GPT-5 Chat ist OpenAIs Bezeichnung für den mit ChatGPT verbundenen Gesprächs-Snapshot von GPT-5. Die Entwicklerankündigung benennt diese API-Chatvariante als Modell ohne separaten Reasoning-Schritt im GPT-5-System. Sie ist eine eigenständige Wahl neben dem Hauptmodell GPT-5 mit Reasoning. Der Name auf dieser Karte bezieht sich auf einen auf Chat ausgerichteten Antwortpfad und nicht auf das vollständige Routingsystem von ChatGPT.
OpenAI ordnet die praktischen Anwendungen der GPT-5-Familie den Bereichen Programmieren, Schreiben und Informationsverständnis zu. Für einen Gesprächsassistenten bedeutet dies, eine Funktion zu besprechen, ein bereitgestelltes Dokument zu erklären, eine Nachricht zu bearbeiten oder eine Idee durch aufeinanderfolgende Fragen zu entwickeln. Die Schreibaufgaben der Familie umfassen Entwürfe und Überarbeitungen von Berichten, E-Mails und längeren Texten unter Beachtung des gewünschten Aufbaus und Ausdrucksstils.
Visueller Kontext kann die Textaufgabe begleiten. Ein Bild einer Oberfläche, eines Diagramms, einer Präsentation oder einer schematischen Darstellung gibt dem Modell einen konkreten Gegenstand zur Erklärung. Fragen Sie nach einer bestimmten Beziehung oder einem Element und definieren Sie das gewünschte Textergebnis. Die Ausgabe ist eine Erklärung, überarbeitetes Material oder Code. Das Bild dient als Eingabe und nicht als Auftrag zur Bilderzeugung.
Die veröffentlichte Konfiguration hat ein Kontextfenster von 128’000 Token, bis zu 16’384 Ausgabetoken und einen Wissensstand bis zum 30. September 2024. Sie nimmt Text und Bilder entgegen und erzeugt Text. Streaming, Funktionsaufrufe und Structured Outputs werden als unterstützt aufgeführt. Audio- und Videoeingaben, Fine-Tuning und Predicted Outputs werden in dieser Chatkonfiguration nicht unterstützt. Die Grenzen gehören zum benannten Chatmodell und nicht zur umfangreicheren Spezifikation des Reasoning-Modells.
Funktionsaufrufe verbinden den Assistenten mit Aktionen und Daten einer Anwendung. Das Modell kann eine beschriebene Funktion auswählen und ihre Argumente erzeugen; die Anwendung führt sie aus und gibt das Ergebnis für die nächste Antwort zurück. Strukturierte Ausgabe dient einem anderen Zweck: Eine Antwort kann einer vereinbarten Datenstruktur folgen, etwa Feldern für eine Zusammenfassung, relevante Fakten und einen vorgeschlagenen nächsten Schritt. Werkzeugausführung und Zugriff bleiben Aufgaben der umgebenden Anwendung.
Die Veröffentlichung der GPT-5-Familie betont ausserdem Anweisungsbefolgung, klareren Umgang mit unsicheren oder unvollständigen Aufgaben und einen weniger übermässig zustimmenden Stil. Die chatspezifische Variante kann durch Rolle, Zielgruppe, Tonalität und ausdrückliche Ausgabeanforderungen ausgerichtet werden. Allgemeine Hinweise zur Bildverarbeitung gelten weiterhin für ihre Bildaufgaben: Kleiner oder gedrehter Text und präzise räumliche Interpretation erfordern sorgfältige Quellenvorbereitung.
Definieren Sie für ein Produkt mit Ailoot API das beabsichtigte Gesprächsergebnis und stellen Sie das massgebliche Material bereit. Eine hilfreiche Anfrage kann eine Kundenantwort, eine Erklärung eines Screenshots oder ein Dokument mit vorgegebenen Abschnitten verlangen. Halten Sie Pflichtfakten und die gewählte Passage bei der Antwortverfeinerung ausdrücklich fest. Die Chatbezeichnung bewahrt in diesen Abläufen ihre eigene Identität, während das bereitgestellte Gespräch den Kontext jeder Antwort liefert.
", "aboutText": "GPT-5 Chat ist OpenAIs Bezeichnung für den mit ChatGPT verbundenen Gesprächs-Snapshot von GPT-5. Die Entwicklerankündigung benennt diese API-Chatvariante als Modell ohne separaten Reasoning-Schritt im GPT-5-System. Sie ist eine eigenständige Wahl neben dem Hauptmodell GPT-5 mit Reasoning. Der Name auf dieser Karte bezieht sich auf einen auf Chat ausgerichteten Antwortpfad und nicht auf das vollständige Routingsystem von ChatGPT.\n\nOpenAI ordnet die praktischen Anwendungen der GPT-5-Familie den Bereichen Programmieren, Schreiben und Informationsverständnis zu. Für einen Gesprächsassistenten bedeutet dies, eine Funktion zu besprechen, ein bereitgestelltes Dokument zu erklären, eine Nachricht zu bearbeiten oder eine Idee durch aufeinanderfolgende Fragen zu entwickeln. Die Schreibaufgaben der Familie umfassen Entwürfe und Überarbeitungen von Berichten, E-Mails und längeren Texten unter Beachtung des gewünschten Aufbaus und Ausdrucksstils.\n\nVisueller Kontext kann die Textaufgabe begleiten. Ein Bild einer Oberfläche, eines Diagramms, einer Präsentation oder einer schematischen Darstellung gibt dem Modell einen konkreten Gegenstand zur Erklärung. Fragen Sie nach einer bestimmten Beziehung oder einem Element und definieren Sie das gewünschte Textergebnis. Die Ausgabe ist eine Erklärung, überarbeitetes Material oder Code. Das Bild dient als Eingabe und nicht als Auftrag zur Bilderzeugung.\n\nDie veröffentlichte Konfiguration hat ein Kontextfenster von 128’000 Token, bis zu 16’384 Ausgabetoken und einen Wissensstand bis zum 30. September 2024. Sie nimmt Text und Bilder entgegen und erzeugt Text. Streaming, Funktionsaufrufe und Structured Outputs werden als unterstützt aufgeführt. Audio- und Videoeingaben, Fine-Tuning und Predicted Outputs werden in dieser Chatkonfiguration nicht unterstützt. Die Grenzen gehören zum benannten Chatmodell und nicht zur umfangreicheren Spezifikation des Reasoning-Modells.\n\nFunktionsaufrufe verbinden den Assistenten mit Aktionen und Daten einer Anwendung. Das Modell kann eine beschriebene Funktion auswählen und ihre Argumente erzeugen; die Anwendung führt sie aus und gibt das Ergebnis für die nächste Antwort zurück. Strukturierte Ausgabe dient einem anderen Zweck: Eine Antwort kann einer vereinbarten Datenstruktur folgen, etwa Feldern für eine Zusammenfassung, relevante Fakten und einen vorgeschlagenen nächsten Schritt. Werkzeugausführung und Zugriff bleiben Aufgaben der umgebenden Anwendung.\n\nDie Veröffentlichung der GPT-5-Familie betont ausserdem Anweisungsbefolgung, klareren Umgang mit unsicheren oder unvollständigen Aufgaben und einen weniger übermässig zustimmenden Stil. Die chatspezifische Variante kann durch Rolle, Zielgruppe, Tonalität und ausdrückliche Ausgabeanforderungen ausgerichtet werden. Allgemeine Hinweise zur Bildverarbeitung gelten weiterhin für ihre Bildaufgaben: Kleiner oder gedrehter Text und präzise räumliche Interpretation erfordern sorgfältige Quellenvorbereitung.\n\nDefinieren Sie für ein Produkt mit Ailoot API das beabsichtigte Gesprächsergebnis und stellen Sie das massgebliche Material bereit. Eine hilfreiche Anfrage kann eine Kundenantwort, eine Erklärung eines Screenshots oder ein Dokument mit vorgegebenen Abschnitten verlangen. Halten Sie Pflichtfakten und die gewählte Passage bei der Antwortverfeinerung ausdrücklich fest. Die Chatbezeichnung bewahrt in diesen Abläufen ihre eigene Identität, während das bereitgestellte Gespräch den Kontext jeder Antwort liefert.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Revise an operational status report\n\nRewrite this report into three short sections: completed, unresolved and next step. Source: 'The import accepted 420 rows. Eighteen rows failed because their account IDs were blank. We have not retried them. Vera will ask the source team for the missing IDs tomorrow.' Keep the counts and ownership exact and avoid describing the import as fully complete.A concise three-section report preserving counts, unresolved rows and Vera's planned follow-up.The result states that 18 rows remain unresolved and that no retry has occurred.gpt-5-chat-latestGPT-5 Chat ist OpenAIs auf Gespräche ausgerichtete GPT-5-Variante ohne separaten Reasoning-Schritt für Text- und Bildeingaben mit Textausgabe. Sie unterstützt Schreiben, visuelle Erklärungen, Codebesprechungen, Funktionsaufrufe und strukturierte Antworten innerhalb eines Kontexts 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 Chat ist OpenAIs Bezeichnung für den mit ChatGPT verbundenen Gesprächs-Snapshot von GPT-5. Die Entwicklerankündigung benennt diese API-Chatvariante als Modell ohne separaten Reasoning-Schritt im GPT-5-System. Sie ist eine eigenständige Wahl neben dem Hauptmodell GPT-5 mit Reasoning. Der Name auf dieser Karte bezieht sich auf einen auf Chat ausgerichteten Antwortpfad und nicht auf das vollständige Routingsystem von ChatGPT.
OpenAI ordnet die praktischen Anwendungen der GPT-5-Familie den Bereichen Programmieren, Schreiben und Informationsverständnis zu. Für einen Gesprächsassistenten bedeutet dies, eine Funktion zu besprechen, ein bereitgestelltes Dokument zu erklären, eine Nachricht zu bearbeiten oder eine Idee durch aufeinanderfolgende Fragen zu entwickeln. Die Schreibaufgaben der Familie umfassen Entwürfe und Überarbeitungen von Berichten, E-Mails und längeren Texten unter Beachtung des gewünschten Aufbaus und Ausdrucksstils.
Visueller Kontext kann die Textaufgabe begleiten. Ein Bild einer Oberfläche, eines Diagramms, einer Präsentation oder einer schematischen Darstellung gibt dem Modell einen konkreten Gegenstand zur Erklärung. Fragen Sie nach einer bestimmten Beziehung oder einem Element und definieren Sie das gewünschte Textergebnis. Die Ausgabe ist eine Erklärung, überarbeitetes Material oder Code. Das Bild dient als Eingabe und nicht als Auftrag zur Bilderzeugung.
Die veröffentlichte Konfiguration hat ein Kontextfenster von 128’000 Token, bis zu 16’384 Ausgabetoken und einen Wissensstand bis zum 30. September 2024. Sie nimmt Text und Bilder entgegen und erzeugt Text. Streaming, Funktionsaufrufe und Structured Outputs werden als unterstützt aufgeführt. Audio- und Videoeingaben, Fine-Tuning und Predicted Outputs werden in dieser Chatkonfiguration nicht unterstützt. Die Grenzen gehören zum benannten Chatmodell und nicht zur umfangreicheren Spezifikation des Reasoning-Modells.
Funktionsaufrufe verbinden den Assistenten mit Aktionen und Daten einer Anwendung. Das Modell kann eine beschriebene Funktion auswählen und ihre Argumente erzeugen; die Anwendung führt sie aus und gibt das Ergebnis für die nächste Antwort zurück. Strukturierte Ausgabe dient einem anderen Zweck: Eine Antwort kann einer vereinbarten Datenstruktur folgen, etwa Feldern für eine Zusammenfassung, relevante Fakten und einen vorgeschlagenen nächsten Schritt. Werkzeugausführung und Zugriff bleiben Aufgaben der umgebenden Anwendung.
Die Veröffentlichung der GPT-5-Familie betont ausserdem Anweisungsbefolgung, klareren Umgang mit unsicheren oder unvollständigen Aufgaben und einen weniger übermässig zustimmenden Stil. Die chatspezifische Variante kann durch Rolle, Zielgruppe, Tonalität und ausdrückliche Ausgabeanforderungen ausgerichtet werden. Allgemeine Hinweise zur Bildverarbeitung gelten weiterhin für ihre Bildaufgaben: Kleiner oder gedrehter Text und präzise räumliche Interpretation erfordern sorgfältige Quellenvorbereitung.
Definieren Sie für ein Produkt mit Ailoot API das beabsichtigte Gesprächsergebnis und stellen Sie das massgebliche Material bereit. Eine hilfreiche Anfrage kann eine Kundenantwort, eine Erklärung eines Screenshots oder ein Dokument mit vorgegebenen Abschnitten verlangen. Halten Sie Pflichtfakten und die gewählte Passage bei der Antwortverfeinerung ausdrücklich fest. Die Chatbezeichnung bewahrt in diesen Abläufen ihre eigene Identität, während das bereitgestellte Gespräch den Kontext jeder Antwort liefert.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gpt-5-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 $0.0025 / 1K Tokens Ausgabe · Ausgabetoken $0.02 / 1K Tokens Eingabe · Cache lesen $0.00025 / 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": "gpt-5-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-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-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-chat-latest
Verwenden Sie die oben angezeigten Methodenpfade.
gpt-5-chat-latestGPT-5 Chat ist OpenAIs auf Gespräche ausgerichtete GPT-5-Variante ohne separaten Reasoning-Schritt für Text- und Bildeingaben mit Textausgabe. Sie unterstützt Schreiben, visuelle Erklärungen, Codebesprechungen, Funktionsaufrufe und strukturierte Antworten innerhalb eines Kontexts 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 Chat ist OpenAIs Bezeichnung für den mit ChatGPT verbundenen Gesprächs-Snapshot von GPT-5. Die Entwicklerankündigung benennt diese API-Chatvariante als Modell ohne separaten Reasoning-Schritt im GPT-5-System. Sie ist eine eigenständige Wahl neben dem Hauptmodell GPT-5 mit Reasoning. Der Name auf dieser Karte bezieht sich auf einen auf Chat ausgerichteten Antwortpfad und nicht auf das vollständige Routingsystem von ChatGPT.
OpenAI ordnet die praktischen Anwendungen der GPT-5-Familie den Bereichen Programmieren, Schreiben und Informationsverständnis zu. Für einen Gesprächsassistenten bedeutet dies, eine Funktion zu besprechen, ein bereitgestelltes Dokument zu erklären, eine Nachricht zu bearbeiten oder eine Idee durch aufeinanderfolgende Fragen zu entwickeln. Die Schreibaufgaben der Familie umfassen Entwürfe und Überarbeitungen von Berichten, E-Mails und längeren Texten unter Beachtung des gewünschten Aufbaus und Ausdrucksstils.
Visueller Kontext kann die Textaufgabe begleiten. Ein Bild einer Oberfläche, eines Diagramms, einer Präsentation oder einer schematischen Darstellung gibt dem Modell einen konkreten Gegenstand zur Erklärung. Fragen Sie nach einer bestimmten Beziehung oder einem Element und definieren Sie das gewünschte Textergebnis. Die Ausgabe ist eine Erklärung, überarbeitetes Material oder Code. Das Bild dient als Eingabe und nicht als Auftrag zur Bilderzeugung.
Die veröffentlichte Konfiguration hat ein Kontextfenster von 128’000 Token, bis zu 16’384 Ausgabetoken und einen Wissensstand bis zum 30. September 2024. Sie nimmt Text und Bilder entgegen und erzeugt Text. Streaming, Funktionsaufrufe und Structured Outputs werden als unterstützt aufgeführt. Audio- und Videoeingaben, Fine-Tuning und Predicted Outputs werden in dieser Chatkonfiguration nicht unterstützt. Die Grenzen gehören zum benannten Chatmodell und nicht zur umfangreicheren Spezifikation des Reasoning-Modells.
Funktionsaufrufe verbinden den Assistenten mit Aktionen und Daten einer Anwendung. Das Modell kann eine beschriebene Funktion auswählen und ihre Argumente erzeugen; die Anwendung führt sie aus und gibt das Ergebnis für die nächste Antwort zurück. Strukturierte Ausgabe dient einem anderen Zweck: Eine Antwort kann einer vereinbarten Datenstruktur folgen, etwa Feldern für eine Zusammenfassung, relevante Fakten und einen vorgeschlagenen nächsten Schritt. Werkzeugausführung und Zugriff bleiben Aufgaben der umgebenden Anwendung.
Die Veröffentlichung der GPT-5-Familie betont ausserdem Anweisungsbefolgung, klareren Umgang mit unsicheren oder unvollständigen Aufgaben und einen weniger übermässig zustimmenden Stil. Die chatspezifische Variante kann durch Rolle, Zielgruppe, Tonalität und ausdrückliche Ausgabeanforderungen ausgerichtet werden. Allgemeine Hinweise zur Bildverarbeitung gelten weiterhin für ihre Bildaufgaben: Kleiner oder gedrehter Text und präzise räumliche Interpretation erfordern sorgfältige Quellenvorbereitung.
Definieren Sie für ein Produkt mit Ailoot API das beabsichtigte Gesprächsergebnis und stellen Sie das massgebliche Material bereit. Eine hilfreiche Anfrage kann eine Kundenantwort, eine Erklärung eines Screenshots oder ein Dokument mit vorgegebenen Abschnitten verlangen. Halten Sie Pflichtfakten und die gewählte Passage bei der Antwortverfeinerung ausdrücklich fest. Die Chatbezeichnung bewahrt in diesen Abläufen ihre eigene Identität, während das bereitgestellte Gespräch den Kontext jeder Antwort liefert.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gpt-5-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 $0.0025 / 1K Tokens Ausgabe · Ausgabetoken $0.02 / 1K Tokens Eingabe · Cache lesen $0.00025 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "gpt-5-chat-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-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-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-chat-latest
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Revise an operational status report\n\nRewrite this report into three short sections: completed, unresolved and next step. Source: 'The import accepted 420 rows. Eighteen rows failed because their account IDs were blank. We have not retried them. Vera will ask the source team for the missing IDs tomorrow.' Keep the counts and ownership exact and avoid describing the import as fully complete.A concise three-section report preserving counts, unresolved rows and Vera's planned follow-up.The result states that 18 rows remain unresolved and that no retry has occurred.