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": "Να απαντάς σύντομα.",
    "input": "Σε τι διαφέρει το TCP από το 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="Να απαντάς σύντομα.",
    input="Σε τι διαφέρει το TCP από το 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: "Να απαντάς σύντομα.",
  input: "Σε τι διαφέρει το TCP από το 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": "Το TCP εγγυάται την παράδοση και τη σειρά, ενώ το UDP όχι, αλλά είναι ταχύτερο…" }
      ]
    }
  ],
  "usage": { "input_tokens": 24, "output_tokens": 61, "total_tokens": 85 }
}

Έλεγχος ταυτότητας

• Authorizationheaderυποχρεωτικό

  Κλειδί στη μορφή Bearer sk-…. Μπορείτε επίσης να χρησιμοποιήσετε τις κεφαλίδες x-api-key ή x-goog-api-key.

Σώμα αιτήματος

• modelstringυποχρεωτικό

  ID μοντέλου με μορφή Responses. Στον κατάλογο υπάρχουν 53: GPT, Claude, DeepSeek, Qwen, Kimi, GLM, MiniMax, Grok. Τα μοντέλα Gemini δεν είναι διαθέσιμα σε αυτή τη μορφή.

• inputstring | arrayυποχρεωτικό

  Κείμενο αιτήματος ή πίνακας μηνυμάτων και τμημάτων (κείμενο, εικόνες).

• instructionsstringπροαιρετικό

  Οδηγία συστήματος.

• streambooleanπροαιρετικό

  Ροή συμβάντων SSE· το τελευταίο συμβάν είναι response.completed. Το χρεώσιμο κείμενο φτάνει σε ένα ενιαίο τμήμα μετά τον υπολογισμό του κόστους.

• max_output_tokensintegerπροαιρετικό

  Μέγιστος αριθμός token απάντησης, συμπεριλαμβανομένου του συλλογισμού. Αν δεν οριστεί, το Ailoot χρησιμοποιεί 4096 (ή λιγότερα, αν το μοντέλο έχει μικρότερο όριο απάντησης). Για μεγάλες απαντήσεις, ορίστε ρητά το όριο. Τα αιτήματα με previous_response_id και με τα ενσωματωμένα εργαλεία web_search ή code_interpreter για τα νέα αιτήματα κειμένου συνυπολογίζουν ξεχωριστές εκτιμήσεις του αποθηκευμένου πλαισίου συμφραζομένων και της εργασίας των εργαλείων· ο υπολογισμός τους δεν μεταβαίνει αυτόματα στο κόστος ολόκληρου του παραθύρου εισόδου. Οι προηγούμενες δεσμεύσεις που έγιναν αποδεκτές διατηρούν τους αρχικούς τους όρους. Για εικόνες, βίντεο και ήχο στην έξοδο δεσμεύεται το πλήρες κόστος του αποτελέσματος. Αν η υπολογισμένη δέσμευση υπερβαίνει το διαθέσιμο υπόλοιπο ή το όριο του κλειδιού, για υποστηριζόμενο μοντέλο και μέθοδο το Ailoot μπορεί να μειώσει το max_tokens (max_output_tokens στο Responses) σε όγκο που καλύπτεται οικονομικά, αλλά όχι κάτω από 256 token ή το τυχόν υψηλότερο ελάχιστο όριο της συγκεκριμένης μεθόδου, και το γνωστοποιεί στην κεφαλίδα X-Ailoot-Max-Tokens-Capped. Η δυνατότητα μείωσης ελέγχεται για το συγκεκριμένο μοντέλο κειμένου και τη μέθοδο. Εφαρμόζεται στις υποστηριζόμενες διαδρομές κειμένου Gemini, στην εγγενή μορφή Gemini και στη μορφή 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 — στις μορφές Chat Completions και Messages (όπου τις υποστηρίζει το μοντέλο). Έξοδος για τη δέσμευση ενός νέου αιτήματος κειμένου εκτιμάται βάσει του τυπικού μήκους απάντησης και των όρων που έγιναν αποδεκτοί. Το ζητούμενο όριο ορίζεται μέσω max_tokens (max_output_tokens στο Responses). Το ζητούμενο όριο δεν ταυτίζεται αυτόματα με τον αριθμό token βάσει του οποίου υπολογίστηκε η δέσμευση και δεν εγγυάται το πραγματικό μήκος απάντησης σε μοντέλο χωρίς αξιόπιστο περιορισμό. Η αρχική τιμή 4096 εφαρμόζεται μόνο στις αντίστοιχες διαδρομές· ο συγκεκριμένος κανόνας εξαρτάται από το μοντέλο και τη μέθοδο.

• reasoningobjectπροαιρετικό

  {"effort": "low" | "medium" | "high"} για μοντέλα συλλογισμού.

• toolsarrayπροαιρετικό

  Συναρτήσεις που μπορεί να καλέσει το μοντέλο.

• textobjectπροαιρετικό

  Μορφή απάντησης, για παράδειγμα {"format": {"type": "json_schema", ...}}.

• temperaturenumberπροαιρετικό

  Τυχαιότητα απάντησης, εφόσον την υποστηρίζει το μοντέλο.

Απάντηση

• outputarray

  Στοιχεία απάντησης: μηνύματα (message), συλλογισμός, κλήσεις συναρτήσεων. Στα SDK είναι βολικό να χρησιμοποιείτε το output_text.

• statusstring

  completed, incomplete (έφτασε το όριο) ή failed.

• usageobject

  input_tokens, output_tokens, total_tokens.