GPT-4.1 ist OpenAIs Modell für anspruchsvolle Anweisungsbefolgung, Softwareentwicklung und die Arbeit mit umfangreichem Ausgangsmaterial im Kontext. Sein veröffentlichtes Hostingprofil nimmt Text, Bilder und Dateien entgegen und gibt Text aus. Es nennt ein Kontextfenster von 1.047.576 Token und bis zu 32.768 Token für die Vervollständigung, mit Funktionswerkzeugen und Steuerungen für strukturierte Ausgaben.
Nennen Sie die Aufgabe, das benötigte Ergebnis und die maßgeblichen Einschränkungen. Benennen Sie für eine Codeänderung die relevante Quelle, das gewünschte Verhalten und das zu erhaltende bestehende Verhalten. Nennen Sie für eine Dokumentaufgabe Passagen, Kriterien und Ausgabestruktur. Trennen Sie Anweisungen von zitiertem Ausgangsmaterial, damit jeder Teil eine klare Rolle hat.
Benennen Sie bei konkurrierenden Anforderungen ihre Rangfolge oder die Bedingung, unter der jede gilt. Liefern Sie Beispiele, wenn eine kurze Bezeichnung das gewünschte Verhalten nicht erklärt. Präzise Vorgaben erleichtern die Bewertung der Antwort anhand des beabsichtigten Ergebnisses.
Kennzeichnen Sie Dokumente und Bilder und benennen Sie die aus jeder Quelle benötigten Details. Ein Screenshot kann einen Oberflächenzustand belegen, während ein Codeauszug die umgebende Logik erklärt. Ein Vergleich langer Dokumente kann Abschnittskennzeichnungen erhalten und Erkenntnisse mit Bezug auf die jeweiligen Quellenpassagen verlangen.
Halten Sie fehlende oder widersprüchliche Informationen in der verlangten Antwort sichtbar. Definieren Sie für die Extraktion Felder und den Umgang mit fehlenden Werten. Unterscheiden Sie in einem Bericht Erkenntnisse aus Quellen von ihrer Interpretation und erhalten Sie die Belege für die Schlussfolgerung.
Das Profil unterstützt Funktionswerkzeuge und strukturierte Ausgaben. Eine Anwendung führt eine vorgeschlagene Operation aus und gibt ihre tatsächliche Beobachtung an die Aufgabe zurück. Erhalten Sie diese Beobachtung zusammen mit ihrer ursprünglichen Operation, bevor Sie sie in einer späteren Entscheidung verwenden. Prüfen Sie strukturierte Felder und ihre inhaltlichen Werte anhand des bereitgestellten Materials.
Gliedern Sie große Quellensammlungen in benannte Abschnitte und reservieren Sie Platz für die Antwort. Erhalten Sie abgeschlossene Entscheidungen und aktuelle Beobachtungen und entfernen Sie sachfremde Wiederholungen. Ein brauchbares GPT-4.1-Ergebnis verbindet das verlangte Ergebnis mit den zu seiner Prüfung benötigten Quellen- oder Validierungsbelegen.
", "aboutText": "GPT-4.1 ist OpenAIs Modell für anspruchsvolle Anweisungsbefolgung, Softwareentwicklung und die Arbeit mit umfangreichem Ausgangsmaterial im Kontext. Sein veröffentlichtes Hostingprofil nimmt Text, Bilder und Dateien entgegen und gibt Text aus. Es nennt ein Kontextfenster von 1.047.576 Token und bis zu 32.768 Token für die Vervollständigung, mit Funktionswerkzeugen und Steuerungen für strukturierte Ausgaben.\n\n### Anforderungen und Prioritäten ausdrücklich benennen\n\nNennen Sie die Aufgabe, das benötigte Ergebnis und die maßgeblichen Einschränkungen. Benennen Sie für eine Codeänderung die relevante Quelle, das gewünschte Verhalten und das zu erhaltende bestehende Verhalten. Nennen Sie für eine Dokumentaufgabe Passagen, Kriterien und Ausgabestruktur. Trennen Sie Anweisungen von zitiertem Ausgangsmaterial, damit jeder Teil eine klare Rolle hat.\n\nBenennen Sie bei konkurrierenden Anforderungen ihre Rangfolge oder die Bedingung, unter der jede gilt. Liefern Sie Beispiele, wenn eine kurze Bezeichnung das gewünschte Verhalten nicht erklärt. Präzise Vorgaben erleichtern die Bewertung der Antwort anhand des beabsichtigten Ergebnisses.\n\n### Schriftliches und visuelles Ausgangsmaterial\n\nKennzeichnen Sie Dokumente und Bilder und benennen Sie die aus jeder Quelle benötigten Details. Ein Screenshot kann einen Oberflächenzustand belegen, während ein Codeauszug die umgebende Logik erklärt. Ein Vergleich langer Dokumente kann Abschnittskennzeichnungen erhalten und Erkenntnisse mit Bezug auf die jeweiligen Quellenpassagen verlangen.\n\nHalten Sie fehlende oder widersprüchliche Informationen in der verlangten Antwort sichtbar. Definieren Sie für die Extraktion Felder und den Umgang mit fehlenden Werten. Unterscheiden Sie in einem Bericht Erkenntnisse aus Quellen von ihrer Interpretation und erhalten Sie die Belege für die Schlussfolgerung.\n\n### Werkzeuge, strukturierte Ausgabe und langer Kontext\n\nDas Profil unterstützt Funktionswerkzeuge und strukturierte Ausgaben. Eine Anwendung führt eine vorgeschlagene Operation aus und gibt ihre tatsächliche Beobachtung an die Aufgabe zurück. Erhalten Sie diese Beobachtung zusammen mit ihrer ursprünglichen Operation, bevor Sie sie in einer späteren Entscheidung verwenden. Prüfen Sie strukturierte Felder und ihre inhaltlichen Werte anhand des bereitgestellten Materials.\n\nGliedern Sie große Quellensammlungen in benannte Abschnitte und reservieren Sie Platz für die Antwort. Erhalten Sie abgeschlossene Entscheidungen und aktuelle Beobachtungen und entfernen Sie sachfremde Wiederholungen. Ein brauchbares GPT-4.1-Ergebnis verbindet das verlangte Ergebnis mit den zu seiner Prüfung benötigten Quellen- oder Validierungsbelegen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Apply explicit precedence when sources conflict\n\nPrepare a customer-facing setup note using these sources. Manual section M: 'Connect power before attaching the sensor.' Correction C: 'For revision R2, attach the sensor before connecting power.' The device is revision R2, and corrections override the manual. Return the applicable two-step sequence and cite the controlling source. Do not generalize to other revisions.A two-step R2 setup sequence and a brief citation to Correction C.Sensor attachment precedes power connection for R2, and the rule is not extended to unspecified revisions.gpt-4.1GPT-4.1 ist OpenAIs Modell für präzise Anweisungsbefolgung, Softwareentwicklung und Aufgaben mit langem Kontext. Sein Profil für Text, Bilder und Dateien unterstützt Werkzeuge und strukturierte Ausgaben mit einem Kontextfenster von 1.047.576 Token.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT-4.1 ist OpenAIs Modell für anspruchsvolle Anweisungsbefolgung, Softwareentwicklung und die Arbeit mit umfangreichem Ausgangsmaterial im Kontext. Sein veröffentlichtes Hostingprofil nimmt Text, Bilder und Dateien entgegen und gibt Text aus. Es nennt ein Kontextfenster von 1.047.576 Token und bis zu 32.768 Token für die Vervollständigung, mit Funktionswerkzeugen und Steuerungen für strukturierte Ausgaben.
Nennen Sie die Aufgabe, das benötigte Ergebnis und die maßgeblichen Einschränkungen. Benennen Sie für eine Codeänderung die relevante Quelle, das gewünschte Verhalten und das zu erhaltende bestehende Verhalten. Nennen Sie für eine Dokumentaufgabe Passagen, Kriterien und Ausgabestruktur. Trennen Sie Anweisungen von zitiertem Ausgangsmaterial, damit jeder Teil eine klare Rolle hat.
Benennen Sie bei konkurrierenden Anforderungen ihre Rangfolge oder die Bedingung, unter der jede gilt. Liefern Sie Beispiele, wenn eine kurze Bezeichnung das gewünschte Verhalten nicht erklärt. Präzise Vorgaben erleichtern die Bewertung der Antwort anhand des beabsichtigten Ergebnisses.
Kennzeichnen Sie Dokumente und Bilder und benennen Sie die aus jeder Quelle benötigten Details. Ein Screenshot kann einen Oberflächenzustand belegen, während ein Codeauszug die umgebende Logik erklärt. Ein Vergleich langer Dokumente kann Abschnittskennzeichnungen erhalten und Erkenntnisse mit Bezug auf die jeweiligen Quellenpassagen verlangen.
Halten Sie fehlende oder widersprüchliche Informationen in der verlangten Antwort sichtbar. Definieren Sie für die Extraktion Felder und den Umgang mit fehlenden Werten. Unterscheiden Sie in einem Bericht Erkenntnisse aus Quellen von ihrer Interpretation und erhalten Sie die Belege für die Schlussfolgerung.
Das Profil unterstützt Funktionswerkzeuge und strukturierte Ausgaben. Eine Anwendung führt eine vorgeschlagene Operation aus und gibt ihre tatsächliche Beobachtung an die Aufgabe zurück. Erhalten Sie diese Beobachtung zusammen mit ihrer ursprünglichen Operation, bevor Sie sie in einer späteren Entscheidung verwenden. Prüfen Sie strukturierte Felder und ihre inhaltlichen Werte anhand des bereitgestellten Materials.
Gliedern Sie große Quellensammlungen in benannte Abschnitte und reservieren Sie Platz für die Antwort. Erhalten Sie abgeschlossene Entscheidungen und aktuelle Beobachtungen und entfernen Sie sachfremde Wiederholungen. Ein brauchbares GPT-4.1-Ergebnis verbindet das verlangte Ergebnis mit den zu seiner Prüfung benötigten Quellen- oder Validierungsbelegen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gpt-4.1 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Modellabhängig | Standard— |
Feldmessages[].content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Textgespräch | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
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 |
Parametercontrol_scope | VertragTextgespräch; stream ist ein boolescher Wert und standardmäßig false. |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Methodenaliasnamen: /chat/completions
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 $0.004 / 1K Token Ausgabe · Ausgabetoken $0.016 / 1K Token Eingabe · Cache-Lesen $0.001 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.004 / 1K Token Ausgabe · Ausgabetoken $0.016 / 1K Token Eingabe · Cache-Lesen $0.001 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-4.1","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-4.1", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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-4.1, openai/gpt-4.1
/chat/completions
gpt-4.1GPT-4.1 ist OpenAIs Modell für präzise Anweisungsbefolgung, Softwareentwicklung und Aufgaben mit langem Kontext. Sein Profil für Text, Bilder und Dateien unterstützt Werkzeuge und strukturierte Ausgaben mit einem Kontextfenster von 1.047.576 Token.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT-4.1 ist OpenAIs Modell für anspruchsvolle Anweisungsbefolgung, Softwareentwicklung und die Arbeit mit umfangreichem Ausgangsmaterial im Kontext. Sein veröffentlichtes Hostingprofil nimmt Text, Bilder und Dateien entgegen und gibt Text aus. Es nennt ein Kontextfenster von 1.047.576 Token und bis zu 32.768 Token für die Vervollständigung, mit Funktionswerkzeugen und Steuerungen für strukturierte Ausgaben.
Nennen Sie die Aufgabe, das benötigte Ergebnis und die maßgeblichen Einschränkungen. Benennen Sie für eine Codeänderung die relevante Quelle, das gewünschte Verhalten und das zu erhaltende bestehende Verhalten. Nennen Sie für eine Dokumentaufgabe Passagen, Kriterien und Ausgabestruktur. Trennen Sie Anweisungen von zitiertem Ausgangsmaterial, damit jeder Teil eine klare Rolle hat.
Benennen Sie bei konkurrierenden Anforderungen ihre Rangfolge oder die Bedingung, unter der jede gilt. Liefern Sie Beispiele, wenn eine kurze Bezeichnung das gewünschte Verhalten nicht erklärt. Präzise Vorgaben erleichtern die Bewertung der Antwort anhand des beabsichtigten Ergebnisses.
Kennzeichnen Sie Dokumente und Bilder und benennen Sie die aus jeder Quelle benötigten Details. Ein Screenshot kann einen Oberflächenzustand belegen, während ein Codeauszug die umgebende Logik erklärt. Ein Vergleich langer Dokumente kann Abschnittskennzeichnungen erhalten und Erkenntnisse mit Bezug auf die jeweiligen Quellenpassagen verlangen.
Halten Sie fehlende oder widersprüchliche Informationen in der verlangten Antwort sichtbar. Definieren Sie für die Extraktion Felder und den Umgang mit fehlenden Werten. Unterscheiden Sie in einem Bericht Erkenntnisse aus Quellen von ihrer Interpretation und erhalten Sie die Belege für die Schlussfolgerung.
Das Profil unterstützt Funktionswerkzeuge und strukturierte Ausgaben. Eine Anwendung führt eine vorgeschlagene Operation aus und gibt ihre tatsächliche Beobachtung an die Aufgabe zurück. Erhalten Sie diese Beobachtung zusammen mit ihrer ursprünglichen Operation, bevor Sie sie in einer späteren Entscheidung verwenden. Prüfen Sie strukturierte Felder und ihre inhaltlichen Werte anhand des bereitgestellten Materials.
Gliedern Sie große Quellensammlungen in benannte Abschnitte und reservieren Sie Platz für die Antwort. Erhalten Sie abgeschlossene Entscheidungen und aktuelle Beobachtungen und entfernen Sie sachfremde Wiederholungen. Ein brauchbares GPT-4.1-Ergebnis verbindet das verlangte Ergebnis mit den zu seiner Prüfung benötigten Quellen- oder Validierungsbelegen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gpt-4.1 | 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 $0.004 / 1K Token Ausgabe · Ausgabetoken $0.016 / 1K Token Eingabe · Cache-Lesen $0.001 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.004 / 1K Token Ausgabe · Ausgabetoken $0.016 / 1K Token Eingabe · Cache-Lesen $0.001 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "gpt-4.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.1', '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-4.1', '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-4.1, openai/gpt-4.1
/chat/completions
openai/gpt-4.1GPT-4.1 ist OpenAIs Modell für präzise Anweisungsbefolgung, Softwareentwicklung und Aufgaben mit langem Kontext. Sein Profil für Text, Bilder und Dateien unterstützt Werkzeuge und strukturierte Ausgaben mit einem Kontextfenster von 1.047.576 Token.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT-4.1 ist OpenAIs Modell für anspruchsvolle Anweisungsbefolgung, Softwareentwicklung und die Arbeit mit umfangreichem Ausgangsmaterial im Kontext. Sein veröffentlichtes Hostingprofil nimmt Text, Bilder und Dateien entgegen und gibt Text aus. Es nennt ein Kontextfenster von 1.047.576 Token und bis zu 32.768 Token für die Vervollständigung, mit Funktionswerkzeugen und Steuerungen für strukturierte Ausgaben.
Nennen Sie die Aufgabe, das benötigte Ergebnis und die maßgeblichen Einschränkungen. Benennen Sie für eine Codeänderung die relevante Quelle, das gewünschte Verhalten und das zu erhaltende bestehende Verhalten. Nennen Sie für eine Dokumentaufgabe Passagen, Kriterien und Ausgabestruktur. Trennen Sie Anweisungen von zitiertem Ausgangsmaterial, damit jeder Teil eine klare Rolle hat.
Benennen Sie bei konkurrierenden Anforderungen ihre Rangfolge oder die Bedingung, unter der jede gilt. Liefern Sie Beispiele, wenn eine kurze Bezeichnung das gewünschte Verhalten nicht erklärt. Präzise Vorgaben erleichtern die Bewertung der Antwort anhand des beabsichtigten Ergebnisses.
Kennzeichnen Sie Dokumente und Bilder und benennen Sie die aus jeder Quelle benötigten Details. Ein Screenshot kann einen Oberflächenzustand belegen, während ein Codeauszug die umgebende Logik erklärt. Ein Vergleich langer Dokumente kann Abschnittskennzeichnungen erhalten und Erkenntnisse mit Bezug auf die jeweiligen Quellenpassagen verlangen.
Halten Sie fehlende oder widersprüchliche Informationen in der verlangten Antwort sichtbar. Definieren Sie für die Extraktion Felder und den Umgang mit fehlenden Werten. Unterscheiden Sie in einem Bericht Erkenntnisse aus Quellen von ihrer Interpretation und erhalten Sie die Belege für die Schlussfolgerung.
Das Profil unterstützt Funktionswerkzeuge und strukturierte Ausgaben. Eine Anwendung führt eine vorgeschlagene Operation aus und gibt ihre tatsächliche Beobachtung an die Aufgabe zurück. Erhalten Sie diese Beobachtung zusammen mit ihrer ursprünglichen Operation, bevor Sie sie in einer späteren Entscheidung verwenden. Prüfen Sie strukturierte Felder und ihre inhaltlichen Werte anhand des bereitgestellten Materials.
Gliedern Sie große Quellensammlungen in benannte Abschnitte und reservieren Sie Platz für die Antwort. Erhalten Sie abgeschlossene Entscheidungen und aktuelle Beobachtungen und entfernen Sie sachfremde Wiederholungen. Ein brauchbares GPT-4.1-Ergebnis verbindet das verlangte Ergebnis mit den zu seiner Prüfung benötigten Quellen- oder Validierungsbelegen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits openai/gpt-4.1 | 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 $0.004 / 1K Token Ausgabe · Ausgabetoken $0.016 / 1K Token Eingabe · Cache-Lesen $0.001 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.004 / 1K Token Ausgabe · Ausgabetoken $0.016 / 1K Token Eingabe · Cache-Lesen $0.001 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-4.1", "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-4.1',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-4.1',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-4.1, openai/gpt-4.1
/chat/completions
openai/gpt-4.1GPT-4.1 ist OpenAIs Modell für präzise Anweisungsbefolgung, Softwareentwicklung und Aufgaben mit langem Kontext. Sein Profil für Text, Bilder und Dateien unterstützt Werkzeuge und strukturierte Ausgaben mit einem Kontextfenster von 1.047.576 Token.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT-4.1 ist OpenAIs Modell für anspruchsvolle Anweisungsbefolgung, Softwareentwicklung und die Arbeit mit umfangreichem Ausgangsmaterial im Kontext. Sein veröffentlichtes Hostingprofil nimmt Text, Bilder und Dateien entgegen und gibt Text aus. Es nennt ein Kontextfenster von 1.047.576 Token und bis zu 32.768 Token für die Vervollständigung, mit Funktionswerkzeugen und Steuerungen für strukturierte Ausgaben.
Nennen Sie die Aufgabe, das benötigte Ergebnis und die maßgeblichen Einschränkungen. Benennen Sie für eine Codeänderung die relevante Quelle, das gewünschte Verhalten und das zu erhaltende bestehende Verhalten. Nennen Sie für eine Dokumentaufgabe Passagen, Kriterien und Ausgabestruktur. Trennen Sie Anweisungen von zitiertem Ausgangsmaterial, damit jeder Teil eine klare Rolle hat.
Benennen Sie bei konkurrierenden Anforderungen ihre Rangfolge oder die Bedingung, unter der jede gilt. Liefern Sie Beispiele, wenn eine kurze Bezeichnung das gewünschte Verhalten nicht erklärt. Präzise Vorgaben erleichtern die Bewertung der Antwort anhand des beabsichtigten Ergebnisses.
Kennzeichnen Sie Dokumente und Bilder und benennen Sie die aus jeder Quelle benötigten Details. Ein Screenshot kann einen Oberflächenzustand belegen, während ein Codeauszug die umgebende Logik erklärt. Ein Vergleich langer Dokumente kann Abschnittskennzeichnungen erhalten und Erkenntnisse mit Bezug auf die jeweiligen Quellenpassagen verlangen.
Halten Sie fehlende oder widersprüchliche Informationen in der verlangten Antwort sichtbar. Definieren Sie für die Extraktion Felder und den Umgang mit fehlenden Werten. Unterscheiden Sie in einem Bericht Erkenntnisse aus Quellen von ihrer Interpretation und erhalten Sie die Belege für die Schlussfolgerung.
Das Profil unterstützt Funktionswerkzeuge und strukturierte Ausgaben. Eine Anwendung führt eine vorgeschlagene Operation aus und gibt ihre tatsächliche Beobachtung an die Aufgabe zurück. Erhalten Sie diese Beobachtung zusammen mit ihrer ursprünglichen Operation, bevor Sie sie in einer späteren Entscheidung verwenden. Prüfen Sie strukturierte Felder und ihre inhaltlichen Werte anhand des bereitgestellten Materials.
Gliedern Sie große Quellensammlungen in benannte Abschnitte und reservieren Sie Platz für die Antwort. Erhalten Sie abgeschlossene Entscheidungen und aktuelle Beobachtungen und entfernen Sie sachfremde Wiederholungen. Ein brauchbares GPT-4.1-Ergebnis verbindet das verlangte Ergebnis mit den zu seiner Prüfung benötigten Quellen- oder Validierungsbelegen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits openai/gpt-4.1 | 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 $0.004 / 1K Token Ausgabe · Ausgabetoken $0.016 / 1K Token Eingabe · Cache-Lesen $0.001 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.004 / 1K Token Ausgabe · Ausgabetoken $0.016 / 1K Token Eingabe · Cache-Lesen $0.001 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "openai/gpt-4.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.1', '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-4.1', '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-4.1, openai/gpt-4.1
/chat/completions
Technisches Beispiel auf Englisch
Apply explicit precedence when sources conflict\n\nPrepare a customer-facing setup note using these sources. Manual section M: 'Connect power before attaching the sensor.' Correction C: 'For revision R2, attach the sensor before connecting power.' The device is revision R2, and corrections override the manual. Return the applicable two-step sequence and cite the controlling source. Do not generalize to other revisions.A two-step R2 setup sequence and a brief citation to Correction C.Sensor attachment precedes power connection for R2, and the rule is not extended to unspecified revisions.