OpenAI: GPT-6 Astra (batch)

GPT-6 Astra är OpenAI:s modell för krävande resonemang, programvaruutveckling, forskning och professionellt dokumentarbete. Den förenar förståelse av text och bilder med analys av långa kontexter och verktygsstyrda arbetsflöden och ger ett textresultat inom en kontext på 1 050 000 token.

Ailoot Ultra · Batchkörning POST /v1/batches openai/gpt-6-astra:batch

Om modellen

Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.

GPT-6 Astra är OpenAI:s modell för de mest krävande resonemangsuppgifterna och professionella uppgifterna. Tillverkaren utvecklar den för programvaruutveckling, datoranvändning, forskning, vetenskapligt arbete och dokumentframställning. Den tar emot text och bilder och genererar text, bland annat förklaringar, kod och strukturerade underlag. Denna vanliga Astra-profil är skild från resonemangsläget Pro och profilerna Sol och Luna.

Arbete från början till slut

Utforma uppdraget kring önskat resultat, relevanta källor och kriterier för när det är slutfört. För programvaruutveckling tar du med koden, det observerade felet, förväntat beteende och gränssnitt som ska bevaras. För professionell analys tillhandahåller du dokumenten, beslutet som ska fattas och de villkor som slutsatsen måste behandla. Ett praktiskt uppdrag är: ”Jämför dessa alternativ med kraven, identifiera beroendena och ta fram ett beslutsunderlag med belägg för varje väsentlig slutsats.”

För en visuell uppgift ser du till att källmaterialet är läsbart och anger om det visar ett gränssnittstillstånd, ett diagram eller ett designkrav. Be om den synliga detalj som stöder en observation. Kod eller dokument som tas fram ska förbli knutna till dessa belägg i stället för till en antagen extern åtgärd.

Instruktioner och uppföljning

OpenAI:s vägledning för Astra rekommenderar tydliga mål, framgångskriterier, regler för belägg och stoppvillkor. Den framhåller stor känslighet för detaljerade instruktioner i kontexten och tillgängliga filer. Red därför ut motstridiga anvisningar och ange vilken prioritet användarens uppgift har. Specificera när modellen ska använda tillgänglig information, göra ett rimligt antagande eller be om en uppgift som saknas och påverkar resultatet.

Tillverkaren rekommenderar också att anpassa svarsstil och kontrollernas omfattning. Beskriv målgruppen och slutstrukturen för ett dokument och kräv kontroller som är relevanta för ändringen vid en utvecklingsuppgift. Det ger modellen ett tydligt slutmål utan att lägga till ovidkommande arbete.

Resonemang och kontext

Astra stöder resonemangsnivåerna low, medium, high, xhigh och max och stöder inte none. Resonemangsnivån är skild från tillverkarens vanliga resonemangsläge eller Pro-läge. Kortet anger en kontext på 1 050 000 token, upp till 922 000 indatatoken och upp till 128 000 utdatatoken. Modellens kunskapsgräns är den 30 april 2026.

Resonemang tar svarsutrymme i anspråk även om de råa interna token inte visas som ett vanligt svar. Lämna plats för det slutliga underlaget och kontrollera avslutsstatus när en budget är förbrukad. Även ett stort kontextfönster behöver källbeteckningar, uppgiftsgränser och relevanta observationer.

Verktyg och fortsatta uppgifter

Tillverkaren dokumenterar funktionsanrop via Responses; Chat Completions stöder inte funktionsanrop för Astra. Bland verktygen som stöds finns webb- och filsökning, bildgenerering, kodtolk, skal- och patchoperationer, färdigheter, datoranvändning, MCP-anslutningar och verktygssökning. Även Structured Outputs och strömning anges. Astras egen utdata förblir text, medan verktygsoperationerna ger sina respektive observationer eller underlag.

Det dokumenterade arbetsflödet för GPT-6 kan fortsätta analysen medan ett asynkront verktyg körs, ta in styrning mitt i en pågående tur, bevara resonemang mellan anrop och komprimera en lång konversation. Applikationen kör sina egna verktyg och hanterar väntande resultat. Bevara kopplingen mellan det ursprungliga anropet och observationen så att uppgiften använder faktiska belägg.

Ett användbart slutresultat är ett färdigt analysunderlag eller en färdig kodleverans med tydlig grund och återstående villkor. Granska källberoende påståenden och använd faktiska kontrollobservationer för arbete som har utförts. Behåll den namngivna Astra-profilen och dess stödda resonemangsnivåer i stället för att låna en inställning för direktsvar eller en annan modells gränser.

Ailoot Ultra · Batchkörning POST /v1/batches openai/gpt-6-astra:batch

openai/gpt-6-astra:batch

OpenAI /openai/gpt-6-astra:batch

Start

Godkända indata: Text
Resultat: Text

Tillgängligt i Ailoot · indata & metoder

Ailoot Ultra · Batchkörning POST /v1/batches

Indatatyper: text
Utdatatyper: text
Utdataformat: JSON i inbäddade results[].response.body

Fält	Typ	Krav	Värden & gränser	Standard
Fält`endpoint`	Typ`string`	KravObligatoriskt	Värden & gränser /v1/chat/completions	Standard—
Fält`model`	Typ`string`	KravObligatoriskt	Värden & gränser openai/gpt-6-astra:batch	Standard—
Fält`requests`	Typ`batch_item[]`	KravObligatoriskt	Värden & gränser Minsta antal objekt: 1	Standard—
Fält`requests[].custom_id`	Typ`string`	KravObligatoriskt	Värden & gränser	Standard—
Fält`requests[].body.messages`	Typ`message[]`	KravObligatoriskt	Värden & gränser	Standard—
Fält`completion_window`	Typ`string`	KravValfritt	Värden & gränser 24h	Standard—
Fält`provider`	Typ`object\|null`	KravValfritt	Värden & gränser	Standard—
Fält`requests[].body.model`	Typ`string`	KravValfritt	Värden & gränser openai/gpt-6-astra:batch, openai/gpt-6-astra	Standard—
Fält`provider.only`	Typ`string[]`	KravValfritt	Värden & gränser openai	Standard—
Fält`provider.allow_fallbacks`	Typ`boolean\|null`	KravValfritt	Värden & gränser false, null	Standard—

Metodparametrar och livscykel

Parameter	Avtal
Parameter`content_type`	Avtalapplication/json
Parameter`required`	Avtalendpoint, model, requests
Parameter`material_types`	Avtaltext
Parameter`representation`	AvtalInbäddade requests[]; varje objekt har custom_id och body
Parameter`request_endpoint_profile`	Avtal/v1/chat/completions
Parameter`file_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.
Parameter`serialization_order`	Avtalendpoint, model, provider (om angivet), completion_window (om angivet), requests sist
Parameter`optional_controls`	Avtalprovider.only, provider.allow_fallbacks, completion_window
Parameter`schema_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

Priser

Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.

Snabbt läge: Ej angivet När snabbt läge är valt
Flex-läge: Ej angivet När läget flex är valt
Högsta resonemangsnivå: Ej angivet När den högsta resonemangsnivån använder standardjusteringen (default)
Prissättning för explicit cache: Inte aktiverat När explicit cache begärs

Ailoot-priser

Priser efter konfiguration

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 $0.01 / 1K token Utdata · Utdatatoken $0.05 / 1K token Indata · Cacheläsning $0.001 / 1K token Indata · Skrivning till cache $0.0125 / 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 $0.01 / 1K token Utdata · Utdatatoken $0.05 / 1K token Indata · Cacheläsning $0.001 / 1K token Indata · Skrivning till cache $0.0125 / 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 $0.02 / 1K token Utdata · Utdatatoken $0.075 / 1K token Indata · Cacheläsning $0.002 / 1K token Indata · Skrivning till cache $0.025 / 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 →

Exempelbegäranden

Ailoot Ultra · Batchkörning

curl · bevarat referensexempelPython HTTP · kundens faktiska JSONLPython · spara varje färdigt resultat

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-6-astra:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json

import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['openai/gpt-6-astra:batch', 'openai/gpt-6-astra']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-6-astra:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    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")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))

import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.

Ta emot och spara resultat

Ailoot Ultra · Batchkörning

JSON i inbäddade results[].response.body

GET /v1/batches/{operation_id}

Kontrollera jobbstatus

curl · status för ursprunglig åtgärd

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json

Behåll alla färdiga resultat

Behåll 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.

Om det ursprungliga svaret behöver kontrolleras

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.

Svarsfält

Fält	Typ
Fält`results[].custom_id`	Typstring
Fält`results[].response.body.choices[].message.content`	Typstring\|null
Fält`results[].error`	Typobject\|null
Fält`usage`	Typobject\|null
Fält`id`	Typstring
Fält`model`	Typstring
Fält`endpoint`	Typstring
Fält`status`	Typstring
Fält`request_counts`	Typobject
Fält`results[].id`	Typstring
Fält`results[].response.status_code`	Typinteger
Fält`results[].response.request_id`	Typstring

Fel och nästa steg

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.

Alias

Modellalias

Ailoot Ultra openai/gpt-6-astra:batch

Alias för metodsökvägar

Använd metodsökvägarna som visas ovan.

Relaterade anropar-ID:n

openai/gpt-6-astra:batch

FAQ · OpenAI: GPT-6 Astra (batch)

Vilka indata och resultat finns?: POST /v1/batches · openai/gpt-6-astra:batch: text → text
Vilka fält använder begäran?: POST /v1/batches · openai/gpt-6-astra:batch: endpoint, model, requests, completion_window, provider
Vilka gränser gäller?: POST /v1/batches · openai/gpt-6-astra:batch: requests.min_items: 1

OpenAI: GPT-6 Astra (batch)