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": "Réponds brièvement.",
    "input": "Quelle est la différence entre TCP et 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="Réponds brièvement.",
    input="Quelle est la différence entre TCP et 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: "Réponds brièvement.",
  input: "Quelle est la différence entre TCP et 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 garantit la livraison et l’ordre ; UDP ne le garantit pas, mais est plus rapide…" }
      ]
    }
  ],
  "usage": { "input_tokens": 24, "output_tokens": 61, "total_tokens": 85 }
}

Authentification

• Authorizationheaderobligatoire

  Clé au format Bearer sk-…. Les en-têtes suivants conviennent également : x-api-key ou x-goog-api-key.

Corps de la requête

• modelstringobligatoire

  ID de modèle au format Responses. Le catalogue en compte 53 : GPT, Claude, DeepSeek, Qwen, Kimi, GLM, MiniMax et Grok. Les modèles Gemini ne sont pas disponibles dans ce format.

• inputstring | arrayobligatoire

  Texte de la requête ou tableau de messages et de parties (texte, images).

• instructionsstringfacultatif

  Instruction système.

• streambooleanfacultatif

  Flux d’événements SSE ; le dernier événement est response.completed. Le texte facturé arrive en un seul bloc après le calcul du coût.

• max_output_tokensintegerfacultatif

  Nombre maximal de tokens de réponse, raisonnement compris. Si aucune limite n’est définie, Ailoot utilise 4096 (ou moins si la limite de réponse du modèle est plus faible). Pour les réponses longues, indiquez explicitement la limite. Les requêtes avec previous_response_id et avec les outils intégrés web_search ou code_interpreter prennent en compte, pour les nouvelles requêtes textuelles, des estimations distinctes du contexte conservé et du travail des outils ; elles ne passent pas automatiquement au coût de toute la fenêtre d’entrée. Les réservations déjà acceptées conservent leurs conditions d’origine. Pour les images, la vidéo et l’audio en sortie, le coût total du résultat est réservé. Si le montant calculé à réserver dépasse le solde disponible ou le plafond de la clé, Ailoot peut, pour le modèle et la méthode pris en charge, réduire max_tokens (max_output_tokens dans Responses) à un volume que les fonds disponibles permettent de couvrir, sans descendre sous 256 tokens ni sous le minimum de la méthode si celui-ci est plus élevé, et le signale dans l’en-tête X-Ailoot-Max-Tokens-Capped. La possibilité de réduire la limite est vérifiée pour le modèle textuel précis et la méthode. Elle s’applique aux routes textuelles Gemini prises en charge au format natif Gemini et au 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 — aux formats Chat Completions et Messages, lorsque le modèle les prend en charge. Sortie est estimée, pour la réservation d’une nouvelle requête textuelle, selon une longueur de réponse typique et les conditions acceptées. La limite demandée est définie avec max_tokens (max_output_tokens dans Responses). La limite demandée ne correspond pas automatiquement au nombre de tokens utilisé pour calculer la réservation et ne garantit pas la longueur réelle de la réponse d’un modèle sans limite fiable. La valeur par défaut de 4096 ne s’applique qu’aux routes concernées ; la règle précise dépend du modèle et de la méthode.

• reasoningobjectfacultatif

  {"effort": "low" | "medium" | "high"} pour les modèles de raisonnement.

• toolsarrayfacultatif

  Fonctions que le modèle peut appeler.

• textobjectfacultatif

  Format de réponse, par exemple {"format": {"type": "json_schema", ...}}.

• temperaturenumberfacultatif

  Degré d’aléatoire de la réponse, si le modèle le prend en charge.

Réponse

• outputarray

  Éléments de réponse : messages (message), raisonnement et appels de fonctions. Dans les SDK, il est pratique de récupérer output_text.

• statusstring

  completed, incomplete (limite atteinte) ou failed.

• usageobject

  input_tokens, output_tokens, total_tokens.