GPT-4 Turbo es el modelo de la familia GPT-4 de OpenAI para entradas de texto e imágenes con salida de texto. La ficha actual de Turbo del proveedor se refiere al modelo con visión, manteniendo diferenciados los nombres de las versiones preliminares. Puede utilizarse para una pregunta sobre documentos proporcionados, una imagen o una combinación de pruebas escritas y visuales.
Para una tarea documental, proporciona las secciones pertinentes y la pregunta que deben responder. Un ejemplo de solicitud consiste en comparar un procedimiento con un conjunto de requisitos y producir después una explicación concisa de las coincidencias, las diferencias y las preguntas abiertas. Identifica qué fuente tiene prioridad y los hechos que deben mantenerse intactos cuando el resultado se reescriba para su lector.
Para una tarea visual, proporciona la captura de pantalla, fotografía o diagrama e indica el detalle importante. Incluye contexto escrito cuando la imagen por sí sola no establezca el objetivo del usuario o el significado de una etiqueta. Una respuesta de asistencia propuesta puede combinar la observación pertinente con una pregunta para aclarar información ausente. Una pregunta sobre código puede incluir la implementación y el comportamiento que debe explicarse o cambiarse.
OpenAI indica una ventana de contexto de 128,000 tokens, una salida máxima de 4,096 tokens y conocimientos actualizados hasta el 1 de diciembre de 2023. El límite de salida comparativamente breve hace que el resultado solicitado sea importante: pide la respuesta, sección o conjunto de conclusiones que la tarea realmente necesita. El material de origen y la respuesta generada comparten el contexto disponible.
La ficha original del proveedor admite transmisión en flujo y llamadas a funciones e indica que Structured Outputs basados en esquemas, ajuste fino y Predicted Outputs no están admitidos. Las recomendaciones del modo JSON incluyen la familia de modelos GPT-4 para respuestas con JSON válido; ese modo no garantiza un esquema concreto. Una aplicación comprueba los campos devueltos y ejecuta las operaciones que describe, y después devuelve resultados reales de herramientas para una solicitud posterior.
Define el público, el tono y el criterio de finalización. Para un resultado analítico, separa los hechos de origen, la conclusión y la condición sin resolver. Para un documento editado, especifica qué significado y terminología deben conservarse. Un resultado final útil es una respuesta o sección centrada en la tarea cuyas afirmaciones importantes puedan comprobarse frente al material original y mejorarse en un mensaje posterior.
", "aboutText": "GPT-4 Turbo es el modelo de la familia GPT-4 de OpenAI para entradas de texto e imágenes con salida de texto. La ficha actual de Turbo del proveedor se refiere al modelo con visión, manteniendo diferenciados los nombres de las versiones preliminares. Puede utilizarse para una pregunta sobre documentos proporcionados, una imagen o una combinación de pruebas escritas y visuales.\n\nPara una tarea documental, proporciona las secciones pertinentes y la pregunta que deben responder. Un ejemplo de solicitud consiste en comparar un procedimiento con un conjunto de requisitos y producir después una explicación concisa de las coincidencias, las diferencias y las preguntas abiertas. Identifica qué fuente tiene prioridad y los hechos que deben mantenerse intactos cuando el resultado se reescriba para su lector.\n\nPara una tarea visual, proporciona la captura de pantalla, fotografía o diagrama e indica el detalle importante. Incluye contexto escrito cuando la imagen por sí sola no establezca el objetivo del usuario o el significado de una etiqueta. Una respuesta de asistencia propuesta puede combinar la observación pertinente con una pregunta para aclarar información ausente. Una pregunta sobre código puede incluir la implementación y el comportamiento que debe explicarse o cambiarse.\n\nOpenAI indica una ventana de contexto de 128,000 tokens, una salida máxima de 4,096 tokens y conocimientos actualizados hasta el 1 de diciembre de 2023. El límite de salida comparativamente breve hace que el resultado solicitado sea importante: pide la respuesta, sección o conjunto de conclusiones que la tarea realmente necesita. El material de origen y la respuesta generada comparten el contexto disponible.\n\nLa ficha original del proveedor admite transmisión en flujo y llamadas a funciones e indica que Structured Outputs basados en esquemas, ajuste fino y Predicted Outputs no están admitidos. Las recomendaciones del modo JSON incluyen la familia de modelos GPT-4 para respuestas con JSON válido; ese modo no garantiza un esquema concreto. Una aplicación comprueba los campos devueltos y ejecuta las operaciones que describe, y después devuelve resultados reales de herramientas para una solicitud posterior.\n\nDefine el público, el tono y el criterio de finalización. Para un resultado analítico, separa los hechos de origen, la conclusión y la condición sin resolver. Para un documento editado, especifica qué significado y terminología deben conservarse. Un resultado final útil es una respuesta o sección centrada en la tarea cuyas afirmaciones importantes puedan comprobarse frente al material original y mejorarse en un mensaje posterior.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c174c627f01bc2e0fc8cef6cb9f6491de4824fedf057fb43c5fbd7d76b7f44d7", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "openai/gpt-4-turbo:batchGPT-4 Turbo acepta texto e imágenes y devuelve texto para tareas documentales, visuales y de programación. Sus especificaciones del proveedor combinan una ventana de contexto de 128,000 tokens con un límite de salida de 4,096 tokens, transmisión en flujo y llamadas a funciones.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-4 Turbo es el modelo de la familia GPT-4 de OpenAI para entradas de texto e imágenes con salida de texto. La ficha actual de Turbo del proveedor se refiere al modelo con visión, manteniendo diferenciados los nombres de las versiones preliminares. Puede utilizarse para una pregunta sobre documentos proporcionados, una imagen o una combinación de pruebas escritas y visuales.
Para una tarea documental, proporciona las secciones pertinentes y la pregunta que deben responder. Un ejemplo de solicitud consiste en comparar un procedimiento con un conjunto de requisitos y producir después una explicación concisa de las coincidencias, las diferencias y las preguntas abiertas. Identifica qué fuente tiene prioridad y los hechos que deben mantenerse intactos cuando el resultado se reescriba para su lector.
Para una tarea visual, proporciona la captura de pantalla, fotografía o diagrama e indica el detalle importante. Incluye contexto escrito cuando la imagen por sí sola no establezca el objetivo del usuario o el significado de una etiqueta. Una respuesta de asistencia propuesta puede combinar la observación pertinente con una pregunta para aclarar información ausente. Una pregunta sobre código puede incluir la implementación y el comportamiento que debe explicarse o cambiarse.
OpenAI indica una ventana de contexto de 128,000 tokens, una salida máxima de 4,096 tokens y conocimientos actualizados hasta el 1 de diciembre de 2023. El límite de salida comparativamente breve hace que el resultado solicitado sea importante: pide la respuesta, sección o conjunto de conclusiones que la tarea realmente necesita. El material de origen y la respuesta generada comparten el contexto disponible.
La ficha original del proveedor admite transmisión en flujo y llamadas a funciones e indica que Structured Outputs basados en esquemas, ajuste fino y Predicted Outputs no están admitidos. Las recomendaciones del modo JSON incluyen la familia de modelos GPT-4 para respuestas con JSON válido; ese modo no garantiza un esquema concreto. Una aplicación comprueba los campos devueltos y ejecuta las operaciones que describe, y después devuelve resultados reales de herramientas para una solicitud posterior.
Define el público, el tono y el criterio de finalización. Para un resultado analítico, separa los hechos de origen, la conclusión y la condición sin resolver. Para un documento editado, especifica qué significado y terminología deben conservarse. Un resultado final útil es una respuesta o sección centrada en la tarea cuyas afirmaciones importantes puedan comprobarse frente al material original y mejorarse en un mensaje posterior.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObligatorio | Valores y límites /v1/chat/completions | Predeterminado— |
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-4-turbo:batch | Predeterminado— |
Camporequests | Tipobatch_item[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Camporequests[].custom_id | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campocompletion_window | Tipostring | RequisitoOpcional | Valores y límites 24h | Predeterminado— |
Campoprovider | Tipoobject|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Camporequests[].body.model | Tipostring | RequisitoOpcional | Valores y límites openai/gpt-4-turbo:batch, openai/gpt-4-turbo | Predeterminado— |
Campoprovider.only | Tipostring[] | RequisitoOpcional | Valores y límites openai | Predeterminado— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoOpcional | Valores y límites false, null | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratoendpoint, model, requests |
Parámetromaterial_types | Contratotext |
Parámetrorepresentation | Contratorequests[] en línea; cada elemento tiene custom_id y body |
Parámetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parámetrofile_material | ContratoQuien realiza la llamada puede leer localmente el JSONL UTF-8 real e incorporarlo a requests[]. No se utiliza el campo purpose para cargas, ni input_file_id ni referencias a archivos. Si falta el material del cliente o está vacío, la preparación se detiene antes del POST. |
Parámetroserialization_order | Contratoendpoint, model, provider (si se proporciona), completion_window (si se proporciona), requests al final |
Parámetrooptional_controls | Contratoprovider.only, provider.allow_fallbacks, completion_window |
Parámetroschema_scope | ContratoCuerpos de solicitudes de texto de Chat Completions dentro de la estructura Batch en línea documentada. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · El response.id real de la respuesta de creación original; el mismo usuario, clave y grupo
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.01 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.01 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-4-turbo:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-4-turbo:batch', 'openai/gpt-4-turbo']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-4-turbo:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON de results[].response.body en línea
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\nConserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva el JSON completo del estado original, cada result/custom_id y el cuerpo completo de la respuesta o del error. Guarda results[] completados como JSONL sin filtrar.
Conserva el ID de la operación original. La respuesta 503 result_pending_check incluye X-Should-Retry:false; nunca vuelvas a enviar un lote original cuyo resultado sea desconocido.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónLa estructura en línea documentada no es válida, hay claves duplicadas, existe un problema con la identidad de los elementos o hay un conflicto entre las capacidades configuradas del modelo. | Siguiente pasoCorrige los campos indicados antes de realizar cualquier nuevo envío. |
Respuesta401 · authentication_error | CondiciónClave de API no válida. | Siguiente pasoUsa la clave de Ailoot autorizada. |
Respuesta403 · permission_error | CondiciónGrupo de Batch no disponible. | Siguiente pasoVerifica los permisos de la clave y el grupo. |
Respuesta422 · invalid_request_error | CondiciónBatch usa facturación contra saldo; se rechazan las solicitudes de creación con una suscripción. | Siguiente pasoUsa el grupo autorizado con facturación contra saldo. |
Respuesta422 · price_unavailable | CondiciónNo se puede cotizar la entrada de Batch. | Siguiente pasoConserva la respuesta; usa la entrada documentada para la familia. |
Respuesta402 · billing_error | CondiciónReserva de Batch no disponible. | Siguiente pasoResuelve los requisitos de admisión antes de realizar una nueva solicitud. |
Respuesta503 · price_unavailable | CondiciónPrecio del método Batch o tarifas nativas no disponibles. | Siguiente pasoConserva la respuesta; no sustituyas los precios. |
Respuesta503 · api_error | CondiciónLa ruta exacta del proveedor no está disponible. | Siguiente pasoConserva la respuesta para reparar la ruta. |
Respuesta503 · result_pending_check | CondiciónEl resultado original requiere una revisión; X-Should-Retry:false. | Siguiente pasoConserva el operation_id/id original y consulta su estado; nunca repitas el POST original. |
Respuesta404 · not_found | CondiciónLa operación de consulta de estado de Batch no existe o pertenece a otra identidad. | Siguiente pasoUsa el id original exacto y el mismo usuario, clave y grupo. |
Ailoot Ultra openai/gpt-4-turbo:batch
Usa las rutas de método indicadas arriba.