GPT-Audio est le modèle d’OpenAI pour l’audio en entrée et en sortie par l’interface Chat Completions. Il accepte du texte et de l’audio et produit du texte ou de l’audio. Il convient ainsi à une requête conversationnelle délimitée : un utilisateur fournit une question parlée, un contexte écrit ou les deux, et le modèle élabore la réponse demandée sous la forme choisie.
Un exemple d’application est un assistant vocal d’information. Fournissez la question enregistrée avec le matériau de référence à utiliser pour la réponse. Définissez le but de la conversation et les faits que la réponse doit préserver. Vous pouvez demander une courte explication d’une procédure, une question de clarification sur des informations manquantes ou une réponse reliant la requête parlée au contexte écrit fourni.
Pour une conversation pédagogique, précisez le sujet et le niveau d’explication. Demandez une réponse parlée d’une longueur utile, ou une explication écrite lorsque le lecteur doit examiner de près des termes ou des étapes. Pour une interaction d’assistance, fournissez les règles pertinentes et les informations déjà établies dans la conversation. L’instruction doit identifier le prochain résultat voulu plutôt que de compter sur l’enregistrement pour contenir toutes les conditions nécessaires.
OpenAI indique pour GPT-Audio une fenêtre de contexte de 128 000 tokens, une sortie maximale de 16 384 tokens et une date limite des connaissances au 1er octobre 2023. Le concepteur documente le streaming et les appels de fonctions. Ce sont les spécifications du modèle de chat audio ; le format de requête conversationnelle est distinct d’un processus dédié de transcription ou de génération de parole. L’application choisit l’entrée et la sortie nécessaires à sa tâche et gère les messages de la conversation.
Les appels de fonctions peuvent relier le dialogue à une opération de l’application. Décrivez l’action disponible et ses arguments, puis renvoyez le résultat réel après que l’application l’a exécutée. Par exemple, une recherche de référence peut fournir les informations nécessaires à la réponse parlée. Une demande d’outil est une opération proposée, tandis que l’information renvoyée par l’outil est un élément probant que le modèle peut utiliser dans un échange suivant.
Préparez de l’audio qui capte clairement la parole pertinente et fournissez le contexte écrit que le locuteur n’énonce pas. Précisez le ton, la longueur et les points requis de la réponse. Préservez les messages précédents importants lorsque vous poursuivez la conversation, et indiquez si le résultat final doit être une réponse parlée concise, une explication écrite plus complète ou une question pour résoudre des informations manquantes. Vérifier la réponse par rapport au matériau fourni garde la conversation liée à la tâche réelle de l’utilisateur.
", "aboutText": "GPT-Audio est le modèle d’OpenAI pour l’audio en entrée et en sortie par l’interface Chat Completions. Il accepte du texte et de l’audio et produit du texte ou de l’audio. Il convient ainsi à une requête conversationnelle délimitée : un utilisateur fournit une question parlée, un contexte écrit ou les deux, et le modèle élabore la réponse demandée sous la forme choisie.\n\nUn exemple d’application est un assistant vocal d’information. Fournissez la question enregistrée avec le matériau de référence à utiliser pour la réponse. Définissez le but de la conversation et les faits que la réponse doit préserver. Vous pouvez demander une courte explication d’une procédure, une question de clarification sur des informations manquantes ou une réponse reliant la requête parlée au contexte écrit fourni.\n\nPour une conversation pédagogique, précisez le sujet et le niveau d’explication. Demandez une réponse parlée d’une longueur utile, ou une explication écrite lorsque le lecteur doit examiner de près des termes ou des étapes. Pour une interaction d’assistance, fournissez les règles pertinentes et les informations déjà établies dans la conversation. L’instruction doit identifier le prochain résultat voulu plutôt que de compter sur l’enregistrement pour contenir toutes les conditions nécessaires.\n\nOpenAI indique pour GPT-Audio une fenêtre de contexte de 128 000 tokens, une sortie maximale de 16 384 tokens et une date limite des connaissances au 1er octobre 2023. Le concepteur documente le streaming et les appels de fonctions. Ce sont les spécifications du modèle de chat audio ; le format de requête conversationnelle est distinct d’un processus dédié de transcription ou de génération de parole. L’application choisit l’entrée et la sortie nécessaires à sa tâche et gère les messages de la conversation.\n\nLes appels de fonctions peuvent relier le dialogue à une opération de l’application. Décrivez l’action disponible et ses arguments, puis renvoyez le résultat réel après que l’application l’a exécutée. Par exemple, une recherche de référence peut fournir les informations nécessaires à la réponse parlée. Une demande d’outil est une opération proposée, tandis que l’information renvoyée par l’outil est un élément probant que le modèle peut utiliser dans un échange suivant.\n\nPréparez de l’audio qui capte clairement la parole pertinente et fournissez le contexte écrit que le locuteur n’énonce pas. Précisez le ton, la longueur et les points requis de la réponse. Préservez les messages précédents importants lorsque vous poursuivez la conversation, et indiquez si le résultat final doit être une réponse parlée concise, une explication écrite plus complète ou une question pour résoudre des informations manquantes. Vérifier la réponse par rapport au matériau fourni garde la conversation liée à la tâche réelle de l’utilisateur.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Write a conversational clarification\n\nWrite a brief conversational reply for a delivery assistant. Customer: “Can you bring it tomorrow morning?” Reference: tomorrow offers 09:00–12:00 and 12:00–15:00 windows, but no delivery address is on record. Ask for the missing information, mention the morning window and avoid confirming a booking. Return the reply as written text.A short written dialogue turn that names the morning window and requests the delivery address.Check that the reply does not claim a slot is booked or invent an address.openai/gpt-audioUn modèle de chat audio d’OpenAI qui accepte du texte et de l’audio et renvoie du texte ou une sortie parlée. Utilisez une question enregistrée avec des instructions écrites et du matériau de référence pour élaborer une réponse liée à la conversation.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-Audio est le modèle d’OpenAI pour l’audio en entrée et en sortie par l’interface Chat Completions. Il accepte du texte et de l’audio et produit du texte ou de l’audio. Il convient ainsi à une requête conversationnelle délimitée : un utilisateur fournit une question parlée, un contexte écrit ou les deux, et le modèle élabore la réponse demandée sous la forme choisie.
Un exemple d’application est un assistant vocal d’information. Fournissez la question enregistrée avec le matériau de référence à utiliser pour la réponse. Définissez le but de la conversation et les faits que la réponse doit préserver. Vous pouvez demander une courte explication d’une procédure, une question de clarification sur des informations manquantes ou une réponse reliant la requête parlée au contexte écrit fourni.
Pour une conversation pédagogique, précisez le sujet et le niveau d’explication. Demandez une réponse parlée d’une longueur utile, ou une explication écrite lorsque le lecteur doit examiner de près des termes ou des étapes. Pour une interaction d’assistance, fournissez les règles pertinentes et les informations déjà établies dans la conversation. L’instruction doit identifier le prochain résultat voulu plutôt que de compter sur l’enregistrement pour contenir toutes les conditions nécessaires.
OpenAI indique pour GPT-Audio une fenêtre de contexte de 128 000 tokens, une sortie maximale de 16 384 tokens et une date limite des connaissances au 1er octobre 2023. Le concepteur documente le streaming et les appels de fonctions. Ce sont les spécifications du modèle de chat audio ; le format de requête conversationnelle est distinct d’un processus dédié de transcription ou de génération de parole. L’application choisit l’entrée et la sortie nécessaires à sa tâche et gère les messages de la conversation.
Les appels de fonctions peuvent relier le dialogue à une opération de l’application. Décrivez l’action disponible et ses arguments, puis renvoyez le résultat réel après que l’application l’a exécutée. Par exemple, une recherche de référence peut fournir les informations nécessaires à la réponse parlée. Une demande d’outil est une opération proposée, tandis que l’information renvoyée par l’outil est un élément probant que le modèle peut utiliser dans un échange suivant.
Préparez de l’audio qui capte clairement la parole pertinente et fournissez le contexte écrit que le locuteur n’énonce pas. Précisez le ton, la longueur et les points requis de la réponse. Préservez les messages précédents importants lorsque vous poursuivez la conversation, et indiquez si le résultat final doit être une réponse parlée concise, une explication écrite plus complète ou une question pour résoudre des informations manquantes. Vérifier la réponse par rapport au matériau fourni garde la conversation liée à la tâche réelle de l’utilisateur.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-audio | 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.
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 $0.005 / 1K tokens Sortie · Tokens en sortie $0.02 / 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 $0.005 / 1K tokens Sortie · Tokens en sortie $0.02 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-audio", "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-audio',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-audio',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 openai/gpt-audio
Utilisez les chemins de méthode indiqués ci-dessus.
openai/gpt-audioUn modèle de chat audio d’OpenAI qui accepte du texte et de l’audio et renvoie du texte ou une sortie parlée. Utilisez une question enregistrée avec des instructions écrites et du matériau de référence pour élaborer une réponse liée à la conversation.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-Audio est le modèle d’OpenAI pour l’audio en entrée et en sortie par l’interface Chat Completions. Il accepte du texte et de l’audio et produit du texte ou de l’audio. Il convient ainsi à une requête conversationnelle délimitée : un utilisateur fournit une question parlée, un contexte écrit ou les deux, et le modèle élabore la réponse demandée sous la forme choisie.
Un exemple d’application est un assistant vocal d’information. Fournissez la question enregistrée avec le matériau de référence à utiliser pour la réponse. Définissez le but de la conversation et les faits que la réponse doit préserver. Vous pouvez demander une courte explication d’une procédure, une question de clarification sur des informations manquantes ou une réponse reliant la requête parlée au contexte écrit fourni.
Pour une conversation pédagogique, précisez le sujet et le niveau d’explication. Demandez une réponse parlée d’une longueur utile, ou une explication écrite lorsque le lecteur doit examiner de près des termes ou des étapes. Pour une interaction d’assistance, fournissez les règles pertinentes et les informations déjà établies dans la conversation. L’instruction doit identifier le prochain résultat voulu plutôt que de compter sur l’enregistrement pour contenir toutes les conditions nécessaires.
OpenAI indique pour GPT-Audio une fenêtre de contexte de 128 000 tokens, une sortie maximale de 16 384 tokens et une date limite des connaissances au 1er octobre 2023. Le concepteur documente le streaming et les appels de fonctions. Ce sont les spécifications du modèle de chat audio ; le format de requête conversationnelle est distinct d’un processus dédié de transcription ou de génération de parole. L’application choisit l’entrée et la sortie nécessaires à sa tâche et gère les messages de la conversation.
Les appels de fonctions peuvent relier le dialogue à une opération de l’application. Décrivez l’action disponible et ses arguments, puis renvoyez le résultat réel après que l’application l’a exécutée. Par exemple, une recherche de référence peut fournir les informations nécessaires à la réponse parlée. Une demande d’outil est une opération proposée, tandis que l’information renvoyée par l’outil est un élément probant que le modèle peut utiliser dans un échange suivant.
Préparez de l’audio qui capte clairement la parole pertinente et fournissez le contexte écrit que le locuteur n’énonce pas. Précisez le ton, la longueur et les points requis de la réponse. Préservez les messages précédents importants lorsque vous poursuivez la conversation, et indiquez si le résultat final doit être une réponse parlée concise, une explication écrite plus complète ou une question pour résoudre des informations manquantes. Vérifier la réponse par rapport au matériau fourni garde la conversation liée à la tâche réelle de l’utilisateur.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-audio | 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 | 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 $0.005 / 1K tokens Sortie · Tokens en sortie $0.02 / 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 $0.005 / 1K tokens Sortie · Tokens en sortie $0.02 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "openai/gpt-audio",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-audio', '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-audio', '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 openai/gpt-audio
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Write a conversational clarification\n\nWrite a brief conversational reply for a delivery assistant. Customer: “Can you bring it tomorrow morning?” Reference: tomorrow offers 09:00–12:00 and 12:00–15:00 windows, but no delivery address is on record. Ask for the missing information, mention the morning window and avoid confirming a booking. Return the reply as written text.A short written dialogue turn that names the morning window and requests the delivery address.Check that the reply does not claim a slot is booked or invent an address.