OpenAI GPT-3.5 Turbo 1106 هو إصدار GPT-3.5 Turbo المسمّى الذي يحمل المعرّف gpt-3.5-turbo-1106. يفهم اللغة الطبيعية والشيفرة ويولدهما، بتصميم موجه للمحادثة يدعم أيضًا المهام النصية غير الحوارية. وتشمل تغييرات الإصدار الموثقة نافذة سياق 16K افتراضيًا وتحسين اتباع التعليمات ووضع JSON واستدعاء الدوال المتوازي. وتُبقي هوية 1106 الصريحة هذا الإعداد منفصلًا عن إصدار 0613 ونسخة 0125 اللاحقة وGPT-3.5 Turbo Instruct.
جهّز المهمة بالنص ذي الصلة والقواعد التي يجب أن تتبعها الإجابة والشكل المطلوب للنتيجة. ولرد دعم، أرفق سؤال العميل وحقائق المنتج المنطبقة. وللاستخراج، سمّ الحقول المطلوب تحديدها واشرح ما ينبغي فعله عند غياب حقل. ولمهمة برمجية، قدم الشيفرة ذات الصلة والسلوك المتوقع والخطأ أو القيد المطلوب معالجته. وتوفر سعة السياق 16K مساحة للمادة الداعمة؛ لكنها ليست وعدًا باستخدام كل تفصيل استخدامًا صحيحًا أو بأن تكون الإجابة بطول الإدخال نفسه.
تذكر OpenAI أن حد المعرفة لعائلة GPT-3.5 Turbo يعود إلى سبتمبر 2021. قدم مادة موثوقة عندما تعتمد الإجابة على معلومات أحدث أو حقائق تخص مشروعك. واطلب من النموذج التمييز بين ما هو موجود في النص المقدم وما يستنتجه. وينبغي لطلب إجابة بتنسيق معين أن يحدد ذلك التنسيق صراحة بدلًا من الاعتماد على تخمين النموذج للحقول أو الوحدات أو الأعراف.
يهدف وضع JSON إلى إنتاج JSON صحيح نحويًا. وهو مفيد حين يحتاج استخراج النصوص أو تصنيفها إلى كائن يستطيع التطبيق تحليله. أدرج تعليمات صريحة لإنتاج JSON وحدد المفاتيح المطلوبة وأنواع القيم وكيفية التعامل مع المعلومات المجهولة. وتحذر OpenAI من أن إغفال تعليمات JSON قد يؤدي إلى توليد محارف المسافات البيضاء حتى بلوغ حد الرموز. ويجب أيضًا تمييز الرد الكامل عن إخراج انقطع قبل اكتمال الكائن.
لا يضمن JSON الصحيح وحده الالتزام بمخطط معين أو صحة قيمه. وفي مهمة استخراج سجلات، تحقق من وجود المفاتيح المطلوبة ومن استناد كل قيمة مستخرجة إلى الإدخال. ولا ينبغي التعامل مع وضع JSON على أنه ضمان المخطط الذي توفره ميزة Structured Outputs اللاحقة. ويهم هذا التمييز حين ستملأ المخرجات نموذجًا أو تختار تسمية أو تصبح إدخالًا لمسار عمل آخر.
يدعم إصدار 1106 استدعاء الدوال المتوازي، مما يسمح للنموذج باقتراح أكثر من استدعاء دالة في رد واحد. وقد يخدم ذلك مهمة تحتاج إلى عدة عمليات يعرّفها التطبيق أو إلى عمليات بحث مستقلة عن المعلومات. صف غرض كل دالة ومدخلاتها المتوقعة بوضوح. ينفذ التطبيق المحيط العملية ويقدم النتيجة؛ وليس توليد استدعاء دالة وحده دليلًا على اكتمال إجراء. راجع الوسائط المقترحة واربط الإجابة النصية بالنتائج المعادة بالفعل.
يوثق إعلان الإصدار لدى OpenAI الضبط الدقيق لنموذج GPT-3.5 Turbo الجديد ذي سياق 16K. والنموذج المضبوط بدقة إصدار يُجهّز بصورة منفصلة، وليس خاصية تلقائية لكل طلب إلى هذا الإصدار الأساسي. وللاستخدام المعتاد، ابدأ بتعليمات واضحة وأمثلة ذات صلة على الإجابة المطلوبة. وعند تجهيز تكليف بالاستخراج أو إعادة الصياغة، ينبغي أن توضح الأمثلة الفروق المهمة، مثل قيمة غائبة أو عبارة يجب إبقاؤها دون تغيير.
تشمل المخرجات المفيدة رد دعم يستند إلى معلومات المنتج المقدمة أو سجل JSON جرى التحقق منه أو شرحًا موجزًا للشيفرة أو مقطعًا معاد صياغته بقيود معلنة. قارن النتيجة بالنص الأصلي والتنسيق المطلوب. وللشيفرة، اختبر التغيير المقترح في المشروع المستهدف؛ وللاستخراج، افحص القيم وكيفية التعامل مع الحقول الغائبة. وتكمن قيمة هذا الإصدار في قدراته الملموسة على النصوص واتباع التنسيق واستدعاء الدوال عند تطبيقها على إدخال واضح النتيجة المقصودة.
", "aboutText": "OpenAI GPT-3.5 Turbo 1106 هو إصدار GPT-3.5 Turbo المسمّى الذي يحمل المعرّف gpt-3.5-turbo-1106. يفهم اللغة الطبيعية والشيفرة ويولدهما، بتصميم موجه للمحادثة يدعم أيضًا المهام النصية غير الحوارية. وتشمل تغييرات الإصدار الموثقة نافذة سياق 16K افتراضيًا وتحسين اتباع التعليمات ووضع JSON واستدعاء الدوال المتوازي. وتُبقي هوية 1106 الصريحة هذا الإعداد منفصلًا عن إصدار 0613 ونسخة 0125 اللاحقة وGPT-3.5 Turbo Instruct.\n\n### التعليمات وسياق الإدخال\n\nجهّز المهمة بالنص ذي الصلة والقواعد التي يجب أن تتبعها الإجابة والشكل المطلوب للنتيجة. ولرد دعم، أرفق سؤال العميل وحقائق المنتج المنطبقة. وللاستخراج، سمّ الحقول المطلوب تحديدها واشرح ما ينبغي فعله عند غياب حقل. ولمهمة برمجية، قدم الشيفرة ذات الصلة والسلوك المتوقع والخطأ أو القيد المطلوب معالجته. وتوفر سعة السياق 16K مساحة للمادة الداعمة؛ لكنها ليست وعدًا باستخدام كل تفصيل استخدامًا صحيحًا أو بأن تكون الإجابة بطول الإدخال نفسه.\n\nتذكر OpenAI أن حد المعرفة لعائلة GPT-3.5 Turbo يعود إلى سبتمبر 2021. قدم مادة موثوقة عندما تعتمد الإجابة على معلومات أحدث أو حقائق تخص مشروعك. واطلب من النموذج التمييز بين ما هو موجود في النص المقدم وما يستنتجه. وينبغي لطلب إجابة بتنسيق معين أن يحدد ذلك التنسيق صراحة بدلًا من الاعتماد على تخمين النموذج للحقول أو الوحدات أو الأعراف.\n\n### وضع JSON والتحقق من المخطط\n\nيهدف وضع JSON إلى إنتاج JSON صحيح نحويًا. وهو مفيد حين يحتاج استخراج النصوص أو تصنيفها إلى كائن يستطيع التطبيق تحليله. أدرج تعليمات صريحة لإنتاج JSON وحدد المفاتيح المطلوبة وأنواع القيم وكيفية التعامل مع المعلومات المجهولة. وتحذر OpenAI من أن إغفال تعليمات JSON قد يؤدي إلى توليد محارف المسافات البيضاء حتى بلوغ حد الرموز. ويجب أيضًا تمييز الرد الكامل عن إخراج انقطع قبل اكتمال الكائن.\n\nلا يضمن JSON الصحيح وحده الالتزام بمخطط معين أو صحة قيمه. وفي مهمة استخراج سجلات، تحقق من وجود المفاتيح المطلوبة ومن استناد كل قيمة مستخرجة إلى الإدخال. ولا ينبغي التعامل مع وضع JSON على أنه ضمان المخطط الذي توفره ميزة Structured Outputs اللاحقة. ويهم هذا التمييز حين ستملأ المخرجات نموذجًا أو تختار تسمية أو تصبح إدخالًا لمسار عمل آخر.\n\n### استدعاء الدوال المتوازي\n\nيدعم إصدار 1106 استدعاء الدوال المتوازي، مما يسمح للنموذج باقتراح أكثر من استدعاء دالة في رد واحد. وقد يخدم ذلك مهمة تحتاج إلى عدة عمليات يعرّفها التطبيق أو إلى عمليات بحث مستقلة عن المعلومات. صف غرض كل دالة ومدخلاتها المتوقعة بوضوح. ينفذ التطبيق المحيط العملية ويقدم النتيجة؛ وليس توليد استدعاء دالة وحده دليلًا على اكتمال إجراء. راجع الوسائط المقترحة واربط الإجابة النصية بالنتائج المعادة بالفعل.\n\n### الضبط الدقيق والاستخدام العملي\n\nيوثق إعلان الإصدار لدى OpenAI الضبط الدقيق لنموذج GPT-3.5 Turbo الجديد ذي سياق 16K. والنموذج المضبوط بدقة إصدار يُجهّز بصورة منفصلة، وليس خاصية تلقائية لكل طلب إلى هذا الإصدار الأساسي. وللاستخدام المعتاد، ابدأ بتعليمات واضحة وأمثلة ذات صلة على الإجابة المطلوبة. وعند تجهيز تكليف بالاستخراج أو إعادة الصياغة، ينبغي أن توضح الأمثلة الفروق المهمة، مثل قيمة غائبة أو عبارة يجب إبقاؤها دون تغيير.\n\nتشمل المخرجات المفيدة رد دعم يستند إلى معلومات المنتج المقدمة أو سجل JSON جرى التحقق منه أو شرحًا موجزًا للشيفرة أو مقطعًا معاد صياغته بقيود معلنة. قارن النتيجة بالنص الأصلي والتنسيق المطلوب. وللشيفرة، اختبر التغيير المقترح في المشروع المستهدف؛ وللاستخراج، افحص القيم وكيفية التعامل مع الحقول الغائبة. وتكمن قيمة هذا الإصدار في قدراته الملموسة على النصوص واتباع التنسيق واستدعاء الدوال عند تطبيقها على إدخال واضح النتيجة المقصودة.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Request an extraction object\n\nExtract an appointment record from: "Visit V-17 is on 12 December at 10:30 with Morgan. No room assigned." Return only a JSON object with keys visit_id, date_text, time_text, contact and room. Use strings for known values and null for the missing room. Do not infer a year or location.One requested JSON object with five keys; room is null and the date remains textual.Parse the returned JSON and compare every value with the sentence; formatting alone does not establish correctness.gpt-3.5-turbo-1106OpenAI GPT-3.5 Turbo 1106 هو الإصدار النصي المسمّى ذو نافذة سياق 16K، مع تحسين اتباع التعليمات ووضع JSON واستدعاء الدوال المتوازي. استخدمه للمساعدة الحوارية واستخراج النصوص ومهام الشيفرة أو المحتوى التي تحدد ناتجًا واضحًا.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
OpenAI GPT-3.5 Turbo 1106 هو إصدار GPT-3.5 Turbo المسمّى الذي يحمل المعرّف gpt-3.5-turbo-1106. يفهم اللغة الطبيعية والشيفرة ويولدهما، بتصميم موجه للمحادثة يدعم أيضًا المهام النصية غير الحوارية. وتشمل تغييرات الإصدار الموثقة نافذة سياق 16K افتراضيًا وتحسين اتباع التعليمات ووضع JSON واستدعاء الدوال المتوازي. وتُبقي هوية 1106 الصريحة هذا الإعداد منفصلًا عن إصدار 0613 ونسخة 0125 اللاحقة وGPT-3.5 Turbo Instruct.
جهّز المهمة بالنص ذي الصلة والقواعد التي يجب أن تتبعها الإجابة والشكل المطلوب للنتيجة. ولرد دعم، أرفق سؤال العميل وحقائق المنتج المنطبقة. وللاستخراج، سمّ الحقول المطلوب تحديدها واشرح ما ينبغي فعله عند غياب حقل. ولمهمة برمجية، قدم الشيفرة ذات الصلة والسلوك المتوقع والخطأ أو القيد المطلوب معالجته. وتوفر سعة السياق 16K مساحة للمادة الداعمة؛ لكنها ليست وعدًا باستخدام كل تفصيل استخدامًا صحيحًا أو بأن تكون الإجابة بطول الإدخال نفسه.
تذكر OpenAI أن حد المعرفة لعائلة GPT-3.5 Turbo يعود إلى سبتمبر 2021. قدم مادة موثوقة عندما تعتمد الإجابة على معلومات أحدث أو حقائق تخص مشروعك. واطلب من النموذج التمييز بين ما هو موجود في النص المقدم وما يستنتجه. وينبغي لطلب إجابة بتنسيق معين أن يحدد ذلك التنسيق صراحة بدلًا من الاعتماد على تخمين النموذج للحقول أو الوحدات أو الأعراف.
يهدف وضع JSON إلى إنتاج JSON صحيح نحويًا. وهو مفيد حين يحتاج استخراج النصوص أو تصنيفها إلى كائن يستطيع التطبيق تحليله. أدرج تعليمات صريحة لإنتاج JSON وحدد المفاتيح المطلوبة وأنواع القيم وكيفية التعامل مع المعلومات المجهولة. وتحذر OpenAI من أن إغفال تعليمات JSON قد يؤدي إلى توليد محارف المسافات البيضاء حتى بلوغ حد الرموز. ويجب أيضًا تمييز الرد الكامل عن إخراج انقطع قبل اكتمال الكائن.
لا يضمن JSON الصحيح وحده الالتزام بمخطط معين أو صحة قيمه. وفي مهمة استخراج سجلات، تحقق من وجود المفاتيح المطلوبة ومن استناد كل قيمة مستخرجة إلى الإدخال. ولا ينبغي التعامل مع وضع JSON على أنه ضمان المخطط الذي توفره ميزة Structured Outputs اللاحقة. ويهم هذا التمييز حين ستملأ المخرجات نموذجًا أو تختار تسمية أو تصبح إدخالًا لمسار عمل آخر.
يدعم إصدار 1106 استدعاء الدوال المتوازي، مما يسمح للنموذج باقتراح أكثر من استدعاء دالة في رد واحد. وقد يخدم ذلك مهمة تحتاج إلى عدة عمليات يعرّفها التطبيق أو إلى عمليات بحث مستقلة عن المعلومات. صف غرض كل دالة ومدخلاتها المتوقعة بوضوح. ينفذ التطبيق المحيط العملية ويقدم النتيجة؛ وليس توليد استدعاء دالة وحده دليلًا على اكتمال إجراء. راجع الوسائط المقترحة واربط الإجابة النصية بالنتائج المعادة بالفعل.
يوثق إعلان الإصدار لدى OpenAI الضبط الدقيق لنموذج GPT-3.5 Turbo الجديد ذي سياق 16K. والنموذج المضبوط بدقة إصدار يُجهّز بصورة منفصلة، وليس خاصية تلقائية لكل طلب إلى هذا الإصدار الأساسي. وللاستخدام المعتاد، ابدأ بتعليمات واضحة وأمثلة ذات صلة على الإجابة المطلوبة. وعند تجهيز تكليف بالاستخراج أو إعادة الصياغة، ينبغي أن توضح الأمثلة الفروق المهمة، مثل قيمة غائبة أو عبارة يجب إبقاؤها دون تغيير.
تشمل المخرجات المفيدة رد دعم يستند إلى معلومات المنتج المقدمة أو سجل JSON جرى التحقق منه أو شرحًا موجزًا للشيفرة أو مقطعًا معاد صياغته بقيود معلنة. قارن النتيجة بالنص الأصلي والتنسيق المطلوب. وللشيفرة، اختبر التغيير المقترح في المشروع المستهدف؛ وللاستخراج، افحص القيم وكيفية التعامل مع الحقول الغائبة. وتكمن قيمة هذا الإصدار في قدراته الملموسة على النصوص واتباع التنسيق واستدعاء الدوال عند تطبيقها على إدخال واضح النتيجة المقصودة.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود gpt-3.5-turbo-1106 | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود أمثلة: system, user, assistant, tool, function الشروط: تُمثَّل هذه الأدوار صراحةً بأنواع التوافق في الشيفرة المصدرية؛ وتظل مجموعة الأدوار الدقيقة خاصة بكل نموذج. يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring|content_part[]|null | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_calls | النوعtool_call[] | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_call_id | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— |
الحقلmessages[].name | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].reasoning_content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— |
الحقلmessages[].reasoning_details | النوعobject|array | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_completion_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
الحقلstream_options.include_usage | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtemperature | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtop_p | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلstop | النوعstring|string[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools | النوعfunction_tool[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].type | النوعstring | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].function.name | النوعstring | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— |
الحقلtools[].function.description | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtools[].function.parameters | النوعJSON_schema | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtool_choice | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلparallel_tool_calls | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلresponse_format | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning_effort | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلservice_tier | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلinstructions | النوعstring | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— |
الحقلfunctions | النوعfunction[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلfunction_call | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلprompt_cache_options | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmodalities | النوعstring[] | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— |
الحقلcache_control.ttl | النوعstring | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
المعلمةcontrol_scope | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
دورة الحياة: synchronous_or_streamed
أرسل معرّف النموذج الدقيق مع messages.
طول السياق ليس حدًا أقصى للإخراج.
يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.002 / 1K من الرموز الإخراج · رموز الإخراج $0.004 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-3.5-turbo-1106", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='gpt-3.5-turbo-1106',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='gpt-3.5-turbo-1106',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra gpt-3.5-turbo-1106
استخدم مسارات الطرائق المعروضة أعلاه.
gpt-3.5-turbo-1106OpenAI GPT-3.5 Turbo 1106 هو الإصدار النصي المسمّى ذو نافذة سياق 16K، مع تحسين اتباع التعليمات ووضع JSON واستدعاء الدوال المتوازي. استخدمه للمساعدة الحوارية واستخراج النصوص ومهام الشيفرة أو المحتوى التي تحدد ناتجًا واضحًا.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
OpenAI GPT-3.5 Turbo 1106 هو إصدار GPT-3.5 Turbo المسمّى الذي يحمل المعرّف gpt-3.5-turbo-1106. يفهم اللغة الطبيعية والشيفرة ويولدهما، بتصميم موجه للمحادثة يدعم أيضًا المهام النصية غير الحوارية. وتشمل تغييرات الإصدار الموثقة نافذة سياق 16K افتراضيًا وتحسين اتباع التعليمات ووضع JSON واستدعاء الدوال المتوازي. وتُبقي هوية 1106 الصريحة هذا الإعداد منفصلًا عن إصدار 0613 ونسخة 0125 اللاحقة وGPT-3.5 Turbo Instruct.
جهّز المهمة بالنص ذي الصلة والقواعد التي يجب أن تتبعها الإجابة والشكل المطلوب للنتيجة. ولرد دعم، أرفق سؤال العميل وحقائق المنتج المنطبقة. وللاستخراج، سمّ الحقول المطلوب تحديدها واشرح ما ينبغي فعله عند غياب حقل. ولمهمة برمجية، قدم الشيفرة ذات الصلة والسلوك المتوقع والخطأ أو القيد المطلوب معالجته. وتوفر سعة السياق 16K مساحة للمادة الداعمة؛ لكنها ليست وعدًا باستخدام كل تفصيل استخدامًا صحيحًا أو بأن تكون الإجابة بطول الإدخال نفسه.
تذكر OpenAI أن حد المعرفة لعائلة GPT-3.5 Turbo يعود إلى سبتمبر 2021. قدم مادة موثوقة عندما تعتمد الإجابة على معلومات أحدث أو حقائق تخص مشروعك. واطلب من النموذج التمييز بين ما هو موجود في النص المقدم وما يستنتجه. وينبغي لطلب إجابة بتنسيق معين أن يحدد ذلك التنسيق صراحة بدلًا من الاعتماد على تخمين النموذج للحقول أو الوحدات أو الأعراف.
يهدف وضع JSON إلى إنتاج JSON صحيح نحويًا. وهو مفيد حين يحتاج استخراج النصوص أو تصنيفها إلى كائن يستطيع التطبيق تحليله. أدرج تعليمات صريحة لإنتاج JSON وحدد المفاتيح المطلوبة وأنواع القيم وكيفية التعامل مع المعلومات المجهولة. وتحذر OpenAI من أن إغفال تعليمات JSON قد يؤدي إلى توليد محارف المسافات البيضاء حتى بلوغ حد الرموز. ويجب أيضًا تمييز الرد الكامل عن إخراج انقطع قبل اكتمال الكائن.
لا يضمن JSON الصحيح وحده الالتزام بمخطط معين أو صحة قيمه. وفي مهمة استخراج سجلات، تحقق من وجود المفاتيح المطلوبة ومن استناد كل قيمة مستخرجة إلى الإدخال. ولا ينبغي التعامل مع وضع JSON على أنه ضمان المخطط الذي توفره ميزة Structured Outputs اللاحقة. ويهم هذا التمييز حين ستملأ المخرجات نموذجًا أو تختار تسمية أو تصبح إدخالًا لمسار عمل آخر.
يدعم إصدار 1106 استدعاء الدوال المتوازي، مما يسمح للنموذج باقتراح أكثر من استدعاء دالة في رد واحد. وقد يخدم ذلك مهمة تحتاج إلى عدة عمليات يعرّفها التطبيق أو إلى عمليات بحث مستقلة عن المعلومات. صف غرض كل دالة ومدخلاتها المتوقعة بوضوح. ينفذ التطبيق المحيط العملية ويقدم النتيجة؛ وليس توليد استدعاء دالة وحده دليلًا على اكتمال إجراء. راجع الوسائط المقترحة واربط الإجابة النصية بالنتائج المعادة بالفعل.
يوثق إعلان الإصدار لدى OpenAI الضبط الدقيق لنموذج GPT-3.5 Turbo الجديد ذي سياق 16K. والنموذج المضبوط بدقة إصدار يُجهّز بصورة منفصلة، وليس خاصية تلقائية لكل طلب إلى هذا الإصدار الأساسي. وللاستخدام المعتاد، ابدأ بتعليمات واضحة وأمثلة ذات صلة على الإجابة المطلوبة. وعند تجهيز تكليف بالاستخراج أو إعادة الصياغة، ينبغي أن توضح الأمثلة الفروق المهمة، مثل قيمة غائبة أو عبارة يجب إبقاؤها دون تغيير.
تشمل المخرجات المفيدة رد دعم يستند إلى معلومات المنتج المقدمة أو سجل JSON جرى التحقق منه أو شرحًا موجزًا للشيفرة أو مقطعًا معاد صياغته بقيود معلنة. قارن النتيجة بالنص الأصلي والتنسيق المطلوب. وللشيفرة، اختبر التغيير المقترح في المشروع المستهدف؛ وللاستخراج، افحص القيم وكيفية التعامل مع الحقول الغائبة. وتكمن قيمة هذا الإصدار في قدراته الملموسة على النصوص واتباع التنسيق واستدعاء الدوال عند تطبيقها على إدخال واضح النتيجة المقصودة.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود gpt-3.5-turbo-1106 | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.002 / 1K من الرموز الإخراج · رموز الإخراج $0.004 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "gpt-3.5-turbo-1106",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-3.5-turbo-1106', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-3.5-turbo-1106', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra gpt-3.5-turbo-1106
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Request an extraction object\n\nExtract an appointment record from: "Visit V-17 is on 12 December at 10:30 with Morgan. No room assigned." Return only a JSON object with keys visit_id, date_text, time_text, contact and room. Use strings for known values and null for the missing room. Do not infer a year or location.One requested JSON object with five keys; room is null and the date remains textual.Parse the returned JSON and compare every value with the sentence; formatting alone does not establish correctness.