Το o3-pro είναι η ξεχωριστή έκδοση o3 της OpenAI που χρησιμοποιεί πρόσθετους υπολογισμούς για δύσκολο συλλογισμό. Η σειρά o εκπαιδεύεται με ενισχυτική μάθηση ώστε να επεξεργάζεται ένα πρόβλημα πριν απαντήσει. Αυτό το μοντέλο δέχεται κείμενο και εικόνες και παράγει κείμενο, κρατώντας την έκδοση Pro διακριτή από το βασικό μοντέλο o3 και από μεταγενέστερες ρυθμίσεις τρόπου εκτέλεσης Pro.
Μια πρακτική χρήση είναι τεχνική ερώτηση με πολλές αλληλεξαρτώμενες προϋποθέσεις. Δώσε το πλήρες πρόβλημα, τα διαθέσιμα στοιχεία και τα κριτήρια επιλογής προσέγγισης. Ενδεικτική εργασία είναι η σύγκριση υλοποιήσεων των οποίων η συμπεριφορά εξαρτάται από διαφορετικές παραδοχές και κατόπιν η παραγωγή σύστασης που κάνει ρητές αυτές τις εξαρτήσεις. Ένα μαθηματικό αίτημα πρέπει αντίστοιχα να δηλώνει το πεδίο ορισμού, τις γνωστές συνθήκες και την απαιτούμενη μορφή απάντησης.
Για οπτικά στοιχεία, δώσε καθαρό διάγραμμα, στιγμιότυπο οθόνης ή άλλη εικόνα και προσδιόρισε τη λεπτομέρεια που επηρεάζει την ερώτηση. Συμπερίλαβε το γραπτό πλαίσιο που δεν τεκμηριώνει η εικόνα από μόνη της. Ζήτησε χρήσιμο αποτέλεσμα, όπως εξήγηση, προτεινόμενη λύση, σχέδιο ή σύνολο ευρημάτων. Έτσι η πρόσθετη εργασία συλλογισμού του μοντέλου συνδέεται με συγκεκριμένη ερώτηση και παραδοτέο.
Η OpenAI αναφέρει παράθυρο συμφραζομένων 200.000 token, μέγιστη έξοδο 100.000 token και ημερομηνία αποκοπής γνώσεων την 1η Ιουνίου 2024. Ο συλλογισμός καταλαμβάνει χώρο μαζί με την είσοδο και την ορατή απάντηση. Ο παραγωγός τεκμηριώνει το o3-pro μέσω Responses για αλληλεπιδράσεις πολλών γύρων με το μοντέλο πριν από την τελική απόκριση, ενώ η προδιαγραφή αναφέρει και το Batch. Τα δύσκολα αιτήματα μπορεί να διαρκέσουν αρκετά λεπτά και ο κατασκευαστής συνιστά εκτέλεση στο παρασκήνιο για εργασίες μεγάλης διάρκειας.
Η εγγενής κάρτα μοντέλου επιβεβαιώνει ότι η σταδιακή ροή απαντήσεων δεν υποστηρίζεται, ενώ υποστηρίζονται οι κλήσεις συναρτήσεων και τα Structured Outputs. Το τεκμηριωμένο σύνολο εργαλείων περιλαμβάνει συναρτήσεις, αναζήτηση αρχείων και ιστού, εργαλεία δημιουργίας εικόνας και συνδέσεις MCP. Μια εφαρμογή εκθέτει τις λειτουργίες της, εκτελεί τις ενέργειές της και παρέχει πραγματικά αποτελέσματα. Η παρακολούθηση κατάστασης στο παρασκήνιο και η ανάκτηση αποτελέσματος είναι ξεχωριστές από τη ροή token απάντησης.
Καθόρισε το κριτήριο ολοκλήρωσης πριν από το αίτημα. Για ανάλυση, ζήτησε να παραμένουν διακριτά τα παρεχόμενα γεγονότα, το συμπέρασμα και οι ανεπίλυτες προϋποθέσεις. Για προτεινόμενη αλλαγή, προσδιόρισε την αναμενόμενη συμπεριφορά και τα στοιχεία που χρειάζονται για τον έλεγχό της. Μια χρήσιμη τελική απόκριση συνδέει τις σημαντικές επιλογές με την αρχική ερώτηση και αντιμετωπίζει μια προτεινόμενη ενέργεια εργαλείου ξεχωριστά από λειτουργία που έχει ήδη ολοκληρωθεί στο περιβάλλον.
", "aboutText": "Το o3-pro είναι η ξεχωριστή έκδοση o3 της OpenAI που χρησιμοποιεί πρόσθετους υπολογισμούς για δύσκολο συλλογισμό. Η σειρά o εκπαιδεύεται με ενισχυτική μάθηση ώστε να επεξεργάζεται ένα πρόβλημα πριν απαντήσει. Αυτό το μοντέλο δέχεται κείμενο και εικόνες και παράγει κείμενο, κρατώντας την έκδοση Pro διακριτή από το βασικό μοντέλο o3 και από μεταγενέστερες ρυθμίσεις τρόπου εκτέλεσης Pro.\n\nΜια πρακτική χρήση είναι τεχνική ερώτηση με πολλές αλληλεξαρτώμενες προϋποθέσεις. Δώσε το πλήρες πρόβλημα, τα διαθέσιμα στοιχεία και τα κριτήρια επιλογής προσέγγισης. Ενδεικτική εργασία είναι η σύγκριση υλοποιήσεων των οποίων η συμπεριφορά εξαρτάται από διαφορετικές παραδοχές και κατόπιν η παραγωγή σύστασης που κάνει ρητές αυτές τις εξαρτήσεις. Ένα μαθηματικό αίτημα πρέπει αντίστοιχα να δηλώνει το πεδίο ορισμού, τις γνωστές συνθήκες και την απαιτούμενη μορφή απάντησης.\n\nΓια οπτικά στοιχεία, δώσε καθαρό διάγραμμα, στιγμιότυπο οθόνης ή άλλη εικόνα και προσδιόρισε τη λεπτομέρεια που επηρεάζει την ερώτηση. Συμπερίλαβε το γραπτό πλαίσιο που δεν τεκμηριώνει η εικόνα από μόνη της. Ζήτησε χρήσιμο αποτέλεσμα, όπως εξήγηση, προτεινόμενη λύση, σχέδιο ή σύνολο ευρημάτων. Έτσι η πρόσθετη εργασία συλλογισμού του μοντέλου συνδέεται με συγκεκριμένη ερώτηση και παραδοτέο.\n\nΗ OpenAI αναφέρει παράθυρο συμφραζομένων 200.000 token, μέγιστη έξοδο 100.000 token και ημερομηνία αποκοπής γνώσεων την 1η Ιουνίου 2024. Ο συλλογισμός καταλαμβάνει χώρο μαζί με την είσοδο και την ορατή απάντηση. Ο παραγωγός τεκμηριώνει το o3-pro μέσω Responses για αλληλεπιδράσεις πολλών γύρων με το μοντέλο πριν από την τελική απόκριση, ενώ η προδιαγραφή αναφέρει και το Batch. Τα δύσκολα αιτήματα μπορεί να διαρκέσουν αρκετά λεπτά και ο κατασκευαστής συνιστά εκτέλεση στο παρασκήνιο για εργασίες μεγάλης διάρκειας.\n\nΗ εγγενής κάρτα μοντέλου επιβεβαιώνει ότι η σταδιακή ροή απαντήσεων δεν υποστηρίζεται, ενώ υποστηρίζονται οι κλήσεις συναρτήσεων και τα Structured Outputs. Το τεκμηριωμένο σύνολο εργαλείων περιλαμβάνει συναρτήσεις, αναζήτηση αρχείων και ιστού, εργαλεία δημιουργίας εικόνας και συνδέσεις MCP. Μια εφαρμογή εκθέτει τις λειτουργίες της, εκτελεί τις ενέργειές της και παρέχει πραγματικά αποτελέσματα. Η παρακολούθηση κατάστασης στο παρασκήνιο και η ανάκτηση αποτελέσματος είναι ξεχωριστές από τη ροή token απάντησης.\n\nΚαθόρισε το κριτήριο ολοκλήρωσης πριν από το αίτημα. Για ανάλυση, ζήτησε να παραμένουν διακριτά τα παρεχόμενα γεγονότα, το συμπέρασμα και οι ανεπίλυτες προϋποθέσεις. Για προτεινόμενη αλλαγή, προσδιόρισε την αναμενόμενη συμπεριφορά και τα στοιχεία που χρειάζονται για τον έλεγχό της. Μια χρήσιμη τελική απόκριση συνδέει τις σημαντικές επιλογές με την αρχική ερώτηση και αντιμετωπίζει μια προτεινόμενη ενέργεια εργαλείου ξεχωριστά από λειτουργία που έχει ήδη ολοκληρωθεί στο περιβάλλον.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Analyze a constrained production order\n\nJob A takes two hours. Job B takes one hour and starts only after A. Job C takes two hours and is independent. Two identical machines are available; jobs cannot be split. Find a shortest completion schedule, show its timeline and give a lower-bound argument. State that machines are available at time zero.A two-machine timeline, makespan and concise optimality justification.The schedule must respect the A-before-B dependency and avoid running two jobs on one machine at once.openai/o3-proΗ ξεχωριστή έκδοση o3-pro χρησιμοποιεί πρόσθετους υπολογισμούς για δύσκολο συλλογισμό. Δέχεται κείμενο και εικόνες και επιστρέφει κείμενο, με κλήσεις συναρτήσεων και Structured Outputs· η ροή του παραγωγού χρησιμοποιεί Responses και δεν υποστηρίζει σταδιακή ροή απαντήσεων.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το o3-pro είναι η ξεχωριστή έκδοση o3 της OpenAI που χρησιμοποιεί πρόσθετους υπολογισμούς για δύσκολο συλλογισμό. Η σειρά o εκπαιδεύεται με ενισχυτική μάθηση ώστε να επεξεργάζεται ένα πρόβλημα πριν απαντήσει. Αυτό το μοντέλο δέχεται κείμενο και εικόνες και παράγει κείμενο, κρατώντας την έκδοση Pro διακριτή από το βασικό μοντέλο o3 και από μεταγενέστερες ρυθμίσεις τρόπου εκτέλεσης Pro.
Μια πρακτική χρήση είναι τεχνική ερώτηση με πολλές αλληλεξαρτώμενες προϋποθέσεις. Δώσε το πλήρες πρόβλημα, τα διαθέσιμα στοιχεία και τα κριτήρια επιλογής προσέγγισης. Ενδεικτική εργασία είναι η σύγκριση υλοποιήσεων των οποίων η συμπεριφορά εξαρτάται από διαφορετικές παραδοχές και κατόπιν η παραγωγή σύστασης που κάνει ρητές αυτές τις εξαρτήσεις. Ένα μαθηματικό αίτημα πρέπει αντίστοιχα να δηλώνει το πεδίο ορισμού, τις γνωστές συνθήκες και την απαιτούμενη μορφή απάντησης.
Για οπτικά στοιχεία, δώσε καθαρό διάγραμμα, στιγμιότυπο οθόνης ή άλλη εικόνα και προσδιόρισε τη λεπτομέρεια που επηρεάζει την ερώτηση. Συμπερίλαβε το γραπτό πλαίσιο που δεν τεκμηριώνει η εικόνα από μόνη της. Ζήτησε χρήσιμο αποτέλεσμα, όπως εξήγηση, προτεινόμενη λύση, σχέδιο ή σύνολο ευρημάτων. Έτσι η πρόσθετη εργασία συλλογισμού του μοντέλου συνδέεται με συγκεκριμένη ερώτηση και παραδοτέο.
Η OpenAI αναφέρει παράθυρο συμφραζομένων 200.000 token, μέγιστη έξοδο 100.000 token και ημερομηνία αποκοπής γνώσεων την 1η Ιουνίου 2024. Ο συλλογισμός καταλαμβάνει χώρο μαζί με την είσοδο και την ορατή απάντηση. Ο παραγωγός τεκμηριώνει το o3-pro μέσω Responses για αλληλεπιδράσεις πολλών γύρων με το μοντέλο πριν από την τελική απόκριση, ενώ η προδιαγραφή αναφέρει και το Batch. Τα δύσκολα αιτήματα μπορεί να διαρκέσουν αρκετά λεπτά και ο κατασκευαστής συνιστά εκτέλεση στο παρασκήνιο για εργασίες μεγάλης διάρκειας.
Η εγγενής κάρτα μοντέλου επιβεβαιώνει ότι η σταδιακή ροή απαντήσεων δεν υποστηρίζεται, ενώ υποστηρίζονται οι κλήσεις συναρτήσεων και τα Structured Outputs. Το τεκμηριωμένο σύνολο εργαλείων περιλαμβάνει συναρτήσεις, αναζήτηση αρχείων και ιστού, εργαλεία δημιουργίας εικόνας και συνδέσεις MCP. Μια εφαρμογή εκθέτει τις λειτουργίες της, εκτελεί τις ενέργειές της και παρέχει πραγματικά αποτελέσματα. Η παρακολούθηση κατάστασης στο παρασκήνιο και η ανάκτηση αποτελέσματος είναι ξεχωριστές από τη ροή token απάντησης.
Καθόρισε το κριτήριο ολοκλήρωσης πριν από το αίτημα. Για ανάλυση, ζήτησε να παραμένουν διακριτά τα παρεχόμενα γεγονότα, το συμπέρασμα και οι ανεπίλυτες προϋποθέσεις. Για προτεινόμενη αλλαγή, προσδιόρισε την αναμενόμενη συμπεριφορά και τα στοιχεία που χρειάζονται για τον έλεγχό της. Μια χρήσιμη τελική απόκριση συνδέει τις σημαντικές επιλογές με την αρχική ερώτηση και αντιμετωπίζει μια προτεινόμενη ενέργεια εργαλείου ξεχωριστά από λειτουργία που έχει ήδη ολοκληρωθεί στο περιβάλλον.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια openai/o3-pro | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring|content_part[]|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_calls | Τύποςtool_call[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_call_id | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
Πεδίοmessages[].name | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].reasoning_content | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
Πεδίοmessages[].reasoning_details | Τύποςobject|array | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_completion_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοstream_options.include_usage | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtemperature | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtop_p | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstop | Τύποςstring|string[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools | Τύποςfunction_tool[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].type | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].function.name | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
Πεδίοtools[].function.description | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtools[].function.parameters | ΤύποςJSON_schema | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtool_choice | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοparallel_tool_calls | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοresponse_format | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning_effort | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοservice_tier | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinstructions | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
Πεδίοfunctions | Τύποςfunction[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοfunction_call | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοprompt_cache_options | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmodalities | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
Πεδίοcache_control.ttl | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |
Κείμενο · Κείμενο UTF8
messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςmessages | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
Παράμετροςfile_material | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
Παράμετροςoptional_controls | Σύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Παράμετροςcontrol_scope | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
Παράμετροςoutput_modalities | Σύμβασηtext |
Παράμετροςhosted_operations | Σύμβασηfalse |
Παράμετροςmultimodal_input_binding | Σύμβασηnull |
Κύκλος ζωής: synchronous_or_streamed
Στείλτε το ακριβές ID μοντέλου μαζί με το messages.
Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου.
Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση.
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 $0.04 / 1K token Έξοδος · Token εξόδου $0.16 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 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 $0.04 / 1K token Έξοδος · Token εξόδου $0.16 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/o3-pro", "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/o3-pro',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/o3-pro',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 ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε κάθε επιλογή και το περιεχόμενο/τις κλήσεις εργαλείων/το περιεχόμενο συλλογιστικής της. Στο SSE συνθέστε τις διαφορικές ενημερώσεις ανά δείκτη επιλογής/εργαλείου και κρατήστε την τελική αιτία τερματισμού και τα στοιχεία χρήσης.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοchoices[].index | Τύποςinteger |
Πεδίοchoices[].message.content | Τύποςstring|null |
Πεδίοchoices[].message.tool_calls | Τύποςtool_call[] |
Πεδίοchoices[].message.reasoning_content | Τύποςstring |
Πεδίοchoices[].message.reasoning_details | Τύποςobject|array |
Πεδίοchoices[].finish_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra openai/o3-pro
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
openai/o3-proΗ ξεχωριστή έκδοση o3-pro χρησιμοποιεί πρόσθετους υπολογισμούς για δύσκολο συλλογισμό. Δέχεται κείμενο και εικόνες και επιστρέφει κείμενο, με κλήσεις συναρτήσεων και Structured Outputs· η ροή του παραγωγού χρησιμοποιεί Responses και δεν υποστηρίζει σταδιακή ροή απαντήσεων.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το o3-pro είναι η ξεχωριστή έκδοση o3 της OpenAI που χρησιμοποιεί πρόσθετους υπολογισμούς για δύσκολο συλλογισμό. Η σειρά o εκπαιδεύεται με ενισχυτική μάθηση ώστε να επεξεργάζεται ένα πρόβλημα πριν απαντήσει. Αυτό το μοντέλο δέχεται κείμενο και εικόνες και παράγει κείμενο, κρατώντας την έκδοση Pro διακριτή από το βασικό μοντέλο o3 και από μεταγενέστερες ρυθμίσεις τρόπου εκτέλεσης Pro.
Μια πρακτική χρήση είναι τεχνική ερώτηση με πολλές αλληλεξαρτώμενες προϋποθέσεις. Δώσε το πλήρες πρόβλημα, τα διαθέσιμα στοιχεία και τα κριτήρια επιλογής προσέγγισης. Ενδεικτική εργασία είναι η σύγκριση υλοποιήσεων των οποίων η συμπεριφορά εξαρτάται από διαφορετικές παραδοχές και κατόπιν η παραγωγή σύστασης που κάνει ρητές αυτές τις εξαρτήσεις. Ένα μαθηματικό αίτημα πρέπει αντίστοιχα να δηλώνει το πεδίο ορισμού, τις γνωστές συνθήκες και την απαιτούμενη μορφή απάντησης.
Για οπτικά στοιχεία, δώσε καθαρό διάγραμμα, στιγμιότυπο οθόνης ή άλλη εικόνα και προσδιόρισε τη λεπτομέρεια που επηρεάζει την ερώτηση. Συμπερίλαβε το γραπτό πλαίσιο που δεν τεκμηριώνει η εικόνα από μόνη της. Ζήτησε χρήσιμο αποτέλεσμα, όπως εξήγηση, προτεινόμενη λύση, σχέδιο ή σύνολο ευρημάτων. Έτσι η πρόσθετη εργασία συλλογισμού του μοντέλου συνδέεται με συγκεκριμένη ερώτηση και παραδοτέο.
Η OpenAI αναφέρει παράθυρο συμφραζομένων 200.000 token, μέγιστη έξοδο 100.000 token και ημερομηνία αποκοπής γνώσεων την 1η Ιουνίου 2024. Ο συλλογισμός καταλαμβάνει χώρο μαζί με την είσοδο και την ορατή απάντηση. Ο παραγωγός τεκμηριώνει το o3-pro μέσω Responses για αλληλεπιδράσεις πολλών γύρων με το μοντέλο πριν από την τελική απόκριση, ενώ η προδιαγραφή αναφέρει και το Batch. Τα δύσκολα αιτήματα μπορεί να διαρκέσουν αρκετά λεπτά και ο κατασκευαστής συνιστά εκτέλεση στο παρασκήνιο για εργασίες μεγάλης διάρκειας.
Η εγγενής κάρτα μοντέλου επιβεβαιώνει ότι η σταδιακή ροή απαντήσεων δεν υποστηρίζεται, ενώ υποστηρίζονται οι κλήσεις συναρτήσεων και τα Structured Outputs. Το τεκμηριωμένο σύνολο εργαλείων περιλαμβάνει συναρτήσεις, αναζήτηση αρχείων και ιστού, εργαλεία δημιουργίας εικόνας και συνδέσεις MCP. Μια εφαρμογή εκθέτει τις λειτουργίες της, εκτελεί τις ενέργειές της και παρέχει πραγματικά αποτελέσματα. Η παρακολούθηση κατάστασης στο παρασκήνιο και η ανάκτηση αποτελέσματος είναι ξεχωριστές από τη ροή token απάντησης.
Καθόρισε το κριτήριο ολοκλήρωσης πριν από το αίτημα. Για ανάλυση, ζήτησε να παραμένουν διακριτά τα παρεχόμενα γεγονότα, το συμπέρασμα και οι ανεπίλυτες προϋποθέσεις. Για προτεινόμενη αλλαγή, προσδιόρισε την αναμενόμενη συμπεριφορά και τα στοιχεία που χρειάζονται για τον έλεγχό της. Μια χρήσιμη τελική απόκριση συνδέει τις σημαντικές επιλογές με την αρχική ερώτηση και αντιμετωπίζει μια προτεινόμενη ενέργεια εργαλείου ξεχωριστά από λειτουργία που έχει ήδη ολοκληρωθεί στο περιβάλλον.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια openai/o3-pro | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Κείμενο · Κείμενο UTF-8
Συμβολοσειρά messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages, max_tokens |
Παράμετροςoptional_controls | Σύμβασηstream |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςtext_file_material | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. |
Κύκλος ζωής: synchronous_or_streamed
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 $0.04 / 1K token Έξοδος · Token εξόδου $0.16 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 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 $0.04 / 1K token Έξοδος · Token εξόδου $0.16 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "openai/o3-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/o3-pro', '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/o3-pro', '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 ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε όλα τα μπλοκ περιεχομένου, τις υπογραφές συλλογιστικής και τα πραγματικά ID χρήσης εργαλείων. Συνθέστε όλες τις διαφορικές ενημερώσεις μπλοκ SSE· το πρώτο μπλοκ κειμένου δεν είναι η πλήρης έξοδος.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοcontent[] | Τύποςtext|thinking|tool_use|other content block |
Πεδίοstop_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra openai/o3-pro
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Analyze a constrained production order\n\nJob A takes two hours. Job B takes one hour and starts only after A. Job C takes two hours and is independent. Two identical machines are available; jobs cannot be split. Find a shortest completion schedule, show its timeline and give a lower-bound argument. State that machines are available at time zero.A two-machine timeline, makespan and concise optimality justification.The schedule must respect the A-before-B dependency and avoid running two jobs on one machine at once.