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": "Worin unterscheidet sich 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="Worin unterscheidet sich 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: "Worin unterscheidet sich 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 die Zustellung und Reihenfolge, UDP nicht, ist dafür aber schneller…" }
      ]
    }
  ],
  "usage": { "input_tokens": 24, "output_tokens": 61, "total_tokens": 85 }
}

Authentifizierung

• Authorizationheadererforderlich

  Schlüssel im Format Bearer sk-…. Alternativ funktionieren die Header x-api-key oder x-goog-api-key.

Anfragekörper

• modelstringerforderlich

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

• inputstring | arrayerforderlich

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

• instructionsstringoptional

  Systemanweisung.

• streambooleanoptional

  SSE-Ereignisstream; das letzte Ereignis ist response.completed. Kostenpflichtiger Text wird nach der Kostenberechnung als ein Block ausgegeben.

• max_output_tokensintegeroptional

  Maximale Anzahl Antworttokens einschliesslich Reasoning. Ohne Angabe setzt Ailoot 4096 ein (oder weniger, falls das Antwortlimit des Modells niedriger ist). Legen Sie für längere Antworten das Limit ausdrücklich fest. Anfragen mit previous_response_id und den integrierten Werkzeugen web_search oder code_interpreter berücksichtigen bei neuen Textanfragen separate Schätzungen für den gespeicherten Kontext und die Arbeit der Werkzeuge; für sie werden nicht automatisch die Kosten des gesamten Eingabefensters angesetzt. Bereits akzeptierte Reservierungen behalten ihre ursprünglichen Bedingungen. Bei Bildern, Video und Audio als Ausgabe werden die vollständigen Kosten des Ergebnisses reserviert. Wenn die berechnete Reservierung nicht in das frei verfügbare Guthaben oder das Schlüssellimit passt, kann Ailoot beim unterstützten Modell und bei der unterstützten Methode max_tokens (max_output_tokens in Responses) auf einen bezahlbaren Umfang reduzieren, jedoch nicht unter 256 Tokens oder das höhere Minimum dieser Methode, und meldet dies im Header X-Ailoot-Max-Tokens-Capped. Die Möglichkeit zur Reduzierung wird für das genaue 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 sie unterstützt). Ausgabe wird für die Reservierung einer neuen Textanfrage anhand einer typischen Antwortlänge und der akzeptierten Bedingungen geschätzt. Das angeforderte Limit definieren Sie über max_tokens (max_output_tokens in Responses). Das angeforderte Limit entspricht nicht automatisch der Tokenzahl, anhand derer die Reservierung berechnet wurde, und garantiert bei einem Modell ohne zuverlässige Begrenzung nicht die tatsächliche Länge der Antwort. Der Ausgangswert 4096 gilt nur für die entsprechenden Routen; die konkrete Regel hängt vom Modell und von 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 sie unterstützt.

Antwort

• outputarray

  Antwortelemente: Nachrichten (message), Reasoning, Funktionsaufrufe. Im SDK erhalten Sie den Text bequem über output_text.

• statusstring

  completed, incomplete (Limit erreicht) oder failed.

• usageobject

  input_tokens, output_tokens, total_tokens.