GPT-3.5 Turbo est la famille de modèles de texte et de code d’OpenAI optimisée pour le chat, également utilisable pour d’autres tâches écrites. Elle accepte du texte et produit du texte. L’alias de famille est distinct des choix nommés séparément 0613, 16K et Instruct, chacun ayant son propre périmètre documenté.
Pour une réponse d’assistance, fournissez le message de l’utilisateur, les informations de référence et les règles qui régissent la réponse. Un exemple de demande consiste à expliquer une partie d’une procédure et à demander un fait que le message ne permet pas d’établir. Pour modifier un texte, précisez le lecteur, le ton et les affirmations à conserver. Pour du code, fournissez le fragment pertinent et le comportement à expliquer ou dont une modification doit être proposée.
La fiche actuelle de la famille publiée par OpenAI indique une fenêtre de contexte de 16 385 tokens, une sortie maximale de 4 096 tokens et une date limite des connaissances au 1er septembre 2021. L’entrée et la réponse générée partagent le budget de contexte. Gardez le contenu source ciblé et définissez la longueur de réponse nécessaire au lecteur, surtout lorsque plusieurs messages antérieurs sont pertinents pour un suivi.
Le profil actuel du fournisseur documente l’ajustement fin, tandis que ses recommandations de format incluent GPT-3.5 Turbo parmi les modèles utilisant le mode JSON. Ce mode vise un JSON valide et ne garantit pas un schéma particulier. Si l’étape suivante de l’application a besoin de champs, définissez leur signification et les règles de traitement des valeurs manquantes, puis validez la structure et le contenu renvoyés au regard du texte fourni.
Pour les tâches répétées, conservez l’instruction et changez le contenu propre à l’entrée. Demandez un résultat concret, par exemple une proposition de réponse, une courte synthèse, une section modifiée ou des valeurs extraites. Une réponse utile préserve les faits requis et identifie une condition non résolue au lieu de la combler par des détails non étayés. Un message ultérieur peut alors affiner le résultat sélectionné sans perdre l’objectif de la tâche.
", "aboutText": "GPT-3.5 Turbo est la famille de modèles de texte et de code d’OpenAI optimisée pour le chat, également utilisable pour d’autres tâches écrites. Elle accepte du texte et produit du texte. L’alias de famille est distinct des choix nommés séparément 0613, 16K et Instruct, chacun ayant son propre périmètre documenté.\n\nPour une réponse d’assistance, fournissez le message de l’utilisateur, les informations de référence et les règles qui régissent la réponse. Un exemple de demande consiste à expliquer une partie d’une procédure et à demander un fait que le message ne permet pas d’établir. Pour modifier un texte, précisez le lecteur, le ton et les affirmations à conserver. Pour du code, fournissez le fragment pertinent et le comportement à expliquer ou dont une modification doit être proposée.\n\nLa fiche actuelle de la famille publiée par OpenAI indique une fenêtre de contexte de 16 385 tokens, une sortie maximale de 4 096 tokens et une date limite des connaissances au 1er septembre 2021. L’entrée et la réponse générée partagent le budget de contexte. Gardez le contenu source ciblé et définissez la longueur de réponse nécessaire au lecteur, surtout lorsque plusieurs messages antérieurs sont pertinents pour un suivi.\n\nLe profil actuel du fournisseur documente l’ajustement fin, tandis que ses recommandations de format incluent GPT-3.5 Turbo parmi les modèles utilisant le mode JSON. Ce mode vise un JSON valide et ne garantit pas un schéma particulier. Si l’étape suivante de l’application a besoin de champs, définissez leur signification et les règles de traitement des valeurs manquantes, puis validez la structure et le contenu renvoyés au regard du texte fourni.\n\nPour les tâches répétées, conservez l’instruction et changez le contenu propre à l’entrée. Demandez un résultat concret, par exemple une proposition de réponse, une courte synthèse, une section modifiée ou des valeurs extraites. Une réponse utile préserve les faits requis et identifie une condition non résolue au lieu de la combler par des détails non étayés. Un message ultérieur peut alors affiner le résultat sélectionné sans perdre l’objectif de la tâche.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "3197925b43a73bf346e7148f69ab5ec85c9cc8ed8487e060f2bdb022e6f8d8f2", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr", "methods": [ { "html": "openai/gpt-3.5-turbo:batchGPT-3.5 Turbo est la famille de modèles de texte et de code d’OpenAI optimisée pour le chat et les autres tâches écrites. Fournissez une instruction claire et le contenu source pour élaborer une réponse, une réécriture, une explication concise ou une proposition de fragment de code.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT-3.5 Turbo est la famille de modèles de texte et de code d’OpenAI optimisée pour le chat, également utilisable pour d’autres tâches écrites. Elle accepte du texte et produit du texte. L’alias de famille est distinct des choix nommés séparément 0613, 16K et Instruct, chacun ayant son propre périmètre documenté.
Pour une réponse d’assistance, fournissez le message de l’utilisateur, les informations de référence et les règles qui régissent la réponse. Un exemple de demande consiste à expliquer une partie d’une procédure et à demander un fait que le message ne permet pas d’établir. Pour modifier un texte, précisez le lecteur, le ton et les affirmations à conserver. Pour du code, fournissez le fragment pertinent et le comportement à expliquer ou dont une modification doit être proposée.
La fiche actuelle de la famille publiée par OpenAI indique une fenêtre de contexte de 16 385 tokens, une sortie maximale de 4 096 tokens et une date limite des connaissances au 1er septembre 2021. L’entrée et la réponse générée partagent le budget de contexte. Gardez le contenu source ciblé et définissez la longueur de réponse nécessaire au lecteur, surtout lorsque plusieurs messages antérieurs sont pertinents pour un suivi.
Le profil actuel du fournisseur documente l’ajustement fin, tandis que ses recommandations de format incluent GPT-3.5 Turbo parmi les modèles utilisant le mode JSON. Ce mode vise un JSON valide et ne garantit pas un schéma particulier. Si l’étape suivante de l’application a besoin de champs, définissez leur signification et les règles de traitement des valeurs manquantes, puis validez la structure et le contenu renvoyés au regard du texte fourni.
Pour les tâches répétées, conservez l’instruction et changez le contenu propre à l’entrée. Demandez un résultat concret, par exemple une proposition de réponse, une courte synthèse, une section modifiée ou des valeurs extraites. Une réponse utile préserve les faits requis et identifie une condition non résolue au lieu de la combler par des détails non étayés. Un message ultérieur peut alors affiner le résultat sélectionné sans perdre l’objectif de la tâche.
POST /v1/batchestexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champendpoint | Typestring | ExigenceObligatoire | Valeurs et limites /v1/chat/completions | Par défaut— |
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-3.5-turbo:batch | Par défaut— |
Champrequests | Typebatch_item[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champrequests[].custom_id | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champrequests[].body.messages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champcompletion_window | Typestring | ExigenceFacultatif | Valeurs et limites 24h | Par défaut— |
Champprovider | Typeobject|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champrequests[].body.model | Typestring | ExigenceFacultatif | Valeurs et limites openai/gpt-3.5-turbo:batch, openai/gpt-3.5-turbo | Par défaut— |
Champprovider.only | Typestring[] | ExigenceFacultatif | Valeurs et limites openai | Par défaut— |
Champprovider.allow_fallbacks | Typeboolean|null | ExigenceFacultatif | Valeurs et limites false, null | Par défaut— |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratendpoint, model, requests |
Paramètrematerial_types | Contrattext |
Paramètrerepresentation | Contratrequests[] intégré ; chaque élément comporte custom_id et body |
Paramètrerequest_endpoint_profile | Contrat/v1/chat/completions |
Paramètrefile_material | ContratL’appelant peut charger localement le contenu JSONL UTF-8 effectif dans requests[]. Aucun paramètre purpose de téléversement, input_file_id ni référence à un fichier n’est utilisé. Si les données du client sont absentes ou vides, la préparation s’arrête avant le POST. |
Paramètreserialization_order | Contratendpoint, model, provider (si fourni), completion_window (si fourni), requests en dernier |
Paramètreoptional_controls | Contratprovider.only, provider.allow_fallbacks, completion_window |
Paramètreschema_scope | ContratCorps de requêtes Chat Completions textuelles dans l’enveloppe Batch intégrée documentée. |
Cycle de vie : asynchronous
GET /v1/batches/{operation_id} · response.id effectivement renvoyé lors de la création d’origine ; même utilisateur, même clé et même groupe
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0005 / 1K tokens Sortie · Tokens en sortie $0.0015 / 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 $0.0005 / 1K tokens Sortie · Tokens en sortie $0.0015 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-3.5-turbo:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-3.5-turbo:batch', 'openai/gpt-3.5-turbo']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-3.5-turbo:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON results[].response.body intégré
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nConservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez l’intégralité du JSON de statut d’origine, chaque résultat/custom_id et le corps complet de la réponse ou de l’erreur. Enregistrez les results[] terminés au format JSONL sans filtrage.
Conservez l’identifiant de l’opération d’origine. La réponse 503 result_pending_check contient X-Should-Retry:false ; ne soumettez jamais à nouveau un lot d’origine dont l’issue est inconnue.
| Champ | Type |
|---|---|
Champresults[].custom_id | Typestring |
Champresults[].response.body.choices[].message.content | Typestring|null |
Champresults[].error | Typeobject|null |
Champusage | Typeobject|null |
Champid | Typestring |
Champmodel | Typestring |
Champendpoint | Typestring |
Champstatus | Typestring |
Champrequest_counts | Typeobject |
Champresults[].id | Typestring |
Champresults[].response.status_code | Typeinteger |
Champresults[].response.request_id | Typestring |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionEnveloppe intégrée documentée invalide, clés dupliquées, identité d’élément incorrecte ou conflit avec les capacités configurées du modèle. | Étape suivanteCorrigez les champs indiqués avant toute nouvelle soumission. |
Réponse401 · authentication_error | ConditionClé API invalide. | Étape suivanteUtilisez la clé Ailoot autorisée. |
Réponse403 · permission_error | ConditionGroupe de traitement par lots indisponible. | Étape suivanteVérifiez les droits d’accès de la clé/du groupe. |
Réponse422 · invalid_request_error | ConditionLe traitement par lots est facturé sur le solde ; la création via un abonnement est refusée. | Étape suivanteUtilisez le groupe autorisé dont la facturation est prélevée sur le solde. |
Réponse422 · price_unavailable | ConditionImpossible d’établir un devis pour les données d’entrée du traitement par lots. | Étape suivanteConservez la réponse ; utilisez les données d’entrée documentées pour cette famille. |
Réponse402 · billing_error | ConditionRéserve pour le traitement par lots indisponible. | Étape suivanteRéglez les conditions d’admission avant une nouvelle requête. |
Réponse503 · price_unavailable | ConditionPrix de la méthode Batch/tarifs natifs indisponibles. | Étape suivanteConservez la réponse ; ne substituez pas d’autres prix. |
Réponse503 · api_error | ConditionRoute exacte du fournisseur indisponible. | Étape suivanteConservez la réponse pour réparer la route. |
Réponse503 · result_pending_check | ConditionLe résultat d’origine nécessite une vérification ; X-Should-Retry:false. | Étape suivanteConservez l’operation_id/id d’origine et consultez son statut ; ne répétez jamais le POST d’origine. |
Réponse404 · not_found | ConditionOpération de suivi du traitement par lots absente ou appartenant à une autre identité. | Étape suivanteUtilisez l’id exact d’origine avec le même utilisateur, la même clé et le même groupe. |
Ailoot Ultra openai/gpt-3.5-turbo:batch
Utilisez les chemins de méthode indiqués ci-dessus.