Responses

curl https://api.ailoot.ai/v1/responses \
  -H "Authorization: Bearer $AILOOT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-sol",
    "instructions": "Antworte kurz.",
    "input": "Was unterscheidet TCP von UDP?"
  }' 

from openai import OpenAI
import os

client = OpenAI(max_retries=0, base_url="https://api.ailoot.ai/v1", api_key=os.environ["AILOOT_API_KEY"])
resp = client.responses.create(
    model="gpt-6.1-sol",
    instructions="Antworte kurz.",
    input="Was unterscheidet TCP von UDP?",
)
print(resp.output_text)

import OpenAI from "openai";

const client = new OpenAI({ maxRetries: 0, baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY });
const resp = await client.responses.create({
  model: "gpt-6.1-sol",
  instructions: "Antworte kurz.",
  input: "Was unterscheidet TCP von UDP?",
});
console.log(resp.output_text);

{
  "id": "resp_67f1…",
  "object": "response",
  "status": "completed",
  "model": "gpt-6.1-sol",
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [
        { "type": "output_text", "text": "TCP garantiert Zustellung und Reihenfolge, UDP nicht, ist dafür aber schneller…" }
      ]
    }
  ],
  "usage": { "input_tokens": 24, "output_tokens": 61, "total_tokens": 85 }
}

Authentifizierung

• Authorizationheadererforderlich

  Schlüssel in der Form Bearer sk-…. Alternativ akzeptiert Ailoot die Header x-api-key oder x-goog-api-key.

Request-Body

• modelstringerforderlich

  ID eines Modells mit Responses-Format. Davon gibt es 53 im Katalog: GPT, Claude, DeepSeek, Qwen, Kimi, GLM, MiniMax, Grok. Gemini-Modelle sind in diesem Format nicht verfügbar.

• inputstring | arrayerforderlich

  Anfragetext oder Array aus Nachrichten und Teilen (Text, Bilder).

• instructionsstringoptional

  Systemanweisung.

• streambooleanoptional

  SSE-Ereignisstream; das letzte Ereignis ist response.completed. Kostenpflichtiger Text wird nach der Kostenberechnung in einem Block übermittelt.

• max_output_tokensintegeroptional

  Maximale Anzahl an Antworttokens einschließlich Reasoning. Wird kein Wert angegeben, setzt Ailoot 4096 ein (oder weniger, wenn das Antwortlimit des Modells niedriger ist). Geben Sie für lange Antworten das Limit ausdrücklich an. Requests mit previous_response_id und mit den integrierten Werkzeugen web_search oder code_interpreter berücksichtigen bei neuen Textrequests gesonderte Schätzungen des gespeicherten Kontexts und der Werkzeugnutzung; sie gehen nicht automatisch von den Kosten des gesamten Eingabefensters aus. Frühere akzeptierte Reservierungen behalten ihre ursprünglichen Bedingungen. Bei Bildern, Video und Audio als Ausgabe werden die vollen Kosten des Ergebnisses reserviert. Ist die berechnete Reservierung durch das verfügbare Guthaben oder das Schlüssellimit nicht gedeckt, kann Ailoot bei einem unterstützten Modell und einer unterstützten Methode den Wert von max_tokens (max_output_tokens bei Responses) auf einen bezahlbaren Umfang reduzieren, jedoch nicht unter 256 Tokens oder das höhere Minimum der jeweiligen Methode, und meldet dies im Header X-Ailoot-Max-Tokens-Capped. Ob eine Reduzierung möglich ist, wird für das konkrete Textmodell und die Methode geprüft. Sie gilt für unterstützte Gemini-Textrouten im nativen Gemini-Format und im Format Anthropic Messages; deepseek-ai/deepseek-v4.1-flash, meta/llama-3.2-11b-vision-instruct, meta/muse-glimmer-30b, nvidia/ising-calibration-1.5-31b, nvidia/nemotron-3-nano-omni-30b-a3b-reasoning, nvidia/nemotron-3-super-120b-a12b, nvidia/nemotron-3-ultra-550b-a55b, nvidia/nemotron-3.5-content-safety, nvidia/nemotron-3.5-lightning-30b-a3b, nvidia/riva-translate-4b-instruct-v1.1, nvidia/riva-translate-4b-instruct-v2, poolside/laguna-xs-2.1, z-ai/glm-5.3-flash — in den Formaten Chat Completions und Messages (sofern das Modell diese unterstützt). Ausgabe wird für die Reservierung eines neuen Textrequests anhand der typischen Antwortlänge und der akzeptierten Bedingungen geschätzt. Das angeforderte Limit definieren Sie mit max_tokens (max_output_tokens bei Responses). Das angeforderte Limit entspricht nicht automatisch der Tokenzahl, auf der die Reservierung beruht, und garantiert bei einem Modell ohne verlässliche Begrenzung keine bestimmte tatsächliche Antwortlänge. Der Ausgangswert 4096 gilt nur für die entsprechenden Routen; die konkrete Regel hängt vom Modell und der Methode ab.

• reasoningobjectoptional

  {"effort": "low" | "medium" | "high"} für Reasoning-Modelle.

• toolsarrayoptional

  Funktionen, die das Modell aufrufen kann.

• textobjectoptional

  Antwortformat, zum Beispiel {"format": {"type": "json_schema", ...}}.

• temperaturenumberoptional

  Zufälligkeit der Antwort, sofern das Modell dies unterstützt.

Antwort

• outputarray

  Antwortelemente: Nachrichten (message), Reasoning, Funktionsaufrufe. Im SDK verwenden Sie bequem output_text.

• statusstring

  completed, incomplete (Limit erreicht) oder failed.

• usageobject

  input_tokens, output_tokens, total_tokens.