GPT-4o (2024-05-13) est la version du 13 mai nommée séparément de la famille GPT-4o d’OpenAI. Son rôle API combine une entrée textuelle et visuelle avec une sortie textuelle. L’édition datée reste distincte des versions ultérieures du 6 août et du 20 novembre ainsi que des sélections de modèles propres à l’audio ou des sélections évolutives de modèles de dialogue.
Une application pratique consiste à expliquer un exemple visuel dans le contexte d’une question écrite. Fournissez la capture d’écran, la photographie, l’image du document ou le schéma et identifiez le détail qui importe. Une demande d’assistance peut par exemple combiner une capture d’écran avec la description de la difficulté de l’utilisateur, puis demander l’observation pertinente, les informations manquantes et une proposition de réponse. Ajoutez le contexte que l’image ne peut pas établir à elle seule.
Pour la rédaction, fournissez les éléments d’origine, le public visé et l’objectif du résultat. Vous pouvez demander une explication, un passage modifié, une instruction ou une comparaison reliée aux faits fournis. Identifiez les termes et les affirmations à préserver lors d’une reformulation. Dans un échange suivant, indiquez la section à modifier et expliquez si le problème concerne le ton, la longueur, une condition omise ou une relation peu claire.
La documentation de la famille GPT-4o d’OpenAI indique une fenêtre de contexte de 128 000 jetons. Les sources, la conversation et la réponse générée partagent la fenêtre disponible. Conservez les faits antérieurs utiles et laissez de la place pour la réponse. Une entrée longue fonctionne au mieux avec une question définie et des priorités entre sources, plutôt qu’une instruction de traiter tous les passages comme également pertinents.
Pour un résultat lisible par machine, la documentation du mode JSON d’OpenAI inclut les noms de modèles GPT-4o. Le mode JSON vise un JSON valide ; l’application vérifie toujours les champs requis et leur sens. Le formatage des réponses fondé sur un schéma est documenté pour la version du 6 août et les éditions plus récentes ; le processus du 13 mai utilise l’ancienne distinction du mode JSON. Une demande d’appel de fonction, lorsqu’elle est utilisée dans un processus d’outils pris en charge par le fournisseur, est distincte du texte final et d’une opération réellement exécutée par l’application.
Préparez les éléments visuels avec des libellés lisibles et suffisamment de contexte environnant pour les interpréter. Définissez la représentation des informations manquantes dans le résultat et ce qui terminerait la tâche. Un livrable utile est une explication précise, un document révisé ou une proposition de réponse dont les affirmations importantes peuvent être comparées aux éléments d’origine. Un échange suivant ciblé peut alors résoudre une question ouverte ou affiner une partie du même résultat.
", "aboutText": "GPT-4o (2024-05-13) est la version du 13 mai nommée séparément de la famille GPT-4o d’OpenAI. Son rôle API combine une entrée textuelle et visuelle avec une sortie textuelle. L’édition datée reste distincte des versions ultérieures du 6 août et du 20 novembre ainsi que des sélections de modèles propres à l’audio ou des sélections évolutives de modèles de dialogue.\n\nUne application pratique consiste à expliquer un exemple visuel dans le contexte d’une question écrite. Fournissez la capture d’écran, la photographie, l’image du document ou le schéma et identifiez le détail qui importe. Une demande d’assistance peut par exemple combiner une capture d’écran avec la description de la difficulté de l’utilisateur, puis demander l’observation pertinente, les informations manquantes et une proposition de réponse. Ajoutez le contexte que l’image ne peut pas établir à elle seule.\n\nPour la rédaction, fournissez les éléments d’origine, le public visé et l’objectif du résultat. Vous pouvez demander une explication, un passage modifié, une instruction ou une comparaison reliée aux faits fournis. Identifiez les termes et les affirmations à préserver lors d’une reformulation. Dans un échange suivant, indiquez la section à modifier et expliquez si le problème concerne le ton, la longueur, une condition omise ou une relation peu claire.\n\nLa documentation de la famille GPT-4o d’OpenAI indique une fenêtre de contexte de 128 000 jetons. Les sources, la conversation et la réponse générée partagent la fenêtre disponible. Conservez les faits antérieurs utiles et laissez de la place pour la réponse. Une entrée longue fonctionne au mieux avec une question définie et des priorités entre sources, plutôt qu’une instruction de traiter tous les passages comme également pertinents.\n\nPour un résultat lisible par machine, la documentation du mode JSON d’OpenAI inclut les noms de modèles GPT-4o. Le mode JSON vise un JSON valide ; l’application vérifie toujours les champs requis et leur sens. Le formatage des réponses fondé sur un schéma est documenté pour la version du 6 août et les éditions plus récentes ; le processus du 13 mai utilise l’ancienne distinction du mode JSON. Une demande d’appel de fonction, lorsqu’elle est utilisée dans un processus d’outils pris en charge par le fournisseur, est distincte du texte final et d’une opération réellement exécutée par l’application.\n\nPréparez les éléments visuels avec des libellés lisibles et suffisamment de contexte environnant pour les interpréter. Définissez la représentation des informations manquantes dans le résultat et ce qui terminerait la tâche. Un livrable utile est une explication précise, un document révisé ou une proposition de réponse dont les affirmations importantes peuvent être comparées aux éléments d’origine. Un échange suivant ciblé peut alors résoudre une question ouverte ou affiner une partie du même résultat.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Clarify an account-change instruction\n\nRewrite this instruction as a clear numbered procedure: 'To change the billing email, open Settings, choose Billing, edit Billing contact, then save. Changing the sign-in email does not change the billing email. Only owners can save billing changes.' Preserve the permission condition and the distinction between the two email fields. Add no interface controls beyond those named.A short numbered procedure with the owner permission and email-field distinction clearly stated.Every named control comes from the source and the result does not equate billing and sign-in email.openai/gpt-4o-2024-05-13La version API GPT-4o du 13 mai, nommée séparément, utilise du texte et des images et renvoie du texte. Utilisez des consignes visuelles ou de rédaction pour élaborer une explication, un passage modifié ou une réponse fondée sur les éléments fournis.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-4o (2024-05-13) est la version du 13 mai nommée séparément de la famille GPT-4o d’OpenAI. Son rôle API combine une entrée textuelle et visuelle avec une sortie textuelle. L’édition datée reste distincte des versions ultérieures du 6 août et du 20 novembre ainsi que des sélections de modèles propres à l’audio ou des sélections évolutives de modèles de dialogue.
Une application pratique consiste à expliquer un exemple visuel dans le contexte d’une question écrite. Fournissez la capture d’écran, la photographie, l’image du document ou le schéma et identifiez le détail qui importe. Une demande d’assistance peut par exemple combiner une capture d’écran avec la description de la difficulté de l’utilisateur, puis demander l’observation pertinente, les informations manquantes et une proposition de réponse. Ajoutez le contexte que l’image ne peut pas établir à elle seule.
Pour la rédaction, fournissez les éléments d’origine, le public visé et l’objectif du résultat. Vous pouvez demander une explication, un passage modifié, une instruction ou une comparaison reliée aux faits fournis. Identifiez les termes et les affirmations à préserver lors d’une reformulation. Dans un échange suivant, indiquez la section à modifier et expliquez si le problème concerne le ton, la longueur, une condition omise ou une relation peu claire.
La documentation de la famille GPT-4o d’OpenAI indique une fenêtre de contexte de 128 000 jetons. Les sources, la conversation et la réponse générée partagent la fenêtre disponible. Conservez les faits antérieurs utiles et laissez de la place pour la réponse. Une entrée longue fonctionne au mieux avec une question définie et des priorités entre sources, plutôt qu’une instruction de traiter tous les passages comme également pertinents.
Pour un résultat lisible par machine, la documentation du mode JSON d’OpenAI inclut les noms de modèles GPT-4o. Le mode JSON vise un JSON valide ; l’application vérifie toujours les champs requis et leur sens. Le formatage des réponses fondé sur un schéma est documenté pour la version du 6 août et les éditions plus récentes ; le processus du 13 mai utilise l’ancienne distinction du mode JSON. Une demande d’appel de fonction, lorsqu’elle est utilisée dans un processus d’outils pris en charge par le fournisseur, est distincte du texte final et d’une opération réellement exécutée par l’application.
Préparez les éléments visuels avec des libellés lisibles et suffisamment de contexte environnant pour les interpréter. Définissez la représentation des informations manquantes dans le résultat et ce qui terminerait la tâche. Un livrable utile est une explication précise, un document révisé ou une proposition de réponse dont les affirmations importantes peuvent être comparées aux éléments d’origine. Un échange suivant ciblé peut alors résoudre une question ouverte ou affiner une partie du même résultat.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-4o-2024-05-13 | 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.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | 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 |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | 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": "openai/gpt-4o-2024-05-13", "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-4o-2024-05-13',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-4o-2024-05-13',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 openai/gpt-4o-2024-05-13
Utilisez les chemins de méthode indiqués ci-dessus.
openai/gpt-4o-2024-05-13La version API GPT-4o du 13 mai, nommée séparément, utilise du texte et des images et renvoie du texte. Utilisez des consignes visuelles ou de rédaction pour élaborer une explication, un passage modifié ou une réponse fondée sur les éléments fournis.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-4o (2024-05-13) est la version du 13 mai nommée séparément de la famille GPT-4o d’OpenAI. Son rôle API combine une entrée textuelle et visuelle avec une sortie textuelle. L’édition datée reste distincte des versions ultérieures du 6 août et du 20 novembre ainsi que des sélections de modèles propres à l’audio ou des sélections évolutives de modèles de dialogue.
Une application pratique consiste à expliquer un exemple visuel dans le contexte d’une question écrite. Fournissez la capture d’écran, la photographie, l’image du document ou le schéma et identifiez le détail qui importe. Une demande d’assistance peut par exemple combiner une capture d’écran avec la description de la difficulté de l’utilisateur, puis demander l’observation pertinente, les informations manquantes et une proposition de réponse. Ajoutez le contexte que l’image ne peut pas établir à elle seule.
Pour la rédaction, fournissez les éléments d’origine, le public visé et l’objectif du résultat. Vous pouvez demander une explication, un passage modifié, une instruction ou une comparaison reliée aux faits fournis. Identifiez les termes et les affirmations à préserver lors d’une reformulation. Dans un échange suivant, indiquez la section à modifier et expliquez si le problème concerne le ton, la longueur, une condition omise ou une relation peu claire.
La documentation de la famille GPT-4o d’OpenAI indique une fenêtre de contexte de 128 000 jetons. Les sources, la conversation et la réponse générée partagent la fenêtre disponible. Conservez les faits antérieurs utiles et laissez de la place pour la réponse. Une entrée longue fonctionne au mieux avec une question définie et des priorités entre sources, plutôt qu’une instruction de traiter tous les passages comme également pertinents.
Pour un résultat lisible par machine, la documentation du mode JSON d’OpenAI inclut les noms de modèles GPT-4o. Le mode JSON vise un JSON valide ; l’application vérifie toujours les champs requis et leur sens. Le formatage des réponses fondé sur un schéma est documenté pour la version du 6 août et les éditions plus récentes ; le processus du 13 mai utilise l’ancienne distinction du mode JSON. Une demande d’appel de fonction, lorsqu’elle est utilisée dans un processus d’outils pris en charge par le fournisseur, est distincte du texte final et d’une opération réellement exécutée par l’application.
Préparez les éléments visuels avec des libellés lisibles et suffisamment de contexte environnant pour les interpréter. Définissez la représentation des informations manquantes dans le résultat et ce qui terminerait la tâche. Un livrable utile est une explication précise, un document révisé ou une proposition de réponse dont les affirmations importantes peuvent être comparées aux éléments d’origine. Un échange suivant ciblé peut alors résoudre une question ouverte ou affiner une partie du même résultat.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-4o-2024-05-13 | 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 | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | 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 |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | 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 $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "openai/gpt-4o-2024-05-13",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4o-2024-05-13', '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-4o-2024-05-13', '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 openai/gpt-4o-2024-05-13
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Clarify an account-change instruction\n\nRewrite this instruction as a clear numbered procedure: 'To change the billing email, open Settings, choose Billing, edit Billing contact, then save. Changing the sign-in email does not change the billing email. Only owners can save billing changes.' Preserve the permission condition and the distinction between the two email fields. Add no interface controls beyond those named.A short numbered procedure with the owner permission and email-field distinction clearly stated.Every named control comes from the source and the result does not equate billing and sign-in email.