GPT-5 Chat est la désignation d’OpenAI pour la version conversationnelle figée de GPT-5 associée à ChatGPT. L’annonce destinée aux développeurs identifie cette variante de chat de l’API comme le modèle sans étape de raisonnement dédiée du système GPT-5. Il s’agit d’un choix distinct du modèle de raisonnement GPT-5 principal : le nom de cette fiche désigne un mode de réponse axé sur le chat, et non le système de routage complet de ChatGPT.
OpenAI organise les usages pratiques de la famille GPT-5 autour de la programmation, de la rédaction et de la compréhension de l’information. Pour un assistant conversationnel, ces axes se traduisent par la discussion d’une fonction, l’explication d’un document fourni, la modification d’un message ou le développement d’une idée au fil de questions successives. Le travail rédactionnel de la famille comprend la rédaction et la révision de rapports, d’e-mails et de textes plus longs, en tenant compte de la structure et du style expressif demandés.
Un contexte visuel peut accompagner la tâche textuelle. L’image d’une interface, d’un graphique, d’une présentation ou d’un schéma donne au modèle quelque chose de concret à expliquer. Posez une question sur une relation ou un élément précis et définissez le résultat textuel souhaité. La sortie est une explication, un contenu réécrit ou du code ; l’image sert d’entrée, plutôt que de demande de génération d’image.
La configuration publiée possède une fenêtre de contexte de 128 000 tokens, jusqu’à 16 384 tokens en sortie et une date limite des connaissances au 30 septembre 2024. Elle accepte du texte et des images et produit du texte. Le streaming, l’appel de fonctions et Structured Outputs sont répertoriés comme pris en charge. Les entrées audio et vidéo, l’ajustement fin et Predicted Outputs ne sont pas pris en charge dans cette configuration de chat. Ces limites appartiennent au modèle de chat nommé, plutôt qu’à la spécification plus vaste du modèle de raisonnement.
L’appel de fonctions relie l’assistant aux actions et aux données fournies par une application. Le modèle peut sélectionner une fonction décrite et produire ses arguments ; l’application l’exécute et renvoie le résultat pour la réponse suivante. Une sortie structurée remplit un autre rôle : une réponse peut suivre une structure de données convenue, par exemple des champs pour une synthèse, les faits pertinents et une prochaine étape proposée. L’exécution des outils et les accès restent des responsabilités de l’application environnante.
La publication de la famille GPT-5 souligne également le suivi des instructions, un traitement plus clair des tâches incertaines ou incomplètes et un style moins excessivement complaisant. Le modèle propre au chat peut être cadré avec un rôle, un public, un ton et des exigences de sortie explicites. Les recommandations générales de vision restent applicables à ses tâches fondées sur des images : les textes petits ou inclinés et l’interprétation spatiale précise nécessitent une préparation soigneuse des sources.
Pour un produit utilisant Ailoot API, définissez l’objectif de la conversation et fournissez le contenu sur lequel il doit reposer. Une requête utile peut demander une réponse à un client, l’explication d’une capture d’écran ou un document organisé en sections précises. Gardez les faits obligatoires et le passage sélectionné explicites lorsque vous affinez la réponse. La désignation de chat conserve sa propre identité dans ces processus, tandis que la conversation fournie apporte le contexte de chaque réponse.
", "aboutText": "GPT-5 Chat est la désignation d’OpenAI pour la version conversationnelle figée de GPT-5 associée à ChatGPT. L’annonce destinée aux développeurs identifie cette variante de chat de l’API comme le modèle sans étape de raisonnement dédiée du système GPT-5. Il s’agit d’un choix distinct du modèle de raisonnement GPT-5 principal : le nom de cette fiche désigne un mode de réponse axé sur le chat, et non le système de routage complet de ChatGPT.\n\nOpenAI organise les usages pratiques de la famille GPT-5 autour de la programmation, de la rédaction et de la compréhension de l’information. Pour un assistant conversationnel, ces axes se traduisent par la discussion d’une fonction, l’explication d’un document fourni, la modification d’un message ou le développement d’une idée au fil de questions successives. Le travail rédactionnel de la famille comprend la rédaction et la révision de rapports, d’e-mails et de textes plus longs, en tenant compte de la structure et du style expressif demandés.\n\nUn contexte visuel peut accompagner la tâche textuelle. L’image d’une interface, d’un graphique, d’une présentation ou d’un schéma donne au modèle quelque chose de concret à expliquer. Posez une question sur une relation ou un élément précis et définissez le résultat textuel souhaité. La sortie est une explication, un contenu réécrit ou du code ; l’image sert d’entrée, plutôt que de demande de génération d’image.\n\nLa configuration publiée possède une fenêtre de contexte de 128 000 tokens, jusqu’à 16 384 tokens en sortie et une date limite des connaissances au 30 septembre 2024. Elle accepte du texte et des images et produit du texte. Le streaming, l’appel de fonctions et Structured Outputs sont répertoriés comme pris en charge. Les entrées audio et vidéo, l’ajustement fin et Predicted Outputs ne sont pas pris en charge dans cette configuration de chat. Ces limites appartiennent au modèle de chat nommé, plutôt qu’à la spécification plus vaste du modèle de raisonnement.\n\nL’appel de fonctions relie l’assistant aux actions et aux données fournies par une application. Le modèle peut sélectionner une fonction décrite et produire ses arguments ; l’application l’exécute et renvoie le résultat pour la réponse suivante. Une sortie structurée remplit un autre rôle : une réponse peut suivre une structure de données convenue, par exemple des champs pour une synthèse, les faits pertinents et une prochaine étape proposée. L’exécution des outils et les accès restent des responsabilités de l’application environnante.\n\nLa publication de la famille GPT-5 souligne également le suivi des instructions, un traitement plus clair des tâches incertaines ou incomplètes et un style moins excessivement complaisant. Le modèle propre au chat peut être cadré avec un rôle, un public, un ton et des exigences de sortie explicites. Les recommandations générales de vision restent applicables à ses tâches fondées sur des images : les textes petits ou inclinés et l’interprétation spatiale précise nécessitent une préparation soigneuse des sources.\n\nPour un produit utilisant Ailoot API, définissez l’objectif de la conversation et fournissez le contenu sur lequel il doit reposer. Une requête utile peut demander une réponse à un client, l’explication d’une capture d’écran ou un document organisé en sections précises. Gardez les faits obligatoires et le passage sélectionné explicites lorsque vous affinez la réponse. La désignation de chat conserve sa propre identité dans ces processus, tandis que la conversation fournie apporte le contexte de chaque réponse.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Revise an operational status report\n\nRewrite this report into three short sections: completed, unresolved and next step. Source: 'The import accepted 420 rows. Eighteen rows failed because their account IDs were blank. We have not retried them. Vera will ask the source team for the missing IDs tomorrow.' Keep the counts and ownership exact and avoid describing the import as fully complete.A concise three-section report preserving counts, unresolved rows and Vera's planned follow-up.The result states that 18 rows remain unresolved and that no retry has occurred.gpt-5-chat-latestGPT-5 Chat est la variante conversationnelle de GPT-5 d’OpenAI sans étape de raisonnement dédiée, acceptant du texte et des images et produisant du texte. Il prend en charge la rédaction, les explications visuelles, les discussions sur le code, l’appel de fonctions et les réponses structurées dans un contexte de 128 000 tokens.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-5 Chat est la désignation d’OpenAI pour la version conversationnelle figée de GPT-5 associée à ChatGPT. L’annonce destinée aux développeurs identifie cette variante de chat de l’API comme le modèle sans étape de raisonnement dédiée du système GPT-5. Il s’agit d’un choix distinct du modèle de raisonnement GPT-5 principal : le nom de cette fiche désigne un mode de réponse axé sur le chat, et non le système de routage complet de ChatGPT.
OpenAI organise les usages pratiques de la famille GPT-5 autour de la programmation, de la rédaction et de la compréhension de l’information. Pour un assistant conversationnel, ces axes se traduisent par la discussion d’une fonction, l’explication d’un document fourni, la modification d’un message ou le développement d’une idée au fil de questions successives. Le travail rédactionnel de la famille comprend la rédaction et la révision de rapports, d’e-mails et de textes plus longs, en tenant compte de la structure et du style expressif demandés.
Un contexte visuel peut accompagner la tâche textuelle. L’image d’une interface, d’un graphique, d’une présentation ou d’un schéma donne au modèle quelque chose de concret à expliquer. Posez une question sur une relation ou un élément précis et définissez le résultat textuel souhaité. La sortie est une explication, un contenu réécrit ou du code ; l’image sert d’entrée, plutôt que de demande de génération d’image.
La configuration publiée possède une fenêtre de contexte de 128 000 tokens, jusqu’à 16 384 tokens en sortie et une date limite des connaissances au 30 septembre 2024. Elle accepte du texte et des images et produit du texte. Le streaming, l’appel de fonctions et Structured Outputs sont répertoriés comme pris en charge. Les entrées audio et vidéo, l’ajustement fin et Predicted Outputs ne sont pas pris en charge dans cette configuration de chat. Ces limites appartiennent au modèle de chat nommé, plutôt qu’à la spécification plus vaste du modèle de raisonnement.
L’appel de fonctions relie l’assistant aux actions et aux données fournies par une application. Le modèle peut sélectionner une fonction décrite et produire ses arguments ; l’application l’exécute et renvoie le résultat pour la réponse suivante. Une sortie structurée remplit un autre rôle : une réponse peut suivre une structure de données convenue, par exemple des champs pour une synthèse, les faits pertinents et une prochaine étape proposée. L’exécution des outils et les accès restent des responsabilités de l’application environnante.
La publication de la famille GPT-5 souligne également le suivi des instructions, un traitement plus clair des tâches incertaines ou incomplètes et un style moins excessivement complaisant. Le modèle propre au chat peut être cadré avec un rôle, un public, un ton et des exigences de sortie explicites. Les recommandations générales de vision restent applicables à ses tâches fondées sur des images : les textes petits ou inclinés et l’interprétation spatiale précise nécessitent une préparation soigneuse des sources.
Pour un produit utilisant Ailoot API, définissez l’objectif de la conversation et fournissez le contenu sur lequel il doit reposer. Une requête utile peut demander une réponse à un client, l’explication d’une capture d’écran ou un document organisé en sections précises. Gardez les faits obligatoires et le passage sélectionné explicites lorsque vous affinez la réponse. La désignation de chat conserve sa propre identité dans ces processus, tandis que la conversation fournie apporte le contexte de chaque réponse.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-5-chat-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’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.0025 / 1K tokens Sortie · Tokens en sortie $0.02 / 1K tokens Entrée · Lecture du cache $0.00025 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5-chat-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='gpt-5-chat-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='gpt-5-chat-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, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra gpt-5-chat-latest
Utilisez les chemins de méthode indiqués ci-dessus.
gpt-5-chat-latestGPT-5 Chat est la variante conversationnelle de GPT-5 d’OpenAI sans étape de raisonnement dédiée, acceptant du texte et des images et produisant du texte. Il prend en charge la rédaction, les explications visuelles, les discussions sur le code, l’appel de fonctions et les réponses structurées dans un contexte de 128 000 tokens.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-5 Chat est la désignation d’OpenAI pour la version conversationnelle figée de GPT-5 associée à ChatGPT. L’annonce destinée aux développeurs identifie cette variante de chat de l’API comme le modèle sans étape de raisonnement dédiée du système GPT-5. Il s’agit d’un choix distinct du modèle de raisonnement GPT-5 principal : le nom de cette fiche désigne un mode de réponse axé sur le chat, et non le système de routage complet de ChatGPT.
OpenAI organise les usages pratiques de la famille GPT-5 autour de la programmation, de la rédaction et de la compréhension de l’information. Pour un assistant conversationnel, ces axes se traduisent par la discussion d’une fonction, l’explication d’un document fourni, la modification d’un message ou le développement d’une idée au fil de questions successives. Le travail rédactionnel de la famille comprend la rédaction et la révision de rapports, d’e-mails et de textes plus longs, en tenant compte de la structure et du style expressif demandés.
Un contexte visuel peut accompagner la tâche textuelle. L’image d’une interface, d’un graphique, d’une présentation ou d’un schéma donne au modèle quelque chose de concret à expliquer. Posez une question sur une relation ou un élément précis et définissez le résultat textuel souhaité. La sortie est une explication, un contenu réécrit ou du code ; l’image sert d’entrée, plutôt que de demande de génération d’image.
La configuration publiée possède une fenêtre de contexte de 128 000 tokens, jusqu’à 16 384 tokens en sortie et une date limite des connaissances au 30 septembre 2024. Elle accepte du texte et des images et produit du texte. Le streaming, l’appel de fonctions et Structured Outputs sont répertoriés comme pris en charge. Les entrées audio et vidéo, l’ajustement fin et Predicted Outputs ne sont pas pris en charge dans cette configuration de chat. Ces limites appartiennent au modèle de chat nommé, plutôt qu’à la spécification plus vaste du modèle de raisonnement.
L’appel de fonctions relie l’assistant aux actions et aux données fournies par une application. Le modèle peut sélectionner une fonction décrite et produire ses arguments ; l’application l’exécute et renvoie le résultat pour la réponse suivante. Une sortie structurée remplit un autre rôle : une réponse peut suivre une structure de données convenue, par exemple des champs pour une synthèse, les faits pertinents et une prochaine étape proposée. L’exécution des outils et les accès restent des responsabilités de l’application environnante.
La publication de la famille GPT-5 souligne également le suivi des instructions, un traitement plus clair des tâches incertaines ou incomplètes et un style moins excessivement complaisant. Le modèle propre au chat peut être cadré avec un rôle, un public, un ton et des exigences de sortie explicites. Les recommandations générales de vision restent applicables à ses tâches fondées sur des images : les textes petits ou inclinés et l’interprétation spatiale précise nécessitent une préparation soigneuse des sources.
Pour un produit utilisant Ailoot API, définissez l’objectif de la conversation et fournissez le contenu sur lequel il doit reposer. Une requête utile peut demander une réponse à un client, l’explication d’une capture d’écran ou un document organisé en sections précises. Gardez les faits obligatoires et le passage sélectionné explicites lorsque vous affinez la réponse. La désignation de chat conserve sa propre identité dans ces processus, tandis que la conversation fournie apporte le contexte de chaque réponse.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-5-chat-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 tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.0025 / 1K tokens Sortie · Tokens en sortie $0.02 / 1K tokens Entrée · Lecture du cache $0.00025 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "gpt-5-chat-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'gpt-5-chat-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': 'gpt-5-chat-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 identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra gpt-5-chat-latest
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Revise an operational status report\n\nRewrite this report into three short sections: completed, unresolved and next step. Source: 'The import accepted 420 rows. Eighteen rows failed because their account IDs were blank. We have not retried them. Vera will ask the source team for the missing IDs tomorrow.' Keep the counts and ownership exact and avoid describing the import as fully complete.A concise three-section report preserving counts, unresolved rows and Vera's planned follow-up.The result states that 18 rows remain unresolved and that no retry has occurred.