ChatGPT-4o bezeichnet den GPT-4o-Snapshot, der mit dem Gesprächserlebnis von ChatGPT verbunden ist. Im Mittelpunkt steht ein Dialog, in dem Text und visuelles Material zu einer Antwort beitragen: Ein Nutzer kann eine Aufgabe beschreiben, ein Bild anhängen und das Ergebnis mit Folgenachrichten verfeinern. Das Modell erzeugt Text, darunter Erklärungen, überarbeitete Passagen und Code. Diese Karte beschreibt den Chatalias und seine eigene dokumentierte Konfiguration.
OpenAIs Einführung der GPT-4o-Familie betont kombiniertes Sprach- und Bildverständnis. In dieser Text- und Bildkonfiguration unterstützt dies Fragen zu sichtbaren Inhalten neben gewöhnlichem Schreiben und Codebesprechungen. Die Modellkarte nennt Beispiele wie Mathematiknachhilfe, Reiseunterstützung, Kleidungsempfehlungen und Rezeptvorbereitung. Dies sind Gesprächsanwendungen: Aufgabe, bereitgestellte Informationen und gewünschtes Antwortformat steuern die Antwort.
Die Familie entwickelt ausserdem mehrsprachiges Sprachverständnis und mehrsprachige Textgenerierung. Eine Anwendung kann diese Grundlage nutzen, um Material für eine gewählte Zielgruppe zu erklären, die Tonalität zu überarbeiten oder dieselbe Quelle in einer anderen Sprache zu besprechen. Bei einem Dokument oder Screenshot benennt eine hilfreiche Anweisung die relevante Passage oder das sichtbare Element und legt das Ergebnis fest: eine knappe Erklärung, überarbeiteten Text oder eine Abfolge von Aktionen.
Die Spezifikation nennt Text- und Bildeingaben, Textausgabe, ein Kontextfenster von 128’000 Token und maximal 16’384 Ausgabetoken. Der dokumentierte Wissensstand reicht bis zum 1. Oktober 2023. Audio und Video sind für diesen Alias nicht als unterstützte Eingaben aufgeführt. Die breitere Ankündigung der GPT-4o-Familie beschreibt weitere Modalitäten, doch die Konfiguration auf dieser Karte ist die Text- und Bildschnittstelle.
Streaming und Predicted Outputs sind als unterstützte Funktionen aufgeführt. Predicted Outputs ist für Neuerzeugungsaufgaben gedacht, bei denen ein grosser Teil des erwarteten Texts bereits bekannt ist, etwa die Überarbeitung eines Dokuments unter Erhaltung des grössten Teils. Funktionsaufrufe, Structured Outputs und Fine-Tuning werden in der veröffentlichten Konfiguration des Chatalias nicht unterstützt. Diese Unterschiede sind wichtig bei der Wahl zwischen einem Textergebnis im Gespräch und einer Integration, die Werkzeugaufrufe oder eine verbindliche Einhaltung eines Schemas benötigt.
OpenAIs Bildleitfaden nennt praktische Grenzen bei kleinem oder gedrehtem Text, präziser räumlicher Interpretation, Objektzählungen und schwierigen Bildformen. Stellen Sie ein klares Bild bereit und benennen Sie den für die Frage relevanten Bereich. Die entstehende Erklärung betrifft sichtbare Inhalte. Dateinamen und Bildmetadaten ersetzen keine im Bild gezeigten Informationen.
Verbinden Sie für einen Assistenten mit Ailoot API das Ausgangsmaterial mit einem konkreten Ziel und erhalten Sie den relevanten Gesprächskontext. Eine geeignete Aufgabe kann eine screenshotgestützte Erklärung, eine überarbeitete Kundennachricht oder eine Dokumentgliederung verlangen. Die unversionierte Chatbezeichnung kennzeichnet diese Gesprächsvariante von GPT-4o und bleibt beim Ordnen wiederkehrender Anfragen ausdrücklich erhalten.
", "aboutText": "ChatGPT-4o bezeichnet den GPT-4o-Snapshot, der mit dem Gesprächserlebnis von ChatGPT verbunden ist. Im Mittelpunkt steht ein Dialog, in dem Text und visuelles Material zu einer Antwort beitragen: Ein Nutzer kann eine Aufgabe beschreiben, ein Bild anhängen und das Ergebnis mit Folgenachrichten verfeinern. Das Modell erzeugt Text, darunter Erklärungen, überarbeitete Passagen und Code. Diese Karte beschreibt den Chatalias und seine eigene dokumentierte Konfiguration.\n\nOpenAIs Einführung der GPT-4o-Familie betont kombiniertes Sprach- und Bildverständnis. In dieser Text- und Bildkonfiguration unterstützt dies Fragen zu sichtbaren Inhalten neben gewöhnlichem Schreiben und Codebesprechungen. Die Modellkarte nennt Beispiele wie Mathematiknachhilfe, Reiseunterstützung, Kleidungsempfehlungen und Rezeptvorbereitung. Dies sind Gesprächsanwendungen: Aufgabe, bereitgestellte Informationen und gewünschtes Antwortformat steuern die Antwort.\n\nDie Familie entwickelt ausserdem mehrsprachiges Sprachverständnis und mehrsprachige Textgenerierung. Eine Anwendung kann diese Grundlage nutzen, um Material für eine gewählte Zielgruppe zu erklären, die Tonalität zu überarbeiten oder dieselbe Quelle in einer anderen Sprache zu besprechen. Bei einem Dokument oder Screenshot benennt eine hilfreiche Anweisung die relevante Passage oder das sichtbare Element und legt das Ergebnis fest: eine knappe Erklärung, überarbeiteten Text oder eine Abfolge von Aktionen.\n\nDie Spezifikation nennt Text- und Bildeingaben, Textausgabe, ein Kontextfenster von 128’000 Token und maximal 16’384 Ausgabetoken. Der dokumentierte Wissensstand reicht bis zum 1. Oktober 2023. Audio und Video sind für diesen Alias nicht als unterstützte Eingaben aufgeführt. Die breitere Ankündigung der GPT-4o-Familie beschreibt weitere Modalitäten, doch die Konfiguration auf dieser Karte ist die Text- und Bildschnittstelle.\n\nStreaming und Predicted Outputs sind als unterstützte Funktionen aufgeführt. Predicted Outputs ist für Neuerzeugungsaufgaben gedacht, bei denen ein grosser Teil des erwarteten Texts bereits bekannt ist, etwa die Überarbeitung eines Dokuments unter Erhaltung des grössten Teils. Funktionsaufrufe, Structured Outputs und Fine-Tuning werden in der veröffentlichten Konfiguration des Chatalias nicht unterstützt. Diese Unterschiede sind wichtig bei der Wahl zwischen einem Textergebnis im Gespräch und einer Integration, die Werkzeugaufrufe oder eine verbindliche Einhaltung eines Schemas benötigt.\n\nOpenAIs Bildleitfaden nennt praktische Grenzen bei kleinem oder gedrehtem Text, präziser räumlicher Interpretation, Objektzählungen und schwierigen Bildformen. Stellen Sie ein klares Bild bereit und benennen Sie den für die Frage relevanten Bereich. Die entstehende Erklärung betrifft sichtbare Inhalte. Dateinamen und Bildmetadaten ersetzen keine im Bild gezeigten Informationen.\n\nVerbinden Sie für einen Assistenten mit Ailoot API das Ausgangsmaterial mit einem konkreten Ziel und erhalten Sie den relevanten Gesprächskontext. Eine geeignete Aufgabe kann eine screenshotgestützte Erklärung, eine überarbeitete Kundennachricht oder eine Dokumentgliederung verlangen. Die unversionierte Chatbezeichnung kennzeichnet diese Gesprächsvariante von GPT-4o und bleibt beim Ordnen wiederkehrender Anfragen ausdrücklich erhalten.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Prepare a helpful customer reply\n\nDraft a warm customer reply under 90 words. Customer: 'My parcel says delivered, but reception has nothing.' Facts: tracking shows delivery at 14:10; the courier has not supplied a proof-of-delivery photo; support can request it today. Acknowledge the problem, explain the next action, and avoid claiming the parcel is lost or promising a refund.One sendable customer message with acknowledgement, a request for delivery evidence and a clear next step.Every factual statement comes from the supplied facts, with no invented resolution or refund promise.chatgpt-4o-latestChatGPT-4o ist OpenAIs dialogorientierte GPT-4o-Variante für Text- und Bildeingaben mit Textausgabe. Sie unterstützt mehrsprachiges Schreiben, die Besprechung von Code und visuelle Erklärungen in einem Kontext von 128’000 Token; ihr Funktionsumfang ist spezifisch für diesen Chat-Alias.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
ChatGPT-4o bezeichnet den GPT-4o-Snapshot, der mit dem Gesprächserlebnis von ChatGPT verbunden ist. Im Mittelpunkt steht ein Dialog, in dem Text und visuelles Material zu einer Antwort beitragen: Ein Nutzer kann eine Aufgabe beschreiben, ein Bild anhängen und das Ergebnis mit Folgenachrichten verfeinern. Das Modell erzeugt Text, darunter Erklärungen, überarbeitete Passagen und Code. Diese Karte beschreibt den Chatalias und seine eigene dokumentierte Konfiguration.
OpenAIs Einführung der GPT-4o-Familie betont kombiniertes Sprach- und Bildverständnis. In dieser Text- und Bildkonfiguration unterstützt dies Fragen zu sichtbaren Inhalten neben gewöhnlichem Schreiben und Codebesprechungen. Die Modellkarte nennt Beispiele wie Mathematiknachhilfe, Reiseunterstützung, Kleidungsempfehlungen und Rezeptvorbereitung. Dies sind Gesprächsanwendungen: Aufgabe, bereitgestellte Informationen und gewünschtes Antwortformat steuern die Antwort.
Die Familie entwickelt ausserdem mehrsprachiges Sprachverständnis und mehrsprachige Textgenerierung. Eine Anwendung kann diese Grundlage nutzen, um Material für eine gewählte Zielgruppe zu erklären, die Tonalität zu überarbeiten oder dieselbe Quelle in einer anderen Sprache zu besprechen. Bei einem Dokument oder Screenshot benennt eine hilfreiche Anweisung die relevante Passage oder das sichtbare Element und legt das Ergebnis fest: eine knappe Erklärung, überarbeiteten Text oder eine Abfolge von Aktionen.
Die Spezifikation nennt Text- und Bildeingaben, Textausgabe, ein Kontextfenster von 128’000 Token und maximal 16’384 Ausgabetoken. Der dokumentierte Wissensstand reicht bis zum 1. Oktober 2023. Audio und Video sind für diesen Alias nicht als unterstützte Eingaben aufgeführt. Die breitere Ankündigung der GPT-4o-Familie beschreibt weitere Modalitäten, doch die Konfiguration auf dieser Karte ist die Text- und Bildschnittstelle.
Streaming und Predicted Outputs sind als unterstützte Funktionen aufgeführt. Predicted Outputs ist für Neuerzeugungsaufgaben gedacht, bei denen ein grosser Teil des erwarteten Texts bereits bekannt ist, etwa die Überarbeitung eines Dokuments unter Erhaltung des grössten Teils. Funktionsaufrufe, Structured Outputs und Fine-Tuning werden in der veröffentlichten Konfiguration des Chatalias nicht unterstützt. Diese Unterschiede sind wichtig bei der Wahl zwischen einem Textergebnis im Gespräch und einer Integration, die Werkzeugaufrufe oder eine verbindliche Einhaltung eines Schemas benötigt.
OpenAIs Bildleitfaden nennt praktische Grenzen bei kleinem oder gedrehtem Text, präziser räumlicher Interpretation, Objektzählungen und schwierigen Bildformen. Stellen Sie ein klares Bild bereit und benennen Sie den für die Frage relevanten Bereich. Die entstehende Erklärung betrifft sichtbare Inhalte. Dateinamen und Bildmetadaten ersetzen keine im Bild gezeigten Informationen.
Verbinden Sie für einen Assistenten mit Ailoot API das Ausgangsmaterial mit einem konkreten Ziel und erhalten Sie den relevanten Gesprächskontext. Eine geeignete Aufgabe kann eine screenshotgestützte Erklärung, eine überarbeitete Kundennachricht oder eine Dokumentgliederung verlangen. Die unversionierte Chatbezeichnung kennzeichnet diese Gesprächsvariante von GPT-4o und bleibt beim Ordnen wiederkehrender Anfragen ausdrücklich erhalten.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits chatgpt-4o-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 $0.01 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "chatgpt-4o-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='chatgpt-4o-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='chatgpt-4o-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 chatgpt-4o-latest
Verwenden Sie die oben angezeigten Methodenpfade.
chatgpt-4o-latestChatGPT-4o ist OpenAIs dialogorientierte GPT-4o-Variante für Text- und Bildeingaben mit Textausgabe. Sie unterstützt mehrsprachiges Schreiben, die Besprechung von Code und visuelle Erklärungen in einem Kontext von 128’000 Token; ihr Funktionsumfang ist spezifisch für diesen Chat-Alias.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
ChatGPT-4o bezeichnet den GPT-4o-Snapshot, der mit dem Gesprächserlebnis von ChatGPT verbunden ist. Im Mittelpunkt steht ein Dialog, in dem Text und visuelles Material zu einer Antwort beitragen: Ein Nutzer kann eine Aufgabe beschreiben, ein Bild anhängen und das Ergebnis mit Folgenachrichten verfeinern. Das Modell erzeugt Text, darunter Erklärungen, überarbeitete Passagen und Code. Diese Karte beschreibt den Chatalias und seine eigene dokumentierte Konfiguration.
OpenAIs Einführung der GPT-4o-Familie betont kombiniertes Sprach- und Bildverständnis. In dieser Text- und Bildkonfiguration unterstützt dies Fragen zu sichtbaren Inhalten neben gewöhnlichem Schreiben und Codebesprechungen. Die Modellkarte nennt Beispiele wie Mathematiknachhilfe, Reiseunterstützung, Kleidungsempfehlungen und Rezeptvorbereitung. Dies sind Gesprächsanwendungen: Aufgabe, bereitgestellte Informationen und gewünschtes Antwortformat steuern die Antwort.
Die Familie entwickelt ausserdem mehrsprachiges Sprachverständnis und mehrsprachige Textgenerierung. Eine Anwendung kann diese Grundlage nutzen, um Material für eine gewählte Zielgruppe zu erklären, die Tonalität zu überarbeiten oder dieselbe Quelle in einer anderen Sprache zu besprechen. Bei einem Dokument oder Screenshot benennt eine hilfreiche Anweisung die relevante Passage oder das sichtbare Element und legt das Ergebnis fest: eine knappe Erklärung, überarbeiteten Text oder eine Abfolge von Aktionen.
Die Spezifikation nennt Text- und Bildeingaben, Textausgabe, ein Kontextfenster von 128’000 Token und maximal 16’384 Ausgabetoken. Der dokumentierte Wissensstand reicht bis zum 1. Oktober 2023. Audio und Video sind für diesen Alias nicht als unterstützte Eingaben aufgeführt. Die breitere Ankündigung der GPT-4o-Familie beschreibt weitere Modalitäten, doch die Konfiguration auf dieser Karte ist die Text- und Bildschnittstelle.
Streaming und Predicted Outputs sind als unterstützte Funktionen aufgeführt. Predicted Outputs ist für Neuerzeugungsaufgaben gedacht, bei denen ein grosser Teil des erwarteten Texts bereits bekannt ist, etwa die Überarbeitung eines Dokuments unter Erhaltung des grössten Teils. Funktionsaufrufe, Structured Outputs und Fine-Tuning werden in der veröffentlichten Konfiguration des Chatalias nicht unterstützt. Diese Unterschiede sind wichtig bei der Wahl zwischen einem Textergebnis im Gespräch und einer Integration, die Werkzeugaufrufe oder eine verbindliche Einhaltung eines Schemas benötigt.
OpenAIs Bildleitfaden nennt praktische Grenzen bei kleinem oder gedrehtem Text, präziser räumlicher Interpretation, Objektzählungen und schwierigen Bildformen. Stellen Sie ein klares Bild bereit und benennen Sie den für die Frage relevanten Bereich. Die entstehende Erklärung betrifft sichtbare Inhalte. Dateinamen und Bildmetadaten ersetzen keine im Bild gezeigten Informationen.
Verbinden Sie für einen Assistenten mit Ailoot API das Ausgangsmaterial mit einem konkreten Ziel und erhalten Sie den relevanten Gesprächskontext. Eine geeignete Aufgabe kann eine screenshotgestützte Erklärung, eine überarbeitete Kundennachricht oder eine Dokumentgliederung verlangen. Die unversionierte Chatbezeichnung kennzeichnet diese Gesprächsvariante von GPT-4o und bleibt beim Ordnen wiederkehrender Anfragen ausdrücklich erhalten.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits chatgpt-4o-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 $0.01 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "chatgpt-4o-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'chatgpt-4o-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': 'chatgpt-4o-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 chatgpt-4o-latest
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Prepare a helpful customer reply\n\nDraft a warm customer reply under 90 words. Customer: 'My parcel says delivered, but reception has nothing.' Facts: tracking shows delivery at 14:10; the courier has not supplied a proof-of-delivery photo; support can request it today. Acknowledge the problem, explain the next action, and avoid claiming the parcel is lost or promising a refund.One sendable customer message with acknowledgement, a request for delivery evidence and a clear next step.Every factual statement comes from the supplied facts, with no invented resolution or refund promise.