OpenAI: GPT-6 Astra Pro (batch)

GPT-6 Astra Pro, OpenAI का एक टेक्स्ट जनरेशन मॉडल है, जिसे api14 कैटलॉग में OpenAI: GPT-6 Astra Pro (batch) के रूप में मॉडल आईडी openai/gpt-6-astra-pro:batch के अंतर्गत सूचीबद्ध किया गया है। यह GPT-6 Astra के समान ही अंतर्निहित मॉडल है, जिसे reasoning.mode को pro पर सेट करके परोसा जाता है, यह कॉन्फ़िगरेशन जटिल कार्यों पर उच्च गुणवत्ता वाली प्रतिक्रियाओं के लिए बनाया गया है। OpenAI ने इस मॉडल को 4 सितंबर 2026 को प्रकाशित किया था।

यह मॉडल इनपुट के रूप में टेक्स्ट, छवियाँ और फ़ाइलें स्वीकार करता है और टेक्स्ट लौटाता है। इसकी कॉन्टेक्स्ट विंडो 1,050,000 टोकन है, और यह एक ही प्रतिक्रिया में अधिकतम 128,000 टोकन उत्पन्न कर सकता है। बड़ी इनपुट विंडो और उदार आउटपुट बजट ये दो संख्याएँ हैं जो इसके बारे में अधिकांश निर्णयों को आकार देती हैं: आप एक ही अनुरोध में लंबे दस्तावेज़, संलग्न फ़ाइलें और छवियाँ एक साथ भेज सकते हैं, और फिर भी एक संक्षिप्त सारांश के बजाय एक ठोस जनरेट किया गया उत्तर के लिए जगह बची रहती है। आउटपुट केवल टेक्स्ट है, इसलिए आपको जो कुछ भी वापस चाहिए, उसे टेक्स्ट के रूप में व्यक्त किया जाना चाहिए, जिसमें संरचित डेटा भी शामिल है।

ये क्षमताएँ काफी विशिष्ट प्रकार के कार्यों की ओर इशारा करती हैं। लंबी कॉन्टेक्स्ट समीक्षा कार्य अच्छी तरह फिट बैठते हैं, जैसे किसी बड़े दस्तावेज़ सेट, किसी तकनीकी विशिष्टता या स्रोत फ़ाइलों के बंडल को पढ़ना और ऐसे प्रश्नों का उत्तर देना जो पूरे में फैले विवरणों पर निर्भर करते हैं। मिश्रित इनपुट तब मदद करता है जब कोई कार्य स्क्रीनशॉट, स्कैन किए गए पृष्ठों या आरेखों को लिखित सामग्री के साथ जोड़ता है। टूल्स और tool_choice के लिए समर्थन इसे एक एजेंट लूप में तर्क चरण के रूप में उपयोग करने योग्य बनाता है, और response_format तथा structured_outputs आपको उत्तरों को ऐसी स्कीमा तक सीमित करने देते हैं जिसे आपका कोड सीधे पार्स कर सके। ऐसे कार्य के लिए जिसमें एक सुसंगत सैंपलिंग सीड चाहिए, seed उपलब्ध है।

इसे कॉल करने के लिए, api14 के OpenAI-संगत API का उपयोग करें और मॉडल के रूप में openai/gpt-6-astra-pro:batch पास करें। समर्थित अनुरोध पैरामीटर हैं max_tokens, reasoning, reasoning_effort, include_reasoning, verbosity, response_format, structured_outputs, tools, tool_choice और seed। max_tokens जनरेट की गई प्रतिक्रिया की लंबाई नियंत्रित करता है, reasoning और reasoning_effort यह नियंत्रित करते हैं कि मॉडल कितना आंतरिक तर्क करता है, include_reasoning यह निर्धारित करता है कि वह तर्क आपके सामने प्रस्तुत किया जाता है या नहीं, और verbosity यह प्रभावित करता है कि लिखित उत्तर कितना विस्तृत है। Tools और tool_choice फ़ंक्शन कॉलिंग को चलाते हैं, जबकि response_format और structured_outputs स्कीमा-सीमित उत्तरों को संभालते हैं।

दो सीमाएँ विचार करने योग्य हैं। आउटपुट मोडैलिटी केवल टेक्स्ट है, इसलिए यदि आपकी पाइपलाइन को ऑडियो, छवियाँ या अन्य जनरेट किए गए मीडिया की आवश्यकता है, तो यह मॉडल उपयुक्त नहीं है। और चूँकि यह जटिल कार्यों पर उच्च गुणवत्ता वाली प्रतिक्रियाओं के लिए pro मोड में चलता है, सरल अनुरोधों के लिए GPT-6 Astra बेहतर सेवा दे सकता है, जो उस सेटिंग के बिना समान अंतर्निहित मॉडल साझा करता है।