GPT-Audio Mini est l’édition Mini de la famille GPT-Audio d’OpenAI pour les requêtes conversationnelles avec du texte et du son. Il accepte du texte et de l’audio et produit du texte ou de l’audio par Chat Completions. Le modèle garde son rôle de chat audio et sa propre identité d’édition, distincte de GPT-Audio et des modèles de sessions en direct continues.
Une application utile est une question d’information enregistrée avec une réponse délimitée. Fournissez l’enregistrement et les informations sur lesquelles la réponse doit s’appuyer, puis définissez le but de l’échange. Un exemple de requête consiste à expliquer une partie d’une procédure ou à demander un fait que l’enregistrement n’établit pas. Vous pouvez choisir un résultat écrit lorsque la réponse doit être examinée de près, ou une sortie parlée lorsque l’utilisateur écoutera la réponse.
Pour un exercice de dialogue, précisez le rôle, le sujet et la longueur attendue d’un tour. Incluez les messages précédents importants pour que la réponse suivante reste liée à ce qui a déjà été discuté. Pour une conversation d’assistance, fournissez les règles applicables et les faits établis avant l’enregistrement. Distinguez les informations fournies par l’utilisateur du matériau de référence ajouté par l’application, et indiquez ce que la réponse finale doit accomplir.
La spécification de GPT-Audio Mini du concepteur donne une fenêtre de contexte de 128 000 tokens, une sortie maximale de 16 384 tokens et une date limite des connaissances au 1er octobre 2023. Elle documente les appels de fonctions et la mise en cache des prompts. La méthode du modèle est Chat Completions avec prise en charge de l’audio pour des requêtes délimitées ; les caractéristiques d’une session Realtime distincte ou d’une session vocale continue ne définissent pas le déroulement des requêtes de cette édition.
Les appels de fonctions permettent au modèle de demander une opération parmi les outils décrits par l’application. L’application effectue l’action et renvoie son résultat réel pour un échange suivant. Par exemple, une recherche peut fournir un fait de référence nécessaire à la réponse. Gardez cette information renvoyée distincte de l’opération proposée elle-même, afin que la réponse suivante s’appuie sur un résultat réellement disponible dans la conversation.
Préparez un enregistrement qui capte clairement la parole pertinente et utilisez une instruction écrite pour fournir le contexte de la tâche, les faits requis, le ton et la longueur de réponse. Indiquez si le résultat utile est une courte explication parlée, une réponse écrite ou une question qui lève une incertitude. Pour un processus répété, gardez les règles cohérentes en changeant le matériau propre à la requête. Vérifiez le résultat selon ces règles et le texte de référence avant de reprendre ses faits importants dans le tour suivant.
", "aboutText": "GPT-Audio Mini est l’édition Mini de la famille GPT-Audio d’OpenAI pour les requêtes conversationnelles avec du texte et du son. Il accepte du texte et de l’audio et produit du texte ou de l’audio par Chat Completions. Le modèle garde son rôle de chat audio et sa propre identité d’édition, distincte de GPT-Audio et des modèles de sessions en direct continues.\n\nUne application utile est une question d’information enregistrée avec une réponse délimitée. Fournissez l’enregistrement et les informations sur lesquelles la réponse doit s’appuyer, puis définissez le but de l’échange. Un exemple de requête consiste à expliquer une partie d’une procédure ou à demander un fait que l’enregistrement n’établit pas. Vous pouvez choisir un résultat écrit lorsque la réponse doit être examinée de près, ou une sortie parlée lorsque l’utilisateur écoutera la réponse.\n\nPour un exercice de dialogue, précisez le rôle, le sujet et la longueur attendue d’un tour. Incluez les messages précédents importants pour que la réponse suivante reste liée à ce qui a déjà été discuté. Pour une conversation d’assistance, fournissez les règles applicables et les faits établis avant l’enregistrement. Distinguez les informations fournies par l’utilisateur du matériau de référence ajouté par l’application, et indiquez ce que la réponse finale doit accomplir.\n\nLa spécification de GPT-Audio Mini du concepteur donne une fenêtre de contexte de 128 000 tokens, une sortie maximale de 16 384 tokens et une date limite des connaissances au 1er octobre 2023. Elle documente les appels de fonctions et la mise en cache des prompts. La méthode du modèle est Chat Completions avec prise en charge de l’audio pour des requêtes délimitées ; les caractéristiques d’une session Realtime distincte ou d’une session vocale continue ne définissent pas le déroulement des requêtes de cette édition.\n\nLes appels de fonctions permettent au modèle de demander une opération parmi les outils décrits par l’application. L’application effectue l’action et renvoie son résultat réel pour un échange suivant. Par exemple, une recherche peut fournir un fait de référence nécessaire à la réponse. Gardez cette information renvoyée distincte de l’opération proposée elle-même, afin que la réponse suivante s’appuie sur un résultat réellement disponible dans la conversation.\n\nPréparez un enregistrement qui capte clairement la parole pertinente et utilisez une instruction écrite pour fournir le contexte de la tâche, les faits requis, le ton et la longueur de réponse. Indiquez si le résultat utile est une courte explication parlée, une réponse écrite ou une question qui lève une incertitude. Pour un processus répété, gardez les règles cohérentes en changeant le matériau propre à la requête. Vérifiez le résultat selon ces règles et le texte de référence avant de reprendre ses faits importants dans le tour suivant.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Practise a short reception dialogue\n\nPlay the receptionist in an English practice dialogue. Guest: 'I have a reservation, but I will arrive after midnight.' Hotel rule: late arrivals need the guest's surname and arrival estimate; never request payment-card details in chat. Write the receptionist's next two short lines in friendly, simple English and leave the guest's answer open.Two short receptionist lines asking for surname and estimated arrival, with no invented guest reply.The dialogue follows the hotel rule, omits card requests and does not assert that check-in has been arranged.openai/gpt-audio-miniL’édition Mini de la famille GPT-Audio d’OpenAI accepte du texte et de l’audio et renvoie du texte ou une sortie parlée. Utilisez des questions enregistrées, des règles écrites et un contexte pertinent pour élaborer une réponse ou un échange de suivi ciblé.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-Audio Mini est l’édition Mini de la famille GPT-Audio d’OpenAI pour les requêtes conversationnelles avec du texte et du son. Il accepte du texte et de l’audio et produit du texte ou de l’audio par Chat Completions. Le modèle garde son rôle de chat audio et sa propre identité d’édition, distincte de GPT-Audio et des modèles de sessions en direct continues.
Une application utile est une question d’information enregistrée avec une réponse délimitée. Fournissez l’enregistrement et les informations sur lesquelles la réponse doit s’appuyer, puis définissez le but de l’échange. Un exemple de requête consiste à expliquer une partie d’une procédure ou à demander un fait que l’enregistrement n’établit pas. Vous pouvez choisir un résultat écrit lorsque la réponse doit être examinée de près, ou une sortie parlée lorsque l’utilisateur écoutera la réponse.
Pour un exercice de dialogue, précisez le rôle, le sujet et la longueur attendue d’un tour. Incluez les messages précédents importants pour que la réponse suivante reste liée à ce qui a déjà été discuté. Pour une conversation d’assistance, fournissez les règles applicables et les faits établis avant l’enregistrement. Distinguez les informations fournies par l’utilisateur du matériau de référence ajouté par l’application, et indiquez ce que la réponse finale doit accomplir.
La spécification de GPT-Audio Mini du concepteur donne une fenêtre de contexte de 128 000 tokens, une sortie maximale de 16 384 tokens et une date limite des connaissances au 1er octobre 2023. Elle documente les appels de fonctions et la mise en cache des prompts. La méthode du modèle est Chat Completions avec prise en charge de l’audio pour des requêtes délimitées ; les caractéristiques d’une session Realtime distincte ou d’une session vocale continue ne définissent pas le déroulement des requêtes de cette édition.
Les appels de fonctions permettent au modèle de demander une opération parmi les outils décrits par l’application. L’application effectue l’action et renvoie son résultat réel pour un échange suivant. Par exemple, une recherche peut fournir un fait de référence nécessaire à la réponse. Gardez cette information renvoyée distincte de l’opération proposée elle-même, afin que la réponse suivante s’appuie sur un résultat réellement disponible dans la conversation.
Préparez un enregistrement qui capte clairement la parole pertinente et utilisez une instruction écrite pour fournir le contexte de la tâche, les faits requis, le ton et la longueur de réponse. Indiquez si le résultat utile est une courte explication parlée, une réponse écrite ou une question qui lève une incertitude. Pour un processus répété, gardez les règles cohérentes en changeant le matériau propre à la requête. Vérifiez le résultat selon ces règles et le texte de référence avant de reprendre ses faits importants dans le tour suivant.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-audio-mini | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0012 / 1K tokens Sortie · Tokens en sortie $0.0048 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0012 / 1K tokens Sortie · Tokens en sortie $0.0048 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-audio-mini", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-audio-mini',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-audio-mini',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra openai/gpt-audio-mini
Utilisez les chemins de méthode indiqués ci-dessus.
openai/gpt-audio-miniL’édition Mini de la famille GPT-Audio d’OpenAI accepte du texte et de l’audio et renvoie du texte ou une sortie parlée. Utilisez des questions enregistrées, des règles écrites et un contexte pertinent pour élaborer une réponse ou un échange de suivi ciblé.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-Audio Mini est l’édition Mini de la famille GPT-Audio d’OpenAI pour les requêtes conversationnelles avec du texte et du son. Il accepte du texte et de l’audio et produit du texte ou de l’audio par Chat Completions. Le modèle garde son rôle de chat audio et sa propre identité d’édition, distincte de GPT-Audio et des modèles de sessions en direct continues.
Une application utile est une question d’information enregistrée avec une réponse délimitée. Fournissez l’enregistrement et les informations sur lesquelles la réponse doit s’appuyer, puis définissez le but de l’échange. Un exemple de requête consiste à expliquer une partie d’une procédure ou à demander un fait que l’enregistrement n’établit pas. Vous pouvez choisir un résultat écrit lorsque la réponse doit être examinée de près, ou une sortie parlée lorsque l’utilisateur écoutera la réponse.
Pour un exercice de dialogue, précisez le rôle, le sujet et la longueur attendue d’un tour. Incluez les messages précédents importants pour que la réponse suivante reste liée à ce qui a déjà été discuté. Pour une conversation d’assistance, fournissez les règles applicables et les faits établis avant l’enregistrement. Distinguez les informations fournies par l’utilisateur du matériau de référence ajouté par l’application, et indiquez ce que la réponse finale doit accomplir.
La spécification de GPT-Audio Mini du concepteur donne une fenêtre de contexte de 128 000 tokens, une sortie maximale de 16 384 tokens et une date limite des connaissances au 1er octobre 2023. Elle documente les appels de fonctions et la mise en cache des prompts. La méthode du modèle est Chat Completions avec prise en charge de l’audio pour des requêtes délimitées ; les caractéristiques d’une session Realtime distincte ou d’une session vocale continue ne définissent pas le déroulement des requêtes de cette édition.
Les appels de fonctions permettent au modèle de demander une opération parmi les outils décrits par l’application. L’application effectue l’action et renvoie son résultat réel pour un échange suivant. Par exemple, une recherche peut fournir un fait de référence nécessaire à la réponse. Gardez cette information renvoyée distincte de l’opération proposée elle-même, afin que la réponse suivante s’appuie sur un résultat réellement disponible dans la conversation.
Préparez un enregistrement qui capte clairement la parole pertinente et utilisez une instruction écrite pour fournir le contexte de la tâche, les faits requis, le ton et la longueur de réponse. Indiquez si le résultat utile est une courte explication parlée, une réponse écrite ou une question qui lève une incertitude. Pour un processus répété, gardez les règles cohérentes en changeant le matériau propre à la requête. Vérifiez le résultat selon ces règles et le texte de référence avant de reprendre ses faits importants dans le tour suivant.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-audio-mini | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0012 / 1K tokens Sortie · Tokens en sortie $0.0048 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0012 / 1K tokens Sortie · Tokens en sortie $0.0048 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "openai/gpt-audio-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-audio-mini', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-audio-mini', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra openai/gpt-audio-mini
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Practise a short reception dialogue\n\nPlay the receptionist in an English practice dialogue. Guest: 'I have a reservation, but I will arrive after midnight.' Hotel rule: late arrivals need the guest's surname and arrival estimate; never request payment-card details in chat. Write the receptionist's next two short lines in friendly, simple English and leave the guest's answer open.Two short receptionist lines asking for surname and estimated arrival, with no invented guest reply.The dialogue follows the hotel rule, omits card requests and does not assert that check-in has been arranged.