A GPT-4 Turbo Preview 1106 az OpenAI első, külön névvel jelölt GPT-4 Turbo Preview szöveges kiadása. 128K méretű kontextusablakot, javított utasításkövetést, JSON-módot és függvényhívási frissítéseket vezet be, köztük több függvény egyetlen üzeneten belüli kérését. Hasznos kimenete a megadott anyagra támaszkodó szöveges válasz, kódjavaslat vagy strukturált alkalmazásrekord. Ez az 1106-os profil különbözik a Vision Preview és a későbbi 0125-ös frissítés profiljától.
A bejelentés 128K méretű kontextusablakot és a világ eseményeire vonatkozó, 2023 áprilisáig terjedő ismereteket ad meg. Ha a feladat aktuális információtól függ, adjon meg frissebb bizonyítékokat. A nagyobb kontextus kapcsolódó forrásdokumentumokat vagy kódot is befogad, de a promptnak továbbra is meg kell határoznia, mit tegyen velük a modell. Fogalmazza meg a kérdést, jelölje meg a mérvadó anyagot és a válasz elvárt formáját.
Dokumentumok összehasonlításakor azonosítsa a verziókat, és kérje a megváltozott feltételeket az azokat alátámasztó szövegrészekkel együtt. Kódolási feladatnál adja meg a jelenlegi működést, a kívánt változtatást és a vonatkozó interfészkorlátokat. Hasznos eredmény lehet egy célzott javítás vagy egy hiba magyarázata az azt kimutató konkrét esettel együtt. Hagyja ki a nem releváns anyagot, hogy a modell figyelme az eredményt befolyásoló bizonyítékokra irányuljon.
A fejlesztő kiemeli a meghatározott válaszformátumot előíró utasítások pontosabb követését. A kérés előírhat rendezett magyarázatot, táblázatot vagy géppel feldolgozható rekordot. Nevezze meg a mezőket, és mondja el, mit adjon vissza a modell, ha a forrás nem állapít meg egy értéket. Egy rekordfeldolgozási feladatleírás például kérhet forrásazonosítót, kinyert feltételt és azt a szövegrészt, amelyből a feltétel származik.
A JSON-mód a fejlesztő Chat Completions folyamatában szintaktikailag érvényes JSON-objektumra korlátozza a választ. Az érvényes JSON nem bizonyítja, hogy a rekord a megfelelő mezőket vagy helyes értékeket tartalmazza. Az alkalmazásszintű validálást és a forrás ellenőrzését kezelje külön a formátum szabályozásától, különösen akkor, ha a következő lépés egy adott azonosítótól vagy állapottól függ. A fejlesztő JSON-módjának használatakor kifejezetten utasítsa a modellt JSON előállítására, és a beszélgetésben szerepeljen a „JSON” szó. E nélkül az utasítás nélkül a modell a tokenkorlátig csak üres karaktereket generálhat; ellenőrizze, hogy teljes objektum érkezett-e vissza. Más modellek későbbi, kötött sémájú kimeneti funkciói eltérő mechanizmust jelentenek.
A modell argumentumokat állíthat elő az alkalmazás által meghatározott függvényekhez. Ez a kiadás lehetővé teszi több függvény kérését egyetlen üzenetben, ami több lekérdezést igénylő feladatoknál lehet hasznos. Írja le az egyes függvények célját és szükséges bemeneteit, majd kapcsolja a ténylegesen visszakapott információt a következő válaszhoz. A modell kiválasztja és leírja a kérést; az alkalmazás hajtja végre.
Két rekord összehasonlításához egy függvény lekérheti mindkét rekord tényleges adatait, mielőtt az asszisztens elkészíti az összehasonlítást. Őrizze meg a kért elem és a visszakapott eredmény kapcsolatát. Ha hiányzik egy forrás vagy meghiúsul egy művelet, ez a körülmény a válaszban is jelenjen meg, ahelyett hogy a pusztán javasolt argumentumok alapján sikeres eredményt jelentene.
A bejelentésben szereplő béta seed-beállítás célja, hogy az esetek többségében következetes válaszokat eredményezzen. Kisebb promptmódosítás összehasonlításakor azonos forrásanyaggal és egyéb beállításokkal használja. Nem garantál determinisztikus működést, ezért vizsgálja meg mindkét választ, és őrizze meg az előállításuk körülményeit.
Az eredeti kiadás külön kezeli ezt a szöveges Preview-modellt a GPT-4 Turbo with Vision, a képgeneráló és a beszédgeneráló modellektől. Ennél a profilnál a diagram releváns információit írásban adja meg, ne ruházza át rá a Vision modell bemeneti képességeit. A későbbi 0125 Preview frissítés a feladatok alaposabb végrehajtását célozza, és kijavít egy kódolási hibát; az 1106-os kiadás megelőzi ezeket a változtatásokat. Egy eredmény értékelésekor együtt őrizze meg a pontos modellnevet, a forrásanyagot, a kért formátumot és a visszakapott anyagot.
", "aboutText": "A GPT-4 Turbo Preview 1106 az OpenAI első, külön névvel jelölt GPT-4 Turbo Preview szöveges kiadása. 128K méretű kontextusablakot, javított utasításkövetést, JSON-módot és függvényhívási frissítéseket vezet be, köztük több függvény egyetlen üzeneten belüli kérését. Hasznos kimenete a megadott anyagra támaszkodó szöveges válasz, kódjavaslat vagy strukturált alkalmazásrekord. Ez az 1106-os profil különbözik a Vision Preview és a későbbi 0125-ös frissítés profiljától.\n\n### Kapcsolódó szövegek egyetlen, világosan körülhatárolt feladatban\n\nA bejelentés 128K méretű kontextusablakot és a világ eseményeire vonatkozó, 2023 áprilisáig terjedő ismereteket ad meg. Ha a feladat aktuális információtól függ, adjon meg frissebb bizonyítékokat. A nagyobb kontextus kapcsolódó forrásdokumentumokat vagy kódot is befogad, de a promptnak továbbra is meg kell határoznia, mit tegyen velük a modell. Fogalmazza meg a kérdést, jelölje meg a mérvadó anyagot és a válasz elvárt formáját.\n\nDokumentumok összehasonlításakor azonosítsa a verziókat, és kérje a megváltozott feltételeket az azokat alátámasztó szövegrészekkel együtt. Kódolási feladatnál adja meg a jelenlegi működést, a kívánt változtatást és a vonatkozó interfészkorlátokat. Hasznos eredmény lehet egy célzott javítás vagy egy hiba magyarázata az azt kimutató konkrét esettel együtt. Hagyja ki a nem releváns anyagot, hogy a modell figyelme az eredményt befolyásoló bizonyítékokra irányuljon.\n\n### A kért formátum követése\n\nA fejlesztő kiemeli a meghatározott válaszformátumot előíró utasítások pontosabb követését. A kérés előírhat rendezett magyarázatot, táblázatot vagy géppel feldolgozható rekordot. Nevezze meg a mezőket, és mondja el, mit adjon vissza a modell, ha a forrás nem állapít meg egy értéket. Egy rekordfeldolgozási feladatleírás például kérhet forrásazonosítót, kinyert feltételt és azt a szövegrészt, amelyből a feltétel származik.\n\nA JSON-mód a fejlesztő Chat Completions folyamatában szintaktikailag érvényes JSON-objektumra korlátozza a választ. Az érvényes JSON nem bizonyítja, hogy a rekord a megfelelő mezőket vagy helyes értékeket tartalmazza. Az alkalmazásszintű validálást és a forrás ellenőrzését kezelje külön a formátum szabályozásától, különösen akkor, ha a következő lépés egy adott azonosítótól vagy állapottól függ. A fejlesztő JSON-módjának használatakor kifejezetten utasítsa a modellt JSON előállítására, és a beszélgetésben szerepeljen a „JSON” szó. E nélkül az utasítás nélkül a modell a tokenkorlátig csak üres karaktereket generálhat; ellenőrizze, hogy teljes objektum érkezett-e vissza. Más modellek későbbi, kötött sémájú kimeneti funkciói eltérő mechanizmust jelentenek.\n\n### Függvények kérése használható argumentumokkal\n\nA modell argumentumokat állíthat elő az alkalmazás által meghatározott függvényekhez. Ez a kiadás lehetővé teszi több függvény kérését egyetlen üzenetben, ami több lekérdezést igénylő feladatoknál lehet hasznos. Írja le az egyes függvények célját és szükséges bemeneteit, majd kapcsolja a ténylegesen visszakapott információt a következő válaszhoz. A modell kiválasztja és leírja a kérést; az alkalmazás hajtja végre.\n\nKét rekord összehasonlításához egy függvény lekérheti mindkét rekord tényleges adatait, mielőtt az asszisztens elkészíti az összehasonlítást. Őrizze meg a kért elem és a visszakapott eredmény kapcsolatát. Ha hiányzik egy forrás vagy meghiúsul egy művelet, ez a körülmény a válaszban is jelenjen meg, ahelyett hogy a pusztán javasolt argumentumok alapján sikeres eredményt jelentene.\n\n### Megismételhető kísérletek és a kiválasztott kiadás\n\nA bejelentésben szereplő béta seed-beállítás célja, hogy az esetek többségében következetes válaszokat eredményezzen. Kisebb promptmódosítás összehasonlításakor azonos forrásanyaggal és egyéb beállításokkal használja. Nem garantál determinisztikus működést, ezért vizsgálja meg mindkét választ, és őrizze meg az előállításuk körülményeit.\n\nAz eredeti kiadás külön kezeli ezt a szöveges Preview-modellt a GPT-4 Turbo with Vision, a képgeneráló és a beszédgeneráló modellektől. Ennél a profilnál a diagram releváns információit írásban adja meg, ne ruházza át rá a Vision modell bemeneti képességeit. A későbbi 0125 Preview frissítés a feladatok alaposabb végrehajtását célozza, és kijavít egy kódolási hibát; az 1106-os kiadás megelőzi ezeket a változtatásokat. Egy eredmény értékelésekor együtt őrizze meg a pontos modellnevet, a forrásanyagot, a kért formátumot és a visszakapott anyagot.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
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-previewA GPT-4 Turbo Preview 1106 hosszú kontextusú szöveges és kódolási feladatokat kezel, dokumentált 128K méretű kontextusablakkal. A JSON-mód és a függvényhívás segít a megadott anyagból szöveges válaszokat vagy alkalmazásrekordokat létrehozni; ezt a konkrét Preview-kiadást külön kell kezelni a képfeldolgozó és a későbbi modellektől.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A GPT-4 Turbo Preview 1106 az OpenAI első, külön névvel jelölt GPT-4 Turbo Preview szöveges kiadása. 128K méretű kontextusablakot, javított utasításkövetést, JSON-módot és függvényhívási frissítéseket vezet be, köztük több függvény egyetlen üzeneten belüli kérését. Hasznos kimenete a megadott anyagra támaszkodó szöveges válasz, kódjavaslat vagy strukturált alkalmazásrekord. Ez az 1106-os profil különbözik a Vision Preview és a későbbi 0125-ös frissítés profiljától.
A bejelentés 128K méretű kontextusablakot és a világ eseményeire vonatkozó, 2023 áprilisáig terjedő ismereteket ad meg. Ha a feladat aktuális információtól függ, adjon meg frissebb bizonyítékokat. A nagyobb kontextus kapcsolódó forrásdokumentumokat vagy kódot is befogad, de a promptnak továbbra is meg kell határoznia, mit tegyen velük a modell. Fogalmazza meg a kérdést, jelölje meg a mérvadó anyagot és a válasz elvárt formáját.
Dokumentumok összehasonlításakor azonosítsa a verziókat, és kérje a megváltozott feltételeket az azokat alátámasztó szövegrészekkel együtt. Kódolási feladatnál adja meg a jelenlegi működést, a kívánt változtatást és a vonatkozó interfészkorlátokat. Hasznos eredmény lehet egy célzott javítás vagy egy hiba magyarázata az azt kimutató konkrét esettel együtt. Hagyja ki a nem releváns anyagot, hogy a modell figyelme az eredményt befolyásoló bizonyítékokra irányuljon.
A fejlesztő kiemeli a meghatározott válaszformátumot előíró utasítások pontosabb követését. A kérés előírhat rendezett magyarázatot, táblázatot vagy géppel feldolgozható rekordot. Nevezze meg a mezőket, és mondja el, mit adjon vissza a modell, ha a forrás nem állapít meg egy értéket. Egy rekordfeldolgozási feladatleírás például kérhet forrásazonosítót, kinyert feltételt és azt a szövegrészt, amelyből a feltétel származik.
A JSON-mód a fejlesztő Chat Completions folyamatában szintaktikailag érvényes JSON-objektumra korlátozza a választ. Az érvényes JSON nem bizonyítja, hogy a rekord a megfelelő mezőket vagy helyes értékeket tartalmazza. Az alkalmazásszintű validálást és a forrás ellenőrzését kezelje külön a formátum szabályozásától, különösen akkor, ha a következő lépés egy adott azonosítótól vagy állapottól függ. A fejlesztő JSON-módjának használatakor kifejezetten utasítsa a modellt JSON előállítására, és a beszélgetésben szerepeljen a „JSON” szó. E nélkül az utasítás nélkül a modell a tokenkorlátig csak üres karaktereket generálhat; ellenőrizze, hogy teljes objektum érkezett-e vissza. Más modellek későbbi, kötött sémájú kimeneti funkciói eltérő mechanizmust jelentenek.
A modell argumentumokat állíthat elő az alkalmazás által meghatározott függvényekhez. Ez a kiadás lehetővé teszi több függvény kérését egyetlen üzenetben, ami több lekérdezést igénylő feladatoknál lehet hasznos. Írja le az egyes függvények célját és szükséges bemeneteit, majd kapcsolja a ténylegesen visszakapott információt a következő válaszhoz. A modell kiválasztja és leírja a kérést; az alkalmazás hajtja végre.
Két rekord összehasonlításához egy függvény lekérheti mindkét rekord tényleges adatait, mielőtt az asszisztens elkészíti az összehasonlítást. Őrizze meg a kért elem és a visszakapott eredmény kapcsolatát. Ha hiányzik egy forrás vagy meghiúsul egy művelet, ez a körülmény a válaszban is jelenjen meg, ahelyett hogy a pusztán javasolt argumentumok alapján sikeres eredményt jelentene.
A bejelentésben szereplő béta seed-beállítás célja, hogy az esetek többségében következetes válaszokat eredményezzen. Kisebb promptmódosítás összehasonlításakor azonos forrásanyaggal és egyéb beállításokkal használja. Nem garantál determinisztikus működést, ezért vizsgálja meg mindkét választ, és őrizze meg az előállításuk körülményeit.
Az eredeti kiadás külön kezeli ezt a szöveges Preview-modellt a GPT-4 Turbo with Vision, a képgeneráló és a beszédgeneráló modellektől. Ennél a profilnál a diagram releváns információit írásban adja meg, ne ruházza át rá a Vision modell bemeneti képességeit. A későbbi 0125 Preview frissítés a feladatok alaposabb végrehajtását célozza, és kijavít egy kódolási hibát; az 1106-os kiadás megelőzi ezeket a változtatásokat. Egy eredmény értékelésekor együtt őrizze meg a pontos modellnevet, a forrásanyagot, a kért formátumot és a visszakapott anyagot.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok gpt-4-1106-preview | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Példák: system, user, assistant, tool, function Feltételek: Ezeket a szerepeket a forráskód kompatibilitási típusai kifejezetten reprezentálják; a pontos szerepkészlet továbbra is modellspecifikus. Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring|content_part[]|null | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_calls | Típustool_call[] | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_call_id | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: role=tool; használja a ténylegesen visszaadott ID-t | Alapértelmezett— |
Mezőmessages[].name | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].reasoning_content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Küldje vissza a ténylegesen visszaadott gondolkodási tartalmat, ha ez a modell használja | Alapértelmezett— |
Mezőmessages[].reasoning_details | Típusobject|array | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőmax_completion_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezőstream_options.include_usage | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstop | Típusstring|string[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools | Típusfunction_tool[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].type | Típusstring | KövetelményOpcionális | Értékek és korlátok function Modelltől függ | Alapértelmezett— |
Mezőtools[].function.name | Típusstring | KövetelményKötelező | Értékek és korlátok Akkor alkalmazandó, ha: Függvényeszköz megadva | Alapértelmezett— |
Mezőtools[].function.description | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtools[].function.parameters | TípusJSON_schema | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtool_choice | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőparallel_tool_calls | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőresponse_format | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning_effort | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőservice_tier | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőinstructions | Típusstring | KövetelményOpcionális | Értékek és korlátok Kompatibilitási mező | Alapértelmezett— |
Mezőfunctions | Típusfunction[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőfunction_call | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőprompt_cache_options | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmodalities | Típusstring[] | KövetelményOpcionális | Értékek és korlátok text | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasításra kerül ezen az Ultra szöveges útvonalon | Alapértelmezett— |
Mezőcache_control.ttl | Típusstring | KövetelményOpcionális | Értékek és korlátok Feltételek: Az 1h elutasításra kerül a tényleges prompt-gyorsítótárazási helyeken | Alapértelmezett— |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramétercontrol_scope | Szerződésmodellspecifikus; a felhasználói függvényeszközök eltérnek a hosztolt eszközöktől |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.02 / 1K token Kimenet · Kimeneti tokenek $0.06 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra gpt-4-1106-preview
Használja a fent látható metódusútvonalakat.
gpt-4-1106-previewA GPT-4 Turbo Preview 1106 hosszú kontextusú szöveges és kódolási feladatokat kezel, dokumentált 128K méretű kontextusablakkal. A JSON-mód és a függvényhívás segít a megadott anyagból szöveges válaszokat vagy alkalmazásrekordokat létrehozni; ezt a konkrét Preview-kiadást külön kell kezelni a képfeldolgozó és a későbbi modellektől.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A GPT-4 Turbo Preview 1106 az OpenAI első, külön névvel jelölt GPT-4 Turbo Preview szöveges kiadása. 128K méretű kontextusablakot, javított utasításkövetést, JSON-módot és függvényhívási frissítéseket vezet be, köztük több függvény egyetlen üzeneten belüli kérését. Hasznos kimenete a megadott anyagra támaszkodó szöveges válasz, kódjavaslat vagy strukturált alkalmazásrekord. Ez az 1106-os profil különbözik a Vision Preview és a későbbi 0125-ös frissítés profiljától.
A bejelentés 128K méretű kontextusablakot és a világ eseményeire vonatkozó, 2023 áprilisáig terjedő ismereteket ad meg. Ha a feladat aktuális információtól függ, adjon meg frissebb bizonyítékokat. A nagyobb kontextus kapcsolódó forrásdokumentumokat vagy kódot is befogad, de a promptnak továbbra is meg kell határoznia, mit tegyen velük a modell. Fogalmazza meg a kérdést, jelölje meg a mérvadó anyagot és a válasz elvárt formáját.
Dokumentumok összehasonlításakor azonosítsa a verziókat, és kérje a megváltozott feltételeket az azokat alátámasztó szövegrészekkel együtt. Kódolási feladatnál adja meg a jelenlegi működést, a kívánt változtatást és a vonatkozó interfészkorlátokat. Hasznos eredmény lehet egy célzott javítás vagy egy hiba magyarázata az azt kimutató konkrét esettel együtt. Hagyja ki a nem releváns anyagot, hogy a modell figyelme az eredményt befolyásoló bizonyítékokra irányuljon.
A fejlesztő kiemeli a meghatározott válaszformátumot előíró utasítások pontosabb követését. A kérés előírhat rendezett magyarázatot, táblázatot vagy géppel feldolgozható rekordot. Nevezze meg a mezőket, és mondja el, mit adjon vissza a modell, ha a forrás nem állapít meg egy értéket. Egy rekordfeldolgozási feladatleírás például kérhet forrásazonosítót, kinyert feltételt és azt a szövegrészt, amelyből a feltétel származik.
A JSON-mód a fejlesztő Chat Completions folyamatában szintaktikailag érvényes JSON-objektumra korlátozza a választ. Az érvényes JSON nem bizonyítja, hogy a rekord a megfelelő mezőket vagy helyes értékeket tartalmazza. Az alkalmazásszintű validálást és a forrás ellenőrzését kezelje külön a formátum szabályozásától, különösen akkor, ha a következő lépés egy adott azonosítótól vagy állapottól függ. A fejlesztő JSON-módjának használatakor kifejezetten utasítsa a modellt JSON előállítására, és a beszélgetésben szerepeljen a „JSON” szó. E nélkül az utasítás nélkül a modell a tokenkorlátig csak üres karaktereket generálhat; ellenőrizze, hogy teljes objektum érkezett-e vissza. Más modellek későbbi, kötött sémájú kimeneti funkciói eltérő mechanizmust jelentenek.
A modell argumentumokat állíthat elő az alkalmazás által meghatározott függvényekhez. Ez a kiadás lehetővé teszi több függvény kérését egyetlen üzenetben, ami több lekérdezést igénylő feladatoknál lehet hasznos. Írja le az egyes függvények célját és szükséges bemeneteit, majd kapcsolja a ténylegesen visszakapott információt a következő válaszhoz. A modell kiválasztja és leírja a kérést; az alkalmazás hajtja végre.
Két rekord összehasonlításához egy függvény lekérheti mindkét rekord tényleges adatait, mielőtt az asszisztens elkészíti az összehasonlítást. Őrizze meg a kért elem és a visszakapott eredmény kapcsolatát. Ha hiányzik egy forrás vagy meghiúsul egy művelet, ez a körülmény a válaszban is jelenjen meg, ahelyett hogy a pusztán javasolt argumentumok alapján sikeres eredményt jelentene.
A bejelentésben szereplő béta seed-beállítás célja, hogy az esetek többségében következetes válaszokat eredményezzen. Kisebb promptmódosítás összehasonlításakor azonos forrásanyaggal és egyéb beállításokkal használja. Nem garantál determinisztikus működést, ezért vizsgálja meg mindkét választ, és őrizze meg az előállításuk körülményeit.
Az eredeti kiadás külön kezeli ezt a szöveges Preview-modellt a GPT-4 Turbo with Vision, a képgeneráló és a beszédgeneráló modellektől. Ennél a profilnál a diagram releváns információit írásban adja meg, ne ruházza át rá a Vision modell bemeneti képességeit. A későbbi 0125 Preview frissítés a feladatok alaposabb végrehajtását célozza, és kijavít egy kódolási hibát; az 1106-os kiadás megelőzi ezeket a változtatásokat. Egy eredmény értékelésekor együtt őrizze meg a pontos modellnevet, a forrásanyagot, a kért formátumot és a visszakapott anyagot.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok gpt-4-1106-preview | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.02 / 1K token Kimenet · Kimeneti tokenek $0.06 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "gpt-4-1106-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra gpt-4-1106-preview
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
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.