OpenAI GPT-3.5 Turbo 1106 je konkrétní edice GPT-3.5 Turbo s označením gpt-3.5-turbo-1106. Rozumí přirozenému jazyku a kódu a také je generuje. Je navržena pro chat, ale podporuje i textové úlohy, které nemají podobu konverzace. Zdokumentované změny této edice zahrnují výchozí kontextové okno 16K, lepší dodržování pokynů, režim JSON a paralelní volání funkcí. Jednoznačné označení 1106 odlišuje tento profil od edice 0613, pozdější verze 0125 a GPT-3.5 Turbo Instruct.
Do zadání zahrňte příslušný text, pravidla, jimiž se musí odpověď řídit, a požadovanou podobu výsledku. U odpovědi zákaznické podpory uveďte zákazníkovu otázku a příslušná fakta o produktu. U vytěžování dat určete pole, která má model zjistit, a vysvětlete, co dělat, pokud pole chybí. U programátorského úkolu poskytněte příslušný kód, očekávané chování a chybu či omezení, které je třeba řešit. Kontextové okno 16K poskytuje prostor pro podpůrné materiály; nezaručuje však, že model každou podrobnost využije správně nebo že odpověď může být stejně dlouhá jako vstup.
OpenAI uvádí pro rodinu GPT-3.5 Turbo uzávěrku znalostí v září 2021. Pokud odpověď závisí na pozdějších informacích nebo na faktech specifických pro váš projekt, poskytněte podklady z autoritativních zdrojů. Požádejte model, aby odlišil to, co je v dodaném textu výslovně uvedeno, od toho, co sám vyvozuje. Požadujete-li odpověď v určitém formátu, vymezte jej výslovně a nespoléhejte na to, že model odhadne pole, jednotky nebo používané konvence.
Režim JSON je určen k vytváření syntakticky platného JSON. Hodí se pro vytěžování či klasifikaci textu, pokud potřebujete objekt, který aplikace dokáže parsovat. Zahrňte výslovný pokyn k vytvoření JSON a uveďte požadované klíče, typy hodnot a způsob zacházení s neznámými informacemi. OpenAI varuje, že vynechání pokynu k vytvoření JSON může vést ke generování bílých znaků až do dosažení limitu tokenů. Je také nutné odlišit úplnou odpověď od výstupu přerušeného před dokončením objektu.
Platný JSON sám o sobě nezaručuje dodržení konkrétního schématu ani správnost hodnot. Při vytěžování záznamů ověřte, že jsou přítomny požadované klíče a že každá vytěžená hodnota má oporu ve vstupu. Režim JSON nelze považovat za záruku dodržení schématu, kterou poskytuje pozdější funkce Structured Outputs. Toto rozlišení je důležité, pokud se výstup použije k vyplnění formuláře, výběru štítku nebo jako vstup do dalšího pracovního postupu.
Edice 1106 podporuje paralelní volání funkcí, takže model může v jedné odpovědi navrhnout více než jedno volání funkce. Tato možnost se hodí pro úkol, který vyžaduje několik operací definovaných aplikací nebo nezávislá vyhledání informací. Jasně popište účel každé funkce a očekávané vstupy. Operaci provede aplikace, která model využívá, a poskytne její výsledek; samotné vygenerované volání funkce nedokládá dokončení akce. Zkontrolujte navržené argumenty a dbejte na to, aby textová odpověď vycházela ze skutečně vrácených výsledků.
OpenAI v oznámení této edice uvádí podporu dolaďování nového modelu GPT-3.5 Turbo s kontextem 16K. Doladěný model je samostatně připravená varianta, nikoli automatická vlastnost každého požadavku na tuto základní edici. Při běžném použití začněte jasným pokynem a relevantními příklady požadované odpovědi. Při přípravě zadání pro vytěžování dat nebo přeformulování textu by příklady měly ukazovat rozdíly, na nichž záleží, například chybějící hodnotu nebo frázi, která musí zůstat beze změny.
Užitečné výstupy zahrnují odpověď zákaznické podpory podloženou dodanými informacemi o produktu, ověřený záznam JSON, stručné vysvětlení kódu nebo pasáž přepracovanou podle stanovených omezení. Porovnejte výsledek se zdrojovým textem a požadovaným formátem. U kódu ověřte navrženou změnu v cílovém projektu; u vytěžování dat ověřte hodnoty a zacházení s chybějícími poli. Přínosem této edice jsou konkrétní schopnosti práce s textem, dodržování formátu a volání funkcí při zpracování vstupu s jasně vymezeným zamýšleným výsledkem.
", "aboutText": "OpenAI GPT-3.5 Turbo 1106 je konkrétní edice GPT-3.5 Turbo s označením gpt-3.5-turbo-1106. Rozumí přirozenému jazyku a kódu a také je generuje. Je navržena pro chat, ale podporuje i textové úlohy, které nemají podobu konverzace. Zdokumentované změny této edice zahrnují výchozí kontextové okno 16K, lepší dodržování pokynů, režim JSON a paralelní volání funkcí. Jednoznačné označení 1106 odlišuje tento profil od edice 0613, pozdější verze 0125 a GPT-3.5 Turbo Instruct.\n\n### Pokyny a vstupní kontext\n\nDo zadání zahrňte příslušný text, pravidla, jimiž se musí odpověď řídit, a požadovanou podobu výsledku. U odpovědi zákaznické podpory uveďte zákazníkovu otázku a příslušná fakta o produktu. U vytěžování dat určete pole, která má model zjistit, a vysvětlete, co dělat, pokud pole chybí. U programátorského úkolu poskytněte příslušný kód, očekávané chování a chybu či omezení, které je třeba řešit. Kontextové okno 16K poskytuje prostor pro podpůrné materiály; nezaručuje však, že model každou podrobnost využije správně nebo že odpověď může být stejně dlouhá jako vstup.\n\nOpenAI uvádí pro rodinu GPT-3.5 Turbo uzávěrku znalostí v září 2021. Pokud odpověď závisí na pozdějších informacích nebo na faktech specifických pro váš projekt, poskytněte podklady z autoritativních zdrojů. Požádejte model, aby odlišil to, co je v dodaném textu výslovně uvedeno, od toho, co sám vyvozuje. Požadujete-li odpověď v určitém formátu, vymezte jej výslovně a nespoléhejte na to, že model odhadne pole, jednotky nebo používané konvence.\n\n### Režim JSON a kontroly schématu\n\nRežim JSON je určen k vytváření syntakticky platného JSON. Hodí se pro vytěžování či klasifikaci textu, pokud potřebujete objekt, který aplikace dokáže parsovat. Zahrňte výslovný pokyn k vytvoření JSON a uveďte požadované klíče, typy hodnot a způsob zacházení s neznámými informacemi. OpenAI varuje, že vynechání pokynu k vytvoření JSON může vést ke generování bílých znaků až do dosažení limitu tokenů. Je také nutné odlišit úplnou odpověď od výstupu přerušeného před dokončením objektu.\n\nPlatný JSON sám o sobě nezaručuje dodržení konkrétního schématu ani správnost hodnot. Při vytěžování záznamů ověřte, že jsou přítomny požadované klíče a že každá vytěžená hodnota má oporu ve vstupu. Režim JSON nelze považovat za záruku dodržení schématu, kterou poskytuje pozdější funkce Structured Outputs. Toto rozlišení je důležité, pokud se výstup použije k vyplnění formuláře, výběru štítku nebo jako vstup do dalšího pracovního postupu.\n\n### Paralelní volání funkcí\n\nEdice 1106 podporuje paralelní volání funkcí, takže model může v jedné odpovědi navrhnout více než jedno volání funkce. Tato možnost se hodí pro úkol, který vyžaduje několik operací definovaných aplikací nebo nezávislá vyhledání informací. Jasně popište účel každé funkce a očekávané vstupy. Operaci provede aplikace, která model využívá, a poskytne její výsledek; samotné vygenerované volání funkce nedokládá dokončení akce. Zkontrolujte navržené argumenty a dbejte na to, aby textová odpověď vycházela ze skutečně vrácených výsledků.\n\n### Dolaďování a praktické použití\n\nOpenAI v oznámení této edice uvádí podporu dolaďování nového modelu GPT-3.5 Turbo s kontextem 16K. Doladěný model je samostatně připravená varianta, nikoli automatická vlastnost každého požadavku na tuto základní edici. Při běžném použití začněte jasným pokynem a relevantními příklady požadované odpovědi. Při přípravě zadání pro vytěžování dat nebo přeformulování textu by příklady měly ukazovat rozdíly, na nichž záleží, například chybějící hodnotu nebo frázi, která musí zůstat beze změny.\n\nUžitečné výstupy zahrnují odpověď zákaznické podpory podloženou dodanými informacemi o produktu, ověřený záznam JSON, stručné vysvětlení kódu nebo pasáž přepracovanou podle stanovených omezení. Porovnejte výsledek se zdrojovým textem a požadovaným formátem. U kódu ověřte navrženou změnu v cílovém projektu; u vytěžování dat ověřte hodnoty a zacházení s chybějícími poli. Přínosem této edice jsou konkrétní schopnosti práce s textem, dodržování formátu a volání funkcí při zpracování vstupu s jasně vymezeným zamýšleným výsledkem.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
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 je pojmenovaná edice textového modelu s kontextovým oknem 16K, lepším dodržováním pokynů, režimem JSON a paralelním voláním funkcí. Používejte ji pro konverzační asistenci, vytěžování textu a programátorské či obsahové úkoly s jasně určeným výstupem.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
OpenAI GPT-3.5 Turbo 1106 je konkrétní edice GPT-3.5 Turbo s označením gpt-3.5-turbo-1106. Rozumí přirozenému jazyku a kódu a také je generuje. Je navržena pro chat, ale podporuje i textové úlohy, které nemají podobu konverzace. Zdokumentované změny této edice zahrnují výchozí kontextové okno 16K, lepší dodržování pokynů, režim JSON a paralelní volání funkcí. Jednoznačné označení 1106 odlišuje tento profil od edice 0613, pozdější verze 0125 a GPT-3.5 Turbo Instruct.
Do zadání zahrňte příslušný text, pravidla, jimiž se musí odpověď řídit, a požadovanou podobu výsledku. U odpovědi zákaznické podpory uveďte zákazníkovu otázku a příslušná fakta o produktu. U vytěžování dat určete pole, která má model zjistit, a vysvětlete, co dělat, pokud pole chybí. U programátorského úkolu poskytněte příslušný kód, očekávané chování a chybu či omezení, které je třeba řešit. Kontextové okno 16K poskytuje prostor pro podpůrné materiály; nezaručuje však, že model každou podrobnost využije správně nebo že odpověď může být stejně dlouhá jako vstup.
OpenAI uvádí pro rodinu GPT-3.5 Turbo uzávěrku znalostí v září 2021. Pokud odpověď závisí na pozdějších informacích nebo na faktech specifických pro váš projekt, poskytněte podklady z autoritativních zdrojů. Požádejte model, aby odlišil to, co je v dodaném textu výslovně uvedeno, od toho, co sám vyvozuje. Požadujete-li odpověď v určitém formátu, vymezte jej výslovně a nespoléhejte na to, že model odhadne pole, jednotky nebo používané konvence.
Režim JSON je určen k vytváření syntakticky platného JSON. Hodí se pro vytěžování či klasifikaci textu, pokud potřebujete objekt, který aplikace dokáže parsovat. Zahrňte výslovný pokyn k vytvoření JSON a uveďte požadované klíče, typy hodnot a způsob zacházení s neznámými informacemi. OpenAI varuje, že vynechání pokynu k vytvoření JSON může vést ke generování bílých znaků až do dosažení limitu tokenů. Je také nutné odlišit úplnou odpověď od výstupu přerušeného před dokončením objektu.
Platný JSON sám o sobě nezaručuje dodržení konkrétního schématu ani správnost hodnot. Při vytěžování záznamů ověřte, že jsou přítomny požadované klíče a že každá vytěžená hodnota má oporu ve vstupu. Režim JSON nelze považovat za záruku dodržení schématu, kterou poskytuje pozdější funkce Structured Outputs. Toto rozlišení je důležité, pokud se výstup použije k vyplnění formuláře, výběru štítku nebo jako vstup do dalšího pracovního postupu.
Edice 1106 podporuje paralelní volání funkcí, takže model může v jedné odpovědi navrhnout více než jedno volání funkce. Tato možnost se hodí pro úkol, který vyžaduje několik operací definovaných aplikací nebo nezávislá vyhledání informací. Jasně popište účel každé funkce a očekávané vstupy. Operaci provede aplikace, která model využívá, a poskytne její výsledek; samotné vygenerované volání funkce nedokládá dokončení akce. Zkontrolujte navržené argumenty a dbejte na to, aby textová odpověď vycházela ze skutečně vrácených výsledků.
OpenAI v oznámení této edice uvádí podporu dolaďování nového modelu GPT-3.5 Turbo s kontextem 16K. Doladěný model je samostatně připravená varianta, nikoli automatická vlastnost každého požadavku na tuto základní edici. Při běžném použití začněte jasným pokynem a relevantními příklady požadované odpovědi. Při přípravě zadání pro vytěžování dat nebo přeformulování textu by příklady měly ukazovat rozdíly, na nichž záleží, například chybějící hodnotu nebo frázi, která musí zůstat beze změny.
Užitečné výstupy zahrnují odpověď zákaznické podpory podloženou dodanými informacemi o produktu, ověřený záznam JSON, stručné vysvětlení kódu nebo pasáž přepracovanou podle stanovených omezení. Porovnejte výsledek se zdrojovým textem a požadovaným formátem. U kódu ověřte navrženou změnu v cílovém projektu; u vytěžování dat ověřte hodnoty a zacházení s chybějícími poli. Přínosem této edice jsou konkrétní schopnosti práce s textem, dodržování formátu a volání funkcí při zpracování vstupu s jasně vymezeným zamýšleným výsledkem.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gpt-3.5-turbo-1106 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Příklady: system, user, assistant, tool, function Podmínky: Tyto role jsou výslovně zastoupeny typy kompatibility zdrojového kódu; přesná sada rolí zůstává specifická pro daný model. Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring|content_part[]|null | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_calls | Typtool_call[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_call_id | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: role=tool; použijte skutečně vrácené ID | Výchozí— |
Polemessages[].name | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].reasoning_content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Předávejte zpět skutečně vrácené uvažování tam, kde je tento model používá | Výchozí— |
Polemessages[].reasoning_details | Typobject|array | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity function Závisí na modelu | Výchozí— |
Poletools[].function.name | Typstring | PožadavekPovinné | Hodnoty a limity Platí, když: nástroj typu funkce je dodán | Výchozí— |
Poletools[].function.description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].function.parameters | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— |
Text · text UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktpole zpráv se strukturou role/content |
Parametrfile_material | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Životní cyklus: synchronous_or_streamed
Odešlete přesné ID modelu spolu s messages.
Délka kontextu není limitem výstupu.
Textový soubor může dodat doslovný text; obrazové/zvukové vstupy a vstupy v podobě souborových objektů vyžadují přesnou vazbu.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.002 / 1K tokenů Výstup · Výstupní tokeny $0.004 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${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 nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou volbu a její obsah/volání nástrojů/uvažování. V SSE sestavujte přírůstky podle indexu volby/nástroje a zachovejte konečný důvod ukončení i údaje o využití.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra gpt-3.5-turbo-1106
Použijte cesty metod uvedené výše.
gpt-3.5-turbo-1106OpenAI GPT-3.5 Turbo 1106 je pojmenovaná edice textového modelu s kontextovým oknem 16K, lepším dodržováním pokynů, režimem JSON a paralelním voláním funkcí. Používejte ji pro konverzační asistenci, vytěžování textu a programátorské či obsahové úkoly s jasně určeným výstupem.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
OpenAI GPT-3.5 Turbo 1106 je konkrétní edice GPT-3.5 Turbo s označením gpt-3.5-turbo-1106. Rozumí přirozenému jazyku a kódu a také je generuje. Je navržena pro chat, ale podporuje i textové úlohy, které nemají podobu konverzace. Zdokumentované změny této edice zahrnují výchozí kontextové okno 16K, lepší dodržování pokynů, režim JSON a paralelní volání funkcí. Jednoznačné označení 1106 odlišuje tento profil od edice 0613, pozdější verze 0125 a GPT-3.5 Turbo Instruct.
Do zadání zahrňte příslušný text, pravidla, jimiž se musí odpověď řídit, a požadovanou podobu výsledku. U odpovědi zákaznické podpory uveďte zákazníkovu otázku a příslušná fakta o produktu. U vytěžování dat určete pole, která má model zjistit, a vysvětlete, co dělat, pokud pole chybí. U programátorského úkolu poskytněte příslušný kód, očekávané chování a chybu či omezení, které je třeba řešit. Kontextové okno 16K poskytuje prostor pro podpůrné materiály; nezaručuje však, že model každou podrobnost využije správně nebo že odpověď může být stejně dlouhá jako vstup.
OpenAI uvádí pro rodinu GPT-3.5 Turbo uzávěrku znalostí v září 2021. Pokud odpověď závisí na pozdějších informacích nebo na faktech specifických pro váš projekt, poskytněte podklady z autoritativních zdrojů. Požádejte model, aby odlišil to, co je v dodaném textu výslovně uvedeno, od toho, co sám vyvozuje. Požadujete-li odpověď v určitém formátu, vymezte jej výslovně a nespoléhejte na to, že model odhadne pole, jednotky nebo používané konvence.
Režim JSON je určen k vytváření syntakticky platného JSON. Hodí se pro vytěžování či klasifikaci textu, pokud potřebujete objekt, který aplikace dokáže parsovat. Zahrňte výslovný pokyn k vytvoření JSON a uveďte požadované klíče, typy hodnot a způsob zacházení s neznámými informacemi. OpenAI varuje, že vynechání pokynu k vytvoření JSON může vést ke generování bílých znaků až do dosažení limitu tokenů. Je také nutné odlišit úplnou odpověď od výstupu přerušeného před dokončením objektu.
Platný JSON sám o sobě nezaručuje dodržení konkrétního schématu ani správnost hodnot. Při vytěžování záznamů ověřte, že jsou přítomny požadované klíče a že každá vytěžená hodnota má oporu ve vstupu. Režim JSON nelze považovat za záruku dodržení schématu, kterou poskytuje pozdější funkce Structured Outputs. Toto rozlišení je důležité, pokud se výstup použije k vyplnění formuláře, výběru štítku nebo jako vstup do dalšího pracovního postupu.
Edice 1106 podporuje paralelní volání funkcí, takže model může v jedné odpovědi navrhnout více než jedno volání funkce. Tato možnost se hodí pro úkol, který vyžaduje několik operací definovaných aplikací nebo nezávislá vyhledání informací. Jasně popište účel každé funkce a očekávané vstupy. Operaci provede aplikace, která model využívá, a poskytne její výsledek; samotné vygenerované volání funkce nedokládá dokončení akce. Zkontrolujte navržené argumenty a dbejte na to, aby textová odpověď vycházela ze skutečně vrácených výsledků.
OpenAI v oznámení této edice uvádí podporu dolaďování nového modelu GPT-3.5 Turbo s kontextem 16K. Doladěný model je samostatně připravená varianta, nikoli automatická vlastnost každého požadavku na tuto základní edici. Při běžném použití začněte jasným pokynem a relevantními příklady požadované odpovědi. Při přípravě zadání pro vytěžování dat nebo přeformulování textu by příklady měly ukazovat rozdíly, na nichž záleží, například chybějící hodnotu nebo frázi, která musí zůstat beze změny.
Užitečné výstupy zahrnují odpověď zákaznické podpory podloženou dodanými informacemi o produktu, ověřený záznam JSON, stručné vysvětlení kódu nebo pasáž přepracovanou podle stanovených omezení. Porovnejte výsledek se zdrojovým textem a požadovaným formátem. U kódu ověřte navrženou změnu v cílovém projektu; u vytěžování dat ověřte hodnoty a zacházení s chybějícími poli. Přínosem této edice jsou konkrétní schopnosti práce s textem, dodržování formátu a volání funkcí při zpracování vstupu s jasně vymezeným zamýšleným výsledkem.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gpt-3.5-turbo-1106 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.002 / 1K tokenů Výstup · Výstupní tokeny $0.004 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "gpt-3.5-turbo-1106",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny bloky obsahu, podpisy uvažování a skutečná ID použití nástrojů. Sestavte všechny přírůstky bloků SSE; první textový blok není úplný výstup.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra gpt-3.5-turbo-1106
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
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.