OpenAI: GPT-6 Sol Pro (batch)

GPT-6 Sol Pro (batch) è un modello testuale di OpenAI, elencato su api14 con l'id modello openai/gpt-6-sol-pro:batch. È lo stesso modello sottostante di GPT-6 Sol, servito con reasoning.mode impostato su pro, pensato per produrre risposte di qualità superiore su attività complesse. La data di rilascio del provider è 2026-09-22. La variante batch è la versione che si chiama tramite l'endpoint compatibile con OpenAI di api14.

Il modello accetta input di testo, immagini e file, e restituisce solo testo. La sua finestra di contesto è di 1.050.000 token, e l'output massimo è di 128.000 token. Poiché accetta immagini e file insieme al testo, è possibile inviare prompt misti che combinano istruzioni scritte con contenuti visivi o documentali in un'unica richiesta. L'ampia finestra di contesto significa che input lunghi, come documenti estesi o cronologie di conversazione prolungate, possono essere gestiti senza suddividerli tra più chiamate.

Queste capacità indicano alcuni usi pratici. Il lavoro su documenti lunghi è adatto in modo naturale: revisione di contratti, specifiche o materiale di ricerca che non entrerebbe in un contesto più piccolo. L'input di immagini supporta attività in cui uno screenshot, un diagramma o una pagina scansionata deve essere letto insieme a istruzioni testuali. L'input di file si adatta a pipeline che elaborano documenti caricati e si aspettano un risultato testuale. I controlli di reasoning rendono il modello rilevante per problemi a più passaggi in cui si desiderano risposte più ponderate, e il tool calling gli consente di agire all'interno di un ciclo di agente invece di produrre solo testo autonomo.

Per chiamarlo tramite api14, usare l'id modello openai/gpt-6-sol-pro:batch sull'API compatibile con OpenAI, così gli SDK e i client OpenAI esistenti funzionano con un cambio di base URL. I parametri di richiesta supportati sono include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools e verbosity. In pratica questo significa che è possibile limitare la lunghezza dell'output con max_tokens, guidare la profondità del reasoning con reasoning e reasoning_effort, richiedere output JSON o conforme a uno schema con response_format e structured_outputs, controllare la riproducibilità del campionamento con seed, definire e selezionare strumenti con tools e tool_choice, e regolare il dettaglio delle risposte con verbosity.

Un aspetto da valutare è che la modalità pro consuma molto più della modalità standard, quindi è adatta ad attività complesse rather che a quelle semplici ad alto volume. Se il carico di lavoro è generazione di testo semplice, il GPT-6 Sol non-pro potrebbe essere la scelta migliore. Inoltre qui non c'è input audio o video, e l'output è solo testo, quindi le attività che richiedono queste modalità restano fuori da questo modello.