Source: https://ailoot.ai/models/fr-ch/openai-o3-mini-u003a-batch/ Canonical: https://ailoot.ai/models/fr-ch/openai-o3-mini-u003a-batch/ Language: fr-ch # OpenAI: o3 Mini (batch) [Markdown](https://ailoot.ai/models/fr-ch/openai-o3-mini-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/fr-ch/openai-o3-mini-u003a-batch/facts.json) ## [OpenAI: o3 Mini (batch)](https://ailoot.ai/models/fr-ch/openai-o3-mini-u003a-batch/) OpenAI o3-mini est un modèle de raisonnement textuel pour les sciences, les mathématiques et la programmation. Il propose les niveaux d’effort de raisonnement low, medium et high, un contexte de 200K, des sorties structurées et des workflows assistés par des outils, avec un budget maximal de sortie générée de 100K tokens. - [**Ailoot Ultra · Traitement par lots** `POST /v1/batches` `openai/o3-mini:batch`](https://ailoot.ai/models/fr-ch/openai-o3-mini-u003a-batch/#method-0) À propos du modèle Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous. OpenAI o3-mini est un modèle de raisonnement plus petit de la série o, axé sur la résolution de problèmes techniques, notamment en sciences, en mathématiques et en programmation. Il accepte du texte et produit du texte, avec un raisonnement interne supplémentaire avant la réponse visible. Utilisez-le pour un problème mathématique clairement énoncé, une analyse algorithmique, une révision de code ou une comparaison technique dont la conclusion dépend de plusieurs conditions. L’effort de raisonnement peut être configuré pour l’édition de base o3-mini ; un préréglage o3-mini High sélectionne un effort élevé plutôt que des poids de modèle distincts. Le développeur documente les niveaux d’effort de raisonnement low, medium et high. Davantage d’effort peut servir un problème exigeant et demander plus de temps de génération, tout en permettant une réponse visible concise. Donnez au modèle la tâche, les contraintes et le contrat de sortie au lieu d’imposer une longue chaîne de pensées intermédiaires. Pour un problème algorithmique, fournissez les limites des entrées, le comportement requis et les cas qui déterminent la justesse. Pour les mathématiques, définissez les variables, les domaines, la notation et le résultat requis. OpenAI indique une fenêtre de contexte de 200 000 tokens, un budget maximal de sortie de 100 000 tokens et une date limite de connaissances au 1er octobre 2023. Les tokens de raisonnement consomment le contexte disponible et le budget de sortie générée avant la réponse finale ; le maximum ne promet donc pas autant de tokens de réponse visible. Laissez de la place pour l’analyse et le résultat demandé. Une requête peut épuiser sa limite de tokens générés avant de renvoyer un texte visible utile si le budget est trop petit pour le problème. La modalité d’entrée native est textuelle, sans capacité visuelle. Si une tâche provient d’un schéma ou d’une capture d’écran, fournissez ses conditions pertinentes par écrit. Le développeur répertorie l’envoi de fichiers et la recherche dans les fichiers dans les workflows assistés par des outils, qui peuvent fournir des contenus textuels pertinents sans modifier la modalité native du modèle. Identifiez les passages sources ou contenus de fichiers nécessaires à la réponse au lieu de supposer que chaque pièce jointe apporte automatiquement des éléments utiles. Le modèle prend en charge Structured Outputs, les appels de fonctions et le streaming, et la fiche du développeur répertorie les interfaces Responses, Chat Completions, Assistants et Batch. Pour une tâche structurée, précisez les champs requis et la représentation des informations manquantes. Dans un workflow d’outils, le modèle propose une fonction et des arguments ; l’application exécute l’action et renvoie l’observation réelle. Distinguez une opération proposée d’une opération dont le résultat a été reçu. Les outils actuellement répertoriés par le développeur comprennent aussi la recherche dans les fichiers, l’interprétation de code, les connexions MCP et les outils de génération d’images. Ces outils configurés ont leurs propres opérations ; ils ne transforment pas la réponse textuelle directe d’o3-mini en une sortie native d’image ou d’audio. Pour une tâche de programmation, fournissez le code, l’échec observé et les exigences, puis demandez une modification proposée avec une explication des cas qu’elle traite. Si des résultats d’exécution sont disponibles, fournissez-les comme éléments probants pour la révision suivante, au lieu de considérer du code non exécuté comme un résultat accompli. Un livrable final utile peut être une formule, une comparaison justifiée, une proposition de code ou un résultat technique structuré qui relie sa conclusion aux conditions initiales. Pour une demande ultérieure, précisez les nouveaux éléments et la partie de la réponse à réviser. Conservez la conversation pertinente et les observations des outils pour que la réponse suivante puisse travailler à partir de résultats réels. Le rôle de modèle de raisonnement plus petit est pratique lorsque la tâche demande une analyse, des contraintes claires et un livrable textuel ciblé, plutôt que des hypothèses non étayées sur des actions externes. **Ailoot Ultra · Traitement par lots** `POST /v1/batches` `openai/o3-mini:batch` [`openai/o3-mini:batch`](https://ailoot.ai/models/fr-ch/#m=openai%2Fo3-mini%3Abatch&route=Ultra&caller=openai%2Fo3-mini%3Abatch&fmt=batches) OpenAI /`openai/o3-mini:batch` ### Premiers pas OpenAI o3-mini est un modèle de raisonnement textuel pour les sciences, les mathématiques et la programmation. Il propose les niveaux d’effort de raisonnement low, medium et high, un contexte de 200K, des sorties structurées et des workflows assistés par des outils, avec un budget maximal de sortie générée de 100K tokens. Entrées acceptées Texte Résultats Texte ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · Traitement par lots** `POST /v1/batches` Entrée `text` Sortie `text` Format de sortie JSON results\[\].response.body intégré | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`endpoint` | Type`string` | ExigenceObligatoire | Valeurs et limites /v1/chat/completions | Par défaut— | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites openai/o3-mini:batch | Par défaut— | | Champ`requests` | Type`batch_item[]` | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— | | Champ`requests[].custom_id` | Type`string` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`requests[].body.messages` | Type`message[]` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`completion_window` | Type`string` | ExigenceFacultatif | Valeurs et limites 24h | Par défaut— | | Champ`provider` | Type`object\|null` | ExigenceFacultatif | Valeurs et limites | Par défaut— | | Champ`requests[].body.model` | Type`string` | ExigenceFacultatif | Valeurs et limites openai/o3-mini:batch, openai/o3-mini | Par défaut— | | Champ`provider.only` | Type`string[]` | ExigenceFacultatif | Valeurs et limites openai | Par défaut— | | Champ`provider.allow_fallbacks` | Type`boolean\|null` | ExigenceFacultatif | Valeurs et limites false, null | Par défaut— | Paramètres et cycle de vie de la méthode | Paramètre | Contrat | | --- | --- | | Paramètre`content_type` | Contratapplication/json | | Paramètre`required` | Contratendpoint, model, requests | | Paramètre`material_types` | Contrattext | | Paramètre`representation` | Contratrequests\[\] intégré ; chaque élément comporte custom\_id et body | | Paramètre`request_endpoint_profile` | Contrat/v1/chat/completions | | Paramètre`file_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. | | Paramètre`serialization_order` | Contratendpoint, model, provider (si fourni), completion\_window (si fourni), requests en dernier | | Paramètre`optional_controls` | Contratprovider.only, provider.allow\_fallbacks, completion\_window | | Paramètre`schema_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 ### Tarifs Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée. Mode rapide Non précisé Lorsque le mode rapide est sélectionné Mode Flex Non précisé Lorsque le mode flex est sélectionné Effort de raisonnement maximal Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default) Tarification du cache explicite Non activé Lorsqu’un cache explicite est demandé #### Tarifs Ailoot #### Prix par configuration 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 **$0.0011** / 1K tokens Sortie · Tokens en sortie **$0.0044** / 1K tokens Entrée · Lecture du cache **$0.00055** / 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 **$0.0011** / 1K tokens Sortie · Tokens en sortie **$0.0044** / 1K tokens Entrée · Lecture du cache **$0.00055** / 1K tokens Entrée · Écriture dans le cache **—** / 1K tokens Entrée · Écriture dans le cache, 1 h **—** / 1K tokens | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr-ch/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Traitement par lots curl · jeu de données de test conservéPython HTTP · JSONL réel du clientPython · enregistrez chaque résultat finalisé ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json from pathlib import Path body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/o3-mini:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}') Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8") PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json ``` ```python import json, os from pathlib import Path from urllib.request import Request, urlopen def prepare_requests(customer_path): path = Path(customer_path) if not path.is_file(): raise ValueError("Customer JSONL file is missing") items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()] if not items: raise ValueError("Customer JSONL contains no requests") ids = set() for item in items: if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body") cid = item["custom_id"] if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique") ids.add(cid) if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages") supplied_model = item["body"].get("model") if supplied_model is not None and supplied_model not in ['openai/o3-mini:batch', 'openai/o3-mini']: raise ValueError("body.model must be an exact documented caller or wire ID") return {"endpoint":"/v1/chat/completions", "model":"openai/o3-mini:batch", "requests":items} if __name__ == "__main__": material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "") if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file") body = prepare_requests(material) key = os.environ.get("AILOOT_API_KEY", "") if not key: raise SystemExit("Set AILOOT_API_KEY") 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") with urlopen(request) as response: raw = response.read() Path("batch-create-response.json").write_bytes(raw) print(raw.decode("utf-8")) ``` ```python import json from pathlib import Path raw = Path("batch-status-response.json").read_bytes() response = json.loads(raw) if response.get("status") != "completed": raise SystemExit("Keep the original operation; read its status without resubmitting") results = response.get("results") if not isinstance(results, list) or not results: raise SystemExit("Preserve the original response; completed results are missing") Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8") # Preserve batch-status-response.json with aggregate usage and every result/error. ``` ### Recevoir et enregistrer les résultats #### Ailoot Ultra · Traitement par lots JSON results\[\].response.body intégré - `GET /v1/batches/{operation_id}` ##### Vérifier l’état de la tâche curl · état de l’opération d’origine ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" BATCH_OPERATION_ID="$(python3 - <<'PY_ID' import json from pathlib import Path from urllib.parse import quote response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8")) operation = response.get("id") if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit") print(quote(operation, safe="")) PY_ID )" curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json ``` ##### Conserver tous les résultats terminés Conservez 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. ##### Si la réponse d’origine doit être vérifiée 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. Champs de la réponse | Champ | Type | | --- | --- | | Champ`results[].custom_id` | Typestring | | Champ`results[].response.body.choices[].message.content` | Typestring\|null | | Champ`results[].error` | Typeobject\|null | | Champ`usage` | Typeobject\|null | | Champ`id` | Typestring | | Champ`model` | Typestring | | Champ`endpoint` | Typestring | | Champ`status` | Typestring | | Champ`request_counts` | Typeobject | | Champ`results[].id` | Typestring | | Champ`results[].response.status_code` | Typeinteger | | Champ`results[].response.request_id` | Typestring | Erreurs et étapes suivantes | 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. | ### Alias #### Alias du modèle **Ailoot Ultra** [`openai/o3-mini:batch`](https://ailoot.ai/models/fr-ch/#m=openai%2Fo3-mini%3Abatch&route=Ultra&caller=openai%2Fo3-mini%3Abatch&fmt=batches) #### Alias des chemins de méthode Utilisez les chemins de méthode indiqués ci-dessus. #### ID d’appel associés [`openai/o3-mini:batch`](https://ailoot.ai/models/fr-ch/#m=openai%2Fo3-mini%3Abatch&route=Ultra&caller=openai%2Fo3-mini%3Abatch&fmt=batches) FAQ · OpenAI: o3 Mini (batch) Quelles entrées et quels résultats sont disponibles ? `POST /v1/batches` · `openai/o3-mini:batch`: `text` → `text` Quels champs la requête utilise-t-elle ? `POST /v1/batches` · `openai/o3-mini:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider` Quelles limites s’appliquent ? `POST /v1/batches` · `openai/o3-mini:batch`: `requests.min_items`: `1` Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application. ## L’entreprise et son portefeuille de projets L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. ## Achetez des tokens à prix réduit. Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens. Abonnement Choisissez une offre à tarif réduit pour vos requêtes régulières. Code promo jusqu’à 50% Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours. Dépenses dans l’historique Modèle, tokens et montant sont enregistrés pour chaque requête. [Choisir un abonnement](https://ailoot.ai/docs/fr-ch/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr-ch/) ## Connectez l’API au produit que vous vendez. SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur. Application commerciale Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service. Licence revendeur Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente. Documents sur le site L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion. [Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr-ch) ## Ailoot · L’entreprise et son portefeuille de projets Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI. L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.