GPT-5 est le modèle de raisonnement d’OpenAI pour le code et les tâches avec agents dans différents domaines. Il accepte du texte et des images et produit du texte. La version destinée aux développeurs distingue le modèle de raisonnement de l’API de la sélection de conversation sans raisonnement, et décrit la collaboration en programmation, le travail d’interface frontale, le suivi d’instructions et les flux qui relient une séquence de résultats d’outils.
Pour le travail d’ingénierie, fournissez le comportement requis, les fichiers pertinents et les contraintes de modification. Une demande illustrative consiste à examiner les interactions entre composants, à repérer un problème dans leur traitement d’une entrée et à élaborer une proposition de modification coordonnée. Pour une interface frontale, fournissez l’interaction voulue et une référence visuelle. Pour une question portant sur un document, précisez la décision, les sources et les sections requises afin que la réponse ait un objectif concret.
Le producteur documente les niveaux d’effort de raisonnement minimal, faible, moyen et élevé, nommés minimal, low, medium et high ; la version pour développeurs décrit medium comme la valeur par défaut. La longueur de réponse est un réglage distinct, avec les choix faible, moyen et élevé, nommés low, medium et high. La valeur documentée par défaut est medium, tandis qu’une instruction explicite sur la sortie a priorité. Cette distinction permet de demander un résultat concis tout en consacrant à l’analyse les ressources adaptées à la complexité de la tâche.
OpenAI indique pour GPT-5 une fenêtre de contexte de 400 000 jetons, une entrée maximale de 272 000 jetons et une sortie maximale de 128 000 jetons, avec des connaissances arrêtées au 30 septembre 2024. Le raisonnement et la sortie visible partagent le budget de jetons générés. Gardez à disposition les sources pertinentes et les critères de réussite, et prévoyez de la place pour l’analyse et la réponse finale au lieu de remplir toute la fenêtre avec du contexte sans rapport.
Le producteur répertorie les interfaces Responses, Chat Completions et Batch, la diffusion en continu, Structured Outputs, l’appel de fonctions, les entrées de fichiers et d’images, la recherche sur le Web et dans les fichiers et la mise en cache des prompts. Les outils indiqués dans la fiche exacte du modèle comprennent la génération d’images, l’interprétation de code et les connexions MCP. La version destinée aux développeurs documente également les appels d’outils parallèles, les messages de progression visibles entre les actions et les outils personnalisés qui acceptent du texte brut avec des contraintes grammaticales facultatives. Les applications exécutent leurs opérations et renvoient les résultats réels utilisés pour la décision suivante.
Les indications actuelles sur la mise en cache comprennent une conservation prolongée facultative pouvant atteindre 24 heures pour GPT-5, la réutilisation dépendant d’un préfixe conservé admissible. Pour la tâche elle-même, définissez le résultat et les preuves qui permettraient de la considérer comme achevée. Une proposition de correctif, une analyse structurée ou un document sont utiles lorsque les choix importants se rattachent aux exigences et aux faits fournis. Distinguez les résultats des vérifications effectuées des actions encore proposées afin que la réponse finale facilite l’étape suivante du travail.
", "aboutText": "GPT-5 est le modèle de raisonnement d’OpenAI pour le code et les tâches avec agents dans différents domaines. Il accepte du texte et des images et produit du texte. La version destinée aux développeurs distingue le modèle de raisonnement de l’API de la sélection de conversation sans raisonnement, et décrit la collaboration en programmation, le travail d’interface frontale, le suivi d’instructions et les flux qui relient une séquence de résultats d’outils.\n\nPour le travail d’ingénierie, fournissez le comportement requis, les fichiers pertinents et les contraintes de modification. Une demande illustrative consiste à examiner les interactions entre composants, à repérer un problème dans leur traitement d’une entrée et à élaborer une proposition de modification coordonnée. Pour une interface frontale, fournissez l’interaction voulue et une référence visuelle. Pour une question portant sur un document, précisez la décision, les sources et les sections requises afin que la réponse ait un objectif concret.\n\nLe producteur documente les niveaux d’effort de raisonnement minimal, faible, moyen et élevé, nommés minimal, low, medium et high ; la version pour développeurs décrit medium comme la valeur par défaut. La longueur de réponse est un réglage distinct, avec les choix faible, moyen et élevé, nommés low, medium et high. La valeur documentée par défaut est medium, tandis qu’une instruction explicite sur la sortie a priorité. Cette distinction permet de demander un résultat concis tout en consacrant à l’analyse les ressources adaptées à la complexité de la tâche.\n\nOpenAI indique pour GPT-5 une fenêtre de contexte de 400 000 jetons, une entrée maximale de 272 000 jetons et une sortie maximale de 128 000 jetons, avec des connaissances arrêtées au 30 septembre 2024. Le raisonnement et la sortie visible partagent le budget de jetons générés. Gardez à disposition les sources pertinentes et les critères de réussite, et prévoyez de la place pour l’analyse et la réponse finale au lieu de remplir toute la fenêtre avec du contexte sans rapport.\n\nLe producteur répertorie les interfaces Responses, Chat Completions et Batch, la diffusion en continu, Structured Outputs, l’appel de fonctions, les entrées de fichiers et d’images, la recherche sur le Web et dans les fichiers et la mise en cache des prompts. Les outils indiqués dans la fiche exacte du modèle comprennent la génération d’images, l’interprétation de code et les connexions MCP. La version destinée aux développeurs documente également les appels d’outils parallèles, les messages de progression visibles entre les actions et les outils personnalisés qui acceptent du texte brut avec des contraintes grammaticales facultatives. Les applications exécutent leurs opérations et renvoient les résultats réels utilisés pour la décision suivante.\n\nLes indications actuelles sur la mise en cache comprennent une conservation prolongée facultative pouvant atteindre 24 heures pour GPT-5, la réutilisation dépendant d’un préfixe conservé admissible. Pour la tâche elle-même, définissez le résultat et les preuves qui permettraient de la considérer comme achevée. Une proposition de correctif, une analyse structurée ou un document sont utiles lorsque les choix importants se rattachent aux exigences et aux faits fournis. Distinguez les résultats des vérifications effectuées des actions encore proposées afin que la réponse finale facilite l’étape suivante du travail.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "3d58d0345da9e649c512caf00a4b8df83aa20f472ef9cee36ac70929fa4f1c94", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-ca", "methods": [ { "html": "gpt-5-thinkingGPT-5 est un modèle de raisonnement pour la programmation, les tâches textuelles et visuelles et les processus d’agents. Il prend en charge un raisonnement et un niveau de détail de réponse configurables et peut combiner les preuves d’un projet ou de documents avec les résultats des outils de l’application.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-5 est le modèle de raisonnement d’OpenAI pour le code et les tâches avec agents dans différents domaines. Il accepte du texte et des images et produit du texte. La version destinée aux développeurs distingue le modèle de raisonnement de l’API de la sélection de conversation sans raisonnement, et décrit la collaboration en programmation, le travail d’interface frontale, le suivi d’instructions et les flux qui relient une séquence de résultats d’outils.
Pour le travail d’ingénierie, fournissez le comportement requis, les fichiers pertinents et les contraintes de modification. Une demande illustrative consiste à examiner les interactions entre composants, à repérer un problème dans leur traitement d’une entrée et à élaborer une proposition de modification coordonnée. Pour une interface frontale, fournissez l’interaction voulue et une référence visuelle. Pour une question portant sur un document, précisez la décision, les sources et les sections requises afin que la réponse ait un objectif concret.
Le producteur documente les niveaux d’effort de raisonnement minimal, faible, moyen et élevé, nommés minimal, low, medium et high ; la version pour développeurs décrit medium comme la valeur par défaut. La longueur de réponse est un réglage distinct, avec les choix faible, moyen et élevé, nommés low, medium et high. La valeur documentée par défaut est medium, tandis qu’une instruction explicite sur la sortie a priorité. Cette distinction permet de demander un résultat concis tout en consacrant à l’analyse les ressources adaptées à la complexité de la tâche.
OpenAI indique pour GPT-5 une fenêtre de contexte de 400 000 jetons, une entrée maximale de 272 000 jetons et une sortie maximale de 128 000 jetons, avec des connaissances arrêtées au 30 septembre 2024. Le raisonnement et la sortie visible partagent le budget de jetons générés. Gardez à disposition les sources pertinentes et les critères de réussite, et prévoyez de la place pour l’analyse et la réponse finale au lieu de remplir toute la fenêtre avec du contexte sans rapport.
Le producteur répertorie les interfaces Responses, Chat Completions et Batch, la diffusion en continu, Structured Outputs, l’appel de fonctions, les entrées de fichiers et d’images, la recherche sur le Web et dans les fichiers et la mise en cache des prompts. Les outils indiqués dans la fiche exacte du modèle comprennent la génération d’images, l’interprétation de code et les connexions MCP. La version destinée aux développeurs documente également les appels d’outils parallèles, les messages de progression visibles entre les actions et les outils personnalisés qui acceptent du texte brut avec des contraintes grammaticales facultatives. Les applications exécutent leurs opérations et renvoient les résultats réels utilisés pour la décision suivante.
Les indications actuelles sur la mise en cache comprennent une conservation prolongée facultative pouvant atteindre 24 heures pour GPT-5, la réutilisation dépendant d’un préfixe conservé admissible. Pour la tâche elle-même, définissez le résultat et les preuves qui permettraient de la considérer comme achevée. Une proposition de correctif, une analyse structurée ou un document sont utiles lorsque les choix importants se rattachent aux exigences et aux faits fournis. Distinguez les résultats des vérifications effectuées des actions encore proposées afin que la réponse finale facilite l’étape suivante du travail.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-5-thinking | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— |
Champmessages[].content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
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 |
Paramètrecontrol_scope | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Alias de méthode : /chat/completions
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 $0.0025 / 1K jetons Sortie · Jetons en sortie $0.02 / 1K jetons Entrée · Lecture du cache $0.00025 / 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":"gpt-5-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-5-thinking", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 gpt-5-thinking
/chat/completions
gpt-5-thinkingGPT-5 est un modèle de raisonnement pour la programmation, les tâches textuelles et visuelles et les processus d’agents. Il prend en charge un raisonnement et un niveau de détail de réponse configurables et peut combiner les preuves d’un projet ou de documents avec les résultats des outils de l’application.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-5 est le modèle de raisonnement d’OpenAI pour le code et les tâches avec agents dans différents domaines. Il accepte du texte et des images et produit du texte. La version destinée aux développeurs distingue le modèle de raisonnement de l’API de la sélection de conversation sans raisonnement, et décrit la collaboration en programmation, le travail d’interface frontale, le suivi d’instructions et les flux qui relient une séquence de résultats d’outils.
Pour le travail d’ingénierie, fournissez le comportement requis, les fichiers pertinents et les contraintes de modification. Une demande illustrative consiste à examiner les interactions entre composants, à repérer un problème dans leur traitement d’une entrée et à élaborer une proposition de modification coordonnée. Pour une interface frontale, fournissez l’interaction voulue et une référence visuelle. Pour une question portant sur un document, précisez la décision, les sources et les sections requises afin que la réponse ait un objectif concret.
Le producteur documente les niveaux d’effort de raisonnement minimal, faible, moyen et élevé, nommés minimal, low, medium et high ; la version pour développeurs décrit medium comme la valeur par défaut. La longueur de réponse est un réglage distinct, avec les choix faible, moyen et élevé, nommés low, medium et high. La valeur documentée par défaut est medium, tandis qu’une instruction explicite sur la sortie a priorité. Cette distinction permet de demander un résultat concis tout en consacrant à l’analyse les ressources adaptées à la complexité de la tâche.
OpenAI indique pour GPT-5 une fenêtre de contexte de 400 000 jetons, une entrée maximale de 272 000 jetons et une sortie maximale de 128 000 jetons, avec des connaissances arrêtées au 30 septembre 2024. Le raisonnement et la sortie visible partagent le budget de jetons générés. Gardez à disposition les sources pertinentes et les critères de réussite, et prévoyez de la place pour l’analyse et la réponse finale au lieu de remplir toute la fenêtre avec du contexte sans rapport.
Le producteur répertorie les interfaces Responses, Chat Completions et Batch, la diffusion en continu, Structured Outputs, l’appel de fonctions, les entrées de fichiers et d’images, la recherche sur le Web et dans les fichiers et la mise en cache des prompts. Les outils indiqués dans la fiche exacte du modèle comprennent la génération d’images, l’interprétation de code et les connexions MCP. La version destinée aux développeurs documente également les appels d’outils parallèles, les messages de progression visibles entre les actions et les outils personnalisés qui acceptent du texte brut avec des contraintes grammaticales facultatives. Les applications exécutent leurs opérations et renvoient les résultats réels utilisés pour la décision suivante.
Les indications actuelles sur la mise en cache comprennent une conservation prolongée facultative pouvant atteindre 24 heures pour GPT-5, la réutilisation dépendant d’un préfixe conservé admissible. Pour la tâche elle-même, définissez le résultat et les preuves qui permettraient de la considérer comme achevée. Une proposition de correctif, une analyse structurée ou un document sont utiles lorsque les choix importants se rattachent aux exigences et aux faits fournis. Distinguez les résultats des vérifications effectuées des actions encore proposées afin que la réponse finale facilite l’étape suivante du travail.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-5-thinking | 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 $0.0025 / 1K jetons Sortie · Jetons en sortie $0.02 / 1K jetons Entrée · Lecture du cache $0.00025 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "gpt-5-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5-thinking', '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-5-thinking', '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 gpt-5-thinking
/chat/completions