också asynkront verktygsarbete och styrning under en pågående tur. Applikationer kör sina egna operationer, hanterar väntande arbete och återför informationen som uppstår; modellens egen utdata förblir text även när ett separat verktyg skapar ett annat underlag.
Astra-lanseringen beskriver anpassning till nya krav samtidigt som det övergripande målet hålls i sikte. Den skiljer också defensiv kodgranskning och korrigering från avancerat arbete med att utveckla exploateringskod, som modellen kan vägra utföra, och beskriver automatiska kontroller som kan avbryta en uppgift. Utforma en begäran kring det avsedda resultatet, tillåtet arbete och belägg, i stället för att behandla extra resonemang som ersättning för källmaterial som saknas. Ett användbart slutligt underlag anger slutsatsen eller den föreslagna ändringen, grunden i den tillhandahållna informationen och eventuella frågor som skulle förändra beslutet väsentligt.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-6-astra-pro | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
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 $0.02 / 1K token Utdata · Utdatatoken $0.1 / 1K token Indata · Cacheläsning $0.002 / 1K token Indata · Skrivning till cache $0.025 / 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 $0.02 / 1K token Utdata · Utdatatoken $0.1 / 1K token Indata · Cacheläsning $0.002 / 1K token Indata · Skrivning till cache $0.025 / 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 $0.04 / 1K token Utdata · Utdatatoken $0.15 / 1K token Indata · Cacheläsning $0.004 / 1K token Indata · Skrivning till cache $0.05 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-6-astra-pro", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-6-astra-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-6-astra-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra openai/gpt-6-astra-pro
Använd metodsökvägarna som visas ovan.
openai/gpt-6-astra-proGPT-6 Astra med Pro-resonemang för krävande forskning, kodning och professionellt arbete. Pro innebär mer modellarbete före det slutliga svaret; grundmodellen tar emot text och bilder och stöder arbete i flera steg i en miljö med anslutna verktyg.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-6 Astra Pro betecknar OpenAI:s GPT-6 Astra med Pro-resonemang. Grundmodellen Astra är utformad för krävande resonemang, kodning, forskning, datoranvändning och professionellt arbete. Den tar emot text och bilder och ger text som utdata. Pro innebär mer modellarbete när det slutliga svaret tas fram, medan resonemangsnivån styr analysens omfattning inom det valda körläget. Pro ändrar körläget medan GPT-6 Astra förblir den underliggande modellen.
Tillverkarens Astra-lansering beskriver arbetsflöden som omvandlar relevant material till dokument, kalkylblad, presentationer och analyser. Den betonar att följa mallar och skriftlig eller visuell stil samtidigt som den kontext som är relevant för uppgiften väljs ut. För ett professionellt dokument tillhandahåller du källmaterialet, mallkraven och det beslut som läsaren behöver fatta. Ett illustrativt uppdrag är att jämka samman två uppsättningar projektkrav och ta fram ett underlag som skiljer överenskomna fakta, motstridiga belägg och villkor för en rekommendation åt.
För utvecklings- eller forskningsarbete anger du målet, vilka belägg som ska granskas och vad som räknas som slutfört. En koduppgift kan omfatta önskat beteende, relaterade filer och begränsningar; en forskningsuppgift kan omfatta frågan och kriterierna för att värdera det tillhandahållna materialet. Astras dokumenterade funktioner för datoranvändning och webbläsning knyter modellens beslut till en miljö som tillhandahåller motsvarande verktyg. Miljöns faktiska utdata är belägg för nästa steg och är skilda från modellens föreslagna åtgärder.
OpenAI:s specifikation för GPT-6 Astra anger ett kontextfönster på 1 050 000 token, högst 922 000 indatatoken och högst 128 000 utdatatoken, med kunskapsgräns den 30 april 2026. Alternativen för resonemangsnivå är low, medium, high, xhigh och max; none stöds inte. Både resonemangstoken och det synliga resultatet tar kontextutrymme i anspråk. OpenAI dokumenterar Pro i Responses API för svåra uppgifter som kan tillåta ytterligare fördröjning och modellarbete; läge och resonemangsnivå förblir oberoende inställningar.
Grundmodellen anger stöd för strömning, Structured Outputs, funktionsanrop, webb- och filsökning, verktyg för bildgenerering, kodtolkning, värdbaserade skal- och patchoperationer, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Funktionsanrop använder tillverkarens Responses-gränssnitt. GPT-6-guiden beskriver också asynkront verktygsarbete och styrning under en pågående tur. Applikationer kör sina egna operationer, hanterar väntande arbete och återför informationen som uppstår; modellens egen utdata förblir text även när ett separat verktyg skapar ett annat underlag.
Astra-lanseringen beskriver anpassning till nya krav samtidigt som det övergripande målet hålls i sikte. Den skiljer också defensiv kodgranskning och korrigering från avancerat arbete med att utveckla exploateringskod, som modellen kan vägra utföra, och beskriver automatiska kontroller som kan avbryta en uppgift. Utforma en begäran kring det avsedda resultatet, tillåtet arbete och belägg, i stället för att behandla extra resonemang som ersättning för källmaterial som saknas. Ett användbart slutligt underlag anger slutsatsen eller den föreslagna ändringen, grunden i den tillhandahållna informationen och eventuella frågor som skulle förändra beslutet väsentligt.
POST /v1/messagestexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-6-astra-pro | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring|content_block[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältsystem | Typstring|content_block[] | KravValfritt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser Minimum: 1 Gränsen gäller för: den exakta gränsen för den valda modellen/det valda kortet | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop_sequences | Typstring[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typtool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].name | Typstring | KravValfritt | Värden & gränser Gäller när: verktyg har tillhandahållits | Standard— |
Fälttools[].description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].input_schema | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältthinking.type | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältthinking.budget_tokens | Typinteger | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältoutput_config.effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmetadata | Typobject | KravValfritt | Värden & gränser | Standard— |
Fältcache_control | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Text · UTF8-text
messages[].content eller ett type=text-block
Text + bild
{type:image,source:{type:base64,media_type,data}} eller källa type=url
| Parameter | Avtal |
|---|---|
Parametermaterial_types | Avtaltext |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalnull |
Parametercontent_type | Avtalapplication/json |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: exact retained published method
Skicka det exakta modell-ID:t och de obligatoriska fälten.
Behåll varje returnerad post och dess ursprungliga identifierare.
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 $0.02 / 1K token Utdata · Utdatatoken $0.1 / 1K token Indata · Cacheläsning $0.002 / 1K token Indata · Skrivning till cache $0.025 / 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 $0.02 / 1K token Utdata · Utdatatoken $0.1 / 1K token Indata · Cacheläsning $0.002 / 1K token Indata · Skrivning till cache $0.025 / 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 $0.04 / 1K token Utdata · Utdatatoken $0.15 / 1K token Indata · Cacheläsning $0.004 / 1K token Indata · Skrivning till cache $0.05 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "openai/gpt-6-astra-pro",\n "max_tokens": 4096,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-astra-pro', 'max_tokens': 4096, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-astra-pro', 'max_tokens': 4096, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\njson eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra openai/gpt-6-astra-pro
Använd metodsökvägarna som visas ovan.
openai/gpt-6-astra-proGPT-6 Astra med Pro-resonemang för krävande forskning, kodning och professionellt arbete. Pro innebär mer modellarbete före det slutliga svaret; grundmodellen tar emot text och bilder och stöder arbete i flera steg i en miljö med anslutna verktyg.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-6 Astra Pro betecknar OpenAI:s GPT-6 Astra med Pro-resonemang. Grundmodellen Astra är utformad för krävande resonemang, kodning, forskning, datoranvändning och professionellt arbete. Den tar emot text och bilder och ger text som utdata. Pro innebär mer modellarbete när det slutliga svaret tas fram, medan resonemangsnivån styr analysens omfattning inom det valda körläget. Pro ändrar körläget medan GPT-6 Astra förblir den underliggande modellen.
Tillverkarens Astra-lansering beskriver arbetsflöden som omvandlar relevant material till dokument, kalkylblad, presentationer och analyser. Den betonar att följa mallar och skriftlig eller visuell stil samtidigt som den kontext som är relevant för uppgiften väljs ut. För ett professionellt dokument tillhandahåller du källmaterialet, mallkraven och det beslut som läsaren behöver fatta. Ett illustrativt uppdrag är att jämka samman två uppsättningar projektkrav och ta fram ett underlag som skiljer överenskomna fakta, motstridiga belägg och villkor för en rekommendation åt.
För utvecklings- eller forskningsarbete anger du målet, vilka belägg som ska granskas och vad som räknas som slutfört. En koduppgift kan omfatta önskat beteende, relaterade filer och begränsningar; en forskningsuppgift kan omfatta frågan och kriterierna för att värdera det tillhandahållna materialet. Astras dokumenterade funktioner för datoranvändning och webbläsning knyter modellens beslut till en miljö som tillhandahåller motsvarande verktyg. Miljöns faktiska utdata är belägg för nästa steg och är skilda från modellens föreslagna åtgärder.
OpenAI:s specifikation för GPT-6 Astra anger ett kontextfönster på 1 050 000 token, högst 922 000 indatatoken och högst 128 000 utdatatoken, med kunskapsgräns den 30 april 2026. Alternativen för resonemangsnivå är low, medium, high, xhigh och max; none stöds inte. Både resonemangstoken och det synliga resultatet tar kontextutrymme i anspråk. OpenAI dokumenterar Pro i Responses API för svåra uppgifter som kan tillåta ytterligare fördröjning och modellarbete; läge och resonemangsnivå förblir oberoende inställningar.
Grundmodellen anger stöd för strömning, Structured Outputs, funktionsanrop, webb- och filsökning, verktyg för bildgenerering, kodtolkning, värdbaserade skal- och patchoperationer, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Funktionsanrop använder tillverkarens Responses-gränssnitt. GPT-6-guiden beskriver också asynkront verktygsarbete och styrning under en pågående tur. Applikationer kör sina egna operationer, hanterar väntande arbete och återför informationen som uppstår; modellens egen utdata förblir text även när ett separat verktyg skapar ett annat underlag.
Astra-lanseringen beskriver anpassning till nya krav samtidigt som det övergripande målet hålls i sikte. Den skiljer också defensiv kodgranskning och korrigering från avancerat arbete med att utveckla exploateringskod, som modellen kan vägra utföra, och beskriver automatiska kontroller som kan avbryta en uppgift. Utforma en begäran kring det avsedda resultatet, tillåtet arbete och belägg, i stället för att behandla extra resonemang som ersättning för källmaterial som saknas. Ett användbart slutligt underlag anger slutsatsen eller den föreslagna ändringen, grunden i den tillhandahållna informationen och eventuella frågor som skulle förändra beslutet väsentligt.
POST /v1/responsestexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-6-astra-pro | Standard— |
Fältinput | Typstring|input_item[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältinput[].type | Typstring | KravValfritt | Värden & gränser message, reasoning, function_call, function_call_output | Standard— |
Fältinput[].content | Typstring|content_part[] | KravValfritt | Värden & gränser | Standard— |
Fältinput[].call_id | Typstring | KravValfritt | Värden & gränser Gäller när: function_call_output; behåll det faktiska returnerade call_id | Standard— |
Fältinput[].output | Typstring|content_part[] | KravValfritt | Värden & gränser Gäller när: function_call_output | Standard— |
Fältmax_output_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typtool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning.effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning.summary | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttext.format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttext.verbosity | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinclude | Typstring[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstore | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprevious_response_id | Typstring | KravStöds inte | Värden & gränser ID-krav: Endast ett faktiskt svars-ID från en fortsättning som stöds Villkor: Skicka med den faktiska samtalshistoriken vid varje begäran. | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_key | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Text · UTF8-text
indatatext eller en input_text-del
Text + bild
{type:input_image,image_url}
| Parameter | Avtal |
|---|---|
Parametermaterial_types | Avtaltext |
Parameterrequired | Avtalmodel, input |
Parameteroptional_controls | Avtalnull |
Parametercontent_type | Avtalapplication/json |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: exact retained published method
Skicka det exakta modell-ID:t och de obligatoriska fälten.
Behåll varje returnerad post och dess ursprungliga identifierare.
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 $0.02 / 1K token Utdata · Utdatatoken $0.1 / 1K token Indata · Cacheläsning $0.002 / 1K token Indata · Skrivning till cache $0.025 / 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 $0.02 / 1K token Utdata · Utdatatoken $0.1 / 1K token Indata · Cacheläsning $0.002 / 1K token Indata · Skrivning till cache $0.025 / 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 $0.04 / 1K token Utdata · Utdatatoken $0.15 / 1K token Indata · Cacheläsning $0.004 / 1K token Indata · Skrivning till cache $0.05 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "openai/gpt-6-astra-pro",\n "input": [\n {\n "content": "Hello, how are you?",\n "role": "user",\n "type": "message"\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-astra-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/responses \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-6-astra-pro', 'input': [{'content': 'Hello, how are you?', 'role': 'user', 'type': 'message'}]}\npayload['input'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}\nheaders['Authorization'] = 'Bearer ' + api_key\nrequest = Request('https://api.ailoot.ai/v1/responses', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\njson eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje utdatapost och innehållsdel, det faktiska call_id för funktionen, krypterat resonemang och användningsuppgifter. Bevara vid strömning den fullständiga identiteten för händelsen/posten.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältstatus | Typstring |
Fältoutput[] | Typmessage|reasoning|function_call|other item |
Fältoutput[].content[] | Typcontent part |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra openai/gpt-6-astra-pro
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Reconcile conflicting launch requirements\n\nWrite a decision brief using this template: Decision needed; Agreed facts; Conflict; Recommendation conditions. Product requirement P1 says launch must include CSV export. Security requirement S1 prohibits exporting customer email addresses. Current design D1 exports name and email only. Reconcile the requirements, propose a compliant export scope and list the decision still needed about useful fields.A brief under the four supplied headings, with P1, S1 and D1 references beside relevant findings.Check that the proposed scope preserves an export feature while excluding emails and does not invent an approved field list.