GPT-4 Turbo est le modèle de la famille GPT-4 d’OpenAI pour les entrées textuelles et visuelles avec une sortie textuelle. La fiche Turbo actuelle du fournisseur désigne le modèle doté de la vision, tout en distinguant les noms des versions préliminaires. Il peut servir à répondre à une question sur des documents fournis, une image ou une combinaison d’éléments écrits et visuels.
Pour une tâche documentaire, fournissez les sections pertinentes et la question à laquelle elles doivent répondre. Un exemple de demande consiste à comparer une procédure à un ensemble d’exigences, puis à produire une explication concise des concordances, des différences et des questions ouvertes. Précisez quelle source est prioritaire et quels faits doivent rester intacts lorsque le résultat est réécrit pour son lecteur.
Pour une tâche visuelle, fournissez la capture d’écran, la photographie ou le schéma et précisez le détail important. Incluez un contexte écrit lorsque l’image seule ne permet pas d’établir l’objectif de l’utilisateur ou le sens d’une étiquette. Une proposition de réponse d’assistance peut associer l’observation pertinente à une question destinée à clarifier les informations manquantes. Une question sur le code peut inclure l’implémentation et le comportement à expliquer ou à modifier.
OpenAI indique une fenêtre de contexte de 128 000 tokens, une sortie maximale de 4 096 tokens et une date limite des connaissances au 1er décembre 2023. La limite de sortie relativement courte donne de l’importance au résultat demandé : demandez la réponse, la section ou l’ensemble de constats dont la tâche a réellement besoin. Le contenu source et la réponse générée partagent le contexte disponible.
La fiche du fournisseur prend en charge le streaming et l’appel de fonctions et indique que Structured Outputs fondé sur un schéma, l’ajustement fin et Predicted Outputs ne sont pas pris en charge. Les recommandations du mode JSON répertorient la famille de modèles GPT-4 pour les réponses en JSON valide ; ce mode ne garantit pas un schéma particulier. Une application vérifie les champs renvoyés et exécute les opérations qu’elle décrit, puis renvoie les résultats réels des outils pour un suivi.
Définissez le public, le ton et le critère d’achèvement. Pour un résultat analytique, séparez les faits sources, la conclusion et la condition non résolue. Pour un document modifié, précisez le sens et la terminologie à conserver. Un résultat final utile est une réponse ou une section ciblée dont les affirmations importantes peuvent être vérifiées au regard du contenu d’origine et affinées dans un message ultérieur.
", "aboutText": "GPT-4 Turbo est le modèle de la famille GPT-4 d’OpenAI pour les entrées textuelles et visuelles avec une sortie textuelle. La fiche Turbo actuelle du fournisseur désigne le modèle doté de la vision, tout en distinguant les noms des versions préliminaires. Il peut servir à répondre à une question sur des documents fournis, une image ou une combinaison d’éléments écrits et visuels.\n\nPour une tâche documentaire, fournissez les sections pertinentes et la question à laquelle elles doivent répondre. Un exemple de demande consiste à comparer une procédure à un ensemble d’exigences, puis à produire une explication concise des concordances, des différences et des questions ouvertes. Précisez quelle source est prioritaire et quels faits doivent rester intacts lorsque le résultat est réécrit pour son lecteur.\n\nPour une tâche visuelle, fournissez la capture d’écran, la photographie ou le schéma et précisez le détail important. Incluez un contexte écrit lorsque l’image seule ne permet pas d’établir l’objectif de l’utilisateur ou le sens d’une étiquette. Une proposition de réponse d’assistance peut associer l’observation pertinente à une question destinée à clarifier les informations manquantes. Une question sur le code peut inclure l’implémentation et le comportement à expliquer ou à modifier.\n\nOpenAI indique une fenêtre de contexte de 128 000 tokens, une sortie maximale de 4 096 tokens et une date limite des connaissances au 1er décembre 2023. La limite de sortie relativement courte donne de l’importance au résultat demandé : demandez la réponse, la section ou l’ensemble de constats dont la tâche a réellement besoin. Le contenu source et la réponse générée partagent le contexte disponible.\n\nLa fiche du fournisseur prend en charge le streaming et l’appel de fonctions et indique que Structured Outputs fondé sur un schéma, l’ajustement fin et Predicted Outputs ne sont pas pris en charge. Les recommandations du mode JSON répertorient la famille de modèles GPT-4 pour les réponses en JSON valide ; ce mode ne garantit pas un schéma particulier. Une application vérifie les champs renvoyés et exécute les opérations qu’elle décrit, puis renvoie les résultats réels des outils pour un suivi.\n\nDéfinissez le public, le ton et le critère d’achèvement. Pour un résultat analytique, séparez les faits sources, la conclusion et la condition non résolue. Pour un document modifié, précisez le sens et la terminologie à conserver. Un résultat final utile est une réponse ou une section ciblée dont les affirmations importantes peuvent être vérifiées au regard du contenu d’origine et affinées dans un message ultérieur.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "471bbba822c06a3bf158d6e5ba6599e8a05897e995dfd16cc71801b2a9c4f485", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-ch", "methods": [ { "html": "openai/gpt-4-turbo:batchGPT-4 Turbo accepte du texte et des images et renvoie du texte pour les tâches documentaires, visuelles et de programmation. La spécification du fournisseur associe une fenêtre de contexte de 128 000 tokens à une limite de sortie de 4 096 tokens, au streaming et à l’appel de fonctions.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-4 Turbo est le modèle de la famille GPT-4 d’OpenAI pour les entrées textuelles et visuelles avec une sortie textuelle. La fiche Turbo actuelle du fournisseur désigne le modèle doté de la vision, tout en distinguant les noms des versions préliminaires. Il peut servir à répondre à une question sur des documents fournis, une image ou une combinaison d’éléments écrits et visuels.
Pour une tâche documentaire, fournissez les sections pertinentes et la question à laquelle elles doivent répondre. Un exemple de demande consiste à comparer une procédure à un ensemble d’exigences, puis à produire une explication concise des concordances, des différences et des questions ouvertes. Précisez quelle source est prioritaire et quels faits doivent rester intacts lorsque le résultat est réécrit pour son lecteur.
Pour une tâche visuelle, fournissez la capture d’écran, la photographie ou le schéma et précisez le détail important. Incluez un contexte écrit lorsque l’image seule ne permet pas d’établir l’objectif de l’utilisateur ou le sens d’une étiquette. Une proposition de réponse d’assistance peut associer l’observation pertinente à une question destinée à clarifier les informations manquantes. Une question sur le code peut inclure l’implémentation et le comportement à expliquer ou à modifier.
OpenAI indique une fenêtre de contexte de 128 000 tokens, une sortie maximale de 4 096 tokens et une date limite des connaissances au 1er décembre 2023. La limite de sortie relativement courte donne de l’importance au résultat demandé : demandez la réponse, la section ou l’ensemble de constats dont la tâche a réellement besoin. Le contenu source et la réponse générée partagent le contexte disponible.
La fiche du fournisseur prend en charge le streaming et l’appel de fonctions et indique que Structured Outputs fondé sur un schéma, l’ajustement fin et Predicted Outputs ne sont pas pris en charge. Les recommandations du mode JSON répertorient la famille de modèles GPT-4 pour les réponses en JSON valide ; ce mode ne garantit pas un schéma particulier. Une application vérifie les champs renvoyés et exécute les opérations qu’elle décrit, puis renvoie les résultats réels des outils pour un suivi.
Définissez le public, le ton et le critère d’achèvement. Pour un résultat analytique, séparez les faits sources, la conclusion et la condition non résolue. Pour un document modifié, précisez le sens et la terminologie à conserver. Un résultat final utile est une réponse ou une section ciblée dont les affirmations importantes peuvent être vérifiées au regard du contenu d’origine et affinées dans un message ultérieur.
POST /v1/batchestexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champendpoint | Typestring | ExigenceObligatoire | Valeurs et limites /v1/chat/completions | Par défaut— |
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-4-turbo:batch | Par défaut— |
Champrequests | Typebatch_item[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champrequests[].custom_id | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champrequests[].body.messages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champcompletion_window | Typestring | ExigenceFacultatif | Valeurs et limites 24h | Par défaut— |
Champprovider | Typeobject|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champrequests[].body.model | Typestring | ExigenceFacultatif | Valeurs et limites openai/gpt-4-turbo:batch, openai/gpt-4-turbo | Par défaut— |
Champprovider.only | Typestring[] | ExigenceFacultatif | Valeurs et limites openai | Par défaut— |
Champprovider.allow_fallbacks | Typeboolean|null | ExigenceFacultatif | Valeurs et limites false, null | Par défaut— |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratendpoint, model, requests |
Paramètrematerial_types | Contrattext |
Paramètrerepresentation | Contratrequests[] intégré ; chaque élément comporte custom_id et body |
Paramètrerequest_endpoint_profile | Contrat/v1/chat/completions |
Paramètrefile_material | ContratL’appelant peut charger localement le contenu JSONL UTF-8 effectif dans requests[]. Aucun paramètre purpose de téléversement, input_file_id ni référence à un fichier n’est utilisé. Si les données du client sont absentes ou vides, la préparation s’arrête avant le POST. |
Paramètreserialization_order | Contratendpoint, model, provider (si fourni), completion_window (si fourni), requests en dernier |
Paramètreoptional_controls | Contratprovider.only, provider.allow_fallbacks, completion_window |
Paramètreschema_scope | ContratCorps de requêtes Chat Completions textuelles dans l’enveloppe Batch intégrée documentée. |
Cycle de vie : asynchronous
GET /v1/batches/{operation_id} · response.id effectivement renvoyé lors de la création d’origine ; même utilisateur, même clé et même groupe
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.01 / 1K tokens Sortie · Tokens en sortie $0.03 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.01 / 1K tokens Sortie · Tokens en sortie $0.03 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-4-turbo:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-4-turbo:batch', 'openai/gpt-4-turbo']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-4-turbo:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON results[].response.body intégré
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nConservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez l’intégralité du JSON de statut d’origine, chaque résultat/custom_id et le corps complet de la réponse ou de l’erreur. Enregistrez les results[] terminés au format JSONL sans filtrage.
Conservez l’identifiant de l’opération d’origine. La réponse 503 result_pending_check contient X-Should-Retry:false ; ne soumettez jamais à nouveau un lot d’origine dont l’issue est inconnue.
| Champ | Type |
|---|---|
Champresults[].custom_id | Typestring |
Champresults[].response.body.choices[].message.content | Typestring|null |
Champresults[].error | Typeobject|null |
Champusage | Typeobject|null |
Champid | Typestring |
Champmodel | Typestring |
Champendpoint | Typestring |
Champstatus | Typestring |
Champrequest_counts | Typeobject |
Champresults[].id | Typestring |
Champresults[].response.status_code | Typeinteger |
Champresults[].response.request_id | Typestring |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionEnveloppe intégrée documentée invalide, clés dupliquées, identité d’élément incorrecte ou conflit avec les capacités configurées du modèle. | Étape suivanteCorrigez les champs indiqués avant toute nouvelle soumission. |
Réponse401 · authentication_error | ConditionClé API invalide. | Étape suivanteUtilisez la clé Ailoot autorisée. |
Réponse403 · permission_error | ConditionGroupe de traitement par lots indisponible. | Étape suivanteVérifiez les droits d’accès de la clé/du groupe. |
Réponse422 · invalid_request_error | ConditionLe traitement par lots est facturé sur le solde ; la création via un abonnement est refusée. | Étape suivanteUtilisez le groupe autorisé dont la facturation est prélevée sur le solde. |
Réponse422 · price_unavailable | ConditionImpossible d’établir un devis pour les données d’entrée du traitement par lots. | Étape suivanteConservez la réponse ; utilisez les données d’entrée documentées pour cette famille. |
Réponse402 · billing_error | ConditionRéserve pour le traitement par lots indisponible. | Étape suivanteRéglez les conditions d’admission avant une nouvelle requête. |
Réponse503 · price_unavailable | ConditionPrix de la méthode Batch/tarifs natifs indisponibles. | Étape suivanteConservez la réponse ; ne substituez pas d’autres prix. |
Réponse503 · api_error | ConditionRoute exacte du fournisseur indisponible. | Étape suivanteConservez la réponse pour réparer la route. |
Réponse503 · result_pending_check | ConditionLe résultat d’origine nécessite une vérification ; X-Should-Retry:false. | Étape suivanteConservez l’operation_id/id d’origine et consultez son statut ; ne répétez jamais le POST d’origine. |
Réponse404 · not_found | ConditionOpération de suivi du traitement par lots absente ou appartenant à une autre identité. | Étape suivanteUtilisez l’id exact d’origine avec le même utilisateur, la même clé et le même groupe. |
Ailoot Ultra openai/gpt-4-turbo:batch
Utilisez les chemins de méthode indiqués ci-dessus.