GPT Chat Latest désigne la sélection de modèle Instant régulièrement mise à jour qu’OpenAI documente comme Chat Latest, pointant vers le dernier modèle Instant utilisé dans ChatGPT. Elle accepte du texte et des images et produit du texte. Ce nom évolutif décrit une sélection de chat dont le modèle sous-jacent est mis à jour, plutôt qu’une édition de modèle datée.
Une conversation utile commence par un travail concret. Fournissez un brouillon et le lecteur visé, demandez une explication plus claire d’un passage ou fournissez une capture d’écran avec une question sur un élément particulier. Un exemple de tâche éditoriale consiste à transformer une explication brute en un court message pour un collègue tout en préservant les noms et les faits requis. Au tour suivant, identifiez le passage à modifier et la raison du changement, comme le ton, la longueur ou une explication manquante.
Pour un dialogue fondé sur une image, rendez les éléments visuels lisibles et précisez leur but. Une capture d’écran peut soutenir une question sur un état d’interface visible ; un schéma peut soutenir une demande d’explication d’une relation. Ajoutez le contexte écrit que l’image ne fournit pas à elle seule. Demandez l’observation pertinente et une explication liée à votre question plutôt qu’une description de chaque détail visible.
La spécification actuelle de Chat Latest d’OpenAI donne une fenêtre de contexte de 400 000 tokens, une entrée maximale de 272 000 tokens et une sortie maximale de 128 000 tokens. La date limite des connaissances documentée est le 20 avril 2026. Ce sont les caractéristiques publiées de la sélection de chat, tandis que le modèle sous-jacent est régulièrement mis à jour. Planifiez le matériau et la réponse demandée selon les limites pertinentes de contexte et de sortie, et conservez les faits importants nécessaires à un échange suivant.
Le concepteur répertorie le streaming, Structured Outputs, les appels de fonctions et les images en entrée, avec les interfaces Responses et Chat Completions. Ses outils documentés comprennent la recherche web et dans les fichiers, la génération d’images, l’interprétation de code et les connexions MCP. Une réponse structurée précise la forme des informations renvoyées ; une demande d’outil nomme une opération distincte. Les applications exposent leurs opérations, renvoient les résultats réels des outils et décident comment présenter à l’utilisateur le texte ou les autres résultats obtenus.
Définissez le résultat voulu de la conversation : une réponse, une section de document réécrite, une explication d’exemple visuel ou une liste d’actions. Pour une tâche structurée, nommez les champs et indiquez comment traiter les informations manquantes. Pour une tâche éditoriale, identifiez le public, les faits requis et le ton acceptable. Une réponse finale utile est une version précise que vous pouvez vérifier par rapport au matériau source ; les messages suivants peuvent affiner un détail particulier tout en gardant le but de la tâche explicite.
", "aboutText": "GPT Chat Latest désigne la sélection de modèle Instant régulièrement mise à jour qu’OpenAI documente comme Chat Latest, pointant vers le dernier modèle Instant utilisé dans ChatGPT. Elle accepte du texte et des images et produit du texte. Ce nom évolutif décrit une sélection de chat dont le modèle sous-jacent est mis à jour, plutôt qu’une édition de modèle datée.\n\nUne conversation utile commence par un travail concret. Fournissez un brouillon et le lecteur visé, demandez une explication plus claire d’un passage ou fournissez une capture d’écran avec une question sur un élément particulier. Un exemple de tâche éditoriale consiste à transformer une explication brute en un court message pour un collègue tout en préservant les noms et les faits requis. Au tour suivant, identifiez le passage à modifier et la raison du changement, comme le ton, la longueur ou une explication manquante.\n\nPour un dialogue fondé sur une image, rendez les éléments visuels lisibles et précisez leur but. Une capture d’écran peut soutenir une question sur un état d’interface visible ; un schéma peut soutenir une demande d’explication d’une relation. Ajoutez le contexte écrit que l’image ne fournit pas à elle seule. Demandez l’observation pertinente et une explication liée à votre question plutôt qu’une description de chaque détail visible.\n\nLa spécification actuelle de Chat Latest d’OpenAI donne une fenêtre de contexte de 400 000 tokens, une entrée maximale de 272 000 tokens et une sortie maximale de 128 000 tokens. La date limite des connaissances documentée est le 20 avril 2026. Ce sont les caractéristiques publiées de la sélection de chat, tandis que le modèle sous-jacent est régulièrement mis à jour. Planifiez le matériau et la réponse demandée selon les limites pertinentes de contexte et de sortie, et conservez les faits importants nécessaires à un échange suivant.\n\nLe concepteur répertorie le streaming, Structured Outputs, les appels de fonctions et les images en entrée, avec les interfaces Responses et Chat Completions. Ses outils documentés comprennent la recherche web et dans les fichiers, la génération d’images, l’interprétation de code et les connexions MCP. Une réponse structurée précise la forme des informations renvoyées ; une demande d’outil nomme une opération distincte. Les applications exposent leurs opérations, renvoient les résultats réels des outils et décident comment présenter à l’utilisateur le texte ou les autres résultats obtenus.\n\nDéfinissez le résultat voulu de la conversation : une réponse, une section de document réécrite, une explication d’exemple visuel ou une liste d’actions. Pour une tâche structurée, nommez les champs et indiquez comment traiter les informations manquantes. Pour une tâche éditoriale, identifiez le public, les faits requis et le ton acceptable. Une réponse finale utile est une version précise que vous pouvez vérifier par rapport au matériau source ; les messages suivants peuvent affiner un détail particulier tout en gardant le but de la tâche explicite.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "6cdad32e2d547741c320f7cbe5e8b13ae603a34e037d9fef16bfc43a52dc1bee", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr", "methods": [ { "html": "chat-latestUne sélection de chat Instant d’OpenAI régulièrement mise à jour pour les conversations sur du texte et des images. Fournissez un brouillon, une question ou un exemple visuel et affinez dans le dialogue l’explication, le passage révisé ou la réponse concise obtenus.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT Chat Latest désigne la sélection de modèle Instant régulièrement mise à jour qu’OpenAI documente comme Chat Latest, pointant vers le dernier modèle Instant utilisé dans ChatGPT. Elle accepte du texte et des images et produit du texte. Ce nom évolutif décrit une sélection de chat dont le modèle sous-jacent est mis à jour, plutôt qu’une édition de modèle datée.
Une conversation utile commence par un travail concret. Fournissez un brouillon et le lecteur visé, demandez une explication plus claire d’un passage ou fournissez une capture d’écran avec une question sur un élément particulier. Un exemple de tâche éditoriale consiste à transformer une explication brute en un court message pour un collègue tout en préservant les noms et les faits requis. Au tour suivant, identifiez le passage à modifier et la raison du changement, comme le ton, la longueur ou une explication manquante.
Pour un dialogue fondé sur une image, rendez les éléments visuels lisibles et précisez leur but. Une capture d’écran peut soutenir une question sur un état d’interface visible ; un schéma peut soutenir une demande d’explication d’une relation. Ajoutez le contexte écrit que l’image ne fournit pas à elle seule. Demandez l’observation pertinente et une explication liée à votre question plutôt qu’une description de chaque détail visible.
La spécification actuelle de Chat Latest d’OpenAI donne une fenêtre de contexte de 400 000 tokens, une entrée maximale de 272 000 tokens et une sortie maximale de 128 000 tokens. La date limite des connaissances documentée est le 20 avril 2026. Ce sont les caractéristiques publiées de la sélection de chat, tandis que le modèle sous-jacent est régulièrement mis à jour. Planifiez le matériau et la réponse demandée selon les limites pertinentes de contexte et de sortie, et conservez les faits importants nécessaires à un échange suivant.
Le concepteur répertorie le streaming, Structured Outputs, les appels de fonctions et les images en entrée, avec les interfaces Responses et Chat Completions. Ses outils documentés comprennent la recherche web et dans les fichiers, la génération d’images, l’interprétation de code et les connexions MCP. Une réponse structurée précise la forme des informations renvoyées ; une demande d’outil nomme une opération distincte. Les applications exposent leurs opérations, renvoient les résultats réels des outils et décident comment présenter à l’utilisateur le texte ou les autres résultats obtenus.
Définissez le résultat voulu de la conversation : une réponse, une section de document réécrite, une explication d’exemple visuel ou une liste d’actions. Pour une tâche structurée, nommez les champs et indiquez comment traiter les informations manquantes. Pour une tâche éditoriale, identifiez le public, les faits requis et le ton acceptable. Une réponse finale utile est une version précise que vous pouvez vérifier par rapport au matériau source ; les messages suivants peuvent affiner un détail particulier tout en gardant le but de la tâche explicite.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites chat-latest | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— |
Champmessages[].content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
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 |
Paramètrecontrol_scope | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Alias de méthode : /chat/completions
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 $0.01 / 1K tokens Sortie · Tokens en sortie $0.06 / 1K tokens Entrée · Lecture du cache $0.001 / 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":"chat-latest","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="chat-latest", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 chat-latest
/chat/completions
chat-latestUne sélection de chat Instant d’OpenAI régulièrement mise à jour pour les conversations sur du texte et des images. Fournissez un brouillon, une question ou un exemple visuel et affinez dans le dialogue l’explication, le passage révisé ou la réponse concise obtenus.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT Chat Latest désigne la sélection de modèle Instant régulièrement mise à jour qu’OpenAI documente comme Chat Latest, pointant vers le dernier modèle Instant utilisé dans ChatGPT. Elle accepte du texte et des images et produit du texte. Ce nom évolutif décrit une sélection de chat dont le modèle sous-jacent est mis à jour, plutôt qu’une édition de modèle datée.
Une conversation utile commence par un travail concret. Fournissez un brouillon et le lecteur visé, demandez une explication plus claire d’un passage ou fournissez une capture d’écran avec une question sur un élément particulier. Un exemple de tâche éditoriale consiste à transformer une explication brute en un court message pour un collègue tout en préservant les noms et les faits requis. Au tour suivant, identifiez le passage à modifier et la raison du changement, comme le ton, la longueur ou une explication manquante.
Pour un dialogue fondé sur une image, rendez les éléments visuels lisibles et précisez leur but. Une capture d’écran peut soutenir une question sur un état d’interface visible ; un schéma peut soutenir une demande d’explication d’une relation. Ajoutez le contexte écrit que l’image ne fournit pas à elle seule. Demandez l’observation pertinente et une explication liée à votre question plutôt qu’une description de chaque détail visible.
La spécification actuelle de Chat Latest d’OpenAI donne une fenêtre de contexte de 400 000 tokens, une entrée maximale de 272 000 tokens et une sortie maximale de 128 000 tokens. La date limite des connaissances documentée est le 20 avril 2026. Ce sont les caractéristiques publiées de la sélection de chat, tandis que le modèle sous-jacent est régulièrement mis à jour. Planifiez le matériau et la réponse demandée selon les limites pertinentes de contexte et de sortie, et conservez les faits importants nécessaires à un échange suivant.
Le concepteur répertorie le streaming, Structured Outputs, les appels de fonctions et les images en entrée, avec les interfaces Responses et Chat Completions. Ses outils documentés comprennent la recherche web et dans les fichiers, la génération d’images, l’interprétation de code et les connexions MCP. Une réponse structurée précise la forme des informations renvoyées ; une demande d’outil nomme une opération distincte. Les applications exposent leurs opérations, renvoient les résultats réels des outils et décident comment présenter à l’utilisateur le texte ou les autres résultats obtenus.
Définissez le résultat voulu de la conversation : une réponse, une section de document réécrite, une explication d’exemple visuel ou une liste d’actions. Pour une tâche structurée, nommez les champs et indiquez comment traiter les informations manquantes. Pour une tâche éditoriale, identifiez le public, les faits requis et le ton acceptable. Une réponse finale utile est une version précise que vous pouvez vérifier par rapport au matériau source ; les messages suivants peuvent affiner un détail particulier tout en gardant le but de la tâche explicite.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites 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 $0.01 / 1K tokens Sortie · Tokens en sortie $0.06 / 1K tokens Entrée · Lecture du cache $0.001 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "chat-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': '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': '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 chat-latest
/chat/completions