OpenAI GPT-3.5 Turbo 1106 adalah edisi GPT-3.5 Turbo dengan nama tersendiri yang diidentifikasi sebagai gpt-3.5-turbo-1106. Model ini memahami dan menghasilkan bahasa alami serta kode, dengan desain berorientasi percakapan yang juga mendukung tugas teks nonpercakapan. Perubahan edisi yang didokumentasikan mencakup jendela konteks 16K secara bawaan, kepatuhan instruksi yang lebih baik, mode JSON, dan pemanggilan fungsi paralel. Identitas 1106 yang eksplisit menjaga profil ini tetap terpisah dari edisi 0613, snapshot 0125 yang lebih baru, dan GPT-3.5 Turbo Instruct.
Siapkan tugas dengan teks yang relevan, aturan yang harus diikuti jawaban, dan bentuk hasil yang diinginkan. Untuk balasan dukungan, sertakan pertanyaan pelanggan serta fakta produk yang berlaku. Untuk ekstraksi, sebutkan field yang perlu diidentifikasi dan jelaskan tindakan ketika field tidak tersedia. Untuk tugas kode, berikan kode yang relevan, perilaku yang diharapkan, serta kesalahan atau batasan yang perlu ditangani. Batas konteks 16K menyediakan ruang untuk materi pendukung; batas ini bukan janji bahwa setiap detail akan digunakan dengan benar atau jawaban dapat sepanjang masukan.
OpenAI mencantumkan batas pengetahuan September 2021 untuk keluarga GPT-3.5 Turbo. Berikan materi otoritatif ketika jawaban bergantung pada informasi yang lebih baru atau fakta khusus proyek. Mintalah model membedakan hal yang ada dalam teks yang diberikan dari inferensinya. Permintaan jawaban dalam format tertentu harus mendefinisikan format itu secara eksplisit, alih-alih mengandalkan model untuk menebak field, satuan, atau konvensi.
Mode JSON bertujuan menghasilkan JSON yang valid secara sintaksis. Mode ini berguna ketika ekstraksi teks atau klasifikasi membutuhkan objek yang dapat diurai aplikasi. Sertakan instruksi eksplisit untuk menghasilkan JSON dan nyatakan kunci wajib, tipe nilai, serta penanganan informasi yang tidak diketahui. OpenAI memperingatkan bahwa menghilangkan instruksi JSON dapat menyebabkan generasi karakter spasi kosong hingga batas token tercapai. Respons lengkap juga perlu dibedakan dari keluaran yang terputus sebelum objek selesai.
JSON yang valid tidak dengan sendirinya menjamin kepatuhan terhadap skema tertentu atau kebenaran nilainya. Untuk tugas ekstraksi catatan, periksa bahwa kunci yang diperlukan tersedia dan setiap nilai hasil ekstraksi didukung masukan. Mode JSON tidak boleh diperlakukan sebagai jaminan skema dari fitur Structured Outputs yang lebih baru. Perbedaan ini penting ketika keluaran akan mengisi formulir, memilih label, atau menjadi masukan alur kerja lain.
Edisi 1106 mendukung pemanggilan fungsi paralel, sehingga model dapat mengusulkan lebih dari satu panggilan fungsi dalam respons. Hal ini dapat mendukung tugas yang membutuhkan beberapa operasi yang didefinisikan aplikasi atau pencarian informasi independen. Jelaskan tujuan setiap fungsi serta masukan yang diharapkan secara jelas. Aplikasi yang melingkupinya menjalankan operasi dan menyediakan hasil; panggilan fungsi yang dihasilkan saja bukan bukti bahwa tindakan telah selesai. Tinjau argumen yang diusulkan dan kaitkan jawaban teks dengan hasil yang benar-benar dikembalikan.
Pengumuman edisi OpenAI mendokumentasikan fine-tuning untuk model GPT-3.5 Turbo 16K yang baru. Model yang di-fine-tune adalah varian yang disiapkan secara terpisah, bukan sifat otomatis setiap permintaan ke edisi dasar ini. Untuk penggunaan biasa, mulailah dengan instruksi yang jelas serta contoh hasil yang relevan. Saat menyiapkan arahan ekstraksi atau penulisan ulang, contoh harus menunjukkan perbedaan yang penting, seperti nilai yang tidak tersedia atau frasa yang harus tetap sama.
Keluaran yang berguna mencakup respons dukungan berdasarkan informasi produk yang diberikan, catatan JSON yang telah diperiksa, penjelasan kode yang ringkas, atau bagian teks yang ditulis ulang dengan batasan yang dinyatakan. Bandingkan hasil dengan teks sumber serta format yang diminta. Untuk kode, periksa perubahan yang diusulkan dalam proyek tujuan; untuk ekstraksi, periksa nilai serta penanganan field yang tidak tersedia. Nilai edisi ini terletak pada kemampuan teks, kepatuhan format, serta pemanggilan fungsinya yang konkret, diterapkan pada masukan dengan hasil yang dituju secara jelas.
", "aboutText": "OpenAI GPT-3.5 Turbo 1106 adalah edisi GPT-3.5 Turbo dengan nama tersendiri yang diidentifikasi sebagai gpt-3.5-turbo-1106. Model ini memahami dan menghasilkan bahasa alami serta kode, dengan desain berorientasi percakapan yang juga mendukung tugas teks nonpercakapan. Perubahan edisi yang didokumentasikan mencakup jendela konteks 16K secara bawaan, kepatuhan instruksi yang lebih baik, mode JSON, dan pemanggilan fungsi paralel. Identitas 1106 yang eksplisit menjaga profil ini tetap terpisah dari edisi 0613, snapshot 0125 yang lebih baru, dan GPT-3.5 Turbo Instruct.\n\n### Instruksi dan konteks masukan\n\nSiapkan tugas dengan teks yang relevan, aturan yang harus diikuti jawaban, dan bentuk hasil yang diinginkan. Untuk balasan dukungan, sertakan pertanyaan pelanggan serta fakta produk yang berlaku. Untuk ekstraksi, sebutkan field yang perlu diidentifikasi dan jelaskan tindakan ketika field tidak tersedia. Untuk tugas kode, berikan kode yang relevan, perilaku yang diharapkan, serta kesalahan atau batasan yang perlu ditangani. Batas konteks 16K menyediakan ruang untuk materi pendukung; batas ini bukan janji bahwa setiap detail akan digunakan dengan benar atau jawaban dapat sepanjang masukan.\n\nOpenAI mencantumkan batas pengetahuan September 2021 untuk keluarga GPT-3.5 Turbo. Berikan materi otoritatif ketika jawaban bergantung pada informasi yang lebih baru atau fakta khusus proyek. Mintalah model membedakan hal yang ada dalam teks yang diberikan dari inferensinya. Permintaan jawaban dalam format tertentu harus mendefinisikan format itu secara eksplisit, alih-alih mengandalkan model untuk menebak field, satuan, atau konvensi.\n\n### Mode JSON dan pemeriksaan skema\n\nMode JSON bertujuan menghasilkan JSON yang valid secara sintaksis. Mode ini berguna ketika ekstraksi teks atau klasifikasi membutuhkan objek yang dapat diurai aplikasi. Sertakan instruksi eksplisit untuk menghasilkan JSON dan nyatakan kunci wajib, tipe nilai, serta penanganan informasi yang tidak diketahui. OpenAI memperingatkan bahwa menghilangkan instruksi JSON dapat menyebabkan generasi karakter spasi kosong hingga batas token tercapai. Respons lengkap juga perlu dibedakan dari keluaran yang terputus sebelum objek selesai.\n\nJSON yang valid tidak dengan sendirinya menjamin kepatuhan terhadap skema tertentu atau kebenaran nilainya. Untuk tugas ekstraksi catatan, periksa bahwa kunci yang diperlukan tersedia dan setiap nilai hasil ekstraksi didukung masukan. Mode JSON tidak boleh diperlakukan sebagai jaminan skema dari fitur Structured Outputs yang lebih baru. Perbedaan ini penting ketika keluaran akan mengisi formulir, memilih label, atau menjadi masukan alur kerja lain.\n\n### Pemanggilan fungsi paralel\n\nEdisi 1106 mendukung pemanggilan fungsi paralel, sehingga model dapat mengusulkan lebih dari satu panggilan fungsi dalam respons. Hal ini dapat mendukung tugas yang membutuhkan beberapa operasi yang didefinisikan aplikasi atau pencarian informasi independen. Jelaskan tujuan setiap fungsi serta masukan yang diharapkan secara jelas. Aplikasi yang melingkupinya menjalankan operasi dan menyediakan hasil; panggilan fungsi yang dihasilkan saja bukan bukti bahwa tindakan telah selesai. Tinjau argumen yang diusulkan dan kaitkan jawaban teks dengan hasil yang benar-benar dikembalikan.\n\n### Fine-tuning dan penggunaan praktis\n\nPengumuman edisi OpenAI mendokumentasikan fine-tuning untuk model GPT-3.5 Turbo 16K yang baru. Model yang di-fine-tune adalah varian yang disiapkan secara terpisah, bukan sifat otomatis setiap permintaan ke edisi dasar ini. Untuk penggunaan biasa, mulailah dengan instruksi yang jelas serta contoh hasil yang relevan. Saat menyiapkan arahan ekstraksi atau penulisan ulang, contoh harus menunjukkan perbedaan yang penting, seperti nilai yang tidak tersedia atau frasa yang harus tetap sama.\n\nKeluaran yang berguna mencakup respons dukungan berdasarkan informasi produk yang diberikan, catatan JSON yang telah diperiksa, penjelasan kode yang ringkas, atau bagian teks yang ditulis ulang dengan batasan yang dinyatakan. Bandingkan hasil dengan teks sumber serta format yang diminta. Untuk kode, periksa perubahan yang diusulkan dalam proyek tujuan; untuk ekstraksi, periksa nilai serta penanganan field yang tidak tersedia. Nilai edisi ini terletak pada kemampuan teks, kepatuhan format, serta pemanggilan fungsinya yang konkret, diterapkan pada masukan dengan hasil yang dituju secara jelas.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
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 adalah edisi model teks dengan nama tersendiri yang memiliki jendela konteks 16K, kepatuhan instruksi yang lebih baik, mode JSON, dan pemanggilan fungsi paralel. Gunakan untuk bantuan percakapan, ekstraksi teks, serta tugas kode atau konten dengan keluaran yang ditentukan secara jelas.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
OpenAI GPT-3.5 Turbo 1106 adalah edisi GPT-3.5 Turbo dengan nama tersendiri yang diidentifikasi sebagai gpt-3.5-turbo-1106. Model ini memahami dan menghasilkan bahasa alami serta kode, dengan desain berorientasi percakapan yang juga mendukung tugas teks nonpercakapan. Perubahan edisi yang didokumentasikan mencakup jendela konteks 16K secara bawaan, kepatuhan instruksi yang lebih baik, mode JSON, dan pemanggilan fungsi paralel. Identitas 1106 yang eksplisit menjaga profil ini tetap terpisah dari edisi 0613, snapshot 0125 yang lebih baru, dan GPT-3.5 Turbo Instruct.
Siapkan tugas dengan teks yang relevan, aturan yang harus diikuti jawaban, dan bentuk hasil yang diinginkan. Untuk balasan dukungan, sertakan pertanyaan pelanggan serta fakta produk yang berlaku. Untuk ekstraksi, sebutkan field yang perlu diidentifikasi dan jelaskan tindakan ketika field tidak tersedia. Untuk tugas kode, berikan kode yang relevan, perilaku yang diharapkan, serta kesalahan atau batasan yang perlu ditangani. Batas konteks 16K menyediakan ruang untuk materi pendukung; batas ini bukan janji bahwa setiap detail akan digunakan dengan benar atau jawaban dapat sepanjang masukan.
OpenAI mencantumkan batas pengetahuan September 2021 untuk keluarga GPT-3.5 Turbo. Berikan materi otoritatif ketika jawaban bergantung pada informasi yang lebih baru atau fakta khusus proyek. Mintalah model membedakan hal yang ada dalam teks yang diberikan dari inferensinya. Permintaan jawaban dalam format tertentu harus mendefinisikan format itu secara eksplisit, alih-alih mengandalkan model untuk menebak field, satuan, atau konvensi.
Mode JSON bertujuan menghasilkan JSON yang valid secara sintaksis. Mode ini berguna ketika ekstraksi teks atau klasifikasi membutuhkan objek yang dapat diurai aplikasi. Sertakan instruksi eksplisit untuk menghasilkan JSON dan nyatakan kunci wajib, tipe nilai, serta penanganan informasi yang tidak diketahui. OpenAI memperingatkan bahwa menghilangkan instruksi JSON dapat menyebabkan generasi karakter spasi kosong hingga batas token tercapai. Respons lengkap juga perlu dibedakan dari keluaran yang terputus sebelum objek selesai.
JSON yang valid tidak dengan sendirinya menjamin kepatuhan terhadap skema tertentu atau kebenaran nilainya. Untuk tugas ekstraksi catatan, periksa bahwa kunci yang diperlukan tersedia dan setiap nilai hasil ekstraksi didukung masukan. Mode JSON tidak boleh diperlakukan sebagai jaminan skema dari fitur Structured Outputs yang lebih baru. Perbedaan ini penting ketika keluaran akan mengisi formulir, memilih label, atau menjadi masukan alur kerja lain.
Edisi 1106 mendukung pemanggilan fungsi paralel, sehingga model dapat mengusulkan lebih dari satu panggilan fungsi dalam respons. Hal ini dapat mendukung tugas yang membutuhkan beberapa operasi yang didefinisikan aplikasi atau pencarian informasi independen. Jelaskan tujuan setiap fungsi serta masukan yang diharapkan secara jelas. Aplikasi yang melingkupinya menjalankan operasi dan menyediakan hasil; panggilan fungsi yang dihasilkan saja bukan bukti bahwa tindakan telah selesai. Tinjau argumen yang diusulkan dan kaitkan jawaban teks dengan hasil yang benar-benar dikembalikan.
Pengumuman edisi OpenAI mendokumentasikan fine-tuning untuk model GPT-3.5 Turbo 16K yang baru. Model yang di-fine-tune adalah varian yang disiapkan secara terpisah, bukan sifat otomatis setiap permintaan ke edisi dasar ini. Untuk penggunaan biasa, mulailah dengan instruksi yang jelas serta contoh hasil yang relevan. Saat menyiapkan arahan ekstraksi atau penulisan ulang, contoh harus menunjukkan perbedaan yang penting, seperti nilai yang tidak tersedia atau frasa yang harus tetap sama.
Keluaran yang berguna mencakup respons dukungan berdasarkan informasi produk yang diberikan, catatan JSON yang telah diperiksa, penjelasan kode yang ringkas, atau bagian teks yang ditulis ulang dengan batasan yang dinyatakan. Bandingkan hasil dengan teks sumber serta format yang diminta. Untuk kode, periksa perubahan yang diusulkan dalam proyek tujuan; untuk ekstraksi, periksa nilai serta penanganan field yang tidak tersedia. Nilai edisi ini terletak pada kemampuan teks, kepatuhan format, serta pemanggilan fungsinya yang konkret, diterapkan pada masukan dengan hasil yang dituju secara jelas.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gpt-3.5-turbo-1106 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.002 / 1K token Keluaran · Token keluaran $0.004 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra gpt-3.5-turbo-1106
Gunakan jalur metode yang ditampilkan di atas.
gpt-3.5-turbo-1106OpenAI GPT-3.5 Turbo 1106 adalah edisi model teks dengan nama tersendiri yang memiliki jendela konteks 16K, kepatuhan instruksi yang lebih baik, mode JSON, dan pemanggilan fungsi paralel. Gunakan untuk bantuan percakapan, ekstraksi teks, serta tugas kode atau konten dengan keluaran yang ditentukan secara jelas.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
OpenAI GPT-3.5 Turbo 1106 adalah edisi GPT-3.5 Turbo dengan nama tersendiri yang diidentifikasi sebagai gpt-3.5-turbo-1106. Model ini memahami dan menghasilkan bahasa alami serta kode, dengan desain berorientasi percakapan yang juga mendukung tugas teks nonpercakapan. Perubahan edisi yang didokumentasikan mencakup jendela konteks 16K secara bawaan, kepatuhan instruksi yang lebih baik, mode JSON, dan pemanggilan fungsi paralel. Identitas 1106 yang eksplisit menjaga profil ini tetap terpisah dari edisi 0613, snapshot 0125 yang lebih baru, dan GPT-3.5 Turbo Instruct.
Siapkan tugas dengan teks yang relevan, aturan yang harus diikuti jawaban, dan bentuk hasil yang diinginkan. Untuk balasan dukungan, sertakan pertanyaan pelanggan serta fakta produk yang berlaku. Untuk ekstraksi, sebutkan field yang perlu diidentifikasi dan jelaskan tindakan ketika field tidak tersedia. Untuk tugas kode, berikan kode yang relevan, perilaku yang diharapkan, serta kesalahan atau batasan yang perlu ditangani. Batas konteks 16K menyediakan ruang untuk materi pendukung; batas ini bukan janji bahwa setiap detail akan digunakan dengan benar atau jawaban dapat sepanjang masukan.
OpenAI mencantumkan batas pengetahuan September 2021 untuk keluarga GPT-3.5 Turbo. Berikan materi otoritatif ketika jawaban bergantung pada informasi yang lebih baru atau fakta khusus proyek. Mintalah model membedakan hal yang ada dalam teks yang diberikan dari inferensinya. Permintaan jawaban dalam format tertentu harus mendefinisikan format itu secara eksplisit, alih-alih mengandalkan model untuk menebak field, satuan, atau konvensi.
Mode JSON bertujuan menghasilkan JSON yang valid secara sintaksis. Mode ini berguna ketika ekstraksi teks atau klasifikasi membutuhkan objek yang dapat diurai aplikasi. Sertakan instruksi eksplisit untuk menghasilkan JSON dan nyatakan kunci wajib, tipe nilai, serta penanganan informasi yang tidak diketahui. OpenAI memperingatkan bahwa menghilangkan instruksi JSON dapat menyebabkan generasi karakter spasi kosong hingga batas token tercapai. Respons lengkap juga perlu dibedakan dari keluaran yang terputus sebelum objek selesai.
JSON yang valid tidak dengan sendirinya menjamin kepatuhan terhadap skema tertentu atau kebenaran nilainya. Untuk tugas ekstraksi catatan, periksa bahwa kunci yang diperlukan tersedia dan setiap nilai hasil ekstraksi didukung masukan. Mode JSON tidak boleh diperlakukan sebagai jaminan skema dari fitur Structured Outputs yang lebih baru. Perbedaan ini penting ketika keluaran akan mengisi formulir, memilih label, atau menjadi masukan alur kerja lain.
Edisi 1106 mendukung pemanggilan fungsi paralel, sehingga model dapat mengusulkan lebih dari satu panggilan fungsi dalam respons. Hal ini dapat mendukung tugas yang membutuhkan beberapa operasi yang didefinisikan aplikasi atau pencarian informasi independen. Jelaskan tujuan setiap fungsi serta masukan yang diharapkan secara jelas. Aplikasi yang melingkupinya menjalankan operasi dan menyediakan hasil; panggilan fungsi yang dihasilkan saja bukan bukti bahwa tindakan telah selesai. Tinjau argumen yang diusulkan dan kaitkan jawaban teks dengan hasil yang benar-benar dikembalikan.
Pengumuman edisi OpenAI mendokumentasikan fine-tuning untuk model GPT-3.5 Turbo 16K yang baru. Model yang di-fine-tune adalah varian yang disiapkan secara terpisah, bukan sifat otomatis setiap permintaan ke edisi dasar ini. Untuk penggunaan biasa, mulailah dengan instruksi yang jelas serta contoh hasil yang relevan. Saat menyiapkan arahan ekstraksi atau penulisan ulang, contoh harus menunjukkan perbedaan yang penting, seperti nilai yang tidak tersedia atau frasa yang harus tetap sama.
Keluaran yang berguna mencakup respons dukungan berdasarkan informasi produk yang diberikan, catatan JSON yang telah diperiksa, penjelasan kode yang ringkas, atau bagian teks yang ditulis ulang dengan batasan yang dinyatakan. Bandingkan hasil dengan teks sumber serta format yang diminta. Untuk kode, periksa perubahan yang diusulkan dalam proyek tujuan; untuk ekstraksi, periksa nilai serta penanganan field yang tidak tersedia. Nilai edisi ini terletak pada kemampuan teks, kepatuhan format, serta pemanggilan fungsinya yang konkret, diterapkan pada masukan dengan hasil yang dituju secara jelas.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gpt-3.5-turbo-1106 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.002 / 1K token Keluaran · Token keluaran $0.004 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "gpt-3.5-turbo-1106",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra gpt-3.5-turbo-1106
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
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.