GPT-3.5 Turbo ist OpenAIs Familie von Text- und Codemodellen, optimiert für Chat und auch für weitere schriftliche Aufgaben nutzbar. Sie nimmt Text entgegen und erzeugt Text. Der Familienalias ist von den separat benannten Optionen 0613, 16K und Instruct getrennt, die jeweils ihren eigenen dokumentierten Umfang haben.
Stellen Sie für eine Supportantwort die Nutzernachricht, Referenzinformationen und die massgeblichen Antwortregeln bereit. Eine Beispielanfrage erklärt einen Teil eines Verfahrens und fragt nach einer Tatsache, die aus der Nachricht nicht hervorgeht. Benennen Sie für eine Überarbeitung Leserschaft, Tonalität und zu erhaltende Aussagen. Stellen Sie für Code den relevanten Ausschnitt und das zu erklärende oder zur Änderung vorzuschlagende Verhalten bereit.
OpenAIs aktuelle Familienkarte nennt ein Kontextfenster von 16’385 Token, eine maximale Ausgabe von 4’096 Token und einen Wissensstand bis zum 1. September 2021. Eingabe und erzeugte Antwort teilen sich das Kontextbudget. Beschränken Sie das Ausgangsmaterial auf Relevantes und definieren Sie die von der Leserschaft benötigte Antwortlänge, besonders wenn mehrere frühere Nachrichten für eine Folgeanfrage wichtig sind.
Das aktuelle Herstellerprofil dokumentiert Fine-Tuning. Der Formatleitfaden nennt GPT-3.5 Turbo unter den Modellen mit JSON-Modus. Dieser Modus zielt auf gültiges JSON und garantiert kein bestimmtes Schema. Wenn der nächste Anwendungsschritt Felder benötigt, definieren Sie deren Bedeutung und Regeln für fehlende Werte und prüfen Sie dann Struktur und Inhalt der Antwort anhand des bereitgestellten Texts.
Bewahren Sie für wiederkehrende Arbeit die Anweisung auf und ändern Sie das eingabespezifische Material. Verlangen Sie ein konkretes Ergebnis, etwa einen Antwortvorschlag, eine kurze Zusammenfassung, einen überarbeiteten Abschnitt oder extrahierte Werte. Eine nützliche Antwort erhält die erforderlichen Fakten und benennt eine offene Bedingung, statt sie mit unbelegten Details zu füllen. Eine spätere Nachricht kann dann das gewählte Ergebnis verfeinern, ohne den Zweck der Aufgabe zu verlieren.
", "aboutText": "GPT-3.5 Turbo ist OpenAIs Familie von Text- und Codemodellen, optimiert für Chat und auch für weitere schriftliche Aufgaben nutzbar. Sie nimmt Text entgegen und erzeugt Text. Der Familienalias ist von den separat benannten Optionen 0613, 16K und Instruct getrennt, die jeweils ihren eigenen dokumentierten Umfang haben.\n\nStellen Sie für eine Supportantwort die Nutzernachricht, Referenzinformationen und die massgeblichen Antwortregeln bereit. Eine Beispielanfrage erklärt einen Teil eines Verfahrens und fragt nach einer Tatsache, die aus der Nachricht nicht hervorgeht. Benennen Sie für eine Überarbeitung Leserschaft, Tonalität und zu erhaltende Aussagen. Stellen Sie für Code den relevanten Ausschnitt und das zu erklärende oder zur Änderung vorzuschlagende Verhalten bereit.\n\nOpenAIs aktuelle Familienkarte nennt ein Kontextfenster von 16’385 Token, eine maximale Ausgabe von 4’096 Token und einen Wissensstand bis zum 1. September 2021. Eingabe und erzeugte Antwort teilen sich das Kontextbudget. Beschränken Sie das Ausgangsmaterial auf Relevantes und definieren Sie die von der Leserschaft benötigte Antwortlänge, besonders wenn mehrere frühere Nachrichten für eine Folgeanfrage wichtig sind.\n\nDas aktuelle Herstellerprofil dokumentiert Fine-Tuning. Der Formatleitfaden nennt GPT-3.5 Turbo unter den Modellen mit JSON-Modus. Dieser Modus zielt auf gültiges JSON und garantiert kein bestimmtes Schema. Wenn der nächste Anwendungsschritt Felder benötigt, definieren Sie deren Bedeutung und Regeln für fehlende Werte und prüfen Sie dann Struktur und Inhalt der Antwort anhand des bereitgestellten Texts.\n\nBewahren Sie für wiederkehrende Arbeit die Anweisung auf und ändern Sie das eingabespezifische Material. Verlangen Sie ein konkretes Ergebnis, etwa einen Antwortvorschlag, eine kurze Zusammenfassung, einen überarbeiteten Abschnitt oder extrahierte Werte. Eine nützliche Antwort erhält die erforderlichen Fakten und benennt eine offene Bedingung, statt sie mit unbelegten Details zu füllen. Eine spätere Nachricht kann dann das gewählte Ergebnis verfeinern, ohne den Zweck der Aufgabe zu verlieren.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "a2eb5de916686038b9c5334f769313c87bf8cb505811dd640b38f22e86a4006c", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "openai/gpt-3.5-turbo:batchGPT-3.5 Turbo ist OpenAIs Familie von Text- und Codemodellen, optimiert für Chat und weitere schriftliche Aufgaben. Stellen Sie eine klare Anweisung und Ausgangsmaterial bereit, um eine Antwort, eine Umformulierung, eine knappe Erklärung oder einen Codevorschlag zu erarbeiten.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT-3.5 Turbo ist OpenAIs Familie von Text- und Codemodellen, optimiert für Chat und auch für weitere schriftliche Aufgaben nutzbar. Sie nimmt Text entgegen und erzeugt Text. Der Familienalias ist von den separat benannten Optionen 0613, 16K und Instruct getrennt, die jeweils ihren eigenen dokumentierten Umfang haben.
Stellen Sie für eine Supportantwort die Nutzernachricht, Referenzinformationen und die massgeblichen Antwortregeln bereit. Eine Beispielanfrage erklärt einen Teil eines Verfahrens und fragt nach einer Tatsache, die aus der Nachricht nicht hervorgeht. Benennen Sie für eine Überarbeitung Leserschaft, Tonalität und zu erhaltende Aussagen. Stellen Sie für Code den relevanten Ausschnitt und das zu erklärende oder zur Änderung vorzuschlagende Verhalten bereit.
OpenAIs aktuelle Familienkarte nennt ein Kontextfenster von 16’385 Token, eine maximale Ausgabe von 4’096 Token und einen Wissensstand bis zum 1. September 2021. Eingabe und erzeugte Antwort teilen sich das Kontextbudget. Beschränken Sie das Ausgangsmaterial auf Relevantes und definieren Sie die von der Leserschaft benötigte Antwortlänge, besonders wenn mehrere frühere Nachrichten für eine Folgeanfrage wichtig sind.
Das aktuelle Herstellerprofil dokumentiert Fine-Tuning. Der Formatleitfaden nennt GPT-3.5 Turbo unter den Modellen mit JSON-Modus. Dieser Modus zielt auf gültiges JSON und garantiert kein bestimmtes Schema. Wenn der nächste Anwendungsschritt Felder benötigt, definieren Sie deren Bedeutung und Regeln für fehlende Werte und prüfen Sie dann Struktur und Inhalt der Antwort anhand des bereitgestellten Texts.
Bewahren Sie für wiederkehrende Arbeit die Anweisung auf und ändern Sie das eingabespezifische Material. Verlangen Sie ein konkretes Ergebnis, etwa einen Antwortvorschlag, eine kurze Zusammenfassung, einen überarbeiteten Abschnitt oder extrahierte Werte. Eine nützliche Antwort erhält die erforderlichen Fakten und benennt eine offene Bedingung, statt sie mit unbelegten Details zu füllen. Eine spätere Nachricht kann dann das gewählte Ergebnis verfeinern, ohne den Zweck der Aufgabe zu verlieren.
POST /v1/batchestexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldendpoint | Typstring | AnforderungErforderlich | Werte und Limits /v1/chat/completions | Standard— |
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits openai/gpt-3.5-turbo:batch | Standard— |
Feldrequests | Typbatch_item[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldrequests[].custom_id | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldrequests[].body.messages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldcompletion_window | Typstring | AnforderungOptional | Werte und Limits 24h | Standard— |
Feldprovider | Typobject|null | AnforderungOptional | Werte und Limits | Standard— |
Feldrequests[].body.model | Typstring | AnforderungOptional | Werte und Limits openai/gpt-3.5-turbo:batch, openai/gpt-3.5-turbo | Standard— |
Feldprovider.only | Typstring[] | AnforderungOptional | Werte und Limits openai | Standard— |
Feldprovider.allow_fallbacks | Typboolean|null | AnforderungOptional | Werte und Limits false, null | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragendpoint, model, requests |
Parametermaterial_types | Vertragtext |
Parameterrepresentation | Vertrageingebettete requests[]; jedes Element enthält custom_id und body |
Parameterrequest_endpoint_profile | Vertrag/v1/chat/completions |
Parameterfile_material | VertragDer Aufrufer kann tatsächliches UTF-8-JSONL lokal in requests[] einlesen. Es werden weder ein Upload-Zweck noch input_file_id oder eine Dateireferenz verwendet. Fehlendes oder leeres Kundenmaterial stoppt die Vorbereitung vor POST. |
Parameterserialization_order | Vertragendpoint, model, provider (falls angegeben), completion_window (falls angegeben), requests als letztes Feld |
Parameteroptional_controls | Vertragprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | VertragAnfragekörper für Text Chat Completions in der dokumentierten Inline-Batch-Struktur. |
Lebenszyklus: asynchronous
GET /v1/batches/{operation_id} · die tatsächliche response.id der ursprünglichen Erstellungsantwort; derselbe Nutzer/Schlüssel/dieselbe Gruppe
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0005 / 1K Tokens Ausgabe · Ausgabetoken $0.0015 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0005 / 1K Tokens Ausgabe · Ausgabetoken $0.0015 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-3.5-turbo:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-3.5-turbo:batch', 'openai/gpt-3.5-turbo']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-3.5-turbo:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\neingebettetes JSON unter results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nBewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Das vollständige ursprüngliche Status-JSON, jedes Ergebnis/jede custom_id und den vollständigen Antwort- oder Fehlerkörper aufbewahren. Abgeschlossene results[] ohne Filterung als JSONL speichern.
Die ursprüngliche Vorgangs-ID beibehalten. Bei 503 result_pending_check gilt X-Should-Retry:false; einen ursprünglichen Batch mit unbekanntem Ausgang niemals erneut einreichen.
| Feld | Typ |
|---|---|
Feldresults[].custom_id | Typstring |
Feldresults[].response.body.choices[].message.content | Typstring|null |
Feldresults[].error | Typobject|null |
Feldusage | Typobject|null |
Feldid | Typstring |
Feldmodel | Typstring |
Feldendpoint | Typstring |
Feldstatus | Typstring |
Feldrequest_counts | Typobject |
Feldresults[].id | Typstring |
Feldresults[].response.status_code | Typinteger |
Feldresults[].response.request_id | Typstring |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungUngültige Struktur der dokumentierten Inline-Einbettung, doppelte Schlüssel, ungültige Identitätsangaben zu einem Element oder ein Konflikt mit den konfigurierten Modellfähigkeiten. | Nächster SchrittDie angegebenen Felder vor jeder neuen Einreichung korrigieren. |
Antwort401 · authentication_error | BedingungUngültiger API-Schlüssel. | Nächster SchrittDen autorisierten Ailoot-Schlüssel verwenden. |
Antwort403 · permission_error | BedingungGruppe für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Berechtigung des Schlüssels bzw. der Gruppe prüfen. |
Antwort422 · invalid_request_error | BedingungStapelverarbeitung wird über das Guthaben abgerechnet; die Erstellung über ein Abonnement wird abgelehnt. | Nächster SchrittDie autorisierte Gruppe mit Guthabenabrechnung verwenden. |
Antwort422 · price_unavailable | BedingungFür die Batch-Eingabe kann kein Preisangebot erstellt werden. | Nächster SchrittAntwort aufbewahren; die dokumentierte Eingabe der API-Familie verwenden. |
Antwort402 · billing_error | BedingungReservierung für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Zulassung klären, bevor eine neue Anfrage gestellt wird. |
Antwort503 · price_unavailable | BedingungMethodenpreis bzw. native Tarife für Stapelverarbeitung nicht verfügbar. | Nächster SchrittAntwort aufbewahren; keine anderen Preise einsetzen. |
Antwort503 · api_error | BedingungDie genaue Anbieterroute ist nicht verfügbar. | Nächster SchrittAntwort zur Reparatur der Route aufbewahren. |
Antwort503 · result_pending_check | BedingungDas ursprüngliche Ergebnis muss geprüft werden; X-Should-Retry:false. | Nächster SchrittDie ursprüngliche operation_id/id beibehalten und ihren Status lesen; den ursprünglichen POST niemals wiederholen. |
Antwort404 · not_found | BedingungDer Batch-Vorgang, dessen Status abgefragt wird, ist nicht vorhanden oder gehört einer anderen Identität. | Nächster SchrittDie genaue ursprüngliche id und denselben Nutzer/Schlüssel/dieselbe Gruppe verwenden. |
Ailoot Ultra openai/gpt-3.5-turbo:batch
Verwenden Sie die oben angezeigten Methodenpfade.