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": "Responde brevemente.",
    "input": "¿En qué se diferencia TCP de 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="Responde brevemente.",
    input="¿En qué se diferencia TCP de 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: "Responde brevemente.",
  input: "¿En qué se diferencia TCP de 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 garantiza la entrega y el orden; UDP no, pero es más rápido…" }
      ]
    }
  ],
  "usage": { "input_tokens": 24, "output_tokens": 61, "total_tokens": 85 }
}

Autenticación

• Authorizationheaderobligatorio

  Clave en formato Bearer sk-…. También se admiten los encabezados x-api-key o x-goog-api-key.

Cuerpo de la solicitud

• modelstringobligatorio

  ID de modelo con formato Responses. El catálogo incluye 53: GPT, Claude, DeepSeek, Qwen, Kimi, GLM, MiniMax y Grok. Los modelos Gemini no están disponibles en este formato.

• inputstring | arrayobligatorio

  Texto de la solicitud o un arreglo de mensajes y partes (texto e imágenes).

• instructionsstringopcional

  Instrucción de sistema.

• streambooleanopcional

  Flujo de eventos SSE; el último evento es response.completed. El texto de pago llega en un solo bloque después de calcular el costo.

• max_output_tokensintegeropcional

  Número máximo de tokens de respuesta, incluido el razonamiento. Si no se indica, Ailoot establece 4096 (o menos, si el máximo de respuesta del modelo es inferior). Para respuestas largas, indica el límite explícitamente. Las solicitudes con previous_response_id y herramientas integradas web_search o code_interpreter toman en cuenta, para las nuevas solicitudes de texto, estimaciones separadas del contexto guardado y del trabajo de las herramientas; no implican automáticamente una reserva por el costo de toda la ventana de entrada. Las reservas aceptadas anteriormente conservan sus condiciones originales. Para las imágenes, el video y el audio de salida se reserva el costo completo del resultado. Si la reserva calculada supera el saldo disponible o el límite de la clave y el modelo y el método lo admiten, Ailoot puede reducir max_tokens (max_output_tokens en Responses) al número de tokens que se pueda pagar, sin bajar de 256 tokens ni del mínimo del método si es mayor, y lo comunica en el encabezado X-Ailoot-Max-Tokens-Capped. La posibilidad de reducir el límite se comprueba para el modelo de texto y el método específicos. Se aplica a las rutas de texto Gemini compatibles, tanto en el formato nativo de Gemini como en 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 en los formatos Chat Completions y Messages, cuando el modelo los admite. Salida : al calcular la reserva de una nueva solicitud de texto, se estima con base en la longitud típica de respuesta y las condiciones aceptadas. El límite solicitado se indica mediante max_tokens (max_output_tokens en Responses). El límite solicitado no coincide automáticamente con el número de tokens usado para calcular la reserva ni garantiza la longitud real de la respuesta en un modelo sin un límite confiable. El valor predeterminado de 4096 solo se aplica a las rutas correspondientes; la regla concreta depende del modelo y del método.

• reasoningobjectopcional

  {"effort": "low" | "medium" | "high"} para los modelos de razonamiento.

• toolsarrayopcional

  Funciones que el modelo puede invocar.

• textobjectopcional

  Formato de respuesta, por ejemplo, {"format": {"type": "json_schema", ...}}.

• temperaturenumberopcional

  Aleatoriedad de la respuesta, si el modelo la admite.

Respuesta

• outputarray

  Elementos de respuesta: mensajes (message), razonamiento y llamadas a funciones. En los SDK resulta práctico usar output_text.

• statusstring

  completed, incomplete (se alcanzó el límite) o failed.

• usageobject

  input_tokens, output_tokens, total_tokens.