GPT-4o Search Preview es el modelo especializado de OpenAI para comprender y realizar búsquedas en la web dentro de una solicitud conversacional. Su función consiste en conectar una pregunta con información recuperada de la web y producir una respuesta de texto. OpenAI presentó el modelo adaptado a búsquedas como una opción diferenciada, con el proceso de búsqueda integrado en esta vía del modelo en lugar de seleccionarse como una función externa cualquiera.
La búsqueda se realiza antes de generar la respuesta. Esto hace que el modelo resulte útil para preguntas que dependen de información publicada: documentación de productos, novedades, descripciones públicas o comparaciones entre fuentes. Define el tema, el periodo, la ubicación y los criterios de selección cuando afecten a la pregunta. Una aplicación podría pedir una nota de investigación que identifique los hallazgos más pertinentes y las diferencias entre informes publicados.
La respuesta de búsqueda documentada combina texto narrativo con citas. La información de las fuentes también se representa mediante anotaciones de citas que contienen el título y la dirección de la página citada y la posición de la referencia en la respuesta. En una aplicación para usuarios finales, el fabricante exige que las citas permanezcan visibles y se puedan pulsar. Esto permite al lector examinar la página asociada con una afirmación concreta de la respuesta.
Las especificaciones del modelo indican entrada y salida de texto, una ventana de contexto de 128.000 tokens y hasta 16.384 tokens de salida. Su fecha límite de conocimientos documentada es el 1 de octubre de 2023; la recuperación de información de la web aporta información posterior a los conocimientos internos del modelo cuando la búsqueda la encuentra. Las imágenes, el audio y el vídeo no son modalidades de entrada admitidas en esta configuración. Se enumeran transmisión en flujo y Structured Outputs como funciones admitidas, mientras que las llamadas a funciones, el ajuste fino y Predicted Outputs no lo están.
Es una vía de búsqueda especializada de Chat Completions. El fabricante la distingue de su herramienta de búsqueda de propósito general más reciente: el modelo antiguo no proporciona los filtros de dominio, los controles de lista completa de fuentes, las opciones de acceso en tiempo real ni los controles de presupuesto de tokens devueltos de esa herramienta. Su comportamiento de buscar antes de responder también es distinto de una llamada opcional a una herramienta. Estos límites ayudan a definir una tarea de búsqueda concreta sin atribuir a la edición Preview capacidades de herramientas que no le correspondan.
Para un asistente de búsqueda que utilice Ailoot API, especifica la pregunta que debe responderse y el resultado deseado: un resumen respaldado por pruebas, una tabla comparativa o un esquema para un informe. Pide que distinga los hechos encontrados en las fuentes de las conclusiones que deseas extraer de ellos. Mantén explícitos la pregunta y el resultado deseado para que la respuesta con citas pueda evaluarse frente al objetivo de investigación.
", "aboutText": "GPT-4o Search Preview es el modelo especializado de OpenAI para comprender y realizar búsquedas en la web dentro de una solicitud conversacional. Su función consiste en conectar una pregunta con información recuperada de la web y producir una respuesta de texto. OpenAI presentó el modelo adaptado a búsquedas como una opción diferenciada, con el proceso de búsqueda integrado en esta vía del modelo en lugar de seleccionarse como una función externa cualquiera.\n\nLa búsqueda se realiza antes de generar la respuesta. Esto hace que el modelo resulte útil para preguntas que dependen de información publicada: documentación de productos, novedades, descripciones públicas o comparaciones entre fuentes. Define el tema, el periodo, la ubicación y los criterios de selección cuando afecten a la pregunta. Una aplicación podría pedir una nota de investigación que identifique los hallazgos más pertinentes y las diferencias entre informes publicados.\n\nLa respuesta de búsqueda documentada combina texto narrativo con citas. La información de las fuentes también se representa mediante anotaciones de citas que contienen el título y la dirección de la página citada y la posición de la referencia en la respuesta. En una aplicación para usuarios finales, el fabricante exige que las citas permanezcan visibles y se puedan pulsar. Esto permite al lector examinar la página asociada con una afirmación concreta de la respuesta.\n\nLas especificaciones del modelo indican entrada y salida de texto, una ventana de contexto de 128.000 tokens y hasta 16.384 tokens de salida. Su fecha límite de conocimientos documentada es el 1 de octubre de 2023; la recuperación de información de la web aporta información posterior a los conocimientos internos del modelo cuando la búsqueda la encuentra. Las imágenes, el audio y el vídeo no son modalidades de entrada admitidas en esta configuración. Se enumeran transmisión en flujo y Structured Outputs como funciones admitidas, mientras que las llamadas a funciones, el ajuste fino y Predicted Outputs no lo están.\n\nEs una vía de búsqueda especializada de Chat Completions. El fabricante la distingue de su herramienta de búsqueda de propósito general más reciente: el modelo antiguo no proporciona los filtros de dominio, los controles de lista completa de fuentes, las opciones de acceso en tiempo real ni los controles de presupuesto de tokens devueltos de esa herramienta. Su comportamiento de buscar antes de responder también es distinto de una llamada opcional a una herramienta. Estos límites ayudan a definir una tarea de búsqueda concreta sin atribuir a la edición Preview capacidades de herramientas que no le correspondan.\n\nPara un asistente de búsqueda que utilice Ailoot API, especifica la pregunta que debe responderse y el resultado deseado: un resumen respaldado por pruebas, una tabla comparativa o un esquema para un informe. Pide que distinga los hechos encontrados en las fuentes de las conclusiones que deseas extraer de ellos. Mantén explícitos la pregunta y el resultado deseado para que la respuesta con citas pueda evaluarse frente al objetivo de investigación.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Research an official accessibility standard\n\nFind the W3C WCAG 2.2 recommendation and prepare a short research brief about the Focus Not Obscured (Minimum) success criterion. State its number, level and practical purpose. Cite the official W3C source with a visible link, distinguish the criterion from your implementation advice and avoid adding an unsupported compliance claim.A short sourced brief with criterion number, level, practical explanation and a clickable official citation.Open the cited official page and check that the number, level and wording support the brief.gpt-4o-search-previewGPT-4o Search Preview es el modelo de OpenAI con entrada y salida de texto especializado en respuestas respaldadas por la web. Busca antes de responder, combina la respuesta con citas de fuentes y admite un contexto de 128.000 tokens y salidas estructuradas.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-4o Search Preview es el modelo especializado de OpenAI para comprender y realizar búsquedas en la web dentro de una solicitud conversacional. Su función consiste en conectar una pregunta con información recuperada de la web y producir una respuesta de texto. OpenAI presentó el modelo adaptado a búsquedas como una opción diferenciada, con el proceso de búsqueda integrado en esta vía del modelo en lugar de seleccionarse como una función externa cualquiera.
La búsqueda se realiza antes de generar la respuesta. Esto hace que el modelo resulte útil para preguntas que dependen de información publicada: documentación de productos, novedades, descripciones públicas o comparaciones entre fuentes. Define el tema, el periodo, la ubicación y los criterios de selección cuando afecten a la pregunta. Una aplicación podría pedir una nota de investigación que identifique los hallazgos más pertinentes y las diferencias entre informes publicados.
La respuesta de búsqueda documentada combina texto narrativo con citas. La información de las fuentes también se representa mediante anotaciones de citas que contienen el título y la dirección de la página citada y la posición de la referencia en la respuesta. En una aplicación para usuarios finales, el fabricante exige que las citas permanezcan visibles y se puedan pulsar. Esto permite al lector examinar la página asociada con una afirmación concreta de la respuesta.
Las especificaciones del modelo indican entrada y salida de texto, una ventana de contexto de 128.000 tokens y hasta 16.384 tokens de salida. Su fecha límite de conocimientos documentada es el 1 de octubre de 2023; la recuperación de información de la web aporta información posterior a los conocimientos internos del modelo cuando la búsqueda la encuentra. Las imágenes, el audio y el vídeo no son modalidades de entrada admitidas en esta configuración. Se enumeran transmisión en flujo y Structured Outputs como funciones admitidas, mientras que las llamadas a funciones, el ajuste fino y Predicted Outputs no lo están.
Es una vía de búsqueda especializada de Chat Completions. El fabricante la distingue de su herramienta de búsqueda de propósito general más reciente: el modelo antiguo no proporciona los filtros de dominio, los controles de lista completa de fuentes, las opciones de acceso en tiempo real ni los controles de presupuesto de tokens devueltos de esa herramienta. Su comportamiento de buscar antes de responder también es distinto de una llamada opcional a una herramienta. Estos límites ayudan a definir una tarea de búsqueda concreta sin atribuir a la edición Preview capacidades de herramientas que no le correspondan.
Para un asistente de búsqueda que utilice Ailoot API, especifica la pregunta que debe responderse y el resultado deseado: un resumen respaldado por pruebas, una tabla comparativa o un esquema para un informe. Pide que distinga los hechos encontrados en las fuentes de las conclusiones que deseas extraer de ellos. Mantén explícitos la pregunta y el resultado deseado para que la respuesta con citas pueda evaluarse frente al objetivo de investigación.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gpt-4o-search-preview | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.02 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-4o-search-preview", "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='gpt-4o-search-preview',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='gpt-4o-search-preview',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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra gpt-4o-search-preview
Usa las rutas de método indicadas arriba.
gpt-4o-search-previewGPT-4o Search Preview es el modelo de OpenAI con entrada y salida de texto especializado en respuestas respaldadas por la web. Busca antes de responder, combina la respuesta con citas de fuentes y admite un contexto de 128.000 tokens y salidas estructuradas.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-4o Search Preview es el modelo especializado de OpenAI para comprender y realizar búsquedas en la web dentro de una solicitud conversacional. Su función consiste en conectar una pregunta con información recuperada de la web y producir una respuesta de texto. OpenAI presentó el modelo adaptado a búsquedas como una opción diferenciada, con el proceso de búsqueda integrado en esta vía del modelo en lugar de seleccionarse como una función externa cualquiera.
La búsqueda se realiza antes de generar la respuesta. Esto hace que el modelo resulte útil para preguntas que dependen de información publicada: documentación de productos, novedades, descripciones públicas o comparaciones entre fuentes. Define el tema, el periodo, la ubicación y los criterios de selección cuando afecten a la pregunta. Una aplicación podría pedir una nota de investigación que identifique los hallazgos más pertinentes y las diferencias entre informes publicados.
La respuesta de búsqueda documentada combina texto narrativo con citas. La información de las fuentes también se representa mediante anotaciones de citas que contienen el título y la dirección de la página citada y la posición de la referencia en la respuesta. En una aplicación para usuarios finales, el fabricante exige que las citas permanezcan visibles y se puedan pulsar. Esto permite al lector examinar la página asociada con una afirmación concreta de la respuesta.
Las especificaciones del modelo indican entrada y salida de texto, una ventana de contexto de 128.000 tokens y hasta 16.384 tokens de salida. Su fecha límite de conocimientos documentada es el 1 de octubre de 2023; la recuperación de información de la web aporta información posterior a los conocimientos internos del modelo cuando la búsqueda la encuentra. Las imágenes, el audio y el vídeo no son modalidades de entrada admitidas en esta configuración. Se enumeran transmisión en flujo y Structured Outputs como funciones admitidas, mientras que las llamadas a funciones, el ajuste fino y Predicted Outputs no lo están.
Es una vía de búsqueda especializada de Chat Completions. El fabricante la distingue de su herramienta de búsqueda de propósito general más reciente: el modelo antiguo no proporciona los filtros de dominio, los controles de lista completa de fuentes, las opciones de acceso en tiempo real ni los controles de presupuesto de tokens devueltos de esa herramienta. Su comportamiento de buscar antes de responder también es distinto de una llamada opcional a una herramienta. Estos límites ayudan a definir una tarea de búsqueda concreta sin atribuir a la edición Preview capacidades de herramientas que no le correspondan.
Para un asistente de búsqueda que utilice Ailoot API, especifica la pregunta que debe responderse y el resultado deseado: un resumen respaldado por pruebas, una tabla comparativa o un esquema para un informe. Pide que distinga los hechos encontrados en las fuentes de las conclusiones que deseas extraer de ellos. Mantén explícitos la pregunta y el resultado deseado para que la respuesta con citas pueda evaluarse frente al objetivo de investigación.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gpt-4o-search-preview | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.02 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "gpt-4o-search-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4o-search-preview', '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-4o-search-preview', '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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra gpt-4o-search-preview
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Research an official accessibility standard\n\nFind the W3C WCAG 2.2 recommendation and prepare a short research brief about the Focus Not Obscured (Minimum) success criterion. State its number, level and practical purpose. Cite the official W3C source with a visible link, distinguish the criterion from your implementation advice and avoid adding an unsupported compliance claim.A short sourced brief with criterion number, level, practical explanation and a clickable official citation.Open the cited official page and check that the number, level and wording support the brief.