GPT-5.3 Chat bezeichnet den mit ChatGPT verbundenen GPT-5.3 Instant-Snapshot. OpenAI beschreibt dieses Instant-Update anhand alltäglicher Gesprächsqualitäten: Relevanz, hilfreiche Antworten und ein flüssigerer Verlauf. Das Modell nimmt Text und Bilder entgegen und erzeugt Text. Seine chatbezogene Identität bleibt von anderen GPT-5.3-Varianten getrennt.
Zunächst geht es in der Veröffentlichung um die Einschätzung, welche Antwort angemessen ist. OpenAI berichtet von weniger unnötigen Ablehnungen und weniger defensiven oder moralisierenden Einleitungen vor einer Antwort. Das angestrebte Verhalten ist, direkt zu antworten, wenn eine hilfreiche Antwort angemessen ist, und bei der Frage zu bleiben. In einem praktischen Assistenten unterstützt dies Erklärungen und aufgabenbezogene Antworten, ohne jede Anfrage in eine lange Vorrede zu verwandeln.
Wenn dem umgebenden Produkt Webinformationen zur Verfügung stehen, betont die Veröffentlichung deren Zusammenführung statt einer lose verbundenen Liste abgerufener Seiten. GPT-5.3 Instant wird als Modell beschrieben, das Onlineerkenntnisse mit seinem vorhandenen Verständnis verbindet, den wichtigen Punkt erkennt und Kontext ergänzt. Dies beschreibt den Umgang mit bereitgestellten oder abgerufenen Informationen. Die Anwendung bestimmt, welche Suchwerkzeuge und Quellenmaterialien verfügbar sind.
Gesprächsstil und Schreiben sind separate Bereiche des Updates. OpenAI beschreibt eine gezieltere, natürlichere Tonalität und eine größere Bandbreite ausdrucksstarker Prosa, vom Entwurf fiktionaler Texte über die Verfeinerung einer Passage bis zur Entwicklung einer Idee. Die Arbeit an sachlicher Richtigkeit soll laut Bericht außerdem Halluzinationen über verschiedene Themen hinweg verringern. Die Veröffentlichung stellt dies als Verbesserungen des Antwortverhaltens bei sachbezogenen und kreativen Aufgaben dar.
Die Veröffentlichung hält eine konkrete sprachliche Einschränkung fest: In einigen Sprachen, darunter Japanisch und Koreanisch, kann der Antwortstil weiterhin steif oder zu wörtlich sein. Tonalität und Natürlichkeit werden weiterentwickelt. Benennen Sie für mehrsprachige Aufgaben Zielgruppe, Terminologie und gewünschtes Sprachregister ausdrücklich. Eine Schreibaufgabe kann zwischen zu erhaltenden sachlichen Inhalten und zu überarbeitenden gestalterischen Entscheidungen unterscheiden.
Die Modellspezifikation nennt ein Kontextfenster von 128.000 Token, bis zu 16.384 Ausgabetoken und einen Wissensstand bis zum 31. August 2025. Text und Bilder sind unterstützte Eingaben; die Ausgabe ist Text. Streaming, Funktionsaufrufe und Structured Outputs werden unterstützt, während Audio- und Videoeingaben, Fine-Tuning und Predicted Outputs nicht zur veröffentlichten Konfiguration gehören.
Über Funktionsaufrufe kann eine verbundene Anwendung Aktionen und Daten bereitstellen: Das Modell wählt eine Funktion und liefert Argumente, die Anwendung führt sie aus und gibt das Ergebnis zurück. Strukturierte Ausgabe ordnet die Antwort selbst in vereinbarte Felder. Ein Screenshot, Diagramm oder Dokumentbild kann eine Textfrage um visuellen Kontext ergänzen. Gut lesbare Quellen und klar benannte relevante Details unterstützen die Interpretation.
Definieren Sie für einen Assistenten mit Ailoot API das benötigte Ergebnis: eine knappe Antwort, ein überarbeitetes Dokument, eine visuelle Erklärung oder strukturierte Fakten. Stellen Sie das Originalmaterial und die maßgeblichen Anforderungen bereit. Die Bezeichnung Instant Chat bleibt ausdrücklich erhalten. Folgenachrichten können Tonalität, Schwerpunkt oder Struktur verfeinern, während Ausgangsmaterial und ursprüngliche Anforderungen im Blick bleiben.
", "aboutText": "GPT-5.3 Chat bezeichnet den mit ChatGPT verbundenen GPT-5.3 Instant-Snapshot. OpenAI beschreibt dieses Instant-Update anhand alltäglicher Gesprächsqualitäten: Relevanz, hilfreiche Antworten und ein flüssigerer Verlauf. Das Modell nimmt Text und Bilder entgegen und erzeugt Text. Seine chatbezogene Identität bleibt von anderen GPT-5.3-Varianten getrennt.\n\nZunächst geht es in der Veröffentlichung um die Einschätzung, welche Antwort angemessen ist. OpenAI berichtet von weniger unnötigen Ablehnungen und weniger defensiven oder moralisierenden Einleitungen vor einer Antwort. Das angestrebte Verhalten ist, direkt zu antworten, wenn eine hilfreiche Antwort angemessen ist, und bei der Frage zu bleiben. In einem praktischen Assistenten unterstützt dies Erklärungen und aufgabenbezogene Antworten, ohne jede Anfrage in eine lange Vorrede zu verwandeln.\n\nWenn dem umgebenden Produkt Webinformationen zur Verfügung stehen, betont die Veröffentlichung deren Zusammenführung statt einer lose verbundenen Liste abgerufener Seiten. GPT-5.3 Instant wird als Modell beschrieben, das Onlineerkenntnisse mit seinem vorhandenen Verständnis verbindet, den wichtigen Punkt erkennt und Kontext ergänzt. Dies beschreibt den Umgang mit bereitgestellten oder abgerufenen Informationen. Die Anwendung bestimmt, welche Suchwerkzeuge und Quellenmaterialien verfügbar sind.\n\nGesprächsstil und Schreiben sind separate Bereiche des Updates. OpenAI beschreibt eine gezieltere, natürlichere Tonalität und eine größere Bandbreite ausdrucksstarker Prosa, vom Entwurf fiktionaler Texte über die Verfeinerung einer Passage bis zur Entwicklung einer Idee. Die Arbeit an sachlicher Richtigkeit soll laut Bericht außerdem Halluzinationen über verschiedene Themen hinweg verringern. Die Veröffentlichung stellt dies als Verbesserungen des Antwortverhaltens bei sachbezogenen und kreativen Aufgaben dar.\n\nDie Veröffentlichung hält eine konkrete sprachliche Einschränkung fest: In einigen Sprachen, darunter Japanisch und Koreanisch, kann der Antwortstil weiterhin steif oder zu wörtlich sein. Tonalität und Natürlichkeit werden weiterentwickelt. Benennen Sie für mehrsprachige Aufgaben Zielgruppe, Terminologie und gewünschtes Sprachregister ausdrücklich. Eine Schreibaufgabe kann zwischen zu erhaltenden sachlichen Inhalten und zu überarbeitenden gestalterischen Entscheidungen unterscheiden.\n\nDie Modellspezifikation nennt ein Kontextfenster von 128.000 Token, bis zu 16.384 Ausgabetoken und einen Wissensstand bis zum 31. August 2025. Text und Bilder sind unterstützte Eingaben; die Ausgabe ist Text. Streaming, Funktionsaufrufe und Structured Outputs werden unterstützt, während Audio- und Videoeingaben, Fine-Tuning und Predicted Outputs nicht zur veröffentlichten Konfiguration gehören.\n\nÜber Funktionsaufrufe kann eine verbundene Anwendung Aktionen und Daten bereitstellen: Das Modell wählt eine Funktion und liefert Argumente, die Anwendung führt sie aus und gibt das Ergebnis zurück. Strukturierte Ausgabe ordnet die Antwort selbst in vereinbarte Felder. Ein Screenshot, Diagramm oder Dokumentbild kann eine Textfrage um visuellen Kontext ergänzen. Gut lesbare Quellen und klar benannte relevante Details unterstützen die Interpretation.\n\nDefinieren Sie für einen Assistenten mit Ailoot API das benötigte Ergebnis: eine knappe Antwort, ein überarbeitetes Dokument, eine visuelle Erklärung oder strukturierte Fakten. Stellen Sie das Originalmaterial und die maßgeblichen Anforderungen bereit. Die Bezeichnung Instant Chat bleibt ausdrücklich erhalten. Folgenachrichten können Tonalität, Schwerpunkt oder Struktur verfeinern, während Ausgangsmaterial und ursprüngliche Anforderungen im Blick bleiben.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
A natural follow-up message\n\nDraft a friendly follow-up to a colleague who missed a planning meeting. Facts: we chose the blue packaging sample, kept the existing launch date, and need their feedback on the label by Thursday. Use about 60 words, with a direct opening and one clear request. Keep the tone warm without inventing a reason for their absence.One concise message containing the two decisions and the Thursday feedback request.The launch date stays unchanged, and no explanation of the colleague's absence is invented.gpt-5.3-chat-latestGPT-5.3 Chat ist OpenAIs GPT-5.3 Instant-Variante für direkte Textantworten im Gespräch, die Bilder berücksichtigen. Sie konzentriert sich auf Relevanz, sachliche Richtigkeit und bessere Texte und bietet Funktionsaufrufe, strukturierte Ausgaben und einen Kontext von 128.000 Token.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT-5.3 Chat bezeichnet den mit ChatGPT verbundenen GPT-5.3 Instant-Snapshot. OpenAI beschreibt dieses Instant-Update anhand alltäglicher Gesprächsqualitäten: Relevanz, hilfreiche Antworten und ein flüssigerer Verlauf. Das Modell nimmt Text und Bilder entgegen und erzeugt Text. Seine chatbezogene Identität bleibt von anderen GPT-5.3-Varianten getrennt.
Zunächst geht es in der Veröffentlichung um die Einschätzung, welche Antwort angemessen ist. OpenAI berichtet von weniger unnötigen Ablehnungen und weniger defensiven oder moralisierenden Einleitungen vor einer Antwort. Das angestrebte Verhalten ist, direkt zu antworten, wenn eine hilfreiche Antwort angemessen ist, und bei der Frage zu bleiben. In einem praktischen Assistenten unterstützt dies Erklärungen und aufgabenbezogene Antworten, ohne jede Anfrage in eine lange Vorrede zu verwandeln.
Wenn dem umgebenden Produkt Webinformationen zur Verfügung stehen, betont die Veröffentlichung deren Zusammenführung statt einer lose verbundenen Liste abgerufener Seiten. GPT-5.3 Instant wird als Modell beschrieben, das Onlineerkenntnisse mit seinem vorhandenen Verständnis verbindet, den wichtigen Punkt erkennt und Kontext ergänzt. Dies beschreibt den Umgang mit bereitgestellten oder abgerufenen Informationen. Die Anwendung bestimmt, welche Suchwerkzeuge und Quellenmaterialien verfügbar sind.
Gesprächsstil und Schreiben sind separate Bereiche des Updates. OpenAI beschreibt eine gezieltere, natürlichere Tonalität und eine größere Bandbreite ausdrucksstarker Prosa, vom Entwurf fiktionaler Texte über die Verfeinerung einer Passage bis zur Entwicklung einer Idee. Die Arbeit an sachlicher Richtigkeit soll laut Bericht außerdem Halluzinationen über verschiedene Themen hinweg verringern. Die Veröffentlichung stellt dies als Verbesserungen des Antwortverhaltens bei sachbezogenen und kreativen Aufgaben dar.
Die Veröffentlichung hält eine konkrete sprachliche Einschränkung fest: In einigen Sprachen, darunter Japanisch und Koreanisch, kann der Antwortstil weiterhin steif oder zu wörtlich sein. Tonalität und Natürlichkeit werden weiterentwickelt. Benennen Sie für mehrsprachige Aufgaben Zielgruppe, Terminologie und gewünschtes Sprachregister ausdrücklich. Eine Schreibaufgabe kann zwischen zu erhaltenden sachlichen Inhalten und zu überarbeitenden gestalterischen Entscheidungen unterscheiden.
Die Modellspezifikation nennt ein Kontextfenster von 128.000 Token, bis zu 16.384 Ausgabetoken und einen Wissensstand bis zum 31. August 2025. Text und Bilder sind unterstützte Eingaben; die Ausgabe ist Text. Streaming, Funktionsaufrufe und Structured Outputs werden unterstützt, während Audio- und Videoeingaben, Fine-Tuning und Predicted Outputs nicht zur veröffentlichten Konfiguration gehören.
Über Funktionsaufrufe kann eine verbundene Anwendung Aktionen und Daten bereitstellen: Das Modell wählt eine Funktion und liefert Argumente, die Anwendung führt sie aus und gibt das Ergebnis zurück. Strukturierte Ausgabe ordnet die Antwort selbst in vereinbarte Felder. Ein Screenshot, Diagramm oder Dokumentbild kann eine Textfrage um visuellen Kontext ergänzen. Gut lesbare Quellen und klar benannte relevante Details unterstützen die Interpretation.
Definieren Sie für einen Assistenten mit Ailoot API das benötigte Ergebnis: eine knappe Antwort, ein überarbeitetes Dokument, eine visuelle Erklärung oder strukturierte Fakten. Stellen Sie das Originalmaterial und die maßgeblichen Anforderungen bereit. Die Bezeichnung Instant Chat bleibt ausdrücklich erhalten. Folgenachrichten können Tonalität, Schwerpunkt oder Struktur verfeinern, während Ausgangsmaterial und ursprüngliche Anforderungen im Blick bleiben.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gpt-5.3-chat-latest | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0035 / 1K Tokens Ausgabe · Ausgabetoken $0.028 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.3-chat-latest", "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-5.3-chat-latest',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-5.3-chat-latest',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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra gpt-5.3-chat-latest
Verwenden Sie die oben angezeigten Methodenpfade.
gpt-5.3-chat-latestGPT-5.3 Chat ist OpenAIs GPT-5.3 Instant-Variante für direkte Textantworten im Gespräch, die Bilder berücksichtigen. Sie konzentriert sich auf Relevanz, sachliche Richtigkeit und bessere Texte und bietet Funktionsaufrufe, strukturierte Ausgaben und einen Kontext von 128.000 Token.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT-5.3 Chat bezeichnet den mit ChatGPT verbundenen GPT-5.3 Instant-Snapshot. OpenAI beschreibt dieses Instant-Update anhand alltäglicher Gesprächsqualitäten: Relevanz, hilfreiche Antworten und ein flüssigerer Verlauf. Das Modell nimmt Text und Bilder entgegen und erzeugt Text. Seine chatbezogene Identität bleibt von anderen GPT-5.3-Varianten getrennt.
Zunächst geht es in der Veröffentlichung um die Einschätzung, welche Antwort angemessen ist. OpenAI berichtet von weniger unnötigen Ablehnungen und weniger defensiven oder moralisierenden Einleitungen vor einer Antwort. Das angestrebte Verhalten ist, direkt zu antworten, wenn eine hilfreiche Antwort angemessen ist, und bei der Frage zu bleiben. In einem praktischen Assistenten unterstützt dies Erklärungen und aufgabenbezogene Antworten, ohne jede Anfrage in eine lange Vorrede zu verwandeln.
Wenn dem umgebenden Produkt Webinformationen zur Verfügung stehen, betont die Veröffentlichung deren Zusammenführung statt einer lose verbundenen Liste abgerufener Seiten. GPT-5.3 Instant wird als Modell beschrieben, das Onlineerkenntnisse mit seinem vorhandenen Verständnis verbindet, den wichtigen Punkt erkennt und Kontext ergänzt. Dies beschreibt den Umgang mit bereitgestellten oder abgerufenen Informationen. Die Anwendung bestimmt, welche Suchwerkzeuge und Quellenmaterialien verfügbar sind.
Gesprächsstil und Schreiben sind separate Bereiche des Updates. OpenAI beschreibt eine gezieltere, natürlichere Tonalität und eine größere Bandbreite ausdrucksstarker Prosa, vom Entwurf fiktionaler Texte über die Verfeinerung einer Passage bis zur Entwicklung einer Idee. Die Arbeit an sachlicher Richtigkeit soll laut Bericht außerdem Halluzinationen über verschiedene Themen hinweg verringern. Die Veröffentlichung stellt dies als Verbesserungen des Antwortverhaltens bei sachbezogenen und kreativen Aufgaben dar.
Die Veröffentlichung hält eine konkrete sprachliche Einschränkung fest: In einigen Sprachen, darunter Japanisch und Koreanisch, kann der Antwortstil weiterhin steif oder zu wörtlich sein. Tonalität und Natürlichkeit werden weiterentwickelt. Benennen Sie für mehrsprachige Aufgaben Zielgruppe, Terminologie und gewünschtes Sprachregister ausdrücklich. Eine Schreibaufgabe kann zwischen zu erhaltenden sachlichen Inhalten und zu überarbeitenden gestalterischen Entscheidungen unterscheiden.
Die Modellspezifikation nennt ein Kontextfenster von 128.000 Token, bis zu 16.384 Ausgabetoken und einen Wissensstand bis zum 31. August 2025. Text und Bilder sind unterstützte Eingaben; die Ausgabe ist Text. Streaming, Funktionsaufrufe und Structured Outputs werden unterstützt, während Audio- und Videoeingaben, Fine-Tuning und Predicted Outputs nicht zur veröffentlichten Konfiguration gehören.
Über Funktionsaufrufe kann eine verbundene Anwendung Aktionen und Daten bereitstellen: Das Modell wählt eine Funktion und liefert Argumente, die Anwendung führt sie aus und gibt das Ergebnis zurück. Strukturierte Ausgabe ordnet die Antwort selbst in vereinbarte Felder. Ein Screenshot, Diagramm oder Dokumentbild kann eine Textfrage um visuellen Kontext ergänzen. Gut lesbare Quellen und klar benannte relevante Details unterstützen die Interpretation.
Definieren Sie für einen Assistenten mit Ailoot API das benötigte Ergebnis: eine knappe Antwort, ein überarbeitetes Dokument, eine visuelle Erklärung oder strukturierte Fakten. Stellen Sie das Originalmaterial und die maßgeblichen Anforderungen bereit. Die Bezeichnung Instant Chat bleibt ausdrücklich erhalten. Folgenachrichten können Tonalität, Schwerpunkt oder Struktur verfeinern, während Ausgangsmaterial und ursprüngliche Anforderungen im Blick bleiben.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gpt-5.3-chat-latest | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0035 / 1K Tokens Ausgabe · Ausgabetoken $0.028 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "gpt-5.3-chat-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.3-chat-latest', '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-5.3-chat-latest', '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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra gpt-5.3-chat-latest
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
A natural follow-up message\n\nDraft a friendly follow-up to a colleague who missed a planning meeting. Facts: we chose the blue packaging sample, kept the existing launch date, and need their feedback on the label by Thursday. Use about 60 words, with a direct opening and one clear request. Keep the tone warm without inventing a reason for their absence.One concise message containing the two decisions and the Thursday feedback request.The launch date stays unchanged, and no explanation of the colleague's absence is invented.