Το GPT-4o είναι το ευέλικτο μοντέλο GPT της OpenAI για κατανόηση κειμένου και εικόνων, συγγραφή και εργασία σε εφαρμογές. Το «o» σημαίνει «omni», ενώ αυτό το τεκμηριωμένο μοντέλο δέχεται κείμενο και εικόνες και επιστρέφει κείμενο, συμπεριλαμβανομένων Structured Outputs. Ένα πρακτικό αίτημα μπορεί να συνδυάζει μια γραπτή περιγραφή με φωτογραφίες, στιγμιότυπα οθόνης ή σελίδες εγγράφων και να ζητά μια σαφή εξήγηση, ένα επεξεργασμένο παραδοτέο ή καθορισμένα πεδία για ένα άλλο στάδιο της εφαρμογής.
Για μια αναφορά, δώστε τα αρχικά έγγραφα και την απόφαση που πρέπει να υποστηρίζει η αναφορά. Προσδιορίστε τις σχετικές ημερομηνίες, μονάδες και ετικέτες τεκμηρίων και έπειτα ζητήστε μια σύγκριση που διαχωρίζει παρατηρήσεις, παραδοχές και πληροφορίες που λείπουν. Για μια οπτική εργασία, επισημάνετε το αντικείμενο, το γράφημα ή την κατάσταση διεπαφής που έχει σημασία και συμπεριλάβετε το περιβάλλον πλαίσιο. Για μια αλλαγή κώδικα, δώστε τον επηρεαζόμενο κώδικα, την επιθυμητή συμπεριφορά και τους περιορισμούς που πρέπει να παραμείνουν άθικτοι. Αυτοί είναι συγκεκριμένοι τρόποι χρήσης των δυνατοτήτων κειμένου και εικόνας του μοντέλου χωρίς να βασίζεστε στις οδηγίες για να υπονοήσουν ολόκληρη την εργασία.
Το τρέχον προφίλ GPT-4o της OpenAI αναφέρει παράθυρο συμφραζομένων 128.000 tokens, μέγιστη έξοδο 16.384 tokens και όριο γνώσεων την 1η Οκτωβρίου 2023. Ο πάροχος αναφέρει χωριστά αρκετά χρονολογημένα στιγμιότυπα GPT-4o. Η συνομιλία, το υλικό εισόδου και η παραγόμενη απάντηση μοιράζονται τον προϋπολογισμό συμφραζομένων, επομένως μια μεγάλη συλλογή εγγράφων εξακολουθεί να χρειάζεται οργάνωση και χώρο για το τελικό παραδοτέο της. Πραγματικά στοιχεία που αλλάζουν ή προέρχονται από ιδιωτικό σύστημα πρέπει να δίνονται απευθείας ή να λαμβάνονται μέσω ρητά διαμορφωμένου εργαλείου.
Ο οδηγός οπτικής κατανόησης δέχεται PNG, JPEG, WebP και μη κινούμενα GIF. Το GPT-4o υποστηρίζει λεπτομέρεια εικόνας low, high και auto· τα high και auto ακολουθούν επεξεργασία με πλακίδια εικόνας. Μεγεθύνετε μικρές ετικέτες, διατηρείτε το κείμενο στον σωστό προσανατολισμό και διατηρήστε το υπόμνημα ή το περιβάλλον διάγραμμα όταν ερμηνεύετε ένα γράφημα. Οι τεκμηριωμένοι περιορισμοί περιλαμβάνουν ακριβή χωρικό εντοπισμό, κατά προσέγγιση καταμετρήσεις αντικειμένων, ορισμένα μη λατινικά συστήματα γραφής και πανοραμικές λήψεις ή λήψεις με φακό fisheye. Το μοντέλο μπορεί επίσης να περιγράψει λανθασμένα μια εικόνα, επομένως διατηρήστε την πηγή και ζητήστε τις συγκεκριμένες παρατηρήσεις που στηρίζουν μια ερμηνεία. Στην τεκμηριωμένη ροή οπτικής κατανόησης της OpenAI, το συνολικό μέγεθος δεδομένων του αιτήματος περιορίζεται σε 512 MB και ένα αίτημα μπορεί να περιλαμβάνει έως 1.500 εικόνες· οι εικόνες και το κείμενο πρέπει επίσης να χωρούν στα συμφραζόμενα του μοντέλου.
Η ροή εισόδου αρχείων της OpenAI παρέχει σε ένα μοντέλο με οπτική κατανόηση τόσο το εξαγόμενο κείμενο όσο και εικόνες σελίδων από PDF. Τα έγγραφα γραφείου εκτός PDF παρέχουν εξαγόμενο κείμενο αντί για τα ενσωματωμένα γραφήματά τους, ενώ τα υπολογιστικά φύλλα εμπλουτίζονται με δεδομένα από έως τις πρώτες 1.000 γραμμές ανά φύλλο. Κάθε αρχείο πρέπει να είναι μικρότερο από 50 MB, με συνολικό όριο 50 MB ανά αίτημα. Το Chat Completions υποστηρίζει μέρη αρχείων PDF· η τεκμηριωμένη ροή Responses δέχεται επιπλέον μορφές αρχείων. Επιλέξτε αναπαράσταση PDF όπου έχει σημασία η οπτική πιστότητα και διατηρήστε ορατά τα αναγνωριστικά πηγών στο αποτέλεσμα.
Η συνεχής ροή μπορεί να επιστρέφει την απάντηση καθώς παράγεται. Τα Structured Outputs περιορίζουν μια ολοκληρωμένη απάντηση στο υποστηριζόμενο υποσύνολο του JSON Schema, καθιστώντας τα χρήσιμα για εξαγωγή στοιχείων από έγγραφα ή για ένα αντικείμενο εφαρμογής με καθορισμένα πεδία. Η λειτουργία JSON αφορά μόνο την εγκυρότητα JSON. Ορίστε τους αναμενόμενους τύπους, τις επιτρεπόμενες τιμές και την αντιμετώπιση των τεκμηρίων που λείπουν και έπειτα χειριστείτε χωριστά τις ρητές αρνήσεις ή τις ελλιπείς απαντήσεις. Ένα σχήμα δεν αποδεικνύει αν μια τιμή είναι πραγματικά σωστή, επομένως τα ζητούμενα πεδία πρέπει να παραμένουν ανιχνεύσιμα στο δοσμένο υλικό.
Ο πάροχος υποστηρίζει κλήσεις συναρτήσεων, αναζήτηση στον ιστό, αναζήτηση σε αρχεία, ερμηνεία κώδικα και συνδέσεις MCP. Οι προσαρμοσμένες συναρτήσεις χρειάζονται ουσιαστικές περιγραφές και σχήματα ορισμάτων· η εφαρμογή εκτελεί τη ζητούμενη ενέργεια και επιστρέφει το αποτέλεσμά της για το επόμενο βήμα του μοντέλου. Το GPT-4o μπορεί επίσης να κατευθύνει ξεχωριστό εργαλείο δημιουργίας εικόνων σε μια διαμορφωμένη ροή Responses. Μια εικόνα που δημιουργείται από εργαλείο είναι δικό της παραδοτέο, ενώ η εγγενής τεκμηριωμένη απάντηση του GPT-4o είναι κείμενο. Η τελική εξήγηση ενός πράκτορα πρέπει να χρησιμοποιεί πραγματικές παρατηρήσεις που ανακτήθηκαν ή υπολογίστηκαν, αντί να αντιμετωπίζει μια προτεινόμενη κλήση εργαλείου ως ολοκληρωμένη λειτουργία.
Τα Predicted Outputs είναι διαθέσιμα για το GPT-4o όταν αναπαράγεται σε μεγάλο βαθμό γνωστό κείμενο ή κώδικας με μικρές αλλαγές. Δώστε το υπάρχον περιεχόμενο και μια ακριβή τροποποίηση και έπειτα εξετάστε το επιστρεφόμενο παραδοτέο. Αυτή η διαδρομή μόνο κειμένου δεν συνδυάζεται με κλήσεις συναρτήσεων και εξαιρεί τα logprobs, max_completion_tokens και αρκετούς άλλους ελέγχους. Ένα αίτημα που χρησιμοποιεί εργαλεία είναι ξεχωριστή επιλογή όταν η απάντηση εξαρτάται από νέες πληροφορίες από εξωτερική λειτουργία.
Η OpenAI τεκμηριώνει προσαρμογή μέσω περαιτέρω εκπαίδευσης (fine-tuning) για το GPT-4o, ενώ ο οδηγός βελτιστοποίησής της κατονομάζει ειδικά το στιγμιότυπο της 6ης Αυγούστου 2024 για οπτική προσαρμογή με παραδείγματα εικόνων. Αυτή η ροή προσαρμογής του συγκεκριμένου στιγμιότυπου διαφέρει από ένα συνηθισμένο αίτημα προς το ψευδώνυμο του μοντέλου. Για καθημερινή συγγραφή, ανάλυση ή εξαγωγή στοιχείων, ξεκινήστε με μια χρήσιμη περιγραφή εργασίας και ένα παράδειγμα της επιθυμητής εξόδου. Μια επόμενη παρέμβαση μπορεί να διευκρινίσει ένα στοιχείο που λείπει, να αναθεωρήσει ένα πεδίο ή να βελτιώσει το ίδιο παραδοτέο διατηρώντας τα τεκμήρια και τους περιορισμούς της εργασίας.
", "aboutText": "Το GPT-4o είναι το ευέλικτο μοντέλο GPT της OpenAI για κατανόηση κειμένου και εικόνων, συγγραφή και εργασία σε εφαρμογές. Το «o» σημαίνει «omni», ενώ αυτό το τεκμηριωμένο μοντέλο δέχεται κείμενο και εικόνες και επιστρέφει κείμενο, συμπεριλαμβανομένων Structured Outputs. Ένα πρακτικό αίτημα μπορεί να συνδυάζει μια γραπτή περιγραφή με φωτογραφίες, στιγμιότυπα οθόνης ή σελίδες εγγράφων και να ζητά μια σαφή εξήγηση, ένα επεξεργασμένο παραδοτέο ή καθορισμένα πεδία για ένα άλλο στάδιο της εφαρμογής.\n\nΓια μια αναφορά, δώστε τα αρχικά έγγραφα και την απόφαση που πρέπει να υποστηρίζει η αναφορά. Προσδιορίστε τις σχετικές ημερομηνίες, μονάδες και ετικέτες τεκμηρίων και έπειτα ζητήστε μια σύγκριση που διαχωρίζει παρατηρήσεις, παραδοχές και πληροφορίες που λείπουν. Για μια οπτική εργασία, επισημάνετε το αντικείμενο, το γράφημα ή την κατάσταση διεπαφής που έχει σημασία και συμπεριλάβετε το περιβάλλον πλαίσιο. Για μια αλλαγή κώδικα, δώστε τον επηρεαζόμενο κώδικα, την επιθυμητή συμπεριφορά και τους περιορισμούς που πρέπει να παραμείνουν άθικτοι. Αυτοί είναι συγκεκριμένοι τρόποι χρήσης των δυνατοτήτων κειμένου και εικόνας του μοντέλου χωρίς να βασίζεστε στις οδηγίες για να υπονοήσουν ολόκληρη την εργασία.\n\nΤο τρέχον προφίλ GPT-4o της OpenAI αναφέρει παράθυρο συμφραζομένων 128.000 tokens, μέγιστη έξοδο 16.384 tokens και όριο γνώσεων την 1η Οκτωβρίου 2023. Ο πάροχος αναφέρει χωριστά αρκετά χρονολογημένα στιγμιότυπα GPT-4o. Η συνομιλία, το υλικό εισόδου και η παραγόμενη απάντηση μοιράζονται τον προϋπολογισμό συμφραζομένων, επομένως μια μεγάλη συλλογή εγγράφων εξακολουθεί να χρειάζεται οργάνωση και χώρο για το τελικό παραδοτέο της. Πραγματικά στοιχεία που αλλάζουν ή προέρχονται από ιδιωτικό σύστημα πρέπει να δίνονται απευθείας ή να λαμβάνονται μέσω ρητά διαμορφωμένου εργαλείου.\n\nΟ οδηγός οπτικής κατανόησης δέχεται PNG, JPEG, WebP και μη κινούμενα GIF. Το GPT-4o υποστηρίζει λεπτομέρεια εικόνας low, high και auto· τα high και auto ακολουθούν επεξεργασία με πλακίδια εικόνας. Μεγεθύνετε μικρές ετικέτες, διατηρείτε το κείμενο στον σωστό προσανατολισμό και διατηρήστε το υπόμνημα ή το περιβάλλον διάγραμμα όταν ερμηνεύετε ένα γράφημα. Οι τεκμηριωμένοι περιορισμοί περιλαμβάνουν ακριβή χωρικό εντοπισμό, κατά προσέγγιση καταμετρήσεις αντικειμένων, ορισμένα μη λατινικά συστήματα γραφής και πανοραμικές λήψεις ή λήψεις με φακό fisheye. Το μοντέλο μπορεί επίσης να περιγράψει λανθασμένα μια εικόνα, επομένως διατηρήστε την πηγή και ζητήστε τις συγκεκριμένες παρατηρήσεις που στηρίζουν μια ερμηνεία. Στην τεκμηριωμένη ροή οπτικής κατανόησης της OpenAI, το συνολικό μέγεθος δεδομένων του αιτήματος περιορίζεται σε 512 MB και ένα αίτημα μπορεί να περιλαμβάνει έως 1.500 εικόνες· οι εικόνες και το κείμενο πρέπει επίσης να χωρούν στα συμφραζόμενα του μοντέλου.\n\nΗ ροή εισόδου αρχείων της OpenAI παρέχει σε ένα μοντέλο με οπτική κατανόηση τόσο το εξαγόμενο κείμενο όσο και εικόνες σελίδων από PDF. Τα έγγραφα γραφείου εκτός PDF παρέχουν εξαγόμενο κείμενο αντί για τα ενσωματωμένα γραφήματά τους, ενώ τα υπολογιστικά φύλλα εμπλουτίζονται με δεδομένα από έως τις πρώτες 1.000 γραμμές ανά φύλλο. Κάθε αρχείο πρέπει να είναι μικρότερο από 50 MB, με συνολικό όριο 50 MB ανά αίτημα. Το Chat Completions υποστηρίζει μέρη αρχείων PDF· η τεκμηριωμένη ροή Responses δέχεται επιπλέον μορφές αρχείων. Επιλέξτε αναπαράσταση PDF όπου έχει σημασία η οπτική πιστότητα και διατηρήστε ορατά τα αναγνωριστικά πηγών στο αποτέλεσμα.\n\nΗ συνεχής ροή μπορεί να επιστρέφει την απάντηση καθώς παράγεται. Τα Structured Outputs περιορίζουν μια ολοκληρωμένη απάντηση στο υποστηριζόμενο υποσύνολο του JSON Schema, καθιστώντας τα χρήσιμα για εξαγωγή στοιχείων από έγγραφα ή για ένα αντικείμενο εφαρμογής με καθορισμένα πεδία. Η λειτουργία JSON αφορά μόνο την εγκυρότητα JSON. Ορίστε τους αναμενόμενους τύπους, τις επιτρεπόμενες τιμές και την αντιμετώπιση των τεκμηρίων που λείπουν και έπειτα χειριστείτε χωριστά τις ρητές αρνήσεις ή τις ελλιπείς απαντήσεις. Ένα σχήμα δεν αποδεικνύει αν μια τιμή είναι πραγματικά σωστή, επομένως τα ζητούμενα πεδία πρέπει να παραμένουν ανιχνεύσιμα στο δοσμένο υλικό.\n\nΟ πάροχος υποστηρίζει κλήσεις συναρτήσεων, αναζήτηση στον ιστό, αναζήτηση σε αρχεία, ερμηνεία κώδικα και συνδέσεις MCP. Οι προσαρμοσμένες συναρτήσεις χρειάζονται ουσιαστικές περιγραφές και σχήματα ορισμάτων· η εφαρμογή εκτελεί τη ζητούμενη ενέργεια και επιστρέφει το αποτέλεσμά της για το επόμενο βήμα του μοντέλου. Το GPT-4o μπορεί επίσης να κατευθύνει ξεχωριστό εργαλείο δημιουργίας εικόνων σε μια διαμορφωμένη ροή Responses. Μια εικόνα που δημιουργείται από εργαλείο είναι δικό της παραδοτέο, ενώ η εγγενής τεκμηριωμένη απάντηση του GPT-4o είναι κείμενο. Η τελική εξήγηση ενός πράκτορα πρέπει να χρησιμοποιεί πραγματικές παρατηρήσεις που ανακτήθηκαν ή υπολογίστηκαν, αντί να αντιμετωπίζει μια προτεινόμενη κλήση εργαλείου ως ολοκληρωμένη λειτουργία.\n\nΤα Predicted Outputs είναι διαθέσιμα για το GPT-4o όταν αναπαράγεται σε μεγάλο βαθμό γνωστό κείμενο ή κώδικας με μικρές αλλαγές. Δώστε το υπάρχον περιεχόμενο και μια ακριβή τροποποίηση και έπειτα εξετάστε το επιστρεφόμενο παραδοτέο. Αυτή η διαδρομή μόνο κειμένου δεν συνδυάζεται με κλήσεις συναρτήσεων και εξαιρεί τα logprobs, max_completion_tokens και αρκετούς άλλους ελέγχους. Ένα αίτημα που χρησιμοποιεί εργαλεία είναι ξεχωριστή επιλογή όταν η απάντηση εξαρτάται από νέες πληροφορίες από εξωτερική λειτουργία.\n\nΗ OpenAI τεκμηριώνει προσαρμογή μέσω περαιτέρω εκπαίδευσης (fine-tuning) για το GPT-4o, ενώ ο οδηγός βελτιστοποίησής της κατονομάζει ειδικά το στιγμιότυπο της 6ης Αυγούστου 2024 για οπτική προσαρμογή με παραδείγματα εικόνων. Αυτή η ροή προσαρμογής του συγκεκριμένου στιγμιότυπου διαφέρει από ένα συνηθισμένο αίτημα προς το ψευδώνυμο του μοντέλου. Για καθημερινή συγγραφή, ανάλυση ή εξαγωγή στοιχείων, ξεκινήστε με μια χρήσιμη περιγραφή εργασίας και ένα παράδειγμα της επιθυμητής εξόδου. Μια επόμενη παρέμβαση μπορεί να διευκρινίσει ένα στοιχείο που λείπει, να αναθεωρήσει ένα πεδίο ή να βελτιώσει το ίδιο παραδοτέο διατηρώντας τα τεκμήρια και τους περιορισμούς της εργασίας.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "4d2182591f43486ca4370e64daa240032d99e560b1be430a149a1f6155ea3cfe", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "el", "methods": [ { "html": "openai/gpt-4o:batchΤο GPT-4o συνδυάζει την κατανόηση κειμένου και εικόνων με τη συγγραφή, τον προγραμματισμό, τα Structured Outputs και τα εργαλεία της εφαρμογής. Χρησιμοποιήστε το για να αναπτύξετε μια τεκμηριωμένη απάντηση, να ερμηνεύσετε οπτικό υλικό ή να επιστρέψετε καθορισμένα πεδία από μια εκτενή συλλογή πηγών.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το GPT-4o είναι το ευέλικτο μοντέλο GPT της OpenAI για κατανόηση κειμένου και εικόνων, συγγραφή και εργασία σε εφαρμογές. Το «o» σημαίνει «omni», ενώ αυτό το τεκμηριωμένο μοντέλο δέχεται κείμενο και εικόνες και επιστρέφει κείμενο, συμπεριλαμβανομένων Structured Outputs. Ένα πρακτικό αίτημα μπορεί να συνδυάζει μια γραπτή περιγραφή με φωτογραφίες, στιγμιότυπα οθόνης ή σελίδες εγγράφων και να ζητά μια σαφή εξήγηση, ένα επεξεργασμένο παραδοτέο ή καθορισμένα πεδία για ένα άλλο στάδιο της εφαρμογής.
Για μια αναφορά, δώστε τα αρχικά έγγραφα και την απόφαση που πρέπει να υποστηρίζει η αναφορά. Προσδιορίστε τις σχετικές ημερομηνίες, μονάδες και ετικέτες τεκμηρίων και έπειτα ζητήστε μια σύγκριση που διαχωρίζει παρατηρήσεις, παραδοχές και πληροφορίες που λείπουν. Για μια οπτική εργασία, επισημάνετε το αντικείμενο, το γράφημα ή την κατάσταση διεπαφής που έχει σημασία και συμπεριλάβετε το περιβάλλον πλαίσιο. Για μια αλλαγή κώδικα, δώστε τον επηρεαζόμενο κώδικα, την επιθυμητή συμπεριφορά και τους περιορισμούς που πρέπει να παραμείνουν άθικτοι. Αυτοί είναι συγκεκριμένοι τρόποι χρήσης των δυνατοτήτων κειμένου και εικόνας του μοντέλου χωρίς να βασίζεστε στις οδηγίες για να υπονοήσουν ολόκληρη την εργασία.
Το τρέχον προφίλ GPT-4o της OpenAI αναφέρει παράθυρο συμφραζομένων 128.000 tokens, μέγιστη έξοδο 16.384 tokens και όριο γνώσεων την 1η Οκτωβρίου 2023. Ο πάροχος αναφέρει χωριστά αρκετά χρονολογημένα στιγμιότυπα GPT-4o. Η συνομιλία, το υλικό εισόδου και η παραγόμενη απάντηση μοιράζονται τον προϋπολογισμό συμφραζομένων, επομένως μια μεγάλη συλλογή εγγράφων εξακολουθεί να χρειάζεται οργάνωση και χώρο για το τελικό παραδοτέο της. Πραγματικά στοιχεία που αλλάζουν ή προέρχονται από ιδιωτικό σύστημα πρέπει να δίνονται απευθείας ή να λαμβάνονται μέσω ρητά διαμορφωμένου εργαλείου.
Ο οδηγός οπτικής κατανόησης δέχεται PNG, JPEG, WebP και μη κινούμενα GIF. Το GPT-4o υποστηρίζει λεπτομέρεια εικόνας low, high και auto· τα high και auto ακολουθούν επεξεργασία με πλακίδια εικόνας. Μεγεθύνετε μικρές ετικέτες, διατηρείτε το κείμενο στον σωστό προσανατολισμό και διατηρήστε το υπόμνημα ή το περιβάλλον διάγραμμα όταν ερμηνεύετε ένα γράφημα. Οι τεκμηριωμένοι περιορισμοί περιλαμβάνουν ακριβή χωρικό εντοπισμό, κατά προσέγγιση καταμετρήσεις αντικειμένων, ορισμένα μη λατινικά συστήματα γραφής και πανοραμικές λήψεις ή λήψεις με φακό fisheye. Το μοντέλο μπορεί επίσης να περιγράψει λανθασμένα μια εικόνα, επομένως διατηρήστε την πηγή και ζητήστε τις συγκεκριμένες παρατηρήσεις που στηρίζουν μια ερμηνεία. Στην τεκμηριωμένη ροή οπτικής κατανόησης της OpenAI, το συνολικό μέγεθος δεδομένων του αιτήματος περιορίζεται σε 512 MB και ένα αίτημα μπορεί να περιλαμβάνει έως 1.500 εικόνες· οι εικόνες και το κείμενο πρέπει επίσης να χωρούν στα συμφραζόμενα του μοντέλου.
Η ροή εισόδου αρχείων της OpenAI παρέχει σε ένα μοντέλο με οπτική κατανόηση τόσο το εξαγόμενο κείμενο όσο και εικόνες σελίδων από PDF. Τα έγγραφα γραφείου εκτός PDF παρέχουν εξαγόμενο κείμενο αντί για τα ενσωματωμένα γραφήματά τους, ενώ τα υπολογιστικά φύλλα εμπλουτίζονται με δεδομένα από έως τις πρώτες 1.000 γραμμές ανά φύλλο. Κάθε αρχείο πρέπει να είναι μικρότερο από 50 MB, με συνολικό όριο 50 MB ανά αίτημα. Το Chat Completions υποστηρίζει μέρη αρχείων PDF· η τεκμηριωμένη ροή Responses δέχεται επιπλέον μορφές αρχείων. Επιλέξτε αναπαράσταση PDF όπου έχει σημασία η οπτική πιστότητα και διατηρήστε ορατά τα αναγνωριστικά πηγών στο αποτέλεσμα.
Η συνεχής ροή μπορεί να επιστρέφει την απάντηση καθώς παράγεται. Τα Structured Outputs περιορίζουν μια ολοκληρωμένη απάντηση στο υποστηριζόμενο υποσύνολο του JSON Schema, καθιστώντας τα χρήσιμα για εξαγωγή στοιχείων από έγγραφα ή για ένα αντικείμενο εφαρμογής με καθορισμένα πεδία. Η λειτουργία JSON αφορά μόνο την εγκυρότητα JSON. Ορίστε τους αναμενόμενους τύπους, τις επιτρεπόμενες τιμές και την αντιμετώπιση των τεκμηρίων που λείπουν και έπειτα χειριστείτε χωριστά τις ρητές αρνήσεις ή τις ελλιπείς απαντήσεις. Ένα σχήμα δεν αποδεικνύει αν μια τιμή είναι πραγματικά σωστή, επομένως τα ζητούμενα πεδία πρέπει να παραμένουν ανιχνεύσιμα στο δοσμένο υλικό.
Ο πάροχος υποστηρίζει κλήσεις συναρτήσεων, αναζήτηση στον ιστό, αναζήτηση σε αρχεία, ερμηνεία κώδικα και συνδέσεις MCP. Οι προσαρμοσμένες συναρτήσεις χρειάζονται ουσιαστικές περιγραφές και σχήματα ορισμάτων· η εφαρμογή εκτελεί τη ζητούμενη ενέργεια και επιστρέφει το αποτέλεσμά της για το επόμενο βήμα του μοντέλου. Το GPT-4o μπορεί επίσης να κατευθύνει ξεχωριστό εργαλείο δημιουργίας εικόνων σε μια διαμορφωμένη ροή Responses. Μια εικόνα που δημιουργείται από εργαλείο είναι δικό της παραδοτέο, ενώ η εγγενής τεκμηριωμένη απάντηση του GPT-4o είναι κείμενο. Η τελική εξήγηση ενός πράκτορα πρέπει να χρησιμοποιεί πραγματικές παρατηρήσεις που ανακτήθηκαν ή υπολογίστηκαν, αντί να αντιμετωπίζει μια προτεινόμενη κλήση εργαλείου ως ολοκληρωμένη λειτουργία.
Τα Predicted Outputs είναι διαθέσιμα για το GPT-4o όταν αναπαράγεται σε μεγάλο βαθμό γνωστό κείμενο ή κώδικας με μικρές αλλαγές. Δώστε το υπάρχον περιεχόμενο και μια ακριβή τροποποίηση και έπειτα εξετάστε το επιστρεφόμενο παραδοτέο. Αυτή η διαδρομή μόνο κειμένου δεν συνδυάζεται με κλήσεις συναρτήσεων και εξαιρεί τα logprobs, max_completion_tokens και αρκετούς άλλους ελέγχους. Ένα αίτημα που χρησιμοποιεί εργαλεία είναι ξεχωριστή επιλογή όταν η απάντηση εξαρτάται από νέες πληροφορίες από εξωτερική λειτουργία.
Η OpenAI τεκμηριώνει προσαρμογή μέσω περαιτέρω εκπαίδευσης (fine-tuning) για το GPT-4o, ενώ ο οδηγός βελτιστοποίησής της κατονομάζει ειδικά το στιγμιότυπο της 6ης Αυγούστου 2024 για οπτική προσαρμογή με παραδείγματα εικόνων. Αυτή η ροή προσαρμογής του συγκεκριμένου στιγμιότυπου διαφέρει από ένα συνηθισμένο αίτημα προς το ψευδώνυμο του μοντέλου. Για καθημερινή συγγραφή, ανάλυση ή εξαγωγή στοιχείων, ξεκινήστε με μια χρήσιμη περιγραφή εργασίας και ένα παράδειγμα της επιθυμητής εξόδου. Μια επόμενη παρέμβαση μπορεί να διευκρινίσει ένα στοιχείο που λείπει, να αναθεωρήσει ένα πεδίο ή να βελτιώσει το ίδιο παραδοτέο διατηρώντας τα τεκμήρια και τους περιορισμούς της εργασίας.
POST /v1/batchestexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοendpoint | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια /v1/chat/completions | Προεπιλογή— |
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια openai/gpt-4o:batch | Προεπιλογή— |
Πεδίοrequests | Τύποςbatch_item[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοrequests[].custom_id | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοrequests[].body.messages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοcompletion_window | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια 24h | Προεπιλογή— |
Πεδίοprovider | Τύποςobject|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοrequests[].body.model | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια openai/gpt-4o:batch, openai/gpt-4o | Προεπιλογή— |
Πεδίοprovider.only | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια openai | Προεπιλογή— |
Πεδίοprovider.allow_fallbacks | Τύποςboolean|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια false, null | Προεπιλογή— |
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηendpoint, model, requests |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςrepresentation | ΣύμβασηΕνσωματωμένος πίνακας requests[]· κάθε στοιχείο έχει custom_id και body |
Παράμετροςrequest_endpoint_profile | Σύμβαση/v1/chat/completions |
Παράμετροςfile_material | ΣύμβασηΟ καλών μπορεί να διαβάσει το πραγματικό υλικό UTF-8 JSONL τοπικά στον πίνακα requests[]. Δεν χρησιμοποιείται παράμετρος purpose για μεταφόρτωση, input_file_id ή αναφορά σε αρχείο. Αν το υλικό του πελάτη λείπει ή είναι κενό, η προετοιμασία σταματά πριν από το POST. |
Παράμετροςserialization_order | Σύμβασηendpoint, model, provider (αν παρέχεται), completion_window (αν παρέχεται), requests στο τέλος |
Παράμετροςoptional_controls | Σύμβασηprovider.only, provider.allow_fallbacks, completion_window |
Παράμετροςschema_scope | ΣύμβασηΣώματα αιτημάτων Text Chat Completions στον τεκμηριωμένο ενσωματωμένο φάκελο Batch. |
Κύκλος ζωής: asynchronous
GET /v1/batches/{operation_id} · Το πραγματικό response.id της αρχικής απόκρισης δημιουργίας· ο ίδιος χρήστης, το ίδιο κλειδί και η ίδια ομάδα
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0025 / 1K token Έξοδος · Token εξόδου $0.01 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00125 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0025 / 1K token Έξοδος · Token εξόδου $0.01 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00125 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${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-4o: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-4o:batch', 'openai/gpt-4o']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-4o: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.\nΕνσωματωμένο JSON στο 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\nΔιατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε ολόκληρο το αρχικό JSON κατάστασης, κάθε result/custom_id και ολόκληρο το σώμα της απόκρισης ή του σφάλματος. Αποθηκεύστε τα ολοκληρωμένα results[] ως JSONL χωρίς φιλτράρισμα.
Διατηρήστε το αρχικό ID της λειτουργίας. Η απόκριση 503 result_pending_check περιέχει X-Should-Retry:false· μην υποβάλετε ποτέ ξανά μια αρχική μαζική εργασία με άγνωστη έκβαση.
| Πεδίο | Τύπος |
|---|---|
Πεδίοresults[].custom_id | Τύποςstring |
Πεδίοresults[].response.body.choices[].message.content | Τύποςstring|null |
Πεδίοresults[].error | Τύποςobject|null |
Πεδίοusage | Τύποςobject|null |
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοendpoint | Τύποςstring |
Πεδίοstatus | Τύποςstring |
Πεδίοrequest_counts | Τύποςobject |
Πεδίοresults[].id | Τύποςstring |
Πεδίοresults[].response.status_code | Τύποςinteger |
Πεδίοresults[].response.request_id | Τύποςstring |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρος τεκμηριωμένος ενσωματωμένος φάκελος, διπλότυπα κλειδιά, ταυτότητα στοιχείου ή σύγκρουση με τις ρυθμισμένες δυνατότητες του μοντέλου. | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από οποιαδήποτε νέα υποβολή. |
Απάντηση401 · authentication_error | ΣυνθήκηΜη έγκυρο κλειδί API. | Επόμενο βήμαΧρησιμοποιήστε το εξουσιοδοτημένο κλειδί Ailoot. |
Απάντηση403 · permission_error | ΣυνθήκηΗ ομάδα μαζικής επεξεργασίας δεν είναι διαθέσιμη. | Επόμενο βήμαΕλέγξτε τα δικαιώματα πρόσβασης του κλειδιού/της ομάδας. |
Απάντηση422 · invalid_request_error | ΣυνθήκηΗ μαζική επεξεργασία χρεώνεται στο υπόλοιπο· η δημιουργία μέσω συνδρομής απορρίπτεται. | Επόμενο βήμαΧρησιμοποιήστε την εξουσιοδοτημένη ομάδα που χρεώνεται στο υπόλοιπο. |
Απάντηση422 · price_unavailable | ΣυνθήκηΔεν μπορεί να υπολογιστεί προσφορά κόστους για την είσοδο της μαζικής εργασίας. | Επόμενο βήμαΔιατηρήστε την απόκριση· χρησιμοποιήστε την τεκμηριωμένη είσοδο της οικογένειας API. |
Απάντηση402 · billing_error | ΣυνθήκηΤο ποσό δέσμευσης για τη μαζική επεξεργασία δεν είναι διαθέσιμο. | Επόμενο βήμαΕπιλύστε το ζήτημα αποδοχής πριν από ένα νέο αίτημα. |
Απάντηση503 · price_unavailable | ΣυνθήκηΗ τιμή της μεθόδου μαζικής επεξεργασίας/οι εγγενείς τιμές δεν είναι διαθέσιμες. | Επόμενο βήμαΔιατηρήστε την απόκριση· μην αντικαθιστάτε τις τιμές. |
Απάντηση503 · api_error | ΣυνθήκηΗ ακριβής διαδρομή του προμηθευτή δεν είναι διαθέσιμη. | Επόμενο βήμαΔιατηρήστε την απόκριση για τη διόρθωση της διαδρομής. |
Απάντηση503 · result_pending_check | ΣυνθήκηΤο αρχικό αποτέλεσμα χρειάζεται έλεγχο· X-Should-Retry:false. | Επόμενο βήμαΔιατηρήστε το αρχικό operation_id/id και διαβάστε την κατάστασή του· μην επαναλάβετε ποτέ το αρχικό POST. |
Απάντηση404 · not_found | ΣυνθήκηΗ λειτουργία κατάστασης της μαζικής εργασίας δεν υπάρχει ή ανήκει σε άλλη ταυτότητα. | Επόμενο βήμαΧρησιμοποιήστε το ακριβές αρχικό id και τον ίδιο χρήστη, το ίδιο κλειδί και την ίδια ομάδα. |
Ailoot Ultra openai/gpt-4o:batch
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.