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 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 eignen sich die Header x-api-key oder x-goog-api-key.

Anfrageinhalt

• modelstringerforderlich

  ID eines Modells mit Responses-Format. Davon stehen 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 als ein Block geliefert.

• max_output_tokensintegeroptional

  Maximale Anzahl an Antworttokens einschließlich Reasoning. Wenn nicht angegeben, setzt Ailoot 4096 ein (oder weniger, wenn das Antwortlimit des Modells niedriger ist). Geben Sie für lange Antworten ausdrücklich ein Limit an. Anfragen mit previous_response_id und integrierten Tools web_search oder code_interpreter berücksichtigen bei neuen Textanfragen separate Schätzungen für den gespeicherten Kontext und die Tool-Nutzung; sie gehen nicht automatisch zu den Kosten des gesamten Eingabefensters über. Früher akzeptierte Reservierungen behalten ihre ursprünglichen Bedingungen. Für Bilder, Video und Audio als Ausgabe werden die vollständigen Ergebniskosten reserviert. Wenn die berechnete Reservierung nicht in das verfügbare Guthaben oder das Schlüssellimit passt, kann Ailoot bei einem unterstützten Modell und einer unterstützten Methode max_tokens (max_output_tokens bei Responses) auf ein finanzierbares Volumen senken, jedoch nicht unter 256 Tokens oder ein höheres Minimum dieser Methode, und meldet dies im Header X-Ailoot-Max-Tokens-Capped. Ob das Limit gesenkt werden kann, wird für das konkrete Textmodell und die Methode geprüft. Dies 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, soweit das Modell diese unterstützt. Ausgabe wird für die Reservierung einer neuen Textanfrage anhand einer typischen Antwortlänge und der akzeptierten Bedingungen geschätzt. Das angeforderte Limit wird über max_tokens (max_output_tokens bei Responses) angegeben. Das angeforderte Limit entspricht nicht automatisch der Tokenzahl, auf deren Grundlage die Reservierung berechnet wird, und garantiert bei einem Modell ohne verlässliche Begrenzung keine 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 sie unterstützt.

Antwort

• outputarray

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

• statusstring

  completed, incomplete (das Limit wurde erreicht) oder failed.

• usageobject

  input_tokens, output_tokens, total_tokens.