OpenAI GPT-3.5 Turbo 1106 הוא מהדורת GPT-3.5 Turbo הנקובה המזוהה כ-gpt-3.5-turbo-1106. הוא מבין ומייצר שפה טבעית וקוד, בעיצוב המכוון לצ'אט ותומך גם במשימות טקסט שאינן שיחתיות. שינויי המהדורה המתועדים כוללים חלון הקשר של 16K כברירת מחדל, ציות משופר להוראות, מצב JSON וקריאה מקבילית לפונקציות. זהות 1106 המפורשת שומרת על הפרופיל הזה בנפרד ממהדורת 0613, מצילום המצב המאוחר יותר 0125 ומ-GPT-3.5 Turbo Instruct.
הכינו את המשימה עם הטקסט הרלוונטי, הכללים שעל התשובה לעמוד בהם והצורה הרצויה של התוצאה. לתשובת תמיכה, כללו את שאלת הלקוח ואת עובדות המוצר החלות עליה. לחילוץ מידע, ציינו את השדות שיש לזהות והסבירו מה לעשות כששדה חסר. למשימת קוד, ספקו את הקוד הרלוונטי, את ההתנהגות הצפויה ואת השגיאה או המגבלה שיש לטפל בה. מכסת ההקשר של 16K מספקת מקום לחומר תומך; היא אינה מבטיחה שכל פרט ישמש נכון או שהתשובה תוכל להיות ארוכה כמו הקלט.
OpenAI מציינת תאריך סיום ידע בספטמבר 2021 למשפחת GPT-3.5 Turbo. ספקו חומר מוסמך כאשר התשובה תלויה במידע מאוחר יותר או בעובדות המיוחדות לפרויקט שלכם. בקשו מהמודל להבחין בין מה שמופיע בטקסט שסופק לבין מה שהוא מסיק. בקשת תשובה בפורמט מסוים צריכה להגדיר אותו במפורש, במקום להסתמך על כך שהמודל ינחש את השדות, היחידות או המוסכמות.
מצב JSON נועד להפיק JSON תקין מבחינה תחבירית. הוא שימושי כשחילוץ מידע מטקסט או סיווג דורשים אובייקט שיישום יכול לפענח. כללו הוראה מפורשת להפיק JSON וציינו את המפתחות הדרושים, סוגי הערכים והטיפול במידע לא ידוע. OpenAI מזהירה שהשמטת הוראת JSON עלולה להוביל ליצירת תווי רווח עד להגעה למגבלת הטוקנים. צריך להבחין גם בין תשובה מלאה לבין פלט שנקטע לפני שהאובייקט הושלם.
JSON תקין אינו מבטיח כשלעצמו עמידה בסכמה מסוימת או נכונות של הערכים שבו. למשימת חילוץ רשומות, בדקו שהמפתחות הדרושים קיימים ושכל ערך שחולץ מבוסס על הקלט. אין להתייחס למצב JSON כאל הבטחת הסכמה של התכונה המאוחרת יותר Structured Outputs. ההבחנה הזאת חשובה כשהפלט ימלא טופס, יבחר תווית או יהפוך לקלט לתהליך עבודה אחר.
מהדורת 1106 תומכת בקריאה מקבילית לפונקציות, כך שהמודל יכול להציע יותר מקריאה אחת לפונקציה בתשובה. הדבר יכול לתמוך במשימה שדורשת כמה פעולות שהיישום מגדיר או כמה אחזורי מידע בלתי תלויים. תארו בבירור את המטרה של כל פונקציה ואת הקלט הצפוי שלה. היישום שסביב המודל מבצע את הפעולה ומספק את התוצאה; קריאה לפונקציה שנוצרה לבדה אינה ראיה לכך שפעולה הושלמה. בדקו את הארגומנטים המוצעים והשאירו את תשובת הטקסט קשורה לתוצאות שהוחזרו בפועל.
הכרזת המהדורה של OpenAI מתעדת כוונון עדין למודל GPT-3.5 Turbo החדש עם 16K. מודל שעבר כוונון עדין הוא גרסה שהוכנה בנפרד, ולא תכונה אוטומטית של כל בקשה למהדורת הבסיס הזאת. לשימוש רגיל, התחילו בהוראה ברורה ובדוגמאות רלוונטיות לתשובה הרצויה. בהכנת הנחיות לחילוץ מידע או לשכתוב, הדוגמאות צריכות להמחיש את ההבחנות החשובות, כגון ערך חסר או ביטוי שחייב להישאר ללא שינוי.
פלטים שימושיים כוללים תשובת תמיכה המבוססת על מידע מוצר שסופק, רשומת JSON שנבדקה, הסבר תמציתי על קוד או קטע ששוכתב עם מגבלות שנקבעו. השוו את התוצאה לטקסט המקור ולפורמט המבוקש. עבור קוד, בדקו את השינוי המוצע בפרויקט היעד; עבור חילוץ מידע, בדקו את הערכים ואת הטיפול בשדות חסרים. הערך של המהדורה הזאת הוא יכולות הטקסט, הציות לפורמט והקריאה לפונקציות המוחשיות שלה, כשהן מיושמות על קלט שהתוצאה המיועדת שלו ברורה.
", "aboutText": "OpenAI GPT-3.5 Turbo 1106 הוא מהדורת GPT-3.5 Turbo הנקובה המזוהה כ-gpt-3.5-turbo-1106. הוא מבין ומייצר שפה טבעית וקוד, בעיצוב המכוון לצ'אט ותומך גם במשימות טקסט שאינן שיחתיות. שינויי המהדורה המתועדים כוללים חלון הקשר של 16K כברירת מחדל, ציות משופר להוראות, מצב JSON וקריאה מקבילית לפונקציות. זהות 1106 המפורשת שומרת על הפרופיל הזה בנפרד ממהדורת 0613, מצילום המצב המאוחר יותר 0125 ומ-GPT-3.5 Turbo Instruct.\n\n### הוראות והקשר הקלט\n\nהכינו את המשימה עם הטקסט הרלוונטי, הכללים שעל התשובה לעמוד בהם והצורה הרצויה של התוצאה. לתשובת תמיכה, כללו את שאלת הלקוח ואת עובדות המוצר החלות עליה. לחילוץ מידע, ציינו את השדות שיש לזהות והסבירו מה לעשות כששדה חסר. למשימת קוד, ספקו את הקוד הרלוונטי, את ההתנהגות הצפויה ואת השגיאה או המגבלה שיש לטפל בה. מכסת ההקשר של 16K מספקת מקום לחומר תומך; היא אינה מבטיחה שכל פרט ישמש נכון או שהתשובה תוכל להיות ארוכה כמו הקלט.\n\nOpenAI מציינת תאריך סיום ידע בספטמבר 2021 למשפחת GPT-3.5 Turbo. ספקו חומר מוסמך כאשר התשובה תלויה במידע מאוחר יותר או בעובדות המיוחדות לפרויקט שלכם. בקשו מהמודל להבחין בין מה שמופיע בטקסט שסופק לבין מה שהוא מסיק. בקשת תשובה בפורמט מסוים צריכה להגדיר אותו במפורש, במקום להסתמך על כך שהמודל ינחש את השדות, היחידות או המוסכמות.\n\n### מצב JSON ובדיקות סכמה\n\nמצב JSON נועד להפיק JSON תקין מבחינה תחבירית. הוא שימושי כשחילוץ מידע מטקסט או סיווג דורשים אובייקט שיישום יכול לפענח. כללו הוראה מפורשת להפיק JSON וציינו את המפתחות הדרושים, סוגי הערכים והטיפול במידע לא ידוע. OpenAI מזהירה שהשמטת הוראת JSON עלולה להוביל ליצירת תווי רווח עד להגעה למגבלת הטוקנים. צריך להבחין גם בין תשובה מלאה לבין פלט שנקטע לפני שהאובייקט הושלם.\n\nJSON תקין אינו מבטיח כשלעצמו עמידה בסכמה מסוימת או נכונות של הערכים שבו. למשימת חילוץ רשומות, בדקו שהמפתחות הדרושים קיימים ושכל ערך שחולץ מבוסס על הקלט. אין להתייחס למצב JSON כאל הבטחת הסכמה של התכונה המאוחרת יותר Structured Outputs. ההבחנה הזאת חשובה כשהפלט ימלא טופס, יבחר תווית או יהפוך לקלט לתהליך עבודה אחר.\n\n### קריאה מקבילית לפונקציות\n\nמהדורת 1106 תומכת בקריאה מקבילית לפונקציות, כך שהמודל יכול להציע יותר מקריאה אחת לפונקציה בתשובה. הדבר יכול לתמוך במשימה שדורשת כמה פעולות שהיישום מגדיר או כמה אחזורי מידע בלתי תלויים. תארו בבירור את המטרה של כל פונקציה ואת הקלט הצפוי שלה. היישום שסביב המודל מבצע את הפעולה ומספק את התוצאה; קריאה לפונקציה שנוצרה לבדה אינה ראיה לכך שפעולה הושלמה. בדקו את הארגומנטים המוצעים והשאירו את תשובת הטקסט קשורה לתוצאות שהוחזרו בפועל.\n\n### כוונון עדין ושימוש מעשי\n\nהכרזת המהדורה של OpenAI מתעדת כוונון עדין למודל GPT-3.5 Turbo החדש עם 16K. מודל שעבר כוונון עדין הוא גרסה שהוכנה בנפרד, ולא תכונה אוטומטית של כל בקשה למהדורת הבסיס הזאת. לשימוש רגיל, התחילו בהוראה ברורה ובדוגמאות רלוונטיות לתשובה הרצויה. בהכנת הנחיות לחילוץ מידע או לשכתוב, הדוגמאות צריכות להמחיש את ההבחנות החשובות, כגון ערך חסר או ביטוי שחייב להישאר ללא שינוי.\n\nפלטים שימושיים כוללים תשובת תמיכה המבוססת על מידע מוצר שסופק, רשומת JSON שנבדקה, הסבר תמציתי על קוד או קטע ששוכתב עם מגבלות שנקבעו. השוו את התוצאה לטקסט המקור ולפורמט המבוקש. עבור קוד, בדקו את השינוי המוצע בפרויקט היעד; עבור חילוץ מידע, בדקו את הערכים ואת הטיפול בשדות חסרים. הערך של המהדורה הזאת הוא יכולות הטקסט, הציות לפורמט והקריאה לפונקציות המוחשיות שלה, כשהן מיושמות על קלט שהתוצאה המיועדת שלו ברורה.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Request an extraction object\n\nExtract an appointment record from: "Visit V-17 is on 12 December at 10:30 with Morgan. No room assigned." Return only a JSON object with keys visit_id, date_text, time_text, contact and room. Use strings for known values and null for the missing room. Do not infer a year or location.One requested JSON object with five keys; room is null and the date remains textual.Parse the returned JSON and compare every value with the sentence; formatting alone does not establish correctness.gpt-3.5-turbo-1106OpenAI GPT-3.5 Turbo 1106 הוא מהדורת מודל הטקסט הנקובה עם חלון הקשר של 16K, ציות משופר להוראות, מצב JSON וקריאה מקבילית לפונקציות. השתמשו בו לעזרה שיחתית, לחילוץ מידע מטקסט ולמשימות קוד או תוכן עם פלט שצוין בבירור.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
OpenAI GPT-3.5 Turbo 1106 הוא מהדורת GPT-3.5 Turbo הנקובה המזוהה כ-gpt-3.5-turbo-1106. הוא מבין ומייצר שפה טבעית וקוד, בעיצוב המכוון לצ'אט ותומך גם במשימות טקסט שאינן שיחתיות. שינויי המהדורה המתועדים כוללים חלון הקשר של 16K כברירת מחדל, ציות משופר להוראות, מצב JSON וקריאה מקבילית לפונקציות. זהות 1106 המפורשת שומרת על הפרופיל הזה בנפרד ממהדורת 0613, מצילום המצב המאוחר יותר 0125 ומ-GPT-3.5 Turbo Instruct.
הכינו את המשימה עם הטקסט הרלוונטי, הכללים שעל התשובה לעמוד בהם והצורה הרצויה של התוצאה. לתשובת תמיכה, כללו את שאלת הלקוח ואת עובדות המוצר החלות עליה. לחילוץ מידע, ציינו את השדות שיש לזהות והסבירו מה לעשות כששדה חסר. למשימת קוד, ספקו את הקוד הרלוונטי, את ההתנהגות הצפויה ואת השגיאה או המגבלה שיש לטפל בה. מכסת ההקשר של 16K מספקת מקום לחומר תומך; היא אינה מבטיחה שכל פרט ישמש נכון או שהתשובה תוכל להיות ארוכה כמו הקלט.
OpenAI מציינת תאריך סיום ידע בספטמבר 2021 למשפחת GPT-3.5 Turbo. ספקו חומר מוסמך כאשר התשובה תלויה במידע מאוחר יותר או בעובדות המיוחדות לפרויקט שלכם. בקשו מהמודל להבחין בין מה שמופיע בטקסט שסופק לבין מה שהוא מסיק. בקשת תשובה בפורמט מסוים צריכה להגדיר אותו במפורש, במקום להסתמך על כך שהמודל ינחש את השדות, היחידות או המוסכמות.
מצב JSON נועד להפיק JSON תקין מבחינה תחבירית. הוא שימושי כשחילוץ מידע מטקסט או סיווג דורשים אובייקט שיישום יכול לפענח. כללו הוראה מפורשת להפיק JSON וציינו את המפתחות הדרושים, סוגי הערכים והטיפול במידע לא ידוע. OpenAI מזהירה שהשמטת הוראת JSON עלולה להוביל ליצירת תווי רווח עד להגעה למגבלת הטוקנים. צריך להבחין גם בין תשובה מלאה לבין פלט שנקטע לפני שהאובייקט הושלם.
JSON תקין אינו מבטיח כשלעצמו עמידה בסכמה מסוימת או נכונות של הערכים שבו. למשימת חילוץ רשומות, בדקו שהמפתחות הדרושים קיימים ושכל ערך שחולץ מבוסס על הקלט. אין להתייחס למצב JSON כאל הבטחת הסכמה של התכונה המאוחרת יותר Structured Outputs. ההבחנה הזאת חשובה כשהפלט ימלא טופס, יבחר תווית או יהפוך לקלט לתהליך עבודה אחר.
מהדורת 1106 תומכת בקריאה מקבילית לפונקציות, כך שהמודל יכול להציע יותר מקריאה אחת לפונקציה בתשובה. הדבר יכול לתמוך במשימה שדורשת כמה פעולות שהיישום מגדיר או כמה אחזורי מידע בלתי תלויים. תארו בבירור את המטרה של כל פונקציה ואת הקלט הצפוי שלה. היישום שסביב המודל מבצע את הפעולה ומספק את התוצאה; קריאה לפונקציה שנוצרה לבדה אינה ראיה לכך שפעולה הושלמה. בדקו את הארגומנטים המוצעים והשאירו את תשובת הטקסט קשורה לתוצאות שהוחזרו בפועל.
הכרזת המהדורה של OpenAI מתעדת כוונון עדין למודל GPT-3.5 Turbo החדש עם 16K. מודל שעבר כוונון עדין הוא גרסה שהוכנה בנפרד, ולא תכונה אוטומטית של כל בקשה למהדורת הבסיס הזאת. לשימוש רגיל, התחילו בהוראה ברורה ובדוגמאות רלוונטיות לתשובה הרצויה. בהכנת הנחיות לחילוץ מידע או לשכתוב, הדוגמאות צריכות להמחיש את ההבחנות החשובות, כגון ערך חסר או ביטוי שחייב להישאר ללא שינוי.
פלטים שימושיים כוללים תשובת תמיכה המבוססת על מידע מוצר שסופק, רשומת JSON שנבדקה, הסבר תמציתי על קוד או קטע ששוכתב עם מגבלות שנקבעו. השוו את התוצאה לטקסט המקור ולפורמט המבוקש. עבור קוד, בדקו את השינוי המוצע בפרויקט היעד; עבור חילוץ מידע, בדקו את הערכים ואת הטיפול בשדות חסרים. הערך של המהדורה הזאת הוא יכולות הטקסט, הציות לפורמט והקריאה לפונקציות המוחשיות שלה, כשהן מיושמות על קלט שהתוצאה המיועדת שלו ברורה.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות gpt-3.5-turbo-1106 | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות דוגמאות: system, user, assistant, tool, function תנאים: התפקידים האלה מיוצגים במפורש בטיפוסי התאימות בקוד המקור; מערך התפקידים המדויק נשאר ייחודי לכל מודל. תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_part[]|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_calls | סוגtool_call[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_call_id | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— |
שדהmessages[].name | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].reasoning_content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— |
שדהmessages[].reasoning_details | סוגobject|array | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהmax_completion_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהstream_options.include_usage | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop | סוגstring|string[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגfunction_tool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].type | סוגstring | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— |
שדהtools[].function.name | סוגstring | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— |
שדהtools[].function.description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].function.parameters | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהparallel_tool_calls | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהresponse_format | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning_effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהservice_tier | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהinstructions | סוגstring | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— |
שדהfunctions | סוגfunction[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהfunction_call | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהprompt_cache_options | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmodalities | סוגstring[] | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— |
שדהcache_control.ttl | סוגstring | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
פרמטרcontrol_scope | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.002 / 1K טוקנים פלט · טוקני פלט $0.004 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-3.5-turbo-1106", "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-3.5-turbo-1106',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-3.5-turbo-1106',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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra gpt-3.5-turbo-1106
השתמשו בנתיבי השיטות המוצגים למעלה.
gpt-3.5-turbo-1106OpenAI GPT-3.5 Turbo 1106 הוא מהדורת מודל הטקסט הנקובה עם חלון הקשר של 16K, ציות משופר להוראות, מצב JSON וקריאה מקבילית לפונקציות. השתמשו בו לעזרה שיחתית, לחילוץ מידע מטקסט ולמשימות קוד או תוכן עם פלט שצוין בבירור.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
OpenAI GPT-3.5 Turbo 1106 הוא מהדורת GPT-3.5 Turbo הנקובה המזוהה כ-gpt-3.5-turbo-1106. הוא מבין ומייצר שפה טבעית וקוד, בעיצוב המכוון לצ'אט ותומך גם במשימות טקסט שאינן שיחתיות. שינויי המהדורה המתועדים כוללים חלון הקשר של 16K כברירת מחדל, ציות משופר להוראות, מצב JSON וקריאה מקבילית לפונקציות. זהות 1106 המפורשת שומרת על הפרופיל הזה בנפרד ממהדורת 0613, מצילום המצב המאוחר יותר 0125 ומ-GPT-3.5 Turbo Instruct.
הכינו את המשימה עם הטקסט הרלוונטי, הכללים שעל התשובה לעמוד בהם והצורה הרצויה של התוצאה. לתשובת תמיכה, כללו את שאלת הלקוח ואת עובדות המוצר החלות עליה. לחילוץ מידע, ציינו את השדות שיש לזהות והסבירו מה לעשות כששדה חסר. למשימת קוד, ספקו את הקוד הרלוונטי, את ההתנהגות הצפויה ואת השגיאה או המגבלה שיש לטפל בה. מכסת ההקשר של 16K מספקת מקום לחומר תומך; היא אינה מבטיחה שכל פרט ישמש נכון או שהתשובה תוכל להיות ארוכה כמו הקלט.
OpenAI מציינת תאריך סיום ידע בספטמבר 2021 למשפחת GPT-3.5 Turbo. ספקו חומר מוסמך כאשר התשובה תלויה במידע מאוחר יותר או בעובדות המיוחדות לפרויקט שלכם. בקשו מהמודל להבחין בין מה שמופיע בטקסט שסופק לבין מה שהוא מסיק. בקשת תשובה בפורמט מסוים צריכה להגדיר אותו במפורש, במקום להסתמך על כך שהמודל ינחש את השדות, היחידות או המוסכמות.
מצב JSON נועד להפיק JSON תקין מבחינה תחבירית. הוא שימושי כשחילוץ מידע מטקסט או סיווג דורשים אובייקט שיישום יכול לפענח. כללו הוראה מפורשת להפיק JSON וציינו את המפתחות הדרושים, סוגי הערכים והטיפול במידע לא ידוע. OpenAI מזהירה שהשמטת הוראת JSON עלולה להוביל ליצירת תווי רווח עד להגעה למגבלת הטוקנים. צריך להבחין גם בין תשובה מלאה לבין פלט שנקטע לפני שהאובייקט הושלם.
JSON תקין אינו מבטיח כשלעצמו עמידה בסכמה מסוימת או נכונות של הערכים שבו. למשימת חילוץ רשומות, בדקו שהמפתחות הדרושים קיימים ושכל ערך שחולץ מבוסס על הקלט. אין להתייחס למצב JSON כאל הבטחת הסכמה של התכונה המאוחרת יותר Structured Outputs. ההבחנה הזאת חשובה כשהפלט ימלא טופס, יבחר תווית או יהפוך לקלט לתהליך עבודה אחר.
מהדורת 1106 תומכת בקריאה מקבילית לפונקציות, כך שהמודל יכול להציע יותר מקריאה אחת לפונקציה בתשובה. הדבר יכול לתמוך במשימה שדורשת כמה פעולות שהיישום מגדיר או כמה אחזורי מידע בלתי תלויים. תארו בבירור את המטרה של כל פונקציה ואת הקלט הצפוי שלה. היישום שסביב המודל מבצע את הפעולה ומספק את התוצאה; קריאה לפונקציה שנוצרה לבדה אינה ראיה לכך שפעולה הושלמה. בדקו את הארגומנטים המוצעים והשאירו את תשובת הטקסט קשורה לתוצאות שהוחזרו בפועל.
הכרזת המהדורה של OpenAI מתעדת כוונון עדין למודל GPT-3.5 Turbo החדש עם 16K. מודל שעבר כוונון עדין הוא גרסה שהוכנה בנפרד, ולא תכונה אוטומטית של כל בקשה למהדורת הבסיס הזאת. לשימוש רגיל, התחילו בהוראה ברורה ובדוגמאות רלוונטיות לתשובה הרצויה. בהכנת הנחיות לחילוץ מידע או לשכתוב, הדוגמאות צריכות להמחיש את ההבחנות החשובות, כגון ערך חסר או ביטוי שחייב להישאר ללא שינוי.
פלטים שימושיים כוללים תשובת תמיכה המבוססת על מידע מוצר שסופק, רשומת JSON שנבדקה, הסבר תמציתי על קוד או קטע ששוכתב עם מגבלות שנקבעו. השוו את התוצאה לטקסט המקור ולפורמט המבוקש. עבור קוד, בדקו את השינוי המוצע בפרויקט היעד; עבור חילוץ מידע, בדקו את הערכים ואת הטיפול בשדות חסרים. הערך של המהדורה הזאת הוא יכולות הטקסט, הציות לפורמט והקריאה לפונקציות המוחשיות שלה, כשהן מיושמות על קלט שהתוצאה המיועדת שלו ברורה.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות gpt-3.5-turbo-1106 | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.002 / 1K טוקנים פלט · טוקני פלט $0.004 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "gpt-3.5-turbo-1106",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.5-turbo-1106', '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-3.5-turbo-1106', '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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra gpt-3.5-turbo-1106
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Request an extraction object\n\nExtract an appointment record from: "Visit V-17 is on 12 December at 10:30 with Morgan. No room assigned." Return only a JSON object with keys visit_id, date_text, time_text, contact and room. Use strings for known values and null for the missing room. Do not infer a year or location.One requested JSON object with five keys; room is null and the date remains textual.Parse the returned JSON and compare every value with the sentence; formatting alone does not establish correctness.