ChatGPT-4o désigne la version figée de GPT-4o associée à l’expérience conversationnelle de ChatGPT. Il se concentre sur un dialogue dans lequel le texte et les éléments visuels contribuent à une même réponse : un utilisateur peut décrire une tâche, joindre une image et affiner le résultat au fil de messages de suivi. Le modèle produit du texte, notamment des explications, des passages réécrits et du code. Cette fiche décrit l’alias de dialogue et sa propre configuration documentée.
La présentation de la famille GPT-4o par OpenAI souligne la compréhension combinée du langage et des images. Dans cette configuration textuelle et visuelle, cela permet de poser des questions sur le contenu visible en complément de la rédaction ordinaire et des discussions sur le code. La fiche du modèle propose des exemples comme le soutien en mathématiques, l’assistance aux voyages, les conseils vestimentaires et la préparation de recettes. Ce sont des usages conversationnels : la tâche, les informations fournies et le format de réponse souhaité guident la réponse.
La famille développe également la compréhension et la génération multilingues. Une application peut utiliser cette base pour expliquer un contenu à un public choisi, réviser son ton ou discuter de la même source dans une autre langue. Pour un document ou une capture d’écran, une instruction utile identifie le passage ou l’élément visible pertinent et précise le résultat à produire : une explication concise, un texte révisé ou une séquence d’actions.
La spécification indique des entrées textuelles et visuelles, une sortie textuelle, une fenêtre de contexte de 128 000 jetons et une sortie maximale de 16 384 jetons. La date limite des connaissances documentée est le 1er octobre 2023. L’audio et la vidéo ne sont pas répertoriés comme des entrées prises en charge pour cet alias. L’annonce plus large de la famille GPT-4o décrit des modalités supplémentaires, mais la configuration de cette fiche est l’interface textuelle et visuelle.
La diffusion en continu et Predicted Outputs sont répertoriés comme des fonctionnalités prises en charge. Predicted Outputs est destiné aux tâches de régénération dans lesquelles une grande partie du texte attendu est déjà connue, comme la révision d’un document en conservant l’essentiel de son contenu. L’appel de fonctions, Structured Outputs et l’ajustement fin ne sont pas pris en charge dans la configuration publiée de cet alias de dialogue. Ces distinctions comptent lorsqu’on choisit entre un résultat textuel conversationnel et une intégration nécessitant des appels d’outils ou une réponse contrainte par un schéma.
Les recommandations de vision d’OpenAI identifient des limites pratiques concernant les textes petits ou inclinés, l’interprétation spatiale précise, le comptage d’objets et les formes d’image difficiles. Fournissez une image claire et identifiez la zone pertinente pour la question. L’explication obtenue concerne le contenu visible ; les noms de fichiers et les métadonnées des images ne remplacent pas les informations montrées dans l’image.
Pour un assistant utilisant Ailoot API, associez le contenu source à un objectif concret et préservez le contexte conversationnel pertinent. Une tâche adaptée peut demander une explication fondée sur une capture d’écran, un message client révisé ou un plan de document. La désignation de dialogue sans version identifie cette variante conversationnelle de GPT-4o et reste explicite lors de l’organisation de requêtes répétées.
", "aboutText": "ChatGPT-4o désigne la version figée de GPT-4o associée à l’expérience conversationnelle de ChatGPT. Il se concentre sur un dialogue dans lequel le texte et les éléments visuels contribuent à une même réponse : un utilisateur peut décrire une tâche, joindre une image et affiner le résultat au fil de messages de suivi. Le modèle produit du texte, notamment des explications, des passages réécrits et du code. Cette fiche décrit l’alias de dialogue et sa propre configuration documentée.\n\nLa présentation de la famille GPT-4o par OpenAI souligne la compréhension combinée du langage et des images. Dans cette configuration textuelle et visuelle, cela permet de poser des questions sur le contenu visible en complément de la rédaction ordinaire et des discussions sur le code. La fiche du modèle propose des exemples comme le soutien en mathématiques, l’assistance aux voyages, les conseils vestimentaires et la préparation de recettes. Ce sont des usages conversationnels : la tâche, les informations fournies et le format de réponse souhaité guident la réponse.\n\nLa famille développe également la compréhension et la génération multilingues. Une application peut utiliser cette base pour expliquer un contenu à un public choisi, réviser son ton ou discuter de la même source dans une autre langue. Pour un document ou une capture d’écran, une instruction utile identifie le passage ou l’élément visible pertinent et précise le résultat à produire : une explication concise, un texte révisé ou une séquence d’actions.\n\nLa spécification indique des entrées textuelles et visuelles, une sortie textuelle, une fenêtre de contexte de 128 000 jetons et une sortie maximale de 16 384 jetons. La date limite des connaissances documentée est le 1er octobre 2023. L’audio et la vidéo ne sont pas répertoriés comme des entrées prises en charge pour cet alias. L’annonce plus large de la famille GPT-4o décrit des modalités supplémentaires, mais la configuration de cette fiche est l’interface textuelle et visuelle.\n\nLa diffusion en continu et Predicted Outputs sont répertoriés comme des fonctionnalités prises en charge. Predicted Outputs est destiné aux tâches de régénération dans lesquelles une grande partie du texte attendu est déjà connue, comme la révision d’un document en conservant l’essentiel de son contenu. L’appel de fonctions, Structured Outputs et l’ajustement fin ne sont pas pris en charge dans la configuration publiée de cet alias de dialogue. Ces distinctions comptent lorsqu’on choisit entre un résultat textuel conversationnel et une intégration nécessitant des appels d’outils ou une réponse contrainte par un schéma.\n\nLes recommandations de vision d’OpenAI identifient des limites pratiques concernant les textes petits ou inclinés, l’interprétation spatiale précise, le comptage d’objets et les formes d’image difficiles. Fournissez une image claire et identifiez la zone pertinente pour la question. L’explication obtenue concerne le contenu visible ; les noms de fichiers et les métadonnées des images ne remplacent pas les informations montrées dans l’image.\n\nPour un assistant utilisant Ailoot API, associez le contenu source à un objectif concret et préservez le contexte conversationnel pertinent. Une tâche adaptée peut demander une explication fondée sur une capture d’écran, un message client révisé ou un plan de document. La désignation de dialogue sans version identifie cette variante conversationnelle de GPT-4o et reste explicite lors de l’organisation de requêtes répétées.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Prepare a helpful customer reply\n\nDraft a warm customer reply under 90 words. Customer: 'My parcel says delivered, but reception has nothing.' Facts: tracking shows delivery at 14:10; the courier has not supplied a proof-of-delivery photo; support can request it today. Acknowledge the problem, explain the next action, and avoid claiming the parcel is lost or promising a refund.One sendable customer message with acknowledgement, a request for delivery evidence and a clear next step.Every factual statement comes from the supplied facts, with no invented resolution or refund promise.chatgpt-4o-latestChatGPT-4o est la variante conversationnelle GPT-4o d’OpenAI pour des entrées textuelles et visuelles et une sortie textuelle. Elle permet la rédaction multilingue, la discussion de code et les explications visuelles dans un contexte de 128 000 jetons, avec des fonctionnalités propres à cet alias de conversation.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
ChatGPT-4o désigne la version figée de GPT-4o associée à l’expérience conversationnelle de ChatGPT. Il se concentre sur un dialogue dans lequel le texte et les éléments visuels contribuent à une même réponse : un utilisateur peut décrire une tâche, joindre une image et affiner le résultat au fil de messages de suivi. Le modèle produit du texte, notamment des explications, des passages réécrits et du code. Cette fiche décrit l’alias de dialogue et sa propre configuration documentée.
La présentation de la famille GPT-4o par OpenAI souligne la compréhension combinée du langage et des images. Dans cette configuration textuelle et visuelle, cela permet de poser des questions sur le contenu visible en complément de la rédaction ordinaire et des discussions sur le code. La fiche du modèle propose des exemples comme le soutien en mathématiques, l’assistance aux voyages, les conseils vestimentaires et la préparation de recettes. Ce sont des usages conversationnels : la tâche, les informations fournies et le format de réponse souhaité guident la réponse.
La famille développe également la compréhension et la génération multilingues. Une application peut utiliser cette base pour expliquer un contenu à un public choisi, réviser son ton ou discuter de la même source dans une autre langue. Pour un document ou une capture d’écran, une instruction utile identifie le passage ou l’élément visible pertinent et précise le résultat à produire : une explication concise, un texte révisé ou une séquence d’actions.
La spécification indique des entrées textuelles et visuelles, une sortie textuelle, une fenêtre de contexte de 128 000 jetons et une sortie maximale de 16 384 jetons. La date limite des connaissances documentée est le 1er octobre 2023. L’audio et la vidéo ne sont pas répertoriés comme des entrées prises en charge pour cet alias. L’annonce plus large de la famille GPT-4o décrit des modalités supplémentaires, mais la configuration de cette fiche est l’interface textuelle et visuelle.
La diffusion en continu et Predicted Outputs sont répertoriés comme des fonctionnalités prises en charge. Predicted Outputs est destiné aux tâches de régénération dans lesquelles une grande partie du texte attendu est déjà connue, comme la révision d’un document en conservant l’essentiel de son contenu. L’appel de fonctions, Structured Outputs et l’ajustement fin ne sont pas pris en charge dans la configuration publiée de cet alias de dialogue. Ces distinctions comptent lorsqu’on choisit entre un résultat textuel conversationnel et une intégration nécessitant des appels d’outils ou une réponse contrainte par un schéma.
Les recommandations de vision d’OpenAI identifient des limites pratiques concernant les textes petits ou inclinés, l’interprétation spatiale précise, le comptage d’objets et les formes d’image difficiles. Fournissez une image claire et identifiez la zone pertinente pour la question. L’explication obtenue concerne le contenu visible ; les noms de fichiers et les métadonnées des images ne remplacent pas les informations montrées dans l’image.
Pour un assistant utilisant Ailoot API, associez le contenu source à un objectif concret et préservez le contexte conversationnel pertinent. Une tâche adaptée peut demander une explication fondée sur une capture d’écran, un message client révisé ou un plan de document. La désignation de dialogue sans version identifie cette variante conversationnelle de GPT-4o et reste explicite lors de l’organisation de requêtes répétées.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites chatgpt-4o-latest | 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’ID 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: Fonction fournie comme outil | 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 refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | 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 comme texte littéral ; aucun ID 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’ID 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/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.01 / 1K jetons Sortie · Jetons en sortie $0.03 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "chatgpt-4o-latest", "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='chatgpt-4o-latest',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='chatgpt-4o-latest',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, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra chatgpt-4o-latest
Utilisez les chemins de méthode indiqués ci-dessus.
chatgpt-4o-latestChatGPT-4o est la variante conversationnelle GPT-4o d’OpenAI pour des entrées textuelles et visuelles et une sortie textuelle. Elle permet la rédaction multilingue, la discussion de code et les explications visuelles dans un contexte de 128 000 jetons, avec des fonctionnalités propres à cet alias de conversation.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
ChatGPT-4o désigne la version figée de GPT-4o associée à l’expérience conversationnelle de ChatGPT. Il se concentre sur un dialogue dans lequel le texte et les éléments visuels contribuent à une même réponse : un utilisateur peut décrire une tâche, joindre une image et affiner le résultat au fil de messages de suivi. Le modèle produit du texte, notamment des explications, des passages réécrits et du code. Cette fiche décrit l’alias de dialogue et sa propre configuration documentée.
La présentation de la famille GPT-4o par OpenAI souligne la compréhension combinée du langage et des images. Dans cette configuration textuelle et visuelle, cela permet de poser des questions sur le contenu visible en complément de la rédaction ordinaire et des discussions sur le code. La fiche du modèle propose des exemples comme le soutien en mathématiques, l’assistance aux voyages, les conseils vestimentaires et la préparation de recettes. Ce sont des usages conversationnels : la tâche, les informations fournies et le format de réponse souhaité guident la réponse.
La famille développe également la compréhension et la génération multilingues. Une application peut utiliser cette base pour expliquer un contenu à un public choisi, réviser son ton ou discuter de la même source dans une autre langue. Pour un document ou une capture d’écran, une instruction utile identifie le passage ou l’élément visible pertinent et précise le résultat à produire : une explication concise, un texte révisé ou une séquence d’actions.
La spécification indique des entrées textuelles et visuelles, une sortie textuelle, une fenêtre de contexte de 128 000 jetons et une sortie maximale de 16 384 jetons. La date limite des connaissances documentée est le 1er octobre 2023. L’audio et la vidéo ne sont pas répertoriés comme des entrées prises en charge pour cet alias. L’annonce plus large de la famille GPT-4o décrit des modalités supplémentaires, mais la configuration de cette fiche est l’interface textuelle et visuelle.
La diffusion en continu et Predicted Outputs sont répertoriés comme des fonctionnalités prises en charge. Predicted Outputs est destiné aux tâches de régénération dans lesquelles une grande partie du texte attendu est déjà connue, comme la révision d’un document en conservant l’essentiel de son contenu. L’appel de fonctions, Structured Outputs et l’ajustement fin ne sont pas pris en charge dans la configuration publiée de cet alias de dialogue. Ces distinctions comptent lorsqu’on choisit entre un résultat textuel conversationnel et une intégration nécessitant des appels d’outils ou une réponse contrainte par un schéma.
Les recommandations de vision d’OpenAI identifient des limites pratiques concernant les textes petits ou inclinés, l’interprétation spatiale précise, le comptage d’objets et les formes d’image difficiles. Fournissez une image claire et identifiez la zone pertinente pour la question. L’explication obtenue concerne le contenu visible ; les noms de fichiers et les métadonnées des images ne remplacent pas les informations montrées dans l’image.
Pour un assistant utilisant Ailoot API, associez le contenu source à un objectif concret et préservez le contexte conversationnel pertinent. Une tâche adaptée peut demander une explication fondée sur une capture d’écran, un message client révisé ou un plan de document. La désignation de dialogue sans version identifie cette variante conversationnelle de GPT-4o et reste explicite lors de l’organisation de requêtes répétées.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites chatgpt-4o-latest | 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.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.01 / 1K jetons Sortie · Jetons en sortie $0.03 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "chatgpt-4o-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'chatgpt-4o-latest', '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': 'chatgpt-4o-latest', '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 ID 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 ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra chatgpt-4o-latest
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Prepare a helpful customer reply\n\nDraft a warm customer reply under 90 words. Customer: 'My parcel says delivered, but reception has nothing.' Facts: tracking shows delivery at 14:10; the courier has not supplied a proof-of-delivery photo; support can request it today. Acknowledge the problem, explain the next action, and avoid claiming the parcel is lost or promising a refund.One sendable customer message with acknowledgement, a request for delivery evidence and a clear next step.Every factual statement comes from the supplied facts, with no invented resolution or refund promise.