GPT-4 Turbo Preview 1106 הוא מהדורת הטקסט הראשונה בעלת שם מוגדר של GPT-4 Turbo Preview מבית OpenAI. הוא מציג חלון הקשר של 128K, ביצוע הוראות משופר, מצב JSON ועדכונים לקריאות לפונקציות, לרבות בקשות לכמה פונקציות בהודעה אחת. הפלט השימושי שלו הוא תשובת טקסט, הצעת קוד או רשומת יישום מובנית המבוססים על החומר שסופק. פרופיל 1106 הזה נפרד מ-Vision Preview ומעדכון 0125 המאוחר יותר.
הודעת ההשקה מציינת חלון הקשר של 128K וידע על אירועי העולם עד אפריל 2023. ספקו ראיות חדשות יותר כשהמשימה תלויה במידע עדכני. הקשר גדול יותר יכול להכיל מסמכי מקור או קוד הקשורים זה לזה, אך ההנחיה עדיין צריכה לקבוע מה המודל אמור לעשות איתם. ציינו את השאלה, איזה חומר הוא הקובע ואת צורת התשובה הצפויה.
להשוואת מסמכים, הגדירו את הגרסאות ובקשו את התנאים שהשתנו יחד עם הקטעים שתומכים בהם. למשימת קוד, כללו את ההתנהגות הקיימת, את השינוי הרצוי ואת מגבלות הממשק הרלוונטיות. תוצאה מועילה יכולה להיות תיקון ממוקד או הסבר לפגם עם המקרה המוגדר שחושף אותו. השאירו חומר לא רלוונטי מחוץ למשימה כדי להפנות את תשומת לב המודל לראיות שמשנות את התוצאה.
היצרן מדגיש היענות טובה יותר להוראות שדורשות פורמט תגובה מסוים. בקשה יכולה להגדיר הסבר מסודר, טבלה או רשומה הניתנת לקריאה במכונה. ציינו את שמות השדות והסבירו מה להחזיר כאשר המקור אינו קובע ערך. תדריך לדוגמה לעיבוד רשומות יכול לבקש מזהה מקור, תנאי שחולץ ואת הקטע שממנו נלקח.
מצב JSON מגביל את התשובה לאובייקט JSON תקין תחבירית בתהליך Chat Completions של היצרן. JSON תקין אינו מוכיח שהרשומה מכילה את השדות הנכונים או ערכים נכונים. הפרידו את אימות היישום ואת בדיקת המקור מבקרת הפורמט, במיוחד כשהשלב הבא תלוי במזהה או במצב מסוימים. בשימוש במצב JSON של היצרן, הורו במפורש למודל להפיק JSON וכללו את המילה ״JSON״ בשיחה. ללא ההוראה הזאת, הוא עלול להפיק תווי רווח עד מגבלת הטוקנים; בדקו שהוחזר אובייקט שלם. תכונות הפלט המאוחרות יותר של מודלים אחרים, המוגבלות לסכמה, הן מנגנון שונה.
המודל יכול להפיק ארגומנטים לפונקציות שהיישום מגדיר. הגרסה מוסיפה את היכולת לבקש כמה פונקציות בהודעה אחת, דבר שיכול לתמוך במשימה הדורשת יותר מחיפוש אחד. תארו את המטרה ואת הקלטים הנדרשים של כל פונקציה, ואז קשרו את המידע שהוחזר בפועל לתשובה הבאה. המודל בוחר ומתאר את הבקשה; היישום מבצע אותה.
להשוואת שתי רשומות, פונקציה יכולה לאחזר את הפרטים בפועל של כל רשומה לפני שהעוזר מכין את ההשוואה. שמרו את הקשר בין הפריט שהתבקש לבין התוצאה שהוחזרה. כאשר מקור חסר או פעולה נכשלת, העבירו את המצב הזה לתשובה במקום להכריז על הצלחה על סמך הארגומנטים המוצעים בלבד.
בקרת seed הניסיונית בהשקה נועדה להפיק השלמות עקביות ברוב המקרים. השתמשו בה עם אותו חומר מקור ואותן הגדרות אחרות בהשוואת שינוי קטן בהנחיה. היא אינה מבטיחה דטרמיניזם, ולכן בדקו את שתי התשובות ושמרו את התנאים שבהם כל אחת נוצרה.
הגרסה המקורית מפרידה את Preview הטקסטואלי הזה מ-GPT-4 Turbo with Vision וממודלים ליצירת תמונות ודיבור. לפרופיל הזה, ספקו את המידע הרלוונטי מתרשים בצורה כתובה, במקום לייחס לו את יכולת הקלט של מודל Vision. עדכון 0125 Preview המאוחר יותר נועד להשלמת משימות יסודית יותר ומתקן באג קידוד; מהדורת 1106 קדמה לשינויים האלה. שמרו יחד את שם המודל, את חומר המקור, את הפורמט המבוקש ואת התוצר שהוחזר בעת הערכת תוצאה.
", "aboutText": "GPT-4 Turbo Preview 1106 הוא מהדורת הטקסט הראשונה בעלת שם מוגדר של GPT-4 Turbo Preview מבית OpenAI. הוא מציג חלון הקשר של 128K, ביצוע הוראות משופר, מצב JSON ועדכונים לקריאות לפונקציות, לרבות בקשות לכמה פונקציות בהודעה אחת. הפלט השימושי שלו הוא תשובת טקסט, הצעת קוד או רשומת יישום מובנית המבוססים על החומר שסופק. פרופיל 1106 הזה נפרד מ-Vision Preview ומעדכון 0125 המאוחר יותר.\n\n### רכזו טקסטים קשורים במשימה אחת מוגבלת\n\nהודעת ההשקה מציינת חלון הקשר של 128K וידע על אירועי העולם עד אפריל 2023. ספקו ראיות חדשות יותר כשהמשימה תלויה במידע עדכני. הקשר גדול יותר יכול להכיל מסמכי מקור או קוד הקשורים זה לזה, אך ההנחיה עדיין צריכה לקבוע מה המודל אמור לעשות איתם. ציינו את השאלה, איזה חומר הוא הקובע ואת צורת התשובה הצפויה.\n\nלהשוואת מסמכים, הגדירו את הגרסאות ובקשו את התנאים שהשתנו יחד עם הקטעים שתומכים בהם. למשימת קוד, כללו את ההתנהגות הקיימת, את השינוי הרצוי ואת מגבלות הממשק הרלוונטיות. תוצאה מועילה יכולה להיות תיקון ממוקד או הסבר לפגם עם המקרה המוגדר שחושף אותו. השאירו חומר לא רלוונטי מחוץ למשימה כדי להפנות את תשומת לב המודל לראיות שמשנות את התוצאה.\n\n### פעלו לפי הפורמט המבוקש\n\nהיצרן מדגיש היענות טובה יותר להוראות שדורשות פורמט תגובה מסוים. בקשה יכולה להגדיר הסבר מסודר, טבלה או רשומה הניתנת לקריאה במכונה. ציינו את שמות השדות והסבירו מה להחזיר כאשר המקור אינו קובע ערך. תדריך לדוגמה לעיבוד רשומות יכול לבקש מזהה מקור, תנאי שחולץ ואת הקטע שממנו נלקח.\n\nמצב JSON מגביל את התשובה לאובייקט JSON תקין תחבירית בתהליך Chat Completions של היצרן. JSON תקין אינו מוכיח שהרשומה מכילה את השדות הנכונים או ערכים נכונים. הפרידו את אימות היישום ואת בדיקת המקור מבקרת הפורמט, במיוחד כשהשלב הבא תלוי במזהה או במצב מסוימים. בשימוש במצב JSON של היצרן, הורו במפורש למודל להפיק JSON וכללו את המילה ״JSON״ בשיחה. ללא ההוראה הזאת, הוא עלול להפיק תווי רווח עד מגבלת הטוקנים; בדקו שהוחזר אובייקט שלם. תכונות הפלט המאוחרות יותר של מודלים אחרים, המוגבלות לסכמה, הן מנגנון שונה.\n\n### בקשו פונקציות עם ארגומנטים שימושיים\n\nהמודל יכול להפיק ארגומנטים לפונקציות שהיישום מגדיר. הגרסה מוסיפה את היכולת לבקש כמה פונקציות בהודעה אחת, דבר שיכול לתמוך במשימה הדורשת יותר מחיפוש אחד. תארו את המטרה ואת הקלטים הנדרשים של כל פונקציה, ואז קשרו את המידע שהוחזר בפועל לתשובה הבאה. המודל בוחר ומתאר את הבקשה; היישום מבצע אותה.\n\nלהשוואת שתי רשומות, פונקציה יכולה לאחזר את הפרטים בפועל של כל רשומה לפני שהעוזר מכין את ההשוואה. שמרו את הקשר בין הפריט שהתבקש לבין התוצאה שהוחזרה. כאשר מקור חסר או פעולה נכשלת, העבירו את המצב הזה לתשובה במקום להכריז על הצלחה על סמך הארגומנטים המוצעים בלבד.\n\n### ניסויים חוזרים והמהדורה שנבחרה\n\nבקרת seed הניסיונית בהשקה נועדה להפיק השלמות עקביות ברוב המקרים. השתמשו בה עם אותו חומר מקור ואותן הגדרות אחרות בהשוואת שינוי קטן בהנחיה. היא אינה מבטיחה דטרמיניזם, ולכן בדקו את שתי התשובות ושמרו את התנאים שבהם כל אחת נוצרה.\n\nהגרסה המקורית מפרידה את Preview הטקסטואלי הזה מ-GPT-4 Turbo with Vision וממודלים ליצירת תמונות ודיבור. לפרופיל הזה, ספקו את המידע הרלוונטי מתרשים בצורה כתובה, במקום לייחס לו את יכולת הקלט של מודל Vision. עדכון 0125 Preview המאוחר יותר נועד להשלמת משימות יסודית יותר ומתקן באג קידוד; מהדורת 1106 קדמה לשינויים האלה. שמרו יחד את שם המודל, את חומר המקור, את הפורמט המבוקש ואת התוצר שהוחזר בעת הערכת תוצאה.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Extract a source-linked renewal record\n\nFrom this note, draft a JSON object with fields account, renewal_date, owner and evidence: “Account Northbridge renews on 30 June. The commercial owner has not yet been assigned.” Use null for an unstated owner, retain the date wording and include the source sentence supporting the renewal date. Return no extra prose.A requested JSON record with the four named fields, an unknown owner and source evidence.Parse the returned record and check its values against the note; requested JSON formatting does not replace field validation.gpt-4-1106-previewGPT-4 Turbo Preview 1106 מטפל במשימות טקסט וקוד עם הקשר ארוך, באמצעות חלון הקשר מתועד של 128K. מצב JSON וקריאה לפונקציות מסייעים להפוך חומר שסופק לתשובות טקסט או לרשומות יישום, תוך שמירה על מהדורת Preview המדויקת בנפרד ממודלי ראייה וממודלים מאוחרים יותר.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
GPT-4 Turbo Preview 1106 הוא מהדורת הטקסט הראשונה בעלת שם מוגדר של GPT-4 Turbo Preview מבית OpenAI. הוא מציג חלון הקשר של 128K, ביצוע הוראות משופר, מצב JSON ועדכונים לקריאות לפונקציות, לרבות בקשות לכמה פונקציות בהודעה אחת. הפלט השימושי שלו הוא תשובת טקסט, הצעת קוד או רשומת יישום מובנית המבוססים על החומר שסופק. פרופיל 1106 הזה נפרד מ-Vision Preview ומעדכון 0125 המאוחר יותר.
הודעת ההשקה מציינת חלון הקשר של 128K וידע על אירועי העולם עד אפריל 2023. ספקו ראיות חדשות יותר כשהמשימה תלויה במידע עדכני. הקשר גדול יותר יכול להכיל מסמכי מקור או קוד הקשורים זה לזה, אך ההנחיה עדיין צריכה לקבוע מה המודל אמור לעשות איתם. ציינו את השאלה, איזה חומר הוא הקובע ואת צורת התשובה הצפויה.
להשוואת מסמכים, הגדירו את הגרסאות ובקשו את התנאים שהשתנו יחד עם הקטעים שתומכים בהם. למשימת קוד, כללו את ההתנהגות הקיימת, את השינוי הרצוי ואת מגבלות הממשק הרלוונטיות. תוצאה מועילה יכולה להיות תיקון ממוקד או הסבר לפגם עם המקרה המוגדר שחושף אותו. השאירו חומר לא רלוונטי מחוץ למשימה כדי להפנות את תשומת לב המודל לראיות שמשנות את התוצאה.
היצרן מדגיש היענות טובה יותר להוראות שדורשות פורמט תגובה מסוים. בקשה יכולה להגדיר הסבר מסודר, טבלה או רשומה הניתנת לקריאה במכונה. ציינו את שמות השדות והסבירו מה להחזיר כאשר המקור אינו קובע ערך. תדריך לדוגמה לעיבוד רשומות יכול לבקש מזהה מקור, תנאי שחולץ ואת הקטע שממנו נלקח.
מצב JSON מגביל את התשובה לאובייקט JSON תקין תחבירית בתהליך Chat Completions של היצרן. JSON תקין אינו מוכיח שהרשומה מכילה את השדות הנכונים או ערכים נכונים. הפרידו את אימות היישום ואת בדיקת המקור מבקרת הפורמט, במיוחד כשהשלב הבא תלוי במזהה או במצב מסוימים. בשימוש במצב JSON של היצרן, הורו במפורש למודל להפיק JSON וכללו את המילה ״JSON״ בשיחה. ללא ההוראה הזאת, הוא עלול להפיק תווי רווח עד מגבלת הטוקנים; בדקו שהוחזר אובייקט שלם. תכונות הפלט המאוחרות יותר של מודלים אחרים, המוגבלות לסכמה, הן מנגנון שונה.
המודל יכול להפיק ארגומנטים לפונקציות שהיישום מגדיר. הגרסה מוסיפה את היכולת לבקש כמה פונקציות בהודעה אחת, דבר שיכול לתמוך במשימה הדורשת יותר מחיפוש אחד. תארו את המטרה ואת הקלטים הנדרשים של כל פונקציה, ואז קשרו את המידע שהוחזר בפועל לתשובה הבאה. המודל בוחר ומתאר את הבקשה; היישום מבצע אותה.
להשוואת שתי רשומות, פונקציה יכולה לאחזר את הפרטים בפועל של כל רשומה לפני שהעוזר מכין את ההשוואה. שמרו את הקשר בין הפריט שהתבקש לבין התוצאה שהוחזרה. כאשר מקור חסר או פעולה נכשלת, העבירו את המצב הזה לתשובה במקום להכריז על הצלחה על סמך הארגומנטים המוצעים בלבד.
בקרת seed הניסיונית בהשקה נועדה להפיק השלמות עקביות ברוב המקרים. השתמשו בה עם אותו חומר מקור ואותן הגדרות אחרות בהשוואת שינוי קטן בהנחיה. היא אינה מבטיחה דטרמיניזם, ולכן בדקו את שתי התשובות ושמרו את התנאים שבהם כל אחת נוצרה.
הגרסה המקורית מפרידה את Preview הטקסטואלי הזה מ-GPT-4 Turbo with Vision וממודלים ליצירת תמונות ודיבור. לפרופיל הזה, ספקו את המידע הרלוונטי מתרשים בצורה כתובה, במקום לייחס לו את יכולת הקלט של מודל Vision. עדכון 0125 Preview המאוחר יותר נועד להשלמת משימות יסודית יותר ומתקן באג קידוד; מהדורת 1106 קדמה לשינויים האלה. שמרו יחד את שם המודל, את חומר המקור, את הפורמט המבוקש ואת התוצר שהוחזר בעת הערכת תוצאה.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות gpt-4-1106-preview | 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 $0.02 / 1K טוקנים פלט · טוקני פלט $0.06 / 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-4-1106-preview", "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-4-1106-preview',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-4-1106-preview',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-4-1106-preview
השתמשו בנתיבי השיטות המוצגים למעלה.
gpt-4-1106-previewGPT-4 Turbo Preview 1106 מטפל במשימות טקסט וקוד עם הקשר ארוך, באמצעות חלון הקשר מתועד של 128K. מצב JSON וקריאה לפונקציות מסייעים להפוך חומר שסופק לתשובות טקסט או לרשומות יישום, תוך שמירה על מהדורת Preview המדויקת בנפרד ממודלי ראייה וממודלים מאוחרים יותר.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
GPT-4 Turbo Preview 1106 הוא מהדורת הטקסט הראשונה בעלת שם מוגדר של GPT-4 Turbo Preview מבית OpenAI. הוא מציג חלון הקשר של 128K, ביצוע הוראות משופר, מצב JSON ועדכונים לקריאות לפונקציות, לרבות בקשות לכמה פונקציות בהודעה אחת. הפלט השימושי שלו הוא תשובת טקסט, הצעת קוד או רשומת יישום מובנית המבוססים על החומר שסופק. פרופיל 1106 הזה נפרד מ-Vision Preview ומעדכון 0125 המאוחר יותר.
הודעת ההשקה מציינת חלון הקשר של 128K וידע על אירועי העולם עד אפריל 2023. ספקו ראיות חדשות יותר כשהמשימה תלויה במידע עדכני. הקשר גדול יותר יכול להכיל מסמכי מקור או קוד הקשורים זה לזה, אך ההנחיה עדיין צריכה לקבוע מה המודל אמור לעשות איתם. ציינו את השאלה, איזה חומר הוא הקובע ואת צורת התשובה הצפויה.
להשוואת מסמכים, הגדירו את הגרסאות ובקשו את התנאים שהשתנו יחד עם הקטעים שתומכים בהם. למשימת קוד, כללו את ההתנהגות הקיימת, את השינוי הרצוי ואת מגבלות הממשק הרלוונטיות. תוצאה מועילה יכולה להיות תיקון ממוקד או הסבר לפגם עם המקרה המוגדר שחושף אותו. השאירו חומר לא רלוונטי מחוץ למשימה כדי להפנות את תשומת לב המודל לראיות שמשנות את התוצאה.
היצרן מדגיש היענות טובה יותר להוראות שדורשות פורמט תגובה מסוים. בקשה יכולה להגדיר הסבר מסודר, טבלה או רשומה הניתנת לקריאה במכונה. ציינו את שמות השדות והסבירו מה להחזיר כאשר המקור אינו קובע ערך. תדריך לדוגמה לעיבוד רשומות יכול לבקש מזהה מקור, תנאי שחולץ ואת הקטע שממנו נלקח.
מצב JSON מגביל את התשובה לאובייקט JSON תקין תחבירית בתהליך Chat Completions של היצרן. JSON תקין אינו מוכיח שהרשומה מכילה את השדות הנכונים או ערכים נכונים. הפרידו את אימות היישום ואת בדיקת המקור מבקרת הפורמט, במיוחד כשהשלב הבא תלוי במזהה או במצב מסוימים. בשימוש במצב JSON של היצרן, הורו במפורש למודל להפיק JSON וכללו את המילה ״JSON״ בשיחה. ללא ההוראה הזאת, הוא עלול להפיק תווי רווח עד מגבלת הטוקנים; בדקו שהוחזר אובייקט שלם. תכונות הפלט המאוחרות יותר של מודלים אחרים, המוגבלות לסכמה, הן מנגנון שונה.
המודל יכול להפיק ארגומנטים לפונקציות שהיישום מגדיר. הגרסה מוסיפה את היכולת לבקש כמה פונקציות בהודעה אחת, דבר שיכול לתמוך במשימה הדורשת יותר מחיפוש אחד. תארו את המטרה ואת הקלטים הנדרשים של כל פונקציה, ואז קשרו את המידע שהוחזר בפועל לתשובה הבאה. המודל בוחר ומתאר את הבקשה; היישום מבצע אותה.
להשוואת שתי רשומות, פונקציה יכולה לאחזר את הפרטים בפועל של כל רשומה לפני שהעוזר מכין את ההשוואה. שמרו את הקשר בין הפריט שהתבקש לבין התוצאה שהוחזרה. כאשר מקור חסר או פעולה נכשלת, העבירו את המצב הזה לתשובה במקום להכריז על הצלחה על סמך הארגומנטים המוצעים בלבד.
בקרת seed הניסיונית בהשקה נועדה להפיק השלמות עקביות ברוב המקרים. השתמשו בה עם אותו חומר מקור ואותן הגדרות אחרות בהשוואת שינוי קטן בהנחיה. היא אינה מבטיחה דטרמיניזם, ולכן בדקו את שתי התשובות ושמרו את התנאים שבהם כל אחת נוצרה.
הגרסה המקורית מפרידה את Preview הטקסטואלי הזה מ-GPT-4 Turbo with Vision וממודלים ליצירת תמונות ודיבור. לפרופיל הזה, ספקו את המידע הרלוונטי מתרשים בצורה כתובה, במקום לייחס לו את יכולת הקלט של מודל Vision. עדכון 0125 Preview המאוחר יותר נועד להשלמת משימות יסודית יותר ומתקן באג קידוד; מהדורת 1106 קדמה לשינויים האלה. שמרו יחד את שם המודל, את חומר המקור, את הפורמט המבוקש ואת התוצר שהוחזר בעת הערכת תוצאה.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות gpt-4-1106-preview | 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 $0.02 / 1K טוקנים פלט · טוקני פלט $0.06 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "gpt-4-1106-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4-1106-preview', '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-4-1106-preview', '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-4-1106-preview
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Extract a source-linked renewal record\n\nFrom this note, draft a JSON object with fields account, renewal_date, owner and evidence: “Account Northbridge renews on 30 June. The commercial owner has not yet been assigned.” Use null for an unstated owner, retain the date wording and include the source sentence supporting the renewal date. Return no extra prose.A requested JSON record with the four named fields, an unknown owner and source evidence.Parse the returned record and check its values against the note; requested JSON formatting does not replace field validation.