OpenAI: GPT-6 Sol Pro (batch)

GPT-6 Sol Pro (batch) es un modelo de texto de OpenAI, listado en api14 bajo el id de modelo openai/gpt-6-sol-pro:batch. Es el mismo modelo subyacente que GPT-6 Sol, servido con reasoning.mode establecido en pro, lo que está pensado para producir respuestas de mayor calidad en tareas complejas. La fecha de lanzamiento del proveedor es 2026-09-22. La variante batch es la versión que se llama a través del endpoint compatible con OpenAI de api14.

El modelo acepta entradas de texto, imagen y archivo, y devuelve solo texto. Su ventana de contexto es de 1.050.000 tokens, y la salida máxima es de 128.000 tokens. Como acepta imágenes y archivos junto con texto, puedes enviar prompts mixtos que combinen instrucciones escritas con contenido visual o de documentos en una sola solicitud. La gran ventana de contexto significa que entradas largas, como documentos extensos o historiales de conversación prolongados, se pueden manejar sin dividirlas en varias llamadas.

Esas capacidades apuntan a algunos usos prácticos. El trabajo con documentos largos encaja de forma natural: revisar contratos, especificaciones o material de investigación que no cabría en un contexto más pequeño. La entrada de imágenes admite tareas en las que una captura de pantalla, un diagrama o una página escaneada debe leerse junto con instrucciones de texto. La entrada de archivos es adecuada para canalizaciones que procesan documentos subidos y esperan un resultado de texto. Los controles de razonamiento hacen que el modelo sea relevante para problemas de varios pasos en los que quieres respuestas más deliberadas, y el llamamiento de herramientas le permite actuar dentro de un bucle de agente en lugar de producir solo texto independiente.

Para llamarlo a través de api14, usa el id de modelo openai/gpt-6-sol-pro:batch contra la API compatible con OpenAI, de modo que los SDK y clientes de OpenAI existentes funcionen con un cambio de URL base. Los parámetros de solicitud admitidos son include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools y verbosity. En la práctica, eso significa que puedes limitar la longitud de salida con max_tokens, dirigir la profundidad del razonamiento con reasoning y reasoning_effort, solicitar salida JSON o conforme a un esquema con response_format y structured_outputs, controlar la reproducibilidad del muestreo con seed, definir y seleccionar herramientas con tools y tool_choice, y ajustar el detalle de la respuesta con verbosity.

Algo que hay que sopesar es que el modo pro consume mucho más que el modo estándar, por lo que es adecuado para tareas complejas y no para tareas simples de alto volumen. Si tu carga de trabajo es generación de texto sencilla, el GPT-6 Sol sin pro puede ser la mejor opción. Tampoco hay entrada de audio ni de vídeo aquí, y la salida es solo texto, por lo que las tareas que necesitan esas modalidades quedan fuera de este modelo.