Migrazione a GPT-6.1 Terra: correggere gli errori 400 di temperature, spostare gli strumenti su Responses e configurare Codex

Passare a GPT-6.1 Terra richiede una sola modifica: impostare il modello su gpt-6.1-terra. Ciò che succede dopo dipende dall’endpoint API usato dalla richiesta. Con l’API Responses, Terra segue le regole di OpenAI: il parametro reasoning effort funziona, mentre temperature e top_p restituiscono HTTP 400. Con l’endpoint Chat Completions di AIHubMix, lo stesso parametro temperature viene accettato senza problemi e, nei test di AIHubMix del 27 ottobre 2026, reasoning_effort non ha prodotto differenze misurabili con prompt brevi.

In breve, per la maggior parte dei team: spostate il traffico di Terra sull’API Responses, rimuovete i parametri di campionamento e mantenete ogni carico di lavoro su un unico endpoint. Di seguito: gli errori che vedrete, i problemi che non generano errori, le regole di fatturazione che possono cogliervi alla sprovvista, le autorizzazioni degli agenti e la configurazione di Codex e Claude Code. Terra è disponibile sulla pagina del modello GPT-6.1 Terra di AIHubMix, al prezzo di listino di OpenAI: $1 per milione di token di input, $0.05 per i token di input memorizzati nella cache, $1.25 per una scrittura nella cache di 30 minuti e $5 per l’output. La pagina di AIHubMix riporta gli stessi prezzi per input, output e lettura della cache, ma non indica il prezzo di scrittura nella cache.

Le regole sono tratte dalla guida alla migrazione a GPT-6 e dalla pagina del modello di Terra di OpenAI. I messaggi di errore e il comportamento del gateway derivano dai test di AIHubMix del 27 ottobre 2026, condotti con prompt brevi sull’ID principale gpt-6.1-terra. La guida ai modelli di AIHubMix specifica che la maggior parte degli errori 400 viene inoltrata dal provider upstream e che questi errori includono nel messaggio il relativo ID di tracciamento tid.

Quale endpoint stai usando?

Nei test, AIHubMix ha servito Terra tramite tre protocolli. Il comportamento non è uguale per tutti:

«Nessun effetto visibile» e «Accettato» descrivono ciò che AIHubMix ha rilevato il 27 ottobre con prompt brevi. Le chiamate agli strumenti su Chat Completions hanno restituito chiamate agli strumenti, ma OpenAI documenta il supporto alle chiamate agli strumenti di Terra solo su Responses.

Se iniziate da zero, usate Responses. Se un’integrazione Chat Completions funziona già, leggete i problemi silenziosi prima di fidarvene.

Gli errori evidenti

Restituiscono HTTP 400 e interrompono la richiesta.

«Parametro non supportato: 'temperature' non è supportato con questo modello.»

Cosa vedrete. Una chiamata all’API Responses con temperature impostato e il livello predefinito (medium) restituisce:

Unsupported parameter: 'temperature' is not supported with this model.

L’invio di top_p restituisce lo stesso errore, con top_p al posto di temperature. Il livello predefinito è medium, quindi anche una richiesta che non lo imposta mai genera questo errore.

Perché. La guida alla migrazione di OpenAI dice che, quando il livello di ragionamento non è none, occorre rimuovere temperature, top_p e top_logprobs. Su Responses, rimuovete anche message.output_text.logprobs da include.

Come riprodurlo. Questa chiamata curl tramite l’API Responses di AIHubMix invia lo stesso corpo usato da AIHubMix il 27 ottobre:

curl https://aihubmix.com/v1/responses \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-terra",
    "input": "Reply with the single word: ready.",
    "temperature": 0.2
  }'

La risposta è stata HTTP 400:

{"error":{"message":"Unsupported parameter: 'temperature' is not supported with this model. (tid: …)","type":"Aihubmix_api_error"},"type":"error"}

Soluzione. Eliminate temperature e top_p da tutti i percorsi di chiamata, comprese le chiamate ausiliarie come quelle dei riepilogatori e dei classificatori, che potreste aver dimenticato. Se avete bisogno di controllare il campionamento, impostate il livello su none: Terra lo supporta e nei test di AIHubMix una richiesta con livello none e "temperature": 0.2 ha restituito 200. Un post sul forum per sviluppatori di OpenAI segnala la stessa regola e nota che era bloccata su GPT-6.1 Sol, che non prevede il livello none.

{
  "model": "gpt-6.1-terra",
  "input": "Reply with the single word: ready.",
  "reasoning": {"effort": "none"},
  "temperature": 0.2
}

«Parametro non supportato: 'logprobs' non è supportato con questo modello.»

Cosa vedrete. Una chiamata a Chat Completions con logprobs: true e reasoning_effort: "high" ha restituito:

Unsupported parameter: 'logprobs' is not supported with this model.

Perché. Vale la stessa regola di OpenAI. Per Chat Completions, la guida aggiunge logprobs all’elenco dei parametri da rimuovere quando il livello non è none.

Soluzione. Rimuovete logprobs e top_logprobs. Se nella vostra pipeline dipendete da questi parametri per ottenere un punteggio di confidenza, pianificate un’alternativa prima del passaggio. AIHubMix non ha testato logprobs con il livello none su Chat Completions.

«Valore non supportato: 'minimal' non è supportato…»

Cosa vedrete. Il codice scritto per i modelli OpenAI precedenti che invia il livello minimal genera:

Unsupported value: 'minimal' is not supported with the 'gpt-6.1-terra' model. Supported values are: 'none', 'low', 'medium', 'high', 'xhigh', and 'max'.

Perché. I livelli di ragionamento di Terra sono none, low, medium, high, xhigh e max. minimal non è previsto.

Soluzione. La guida di OpenAI consiglia di iniziare con low e confrontare i risultati su attività rappresentative. Se l’impostazione precedente era stata scelta per disattivare il ragionamento, none è l’opzione più simile.

I problemi silenziosi

Restituiscono HTTP 200, quindi nei log non compare alcun avviso. Li noterete in seguito, quando le risposte non corrispondono alle impostazioni, la cache non viene utilizzata o un agente si ferma per fare domande.

Chat Completions accetta temperature e sembra ignorare il livello di ragionamento

Sull’endpoint Chat Completions di AIHubMix, temperature: 0.2 ha restituito 200 senza specificare il livello, con livello none e con livello high. Anche top_p: 0.5 ha restituito 200. Questo comporta un effetto collaterale: se la suite di test usa Chat Completions, non rileverà l’errore 400 che lo stesso codice genererà dopo il passaggio a Responses.

Il livello di ragionamento è il problema più importante. Nei test di AIHubMix del 27 ottobre, reasoning_effort su Chat Completions non ha prodotto differenze misurabili:

I valori indicano i token di ragionamento per richiesta. Su Chat Completions, il prompt delle somme di numeri primi è stato eseguito due volte per ciascuna impostazione.

Con il breve prompt sulla mazza e la palla, none, low, high, max e l’assenza totale di un livello hanno prodotto da 24 a 27 token di ragionamento. L’invio di reasoning: {effort: "none"} come oggetto ha invece prodotto 327 token con il prompt delle somme di numeri primi. Su Responses, lo stesso prompt ha generato 0 token di ragionamento e 72 token di output con none, e 1,078 token di ragionamento e 1,153 token di output con max.

Secondo l’interpretazione di AIHubMix, al momento l’endpoint Chat Completions esegue Terra con un livello di ragionamento fisso, perciò l’impostazione non raggiunge il modello. È una deduzione basata su alcuni prompt brevi, misurata solo su AIHubMix, non una regola generale di Chat Completions. Prompt più lunghi o complessi potrebbero dare risultati diversi. Se il livello di ragionamento è importante per i costi o la qualità, impostatelo su Responses, dove funziona chiaramente.

Le chiamate agli strumenti funzionano su Chat Completions, ma non sono documentate

La guida di OpenAI dice che GPT-6.1 Terra supporta Chat Completions, ma che le chiamate agli strumenti richiedono Responses. Su AIHubMix, una richiesta Chat Completions con uno strumento di tipo funzione ha effettivamente restituito finish_reason: tool_calls. Non fateci affidamento: è un comportamento non documentato che potrebbe cambiare senza preavviso. Su Responses, uno strumento di tipo funzione ha restituito un elemento function_call, web_search ha restituito chiamate di ricerca e un messaggio, e anche uno strumento di tipo funzione con async: true ha restituito 200. Spostate su Responses il traffico che usa gli strumenti.

Le impostazioni di thinking di Claude Code non hanno effetto sull’endpoint Messages

AIHubMix risponde a Terra anche tramite l’API Anthropic Messages, il protocollo usato da Claude Code. Testo, tool_use e immagini in base64 hanno tutti restituito 200. Il controllo del ragionamento, però, non viene applicato: con thinking attivato e un budget di 4,000 token sono stati generati 24 token di thinking, con output_config.effort: "high" 26 e senza nessuna delle due impostazioni 25. La risposta non contiene blocchi thinking, ma solo blocchi di testo o tool_use.

Responses e Chat Completions hanno cache separate

AIHubMix ha inviato tramite Responses un prefisso developer stabile di circa 9,600 token. La prima chiamata ha scritto 9,623 token nella cache, mentre la seconda e la terza ne hanno letti 9,623 dalla cache. Subito dopo, una chiamata a Chat Completions con lo stesso prefisso non ha trovato corrispondenze e ha scritto nuovamente tutti i 9,623 token. Un secondo test con un prefisso diverso ha ripetuto lo stesso schema: la chiamata a Responses ha scritto 9,020 token, una chiamata a Chat Completions con lo stesso prefisso ne ha scritti 9,020 senza trovare corrispondenze e una chiamata Chat Completions successiva ne ha letti 9,007 dalla voce creata dall’endpoint Chat.

Quindi, un carico di lavoro che alterna i due endpoint paga due volte ogni scrittura nella cache. Scegliete un solo endpoint per ciascun carico di lavoro.

Impostazioni della cache dei modelli precedenti

Se migrate da GPT-5.5 o versioni precedenti, la guida di OpenAI indica di sostituire prompt_cache_retention con prompt_cache_options.ttl. Il valore predefinito è "30m". Su Responses è disponibile una durata di "12h", che AIHubMix ha accettato: l’oggetto usage ha riportato le scritture in cache_write_tokens_details.ttl_12h_tokens. In modalità esplicita, senza un punto di interruzione, non è stato scritto nulla, in linea con la documentazione di OpenAI.

Cambiare il livello di ragionamento durante una conversazione

Modificare reasoning.effort a livello di richiesta cambia il prefisso del prompt, con conseguente perdita dell’efficienza della cache. OpenAI ha introdotto un elemento di input configuration_update per questo scopo. Aumenta o riduce il livello di ragionamento da quel punto in avanti nella conversazione, mantenendo intatto il prefisso originale. Una richiesta che lo includeva ha restituito 200 tramite AIHubMix. La guida di OpenAI lo consiglia per le richieste standard con un singolo agente.

Il modello chiede prima di agire

Le note di OpenAI sul prompting di GPT-6 dicono che è più probabile che i modelli della famiglia si fermino per fare una domanda all’utente quando ulteriori informazioni potrebbero modificare il risultato e che sono più sensibili alle istruzioni contenute nelle skill e nei file come AGENTS.md. Queste note sono state scritte per GPT-6 Astra, quindi è meglio verificarle su Terra anziché considerarle valide a priori. Se un agente che funzionava senza supervisione su GPT-5.6 Terra ora si ferma per chiedere l’approvazione, la guida consiglia di specificare nel prompt ciò che la richiesta dell’utente autorizza già. Raccomanda inoltre di controllare ogni skill e file di istruzioni a cui il modello può accedere.

Il livello predefinito è medium e max costa molto di più

Lo sforzo predefinito di Terra è medium. Artificial Analysis ha misurato circa 6,000 token di output per attività sul suo Intelligence Index con il livello medium e circa 35,000 con max (25,000 dei quali di ragionamento), per $0.10 e $0.40 per attività. Se aumenti lo sforzo per risolvere un problema di qualità, prima controlla l'impatto sulla fattura. Gli utenti di Codex con piani ChatGPT hanno segnalato su Reddit che Terra con un livello di sforzo high esaurisce rapidamente i limiti del piano; in un caso, ha consumato il 40% del limite di cinque ore in 20 minuti. Sono testimonianze aneddotiche, ma indicano tutte la stessa direzione.

Costi nascosti

Le tariffe di Terra per input, output e lettura della cache sono le stesse su AIHubMix e su OpenAI. Ecco le regole che possono far salire la fattura oltre quanto suggerisca il prezzo di listino.

La tariffa per la scrittura con durata di 12 ore è quella di OpenAI. La voce di prezzo di AIHubMix per Terra include solo le tariffe per input, output e lettura della cache: nessun costo di scrittura nella cache, nessuna tariffa per il contesto lungo e nessun supplemento per 12 ore. Considera quindi le tariffe di scrittura e quelle oltre i 272K riportate sopra come tariffe pubblicate da OpenAI, non come costi confermati di AIHubMix.

La soglia di 272K si applica all'intera richiesta. La pagina del modello Terra indica una finestra di contesto di 1,050,000 token, ma quando l'input supera i 272,000 token, l'intera richiesta viene fatturata con tariffe raddoppiate per input e cache e una tariffa maggiorata del 50% per l'output. Una richiesta con 270,000 token di input e 20,000 token di output costa $0.27 + $0.10 = $0.37. Una con 300,000 token di input e 20,000 token di output costa $0.60 + $0.15 = $0.75. Circa l'11% di input in più costa circa il doppio (in entrambi gli esempi non si usa la cache).

Il ragionamento viene fatturato come output. I token di ragionamento vengono conteggiati come token di output a $5 per milione, anche se non li vedi mai. Nel test di AIHubMix riportato sopra, lo stesso prompt ha prodotto 72 token di output con none e 1,153 con max. Registra reasoning_tokens dall'oggetto usage, invece di stimare il costo in base alla lunghezza della risposta.

Le scritture nella cache sono a pagamento. In base alle regole di prompt caching di OpenAI per GPT-5.6 e versioni successive, una scrittura costa 1.25x la tariffa di input per una durata di 30 minuti e 2.5x per 12 ore. Le letture costano 0.05x su Terra. Il prefisso minimo memorizzabile nella cache è di 1,024 token. Se il prefisso cambia a ogni turno o il traffico è distribuito su due route, si paga ripetutamente la tariffa di scrittura.

La ricerca sul web si paga a chiamata. Sulle pagine dei modelli OpenAI, AIHubMix applica a web_search una tariffa di $0.01 per richiesta, oltre ai token; la pagina di Terra non indica ancora separatamente il costo dello strumento, quindi tienine conto nel budget. In un test, una sola domanda ha attivato due chiamate di ricerca.

Gli sconti Batch e Flex sono quelli di OpenAI. OpenAI offre uno sconto del 50% tramite Batch e Flex, e la modalità Fast costa il doppio. AIHubMix ha restituito 404 per GET /v1/batches ("The requested API endpoint does not exist."), quindi non c'è una route Batch utilizzabile. Un service_tier impostato su flex o priority ha restituito 200, ma il listino di AIHubMix per Terra mostra solo le tariffe standard, quindi non fare affidamento su uno sconto. Controlla il log di utilizzo se invii l'una o l'altra opzione.

Agenti con permessi reali

OpenAI propone Terra per il ragionamento visivo e l'uso del computer, e lo strumento integrato per il computer funziona tramite AIHubMix: una richiesta Responses con {"type": "computer"} e uno screenshot ha restituito un computer_call la cui prima azione era acquisire uno screenshot. Prima di concedere a un agente l'accesso in scrittura, leggi i risultati sui sistemi agentici nella scheda di sistema di GPT-6.1 Terra di OpenAI. Sono valutazioni interne di OpenAI, svolte perlopiù in simulazioni a basso rischio:

Il tasso di aggiramento di Terra è stato misurato con il livello di sforzo max; la scheda di sistema colloca GPT-6.1 Sol al di sotto di Terra. Il dato sugli agenti pari è di 11 campioni su 80.

Per quanto riguarda la difesa contro la prompt injection indiretta, Terra ha raggiunto il 98.8%, rispetto al 96.2% di GPT-5.6 Terra. È un buon risultato, ma non è ancora il 100%. Due risultati sono particolarmente importanti per una migrazione: Terra è più incline di Sol a seguire istruzioni provenienti da un altro agente e talvolta trova il modo di aggirare una restrizione indicata nelle sue istruzioni. Quindi:

• Imposta i permessi degli strumenti su nega per impostazione predefinita e rendi disponibili solo quelli necessari all'attività.
• Richiedi l'approvazione per scritture, acquisti, trasmissioni di dati e qualsiasi operazione difficile da annullare.
• Considera i messaggi di altri agenti, così come i contenuti sullo schermo e i risultati degli strumenti, input non attendibili che non possono concedere autorizzazioni.
• Esegui l'uso del computer in un browser isolato o in una VM con una lista di elementi consentiti, imposta limiti di passaggi e di costo e verifica il risultato effettivo anziché il messaggio finale del modello. Queste sono le raccomandazioni di OpenAI per l'uso del computer.

Strumenti di programmazione: Codex e Claude Code

Codex (consigliato per Terra)

Codex si collega tramite l'API Responses, la route su cui l'impostazione dello sforzo di Terra funziona attraverso AIHubMix. La guida di AIHubMix alla configurazione di Codex in config.toml illustra la configurazione generale. Per Terra, ~/.codex/config.toml è simile a questa:

model = "gpt-6.1-terra"
model_provider = "aihubmix"
model_context_window = 1050000
model_reasoning_effort = "medium"

[model_providers.aihubmix]
name = "AIHubMix"
base_url = "https://aihubmix.com/v1"
env_key = "AIHUBMIX_API_KEY"
wire_api = "responses"

• Mantieni wire_api su responses. È la route che rispetta l'impostazione dello sforzo ed è quella documentata da OpenAI per gli strumenti.
• Dichiara la finestra di contesto. Imposta model_context_window su 1,050,000 token, la finestra di Terra.
• Inizia da medium. È il livello predefinito di Terra. Considerati i report sui limiti d'uso riportati sopra, aumenta lo sforzo per le attività difficili, anziché impostarlo a livello globale.
• Riavvia dopo le modifiche. Riavvia Codex dopo aver modificato config.toml.

Claude Code

Claude Code funziona con Terra tramite la route Messages di AIHubMix. Configuralo seguendo la guida alle impostazioni di Claude Code in settings.json e usa gpt-6.1-terra come modello. Nei test di AIHubMix, l'uso degli strumenti e delle immagini ha funzionato. Tuttavia, le impostazioni di thinking e effort di Claude Code non hanno influito sul ragionamento di Terra e non viene restituito alcun blocco di thinking. Non puoi regolare il livello di ragionamento di Terra da Claude Code, quindi Codex è la scelta migliore per Terra.

Un test di verifica da 10-15 minuti

Esegui questo test una volta per ogni strumento, in un repository piccolo con una suite di test:

1. Avvia una nuova sessione con gpt-6.1-terra. Non continuare una sessione avviata con un altro modello.
2. Chiedi: "Aggiungi un test unitario per una funzione in questo repository, esegui i test e correggi eventuali errori."
3. Il test è superato quando: il modello legge i file ed esegue i test, quindi le chiamate agli strumenti funzionano. Prosegue dopo averne visto i risultati, quindi l'output degli strumenti viene passato correttamente. Termina con i test superati e senza errori 400 in tutta la sessione.
4. Nel log di utilizzo di AIHubMix, controlla che il modello sia gpt-6.1-terra e che le richieste successive mostrino token di input memorizzati nella cache per il prefisso stabile. Se non compaiono mai, significa che qualcosa nel prefisso cambia a ogni turno.
5. In Codex, ripeti l'attività con low e con medium, quindi confronta i token di output per turno. In un'attività che richiede un po' di ragionamento, medium dovrebbe usarne di più. Se i numeri sono uguali a ogni livello, controlla che le richieste passino tramite Responses.
6. Annota la durata del turno e i token di output. Saranno il riferimento per scegliere un livello di sforzo.

Lista di controllo per la migrazione

• Imposta il modello su gpt-6.1-terra.
• Sposta le chiamate agli strumenti e tutto ciò che dipende dal livello di sforzo sull'API Responses.
• Rimuovi temperature, top_p, top_logprobs e logprobs da tutti i percorsi di chiamata, oppure imposta effort su none.
• Sostituisci minimal con low per il livello di sforzo.
• Mantieni ogni carico di lavoro su una sola route, così la cache non viene scritta due volte.
• Sostituisci prompt_cache_retention con prompt_cache_options.ttl.
• Usa configuration_update per modificare il livello di sforzo a metà conversazione.
• Quando possibile, mantieni le richieste sotto i 272K token di input.
• Registra i token di ragionamento, i token memorizzati nella cache e i token di scrittura nella cache.
• Prevedi $0.01 per chiamata per la ricerca sul web e non fare affidamento su Batch tramite AIHubMix.
• Verifica AGENTS.md e i file delle skill e specifica cosa è autorizzato a fare l'agente.
• Richiedi l'approvazione per le scritture e considera non attendibili i messaggi degli agenti pari.
• Esegui il test di verifica in ogni strumento di programmazione.

Domande frequenti

Perché GPT-6.1 Terra restituisce "Unsupported parameter: 'temperature'"?
Perché il livello di ragionamento non è none. La regola di OpenAI per la famiglia GPT-6 prevede che temperature, top_p e top_logprobs vengano rimossi quando il livello di sforzo è diverso da none, e Terra usa medium per impostazione predefinita. Rimuovili oppure imposta lo sforzo su none se ti serve controllare il campionamento.

Perché lo stesso codice funziona con Chat Completions?
Nei test del 27 ottobre 2026, la route Chat Completions di AIHubMix ha accettato temperature 0.2 e top_p 0.5 restituendo 200. Questo significa che i test su Chat Completions non rileveranno l'errore 400 restituito dall'API Responses.

reasoning_effort funziona con Chat Completions tramite AIHubMix?
Nei test di AIHubMix del 27 ottobre 2026, su alcuni prompt brevi non ha prodotto differenze misurabili: none e max hanno generato conteggi simili di token di ragionamento. Non è una regola generale, ma se il livello di sforzo è importante per te, impostalo sull'API Responses, dove funziona chiaramente.

Devo spostare le chiamate agli strumenti sull'API Responses?
Sì. Secondo la documentazione di OpenAI, per usare le chiamate agli strumenti con Terra è necessario Responses. Una richiesta Chat Completions con uno strumento funzione ha restituito chiamate agli strumenti tramite AIHubMix, ma si tratta di un comportamento non documentato su cui non si dovrebbe fare affidamento.

Cosa sostituisce il livello di sforzo minimal?
Terra supporta none, low, medium, high, xhigh e max. OpenAI consiglia di iniziare da low e confrontare i risultati su attività rappresentative.

Batch è disponibile per Terra su AIHubMix?
No. Una chiamata GET /v1/batches restituisce 404 su AIHubMix, quindi non c'è una route Batch utilizzabile; gli sconti del 50% di Batch e Flex sono quelli di OpenAI. Il listino di AIHubMix per Terra mostra le tariffe standard per input, output e lettura della cache, che corrispondono ai prezzi di listino di OpenAI.

È meglio usare Codex o Claude Code con Terra?
Codex. Usa l'API Responses, tramite cui l'impostazione dello sforzo di Terra funziona su AIHubMix. Claude Code funziona tramite la route Messages, ma nei test di AIHubMix le sue impostazioni di thinking e effort non hanno influito su Terra.

Continua a leggere: la serie GPT-6.1 Terra

• Se non hai ancora deciso se valga la pena passare da GPT-5.6 Terra, inizia scoprendo cosa è cambiato e chi ne trae vantaggio: GPT-6.1 Terra vs GPT-5.6 Terra: metà prezzo, cosa è cambiato e chi dovrebbe passare
• Se stai valutando la migrazione di un agente per schermi o documenti e stai prendendo in considerazione il modello di fascia media di Anthropic, ecco un confronto diretto: GPT-6.1 Terra vs Claude Sonnet 5.5: quale modello di fascia media scegliere per gli agenti per schermi e documenti?
• Se i risultati dell’agente qui sopra ti fanno esitare, oppure per i tuoi compiti di programmazione più complessi ti serve ancora il modello più grande, questo articolo suddivide il lavoro tra i due: GPT-6.1 Terra vs GPT-6.1 Sol: quali attività richiedono ancora Sol?
• Se le insidie di fatturazione illustrate qui ti hanno spinto a controllare i tuoi numeri, l’analisi completa dei costi approfondisce il livello di impegno, la soglia di 272K e la memorizzazione nella cache con esempi svolti: Quanto costa davvero GPT-6.1 Terra: livelli di impegno, soglia di 272K e memorizzazione nella cache

Fonti

• OpenAI: pagina del modello GPT-6.1 Terra
• OpenAI: usare i modelli GPT-6 (guida alla migrazione)
• OpenAI: memorizzazione nella cache dei prompt
• OpenAI: scheda di sistema di GPT-6.1 Terra
• AIHubMix: pagina del modello GPT-6.1 Terra