GPT-Audio Mini ist die Mini-Edition von OpenAIs GPT-Audio-Familie für Dialoganfragen mit Text und Ton. Es nimmt Text und Audio entgegen und erzeugt Text oder Audio über Chat Completions. Es behält die Rolle für Audio-Dialoge bei und bildet eine eigene Edition, getrennt von GPT-Audio und von Modellen für kontinuierliche Live-Sitzungen.
Ein nützlicher Einsatz ist eine gesprochene Sachfrage mit einer klar abgegrenzten Antwort. Stellen Sie die Aufnahme und die Informationen bereit, auf denen die Antwort beruhen soll, und definieren Sie das Ziel des Austauschs. Ein beispielhafter Auftrag besteht darin, einen Teil eines Ablaufs zu erklären oder nach einer Information zu fragen, die die Aufnahme nicht belegt. Wählen Sie ein schriftliches Ergebnis, wenn die Antwort genau geprüft werden muss, oder Sprachausgabe, wenn der Nutzer die Antwort anhören wird.
Geben Sie bei einer Dialogübung Rolle, Thema und erwartete Länge eines Gesprächsbeitrags an. Ergänzen Sie die wichtigen früheren Nachrichten, damit die nächste Antwort mit dem bereits Besprochenen verbunden bleibt. Stellen Sie für ein Supportgespräch die geltenden Regeln und die vor der Aufnahme festgestellten Fakten bereit. Unterscheiden Sie vom Nutzer bereitgestellte Informationen von Referenzmaterial, das die Anwendung ergänzt hat, und geben Sie an, was die abschliessende Antwort erreichen soll.
Die Herstellerspezifikation für GPT-Audio Mini nennt ein Kontextfenster von 128’000 Token, eine maximale Ausgabe von 16’384 Token und einen Wissensstand bis zum 1. Oktober 2023. Sie dokumentiert Funktionsaufrufe und Prompt-Caching. Seine Methode ist eine abgegrenzte Anfrage über die audiofähige Schnittstelle Chat Completions. Die Eigenschaften einer separaten Realtime-Sitzung oder einer kontinuierlichen Sprachsitzung legen den Anfrageablauf dieser Edition nicht fest.
Funktionsaufrufe ermöglichen dem Modell, eine Operation aus den von der Anwendung beschriebenen Werkzeugen anzufordern. Die Anwendung führt die Aktion aus und liefert ihr tatsächliches Ergebnis für eine Folgeanfrage zurück. Beispielsweise kann eine Recherche eine Referenzinformation bereitstellen, die die Antwort benötigt. Halten Sie diese zurückgegebene Information von der vorgeschlagenen Operation selbst getrennt, damit die nächste Antwort auf einem tatsächlich im Gespräch verfügbaren Ergebnis beruht.
Bereiten Sie eine Aufnahme vor, die die relevante Sprache klar erfasst, und ergänzen Sie eine schriftliche Anweisung mit Aufgabenkontext, erforderlichen Fakten, Ton und Antwortlänge. Geben Sie an, ob das nützliche Ergebnis eine kurze gesprochene Erklärung, eine schriftliche Antwort oder eine Frage zur Klärung einer Unsicherheit ist. Halten Sie bei einem wiederholten Ablauf die Regeln konsistent und ändern Sie das anfragespezifische Material. Prüfen Sie das Ergebnis anhand dieser Regeln und des Referenztexts, bevor Sie seine wichtigen Fakten in die nächste Gesprächsrunde übernehmen.
", "aboutText": "GPT-Audio Mini ist die Mini-Edition von OpenAIs GPT-Audio-Familie für Dialoganfragen mit Text und Ton. Es nimmt Text und Audio entgegen und erzeugt Text oder Audio über Chat Completions. Es behält die Rolle für Audio-Dialoge bei und bildet eine eigene Edition, getrennt von GPT-Audio und von Modellen für kontinuierliche Live-Sitzungen.\n\nEin nützlicher Einsatz ist eine gesprochene Sachfrage mit einer klar abgegrenzten Antwort. Stellen Sie die Aufnahme und die Informationen bereit, auf denen die Antwort beruhen soll, und definieren Sie das Ziel des Austauschs. Ein beispielhafter Auftrag besteht darin, einen Teil eines Ablaufs zu erklären oder nach einer Information zu fragen, die die Aufnahme nicht belegt. Wählen Sie ein schriftliches Ergebnis, wenn die Antwort genau geprüft werden muss, oder Sprachausgabe, wenn der Nutzer die Antwort anhören wird.\n\nGeben Sie bei einer Dialogübung Rolle, Thema und erwartete Länge eines Gesprächsbeitrags an. Ergänzen Sie die wichtigen früheren Nachrichten, damit die nächste Antwort mit dem bereits Besprochenen verbunden bleibt. Stellen Sie für ein Supportgespräch die geltenden Regeln und die vor der Aufnahme festgestellten Fakten bereit. Unterscheiden Sie vom Nutzer bereitgestellte Informationen von Referenzmaterial, das die Anwendung ergänzt hat, und geben Sie an, was die abschliessende Antwort erreichen soll.\n\nDie Herstellerspezifikation für GPT-Audio Mini nennt ein Kontextfenster von 128’000 Token, eine maximale Ausgabe von 16’384 Token und einen Wissensstand bis zum 1. Oktober 2023. Sie dokumentiert Funktionsaufrufe und Prompt-Caching. Seine Methode ist eine abgegrenzte Anfrage über die audiofähige Schnittstelle Chat Completions. Die Eigenschaften einer separaten Realtime-Sitzung oder einer kontinuierlichen Sprachsitzung legen den Anfrageablauf dieser Edition nicht fest.\n\nFunktionsaufrufe ermöglichen dem Modell, eine Operation aus den von der Anwendung beschriebenen Werkzeugen anzufordern. Die Anwendung führt die Aktion aus und liefert ihr tatsächliches Ergebnis für eine Folgeanfrage zurück. Beispielsweise kann eine Recherche eine Referenzinformation bereitstellen, die die Antwort benötigt. Halten Sie diese zurückgegebene Information von der vorgeschlagenen Operation selbst getrennt, damit die nächste Antwort auf einem tatsächlich im Gespräch verfügbaren Ergebnis beruht.\n\nBereiten Sie eine Aufnahme vor, die die relevante Sprache klar erfasst, und ergänzen Sie eine schriftliche Anweisung mit Aufgabenkontext, erforderlichen Fakten, Ton und Antwortlänge. Geben Sie an, ob das nützliche Ergebnis eine kurze gesprochene Erklärung, eine schriftliche Antwort oder eine Frage zur Klärung einer Unsicherheit ist. Halten Sie bei einem wiederholten Ablauf die Regeln konsistent und ändern Sie das anfragespezifische Material. Prüfen Sie das Ergebnis anhand dieser Regeln und des Referenztexts, bevor Sie seine wichtigen Fakten in die nächste Gesprächsrunde übernehmen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Practise a short reception dialogue\n\nPlay the receptionist in an English practice dialogue. Guest: 'I have a reservation, but I will arrive after midnight.' Hotel rule: late arrivals need the guest's surname and arrival estimate; never request payment-card details in chat. Write the receptionist's next two short lines in friendly, simple English and leave the guest's answer open.Two short receptionist lines asking for surname and estimated arrival, with no invented guest reply.The dialogue follows the hotel rule, omits card requests and does not assert that check-in has been arranged.openai/gpt-audio-miniDie Mini-Edition von OpenAIs GPT-Audio-Familie nimmt Text und Audio entgegen und gibt Text oder Sprache aus. Nutzen Sie aufgezeichnete Fragen, schriftliche Regeln und relevanten Kontext, um eine Antwort oder eine gezielte Fortsetzung des Dialogs 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-Audio Mini ist die Mini-Edition von OpenAIs GPT-Audio-Familie für Dialoganfragen mit Text und Ton. Es nimmt Text und Audio entgegen und erzeugt Text oder Audio über Chat Completions. Es behält die Rolle für Audio-Dialoge bei und bildet eine eigene Edition, getrennt von GPT-Audio und von Modellen für kontinuierliche Live-Sitzungen.
Ein nützlicher Einsatz ist eine gesprochene Sachfrage mit einer klar abgegrenzten Antwort. Stellen Sie die Aufnahme und die Informationen bereit, auf denen die Antwort beruhen soll, und definieren Sie das Ziel des Austauschs. Ein beispielhafter Auftrag besteht darin, einen Teil eines Ablaufs zu erklären oder nach einer Information zu fragen, die die Aufnahme nicht belegt. Wählen Sie ein schriftliches Ergebnis, wenn die Antwort genau geprüft werden muss, oder Sprachausgabe, wenn der Nutzer die Antwort anhören wird.
Geben Sie bei einer Dialogübung Rolle, Thema und erwartete Länge eines Gesprächsbeitrags an. Ergänzen Sie die wichtigen früheren Nachrichten, damit die nächste Antwort mit dem bereits Besprochenen verbunden bleibt. Stellen Sie für ein Supportgespräch die geltenden Regeln und die vor der Aufnahme festgestellten Fakten bereit. Unterscheiden Sie vom Nutzer bereitgestellte Informationen von Referenzmaterial, das die Anwendung ergänzt hat, und geben Sie an, was die abschliessende Antwort erreichen soll.
Die Herstellerspezifikation für GPT-Audio Mini nennt ein Kontextfenster von 128’000 Token, eine maximale Ausgabe von 16’384 Token und einen Wissensstand bis zum 1. Oktober 2023. Sie dokumentiert Funktionsaufrufe und Prompt-Caching. Seine Methode ist eine abgegrenzte Anfrage über die audiofähige Schnittstelle Chat Completions. Die Eigenschaften einer separaten Realtime-Sitzung oder einer kontinuierlichen Sprachsitzung legen den Anfrageablauf dieser Edition nicht fest.
Funktionsaufrufe ermöglichen dem Modell, eine Operation aus den von der Anwendung beschriebenen Werkzeugen anzufordern. Die Anwendung führt die Aktion aus und liefert ihr tatsächliches Ergebnis für eine Folgeanfrage zurück. Beispielsweise kann eine Recherche eine Referenzinformation bereitstellen, die die Antwort benötigt. Halten Sie diese zurückgegebene Information von der vorgeschlagenen Operation selbst getrennt, damit die nächste Antwort auf einem tatsächlich im Gespräch verfügbaren Ergebnis beruht.
Bereiten Sie eine Aufnahme vor, die die relevante Sprache klar erfasst, und ergänzen Sie eine schriftliche Anweisung mit Aufgabenkontext, erforderlichen Fakten, Ton und Antwortlänge. Geben Sie an, ob das nützliche Ergebnis eine kurze gesprochene Erklärung, eine schriftliche Antwort oder eine Frage zur Klärung einer Unsicherheit ist. Halten Sie bei einem wiederholten Ablauf die Regeln konsistent und ändern Sie das anfragespezifische Material. Prüfen Sie das Ergebnis anhand dieser Regeln und des Referenztexts, bevor Sie seine wichtigen Fakten in die nächste Gesprächsrunde übernehmen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits openai/gpt-audio-mini | 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.
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 $0.0012 / 1K Tokens Ausgabe · Ausgabetoken $0.0048 / 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 $0.0012 / 1K Tokens Ausgabe · Ausgabetoken $0.0048 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-audio-mini", "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='openai/gpt-audio-mini',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='openai/gpt-audio-mini',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 openai/gpt-audio-mini
Verwenden Sie die oben angezeigten Methodenpfade.
openai/gpt-audio-miniDie Mini-Edition von OpenAIs GPT-Audio-Familie nimmt Text und Audio entgegen und gibt Text oder Sprache aus. Nutzen Sie aufgezeichnete Fragen, schriftliche Regeln und relevanten Kontext, um eine Antwort oder eine gezielte Fortsetzung des Dialogs 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-Audio Mini ist die Mini-Edition von OpenAIs GPT-Audio-Familie für Dialoganfragen mit Text und Ton. Es nimmt Text und Audio entgegen und erzeugt Text oder Audio über Chat Completions. Es behält die Rolle für Audio-Dialoge bei und bildet eine eigene Edition, getrennt von GPT-Audio und von Modellen für kontinuierliche Live-Sitzungen.
Ein nützlicher Einsatz ist eine gesprochene Sachfrage mit einer klar abgegrenzten Antwort. Stellen Sie die Aufnahme und die Informationen bereit, auf denen die Antwort beruhen soll, und definieren Sie das Ziel des Austauschs. Ein beispielhafter Auftrag besteht darin, einen Teil eines Ablaufs zu erklären oder nach einer Information zu fragen, die die Aufnahme nicht belegt. Wählen Sie ein schriftliches Ergebnis, wenn die Antwort genau geprüft werden muss, oder Sprachausgabe, wenn der Nutzer die Antwort anhören wird.
Geben Sie bei einer Dialogübung Rolle, Thema und erwartete Länge eines Gesprächsbeitrags an. Ergänzen Sie die wichtigen früheren Nachrichten, damit die nächste Antwort mit dem bereits Besprochenen verbunden bleibt. Stellen Sie für ein Supportgespräch die geltenden Regeln und die vor der Aufnahme festgestellten Fakten bereit. Unterscheiden Sie vom Nutzer bereitgestellte Informationen von Referenzmaterial, das die Anwendung ergänzt hat, und geben Sie an, was die abschliessende Antwort erreichen soll.
Die Herstellerspezifikation für GPT-Audio Mini nennt ein Kontextfenster von 128’000 Token, eine maximale Ausgabe von 16’384 Token und einen Wissensstand bis zum 1. Oktober 2023. Sie dokumentiert Funktionsaufrufe und Prompt-Caching. Seine Methode ist eine abgegrenzte Anfrage über die audiofähige Schnittstelle Chat Completions. Die Eigenschaften einer separaten Realtime-Sitzung oder einer kontinuierlichen Sprachsitzung legen den Anfrageablauf dieser Edition nicht fest.
Funktionsaufrufe ermöglichen dem Modell, eine Operation aus den von der Anwendung beschriebenen Werkzeugen anzufordern. Die Anwendung führt die Aktion aus und liefert ihr tatsächliches Ergebnis für eine Folgeanfrage zurück. Beispielsweise kann eine Recherche eine Referenzinformation bereitstellen, die die Antwort benötigt. Halten Sie diese zurückgegebene Information von der vorgeschlagenen Operation selbst getrennt, damit die nächste Antwort auf einem tatsächlich im Gespräch verfügbaren Ergebnis beruht.
Bereiten Sie eine Aufnahme vor, die die relevante Sprache klar erfasst, und ergänzen Sie eine schriftliche Anweisung mit Aufgabenkontext, erforderlichen Fakten, Ton und Antwortlänge. Geben Sie an, ob das nützliche Ergebnis eine kurze gesprochene Erklärung, eine schriftliche Antwort oder eine Frage zur Klärung einer Unsicherheit ist. Halten Sie bei einem wiederholten Ablauf die Regeln konsistent und ändern Sie das anfragespezifische Material. Prüfen Sie das Ergebnis anhand dieser Regeln und des Referenztexts, bevor Sie seine wichtigen Fakten in die nächste Gesprächsrunde übernehmen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits openai/gpt-audio-mini | 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.
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 $0.0012 / 1K Tokens Ausgabe · Ausgabetoken $0.0048 / 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 $0.0012 / 1K Tokens Ausgabe · Ausgabetoken $0.0048 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "openai/gpt-audio-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'openai/gpt-audio-mini', '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': 'openai/gpt-audio-mini', '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 openai/gpt-audio-mini
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Practise a short reception dialogue\n\nPlay the receptionist in an English practice dialogue. Guest: 'I have a reservation, but I will arrive after midnight.' Hotel rule: late arrivals need the guest's surname and arrival estimate; never request payment-card details in chat. Write the receptionist's next two short lines in friendly, simple English and leave the guest's answer open.Two short receptionist lines asking for surname and estimated arrival, with no invented guest reply.The dialogue follows the hotel rule, omits card requests and does not assert that check-in has been arranged.