GPT-5.3 Chat désigne la version figée de GPT-5.3 Instant associée à ChatGPT. OpenAI décrit cette mise à jour Instant à travers les qualités quotidiennes d’une conversation : pertinence, réponses utiles et déroulement plus fluide. Le modèle accepte du texte et des images et produit du texte, en conservant une identité axée sur le chat, distincte des autres variantes de GPT-5.3.
La publication aborde d’abord le discernement dans les réponses. OpenAI signale moins de refus inutiles et moins d’introductions défensives ou moralisatrices avant une réponse. Le comportement visé consiste à répondre directement lorsqu’une réponse utile est appropriée et à rester centré sur la question. Dans un assistant pratique, cela favorise les explications et les réponses ciblées sur la tâche, sans transformer chaque demande en un long préambule.
Lorsque le produit qui utilise le modèle dispose d’informations issues du Web, la publication privilégie une synthèse plutôt qu’une liste de pages récupérées vaguement reliées entre elles. GPT-5.3 Instant est décrit comme combinant les éléments trouvés en ligne avec sa compréhension existante, en identifiant le point important et en ajoutant du contexte. Cela décrit sa manière de traiter les informations fournies ou récupérées ; l’application détermine les outils de recherche et les contenus sources disponibles.
Le style conversationnel et la rédaction sont deux axes distincts de la mise à jour. OpenAI décrit un ton plus ciblé et naturel, ainsi qu’une plus grande variété de prose expressive, de la rédaction de fiction à l’amélioration d’un passage ou au développement d’une idée. Le travail sur l’exactitude factuelle est également présenté comme réduisant les hallucinations sur des sujets variés. La publication présente ces points comme des améliorations du comportement de réponse du modèle dans les tâches factuelles et créatives.
La publication relève une limite linguistique concrète : dans certaines langues, notamment le japonais et le coréen, le style des réponses peut rester artificiel ou trop littéral. Le ton et le naturel restent des axes de développement. Pour un travail multilingue, précisez explicitement le public, la terminologie et le registre souhaité ; une tâche de rédaction peut distinguer le contenu factuel à conserver des choix d’expression à réviser.
La spécification du modèle indique une fenêtre de contexte de 128 000 tokens, jusqu’à 16 384 tokens en sortie et une date limite des connaissances au 31 août 2025. Le texte et les images sont pris en charge en entrée, et la sortie est textuelle. Le streaming, l’appel de fonctions et Structured Outputs sont pris en charge, tandis que les entrées audio et vidéo, l’ajustement fin et Predicted Outputs ne font pas partie de la configuration publiée.
L’appel de fonctions permet à une application connectée de fournir des actions et des données : le modèle sélectionne une fonction et fournit les arguments, puis l’application l’exécute et renvoie le résultat. Une sortie structurée organise la réponse elle-même en champs convenus. Une capture d’écran, un schéma ou l’image d’un document peut ajouter un contexte visuel à une question textuelle ; une source lisible et une identification claire des détails pertinents facilitent l’interprétation.
Pour un assistant utilisant Ailoot API, définissez le résultat nécessaire : une réponse concise, un document révisé, une explication visuelle ou un ensemble structuré de faits. Fournissez le contenu d’origine et les exigences qui doivent le façonner. La désignation de chat Instant reste explicite, et les messages de suivi peuvent affiner le ton, l’objectif ou la structure tout en gardant le contenu source et les exigences d’origine en vue.
", "aboutText": "GPT-5.3 Chat désigne la version figée de GPT-5.3 Instant associée à ChatGPT. OpenAI décrit cette mise à jour Instant à travers les qualités quotidiennes d’une conversation : pertinence, réponses utiles et déroulement plus fluide. Le modèle accepte du texte et des images et produit du texte, en conservant une identité axée sur le chat, distincte des autres variantes de GPT-5.3.\n\nLa publication aborde d’abord le discernement dans les réponses. OpenAI signale moins de refus inutiles et moins d’introductions défensives ou moralisatrices avant une réponse. Le comportement visé consiste à répondre directement lorsqu’une réponse utile est appropriée et à rester centré sur la question. Dans un assistant pratique, cela favorise les explications et les réponses ciblées sur la tâche, sans transformer chaque demande en un long préambule.\n\nLorsque le produit qui utilise le modèle dispose d’informations issues du Web, la publication privilégie une synthèse plutôt qu’une liste de pages récupérées vaguement reliées entre elles. GPT-5.3 Instant est décrit comme combinant les éléments trouvés en ligne avec sa compréhension existante, en identifiant le point important et en ajoutant du contexte. Cela décrit sa manière de traiter les informations fournies ou récupérées ; l’application détermine les outils de recherche et les contenus sources disponibles.\n\nLe style conversationnel et la rédaction sont deux axes distincts de la mise à jour. OpenAI décrit un ton plus ciblé et naturel, ainsi qu’une plus grande variété de prose expressive, de la rédaction de fiction à l’amélioration d’un passage ou au développement d’une idée. Le travail sur l’exactitude factuelle est également présenté comme réduisant les hallucinations sur des sujets variés. La publication présente ces points comme des améliorations du comportement de réponse du modèle dans les tâches factuelles et créatives.\n\nLa publication relève une limite linguistique concrète : dans certaines langues, notamment le japonais et le coréen, le style des réponses peut rester artificiel ou trop littéral. Le ton et le naturel restent des axes de développement. Pour un travail multilingue, précisez explicitement le public, la terminologie et le registre souhaité ; une tâche de rédaction peut distinguer le contenu factuel à conserver des choix d’expression à réviser.\n\nLa spécification du modèle indique une fenêtre de contexte de 128 000 tokens, jusqu’à 16 384 tokens en sortie et une date limite des connaissances au 31 août 2025. Le texte et les images sont pris en charge en entrée, et la sortie est textuelle. Le streaming, l’appel de fonctions et Structured Outputs sont pris en charge, tandis que les entrées audio et vidéo, l’ajustement fin et Predicted Outputs ne font pas partie de la configuration publiée.\n\nL’appel de fonctions permet à une application connectée de fournir des actions et des données : le modèle sélectionne une fonction et fournit les arguments, puis l’application l’exécute et renvoie le résultat. Une sortie structurée organise la réponse elle-même en champs convenus. Une capture d’écran, un schéma ou l’image d’un document peut ajouter un contexte visuel à une question textuelle ; une source lisible et une identification claire des détails pertinents facilitent l’interprétation.\n\nPour un assistant utilisant Ailoot API, définissez le résultat nécessaire : une réponse concise, un document révisé, une explication visuelle ou un ensemble structuré de faits. Fournissez le contenu d’origine et les exigences qui doivent le façonner. La désignation de chat Instant reste explicite, et les messages de suivi peuvent affiner le ton, l’objectif ou la structure tout en gardant le contenu source et les exigences d’origine en vue.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
A natural follow-up message\n\nDraft a friendly follow-up to a colleague who missed a planning meeting. Facts: we chose the blue packaging sample, kept the existing launch date, and need their feedback on the label by Thursday. Use about 60 words, with a direct opening and one clear request. Keep the tone warm without inventing a reason for their absence.One concise message containing the two decisions and the Thursday feedback request.The launch date stays unchanged, and no explanation of the colleague's absence is invented.gpt-5.3-chat-latestGPT-5.3 Chat est la variante GPT-5.3 Instant d’OpenAI pour des réponses textuelles directes et conversationnelles éclairées par des images. Il privilégie la pertinence, l’exactitude factuelle et une meilleure rédaction, avec l’appel de fonctions, les sorties structurées et un contexte de 128 000 tokens.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-5.3 Chat désigne la version figée de GPT-5.3 Instant associée à ChatGPT. OpenAI décrit cette mise à jour Instant à travers les qualités quotidiennes d’une conversation : pertinence, réponses utiles et déroulement plus fluide. Le modèle accepte du texte et des images et produit du texte, en conservant une identité axée sur le chat, distincte des autres variantes de GPT-5.3.
La publication aborde d’abord le discernement dans les réponses. OpenAI signale moins de refus inutiles et moins d’introductions défensives ou moralisatrices avant une réponse. Le comportement visé consiste à répondre directement lorsqu’une réponse utile est appropriée et à rester centré sur la question. Dans un assistant pratique, cela favorise les explications et les réponses ciblées sur la tâche, sans transformer chaque demande en un long préambule.
Lorsque le produit qui utilise le modèle dispose d’informations issues du Web, la publication privilégie une synthèse plutôt qu’une liste de pages récupérées vaguement reliées entre elles. GPT-5.3 Instant est décrit comme combinant les éléments trouvés en ligne avec sa compréhension existante, en identifiant le point important et en ajoutant du contexte. Cela décrit sa manière de traiter les informations fournies ou récupérées ; l’application détermine les outils de recherche et les contenus sources disponibles.
Le style conversationnel et la rédaction sont deux axes distincts de la mise à jour. OpenAI décrit un ton plus ciblé et naturel, ainsi qu’une plus grande variété de prose expressive, de la rédaction de fiction à l’amélioration d’un passage ou au développement d’une idée. Le travail sur l’exactitude factuelle est également présenté comme réduisant les hallucinations sur des sujets variés. La publication présente ces points comme des améliorations du comportement de réponse du modèle dans les tâches factuelles et créatives.
La publication relève une limite linguistique concrète : dans certaines langues, notamment le japonais et le coréen, le style des réponses peut rester artificiel ou trop littéral. Le ton et le naturel restent des axes de développement. Pour un travail multilingue, précisez explicitement le public, la terminologie et le registre souhaité ; une tâche de rédaction peut distinguer le contenu factuel à conserver des choix d’expression à réviser.
La spécification du modèle indique une fenêtre de contexte de 128 000 tokens, jusqu’à 16 384 tokens en sortie et une date limite des connaissances au 31 août 2025. Le texte et les images sont pris en charge en entrée, et la sortie est textuelle. Le streaming, l’appel de fonctions et Structured Outputs sont pris en charge, tandis que les entrées audio et vidéo, l’ajustement fin et Predicted Outputs ne font pas partie de la configuration publiée.
L’appel de fonctions permet à une application connectée de fournir des actions et des données : le modèle sélectionne une fonction et fournit les arguments, puis l’application l’exécute et renvoie le résultat. Une sortie structurée organise la réponse elle-même en champs convenus. Une capture d’écran, un schéma ou l’image d’un document peut ajouter un contexte visuel à une question textuelle ; une source lisible et une identification claire des détails pertinents facilitent l’interprétation.
Pour un assistant utilisant Ailoot API, définissez le résultat nécessaire : une réponse concise, un document révisé, une explication visuelle ou un ensemble structuré de faits. Fournissez le contenu d’origine et les exigences qui doivent le façonner. La désignation de chat Instant reste explicite, et les messages de suivi peuvent affiner le ton, l’objectif ou la structure tout en gardant le contenu source et les exigences d’origine en vue.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-5.3-chat-latest | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.0035 / 1K tokens Sortie · Tokens en sortie $0.028 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.3-chat-latest", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='gpt-5.3-chat-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='gpt-5.3-chat-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra gpt-5.3-chat-latest
Utilisez les chemins de méthode indiqués ci-dessus.
gpt-5.3-chat-latestGPT-5.3 Chat est la variante GPT-5.3 Instant d’OpenAI pour des réponses textuelles directes et conversationnelles éclairées par des images. Il privilégie la pertinence, l’exactitude factuelle et une meilleure rédaction, avec l’appel de fonctions, les sorties structurées et un contexte de 128 000 tokens.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-5.3 Chat désigne la version figée de GPT-5.3 Instant associée à ChatGPT. OpenAI décrit cette mise à jour Instant à travers les qualités quotidiennes d’une conversation : pertinence, réponses utiles et déroulement plus fluide. Le modèle accepte du texte et des images et produit du texte, en conservant une identité axée sur le chat, distincte des autres variantes de GPT-5.3.
La publication aborde d’abord le discernement dans les réponses. OpenAI signale moins de refus inutiles et moins d’introductions défensives ou moralisatrices avant une réponse. Le comportement visé consiste à répondre directement lorsqu’une réponse utile est appropriée et à rester centré sur la question. Dans un assistant pratique, cela favorise les explications et les réponses ciblées sur la tâche, sans transformer chaque demande en un long préambule.
Lorsque le produit qui utilise le modèle dispose d’informations issues du Web, la publication privilégie une synthèse plutôt qu’une liste de pages récupérées vaguement reliées entre elles. GPT-5.3 Instant est décrit comme combinant les éléments trouvés en ligne avec sa compréhension existante, en identifiant le point important et en ajoutant du contexte. Cela décrit sa manière de traiter les informations fournies ou récupérées ; l’application détermine les outils de recherche et les contenus sources disponibles.
Le style conversationnel et la rédaction sont deux axes distincts de la mise à jour. OpenAI décrit un ton plus ciblé et naturel, ainsi qu’une plus grande variété de prose expressive, de la rédaction de fiction à l’amélioration d’un passage ou au développement d’une idée. Le travail sur l’exactitude factuelle est également présenté comme réduisant les hallucinations sur des sujets variés. La publication présente ces points comme des améliorations du comportement de réponse du modèle dans les tâches factuelles et créatives.
La publication relève une limite linguistique concrète : dans certaines langues, notamment le japonais et le coréen, le style des réponses peut rester artificiel ou trop littéral. Le ton et le naturel restent des axes de développement. Pour un travail multilingue, précisez explicitement le public, la terminologie et le registre souhaité ; une tâche de rédaction peut distinguer le contenu factuel à conserver des choix d’expression à réviser.
La spécification du modèle indique une fenêtre de contexte de 128 000 tokens, jusqu’à 16 384 tokens en sortie et une date limite des connaissances au 31 août 2025. Le texte et les images sont pris en charge en entrée, et la sortie est textuelle. Le streaming, l’appel de fonctions et Structured Outputs sont pris en charge, tandis que les entrées audio et vidéo, l’ajustement fin et Predicted Outputs ne font pas partie de la configuration publiée.
L’appel de fonctions permet à une application connectée de fournir des actions et des données : le modèle sélectionne une fonction et fournit les arguments, puis l’application l’exécute et renvoie le résultat. Une sortie structurée organise la réponse elle-même en champs convenus. Une capture d’écran, un schéma ou l’image d’un document peut ajouter un contexte visuel à une question textuelle ; une source lisible et une identification claire des détails pertinents facilitent l’interprétation.
Pour un assistant utilisant Ailoot API, définissez le résultat nécessaire : une réponse concise, un document révisé, une explication visuelle ou un ensemble structuré de faits. Fournissez le contenu d’origine et les exigences qui doivent le façonner. La désignation de chat Instant reste explicite, et les messages de suivi peuvent affiner le ton, l’objectif ou la structure tout en gardant le contenu source et les exigences d’origine en vue.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-5.3-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 $0.0035 / 1K tokens Sortie · Tokens en sortie $0.028 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "gpt-5.3-chat-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-5.3-chat-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-5.3-chat-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra gpt-5.3-chat-latest
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
A natural follow-up message\n\nDraft a friendly follow-up to a colleague who missed a planning meeting. Facts: we chose the blue packaging sample, kept the existing launch date, and need their feedback on the label by Thursday. Use about 60 words, with a direct opening and one clear request. Keep the tone warm without inventing a reason for their absence.One concise message containing the two decisions and the Thursday feedback request.The launch date stays unchanged, and no explanation of the colleague's absence is invented.