Source: https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-astra-u003a-batch/
Canonical: https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-astra-u003a-batch/
Language: zh-hant-tw

# OpenAI: GPT-6 Astra (batch)

[Markdown](https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-astra-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-astra-u003a-batch/facts.json)

## [OpenAI: GPT-6 Astra (batch)](https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-astra-u003a-batch/)

GPT-6 Astra 是 OpenAI 用於高難度推理、軟體工程、研究與專業文件工作的模型。它結合文字與圖片理解、長上下文分析，以及由工具引導的工作流程，在 1,050,000 token 的上下文中產生文字結果。

- [**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches` `openai/gpt-6-astra:batch`](https://ailoot.ai/models/zh-hant-tw/openai-gpt-6-astra-u003a-batch/#method-0)

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。

GPT-6 Astra 是 OpenAI 用於最高難度推理與專業任務的模型。開發商為軟體工程、電腦操作、研究、科學工作與文件製作而開發此模型。它接受文字與圖片，產生包含說明、程式碼與結構化成果在內的文字。此標準 Astra 設定與 Pro 推理模式，以及 Sol 和 Luna 的設定各自獨立。

#### 完整處理工作

圍繞期望成果、相關來源與完成標準安排任務。軟體工程任務應包含程式碼、觀察到的失敗、預期行為，以及必須保留的介面。專業分析則應提供文件、待做的決策，以及結論必須處理的條件。一個實用指示是：「依照需求比較這些方案、找出相依關係，並撰寫決策備忘錄，為每項重要發現附上證據。」

視覺任務應讓來源清楚可讀，並指出它呈現的是介面狀態、圖表還是設計要求。要求模型指出支持觀察的可見細節。程式碼或文件成果應與這些證據保持連結，而非依據假設已執行的外部動作。

#### 提示與後續處理

OpenAI 的 Astra 指引建議明確設定目標、成功標準、證據規則與停止條件。指引指出，模型對上下文和可存取檔案中的詳細指示十分敏感，因此應協調衝突的指引，並明確指出使用者任務的優先順序。指定何時應使用現有資訊、做出合理假設，或詢問會改變結果的缺漏細節。

開發商也建議調整回答風格與驗證深度。文件任務應說明讀者與最終結構；工程任務則應要求與變更相關的驗證。這能讓模型有明確的完成界線，無須加入無關工作。

#### 推理與上下文

Astra 支援 low、medium、high、xhigh 與 max 推理強度，不支援 none。強度與開發商的標準或 Pro 推理模式是獨立設定。模型卡列出 1,050,000 token 的上下文、最多 922,000 token 的輸入，以及最多 128,000 token 的輸出。知識截止日為 2026 年 4 月 30 日。

即使內部原始 token 不會以一般回答的形式公開，推理仍會佔用回應空間。為最終成果保留空間，並在預算用盡時檢查終止狀態。大型上下文仍需要來源標籤、任務範圍與相關觀察結果。

#### 工具與持續進行的任務

開發商記載可透過 Responses 進行函式呼叫；Astra 的 Chat Completions 不支援函式呼叫。支援的工具包含網頁與檔案搜尋、圖片生成、程式碼直譯器、shell 與 patch 操作、技能、電腦操作、MCP 連線，以及工具搜尋。另列有 Structured Outputs 與串流。Astra 本身的輸出仍是文字；工具操作則產生各自的觀察結果或成果。

GPT-6 文件中的工作流程可在非同步工具執行時繼續分析、納入回合進行中的方向調整、在呼叫之間保留推理，以及壓縮長對話。應用程式執行自己的工具並管理待處理的結果。保留原始呼叫與觀察結果之間的關聯，讓任務使用實際證據。

有用的最終結果是完成的分析或程式碼成果，明確列出依據與剩餘條件。檢查依賴來源的陳述，並以實際驗證觀察結果支持已執行的工作。保留具名的 Astra 設定與支援的強度範圍，不要借用直接回答的設定或其他模型的限制。

**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches` `openai/gpt-6-astra:batch`

[`openai/gpt-6-astra:batch`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Fgpt-6-astra%3Abatch&route=Ultra&caller=openai%2Fgpt-6-astra%3Abatch&fmt=batches)

OpenAI /`openai/gpt-6-astra:batch`

### 入門

GPT-6 Astra 是 OpenAI 用於高難度推理、軟體工程、研究與專業文件工作的模型。它結合文字與圖片理解、長上下文分析，以及由工具引導的工作流程，在 1,050,000 token 的上下文中產生文字結果。

接受的輸入

文字

結果

文字

### Ailoot 可用 · 輸入與方法

**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches`

輸入

`text`

輸出

`text`

輸出格式

內嵌的 results\[\].response.body JSON

| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
| --- | --- | --- | --- | --- |
| 欄位`endpoint` | 類型`string` | 要求必填 | 值與限制 /v1/chat/completions | 預設值— |
| 欄位`model` | 類型`string` | 要求必填 | 值與限制 openai/gpt-6-astra:batch | 預設值— |
| 欄位`requests` | 類型`batch_item[]` | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
| 欄位`requests[].custom_id` | 類型`string` | 要求必填 | 值與限制 | 預設值— |
| 欄位`requests[].body.messages` | 類型`message[]` | 要求必填 | 值與限制 | 預設值— |
| 欄位`completion_window` | 類型`string` | 要求選填 | 值與限制 24h | 預設值— |
| 欄位`provider` | 類型`object\|null` | 要求選填 | 值與限制 | 預設值— |
| 欄位`requests[].body.model` | 類型`string` | 要求選填 | 值與限制 openai/gpt-6-astra:batch, openai/gpt-6-astra | 預設值— |
| 欄位`provider.only` | 類型`string[]` | 要求選填 | 值與限制 openai | 預設值— |
| 欄位`provider.allow_fallbacks` | 類型`boolean\|null` | 要求選填 | 值與限制 false, null | 預設值— |

方法參數與生命週期

| 參數 | 規格 |
| --- | --- |
| 參數`content_type` | 規格application/json |
| 參數`required` | 規格endpoint, model, requests |
| 參數`material_types` | 規格text |
| 參數`representation` | 規格內嵌的 requests\[\]；每個項目皆含 custom\_id 與 body |
| 參數`request_endpoint_profile` | 規格/v1/chat/completions |
| 參數`file_material` | 規格呼叫端可在本機將實際的 UTF-8 JSONL 讀入 requests\[\]。此流程不使用上傳用途、input\_file\_id 或檔案參照。若缺少客戶素材或素材為空，應在 POST 前停止準備。 |
| 參數`serialization_order` | 規格endpoint, model, provider（如有提供）, completion\_window（如有提供）, requests 放在最後 |
| 參數`optional_controls` | 規格provider.only, provider.allow\_fallbacks, completion\_window |
| 參數`schema_scope` | 規格依文件規定的內嵌 Batch 封裝格式提供文字 Chat Completions 請求主體。 |

生命週期： `asynchronous`

`GET /v1/batches/{operation_id}` · 原始建立回應中實際回傳的 response.id；使用相同使用者／金鑰／群組

### 方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式

未指定 選取快速模式時

flex 模式

未指定 選取 flex 模式時

最高推理強度

未指定 最高推理強度採用 default 調整值時

顯式快取計價

未啟用 請求顯式快取時

#### Ailoot 費率

#### 各設定的價格

請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。

| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
| --- | --- | --- | --- | --- |
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token **$0.01** / 1K Token 輸出 · 輸出 Token **$0.05** / 1K Token 輸入 · 讀取快取 **$0.001** / 1K Token 輸入 · 寫入快取 **$0.0125** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於272,000 | 費用 輸入 · 輸入 Token **$0.01** / 1K Token 輸出 · 輸出 Token **$0.05** / 1K Token 輸入 · 讀取快取 **$0.001** / 1K Token 輸入 · 寫入快取 **$0.0125** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |
| 設定請求長度級距 2 | 費率表— | 上下文 Token 數大於272,000 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token **$0.02** / 1K Token 輸出 · 輸出 Token **$0.075** / 1K Token 輸入 · 讀取快取 **$0.002** / 1K Token 輸入 · 寫入快取 **$0.025** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |

Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot Ultra · 批次處理（Batch）

curl · 保留的測試資料Python HTTP · 客戶實際的 JSONLPython · 儲存每個已完成的結果

```bash
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
```

```python
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"))
```

```python
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.
```

### 接收並儲存結果

#### Ailoot Ultra · 批次處理（Batch）

內嵌的 results\[\].response.body JSON

- `GET /v1/batches/{operation_id}`

##### 查看工作狀態

curl · 原始作業狀態

```bash
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
```

##### 保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留完整的原始狀態 JSON、每個結果／custom\_id，以及完整的回應或錯誤主體。將已完成的 results\[\] 儲存為 JSONL，不得篩除任何項目。

##### 需要檢查原始回應時

保留原始作業 ID。503 result\_pending\_check 回應帶有 X-Should-Retry:false；請勿重新提交狀態不明的原始批次。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`results[].custom_id` | 類型string |
| 欄位`results[].response.body.choices[].message.content` | 類型string\|null |
| 欄位`results[].error` | 類型object\|null |
| 欄位`usage` | 類型object\|null |
| 欄位`id` | 類型string |
| 欄位`model` | 類型string |
| 欄位`endpoint` | 類型string |
| 欄位`status` | 類型string |
| 欄位`request_counts` | 類型object |
| 欄位`results[].id` | 類型string |
| 欄位`results[].response.status_code` | 類型integer |
| 欄位`results[].response.request_id` | 類型string |

錯誤與後續步驟

| 回應 | 條件 | 下一步 |
| --- | --- | --- |
| 回應400 · `invalid_request_error` | 條件文件規定的內嵌封裝格式無效、索引鍵重複、項目識別有誤，或與已設定的模型能力衝突。 | 下一步再次提交前，請先修正指出的欄位。 |
| 回應401 · `authentication_error` | 條件API 金鑰無效。 | 下一步使用已獲授權的 Ailoot 金鑰。 |
| 回應403 · `permission_error` | 條件批次處理群組無法使用。 | 下一步檢查金鑰／群組的使用權限。 |
| 回應422 · `invalid_request_error` | 條件批次處理採用餘額計費；透過訂閱建立批次的請求會遭拒絕。 | 下一步使用已獲授權、以餘額計費的群組。 |
| 回應422 · `price_unavailable` | 條件無法為批次輸入估價。 | 下一步保留回應；使用文件規定的該 API 家族輸入格式。 |
| 回應402 · `billing_error` | 條件批次處理的預留額度無法取得。 | 下一步提交新請求前，請先解決請求受理問題。 |
| 回應503 · `price_unavailable` | 條件批次處理方法的價格／原生費率無法取得。 | 下一步保留回應；請勿替換價格。 |
| 回應503 · `api_error` | 條件指定的供應商路由無法使用。 | 下一步保留回應，以供修復路由。 |
| 回應503 · `result_pending_check` | 條件原始結果需要檢查；X-Should-Retry:false。 | 下一步保留原始 operation\_id/id 並讀取其狀態；請勿重複原始 POST。 |
| 回應404 · `not_found` | 條件查詢批次狀態所需的作業不存在，或屬於其他身分。 | 下一步使用完全相同的原始 id，以及相同的使用者／金鑰／群組。 |

### 別名

#### 模型別名

**Ailoot Ultra** [`openai/gpt-6-astra:batch`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Fgpt-6-astra%3Abatch&route=Ultra&caller=openai%2Fgpt-6-astra%3Abatch&fmt=batches)

#### 方法路徑別名

請使用上方列出的 API 方法路徑。

#### 相關呼叫用 ID

[`openai/gpt-6-astra:batch`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Fgpt-6-astra%3Abatch&route=Ultra&caller=openai%2Fgpt-6-astra%3Abatch&fmt=batches)

FAQ · OpenAI: GPT-6 Astra (batch)

可以使用哪些輸入與結果？

`POST /v1/batches` · `openai/gpt-6-astra:batch`: `text` → `text`

請求使用哪些欄位？

`POST /v1/batches` · `openai/gpt-6-astra:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider`

適用哪些限制？

`POST /v1/batches` · `openai/gpt-6-astra:batch`: `requests.min_items`: `1`

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

## 公司及其專案組合

公司及其專案組合：數百萬客戶，每月銷售額達數十億。

## 優惠購買 token。

訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。

訂閱

為定期請求選擇優惠方案。

最高 50% 折扣碼

購買時輸入代碼，價格依活動重算。

歷史中的費用

每次請求保存模型、token 與金額。

[選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/)

## 將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。

商用應用程式

在付費功能加入文字、圖片、影片與聲音生成。

經銷授權

提供專案說明與存取方式，要求書面使用和轉售條件。

網站文件

串接前可閱讀正式服務條款、授權合約與資料處理政策。

[申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw)

## Ailoot · 公司及其專案組合





Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。





公司及其專案組合：數百萬客戶，每月銷售額達數十億。





Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。