GPT-4 Turbo Preview 0125 adalah edisi pratinjau riset GPT-4 Turbo OpenAI yang diperbarui dan berfokus pada teks. Model ini menangani instruksi tertulis, materi sumber, serta kode, dan menghasilkan jawaban teks atau catatan untuk aplikasi. Pembaruan Januari secara khusus menargetkan pelaksanaan tugas yang lebih lengkap dalam bidang seperti pembuatan kode dan memperbaiki bug yang memengaruhi generasi UTF-8 non-Inggris. Edisi 0125 dengan nama tersendiri ini berbeda dari Preview 1106 sebelumnya dan dari GPT-4 Turbo with Vision.
Kartu Preview produsen mencantumkan jendela konteks 128000 token dan hingga 4096 token keluaran, dengan batas pengetahuan 1 Desember 2023. Jendela masukan yang besar dapat menampung dokumen atau kode terkait bersama pertanyaan terperinci; batas keluaran jauh lebih kecil dan harus menjadi dasar penentuan artefak yang diminta. Berikan bukti terkini ketika pertanyaan bergantung pada informasi di luar pengetahuan yang disimpan model.
Untuk perbandingan persyaratan, sertakan dokumen yang relevan, identifikasi dokumen yang diutamakan ketika ada perbedaan, dan mintalah persyaratan yang berubah, bagian teks pendukungnya, serta dampaknya pada alur kerja yang dinyatakan. Untuk tugas kode, berikan perilaku yang ingin dicapai, fungsi yang relevan, dan hasil yang diharapkan. Mintalah perubahan lengkap dalam cakupan itu dan identifikasi kriteria penyelesaian, alih-alih menganggap potongan yang meyakinkan sebagai keseluruhan tugas.
Keluarga GPT-4 Turbo Preview menambahkan kepatuhan format yang lebih kuat dan mode JSON. Produsen menjelaskan mode JSON sebagai pembatasan respons menjadi JSON yang valid secara sintaksis; mode ini tidak secara mandiri memverifikasi kebenaran nilai field atau kepatuhan catatan terhadap setiap aturan bisnis. Definisikan field, nilai yang diizinkan, dan penanganan informasi yang tidak tersedia dalam instruksi, lalu periksa objek yang dikembalikan berdasarkan persyaratan itu. Saat menggunakan mode JSON pembuat, instruksikan model secara eksplisit untuk menghasilkan JSON dan sertakan kata “JSON” dalam percakapan. Tanpa instruksi itu, model dapat menghasilkan karakter spasi kosong hingga batas token; periksa bahwa objek lengkap telah dikembalikan.
Tugas ekstraksi dapat meminta pengenal item, teks sumber yang menetapkan statusnya, dan tindakan berikutnya yang didukung bukti tersebut. Simpan materi asli bersama catatan agar nilai dapat diperiksa. Parser yang menerima JSON yang dikembalikan merupakan satu bagian alur kerja; hubungan yang benar antara sumber dan field hasil ekstraksi merupakan bagian lainnya.
Rilis Preview OpenAI mendokumentasikan pemanggilan fungsi, termasuk meminta beberapa fungsi dalam satu pesan. Pengembang mendeskripsikan setiap fungsi dan parameternya, dan model mengembalikan argumen untuk operasi yang diminta. Aplikasi yang melingkupinya menjalankan operasi dan mengembalikan hasil sebenarnya. Karena itu, permintaan pencarian terpisah dari catatan yang diperoleh, dan tindakan yang diusulkan terpisah dari penyelesaiannya.
Sediakan fungsi yang sesuai dengan tugas dan sebutkan bukti yang harus digunakan jawaban berikutnya. Asisten perbandingan dapat meminta catatan untuk dua item bernama lalu menjelaskan perbedaannya menggunakan nilai yang dikembalikan. Jika satu pencarian gagal atau memberikan materi yang tidak lengkap, pertahankan kondisi tersebut, alih-alih membuat pengganti yang tampak masuk akal. Simpan pengenal fungsi dan hasil bersama kelanjutan percakapan.
Kontrol seed keluarga Preview didokumentasikan sebagai bantuan beta untuk memperoleh hasil pelengkapan yang konsisten pada sebagian besar percobaan. Kontrol ini berguna untuk membandingkan perubahan prompt dengan pengaturan lain tetap sama; kontrol ini bukan jaminan bahwa setiap permintaan berulang menghasilkan keluaran identik. Simpan instruksi, materi sumber, dan pengaturan bersama-sama ketika membandingkan respons.
Modalitas yang tercantum untuk profil ini adalah masukan teks dan keluaran teks. Analisis gambar merupakan bagian dari Vision Preview dengan nama tersendiri atau profil multimodal yang lebih baru. Mode JSON juga berbeda dari fitur pembatasan skema yang lebih baru. Peningkatan kelengkapan dan pengodean dalam pembaruan 0125 tidak menghapus kebutuhan untuk memeriksa perubahan kode, field hasil ekstraksi, atau kesimpulan berdasarkan bukti yang diberikan. Pilih artefak terbatas yang sesuai dengan batas keluaran dan pertahankan edisi dengan nama yang tepat bersama hasil.
", "aboutText": "GPT-4 Turbo Preview 0125 adalah edisi pratinjau riset GPT-4 Turbo OpenAI yang diperbarui dan berfokus pada teks. Model ini menangani instruksi tertulis, materi sumber, serta kode, dan menghasilkan jawaban teks atau catatan untuk aplikasi. Pembaruan Januari secara khusus menargetkan pelaksanaan tugas yang lebih lengkap dalam bidang seperti pembuatan kode dan memperbaiki bug yang memengaruhi generasi UTF-8 non-Inggris. Edisi 0125 dengan nama tersendiri ini berbeda dari Preview 1106 sebelumnya dan dari GPT-4 Turbo with Vision.\n\n### Pekerjaan teks berkonteks besar\n\nKartu Preview produsen mencantumkan jendela konteks 128000 token dan hingga 4096 token keluaran, dengan batas pengetahuan 1 Desember 2023. Jendela masukan yang besar dapat menampung dokumen atau kode terkait bersama pertanyaan terperinci; batas keluaran jauh lebih kecil dan harus menjadi dasar penentuan artefak yang diminta. Berikan bukti terkini ketika pertanyaan bergantung pada informasi di luar pengetahuan yang disimpan model.\n\nUntuk perbandingan persyaratan, sertakan dokumen yang relevan, identifikasi dokumen yang diutamakan ketika ada perbedaan, dan mintalah persyaratan yang berubah, bagian teks pendukungnya, serta dampaknya pada alur kerja yang dinyatakan. Untuk tugas kode, berikan perilaku yang ingin dicapai, fungsi yang relevan, dan hasil yang diharapkan. Mintalah perubahan lengkap dalam cakupan itu dan identifikasi kriteria penyelesaian, alih-alih menganggap potongan yang meyakinkan sebagai keseluruhan tugas.\n\n### Format dan mode JSON\n\nKeluarga GPT-4 Turbo Preview menambahkan kepatuhan format yang lebih kuat dan mode JSON. Produsen menjelaskan mode JSON sebagai pembatasan respons menjadi JSON yang valid secara sintaksis; mode ini tidak secara mandiri memverifikasi kebenaran nilai field atau kepatuhan catatan terhadap setiap aturan bisnis. Definisikan field, nilai yang diizinkan, dan penanganan informasi yang tidak tersedia dalam instruksi, lalu periksa objek yang dikembalikan berdasarkan persyaratan itu. Saat menggunakan mode JSON pembuat, instruksikan model secara eksplisit untuk menghasilkan JSON dan sertakan kata “JSON” dalam percakapan. Tanpa instruksi itu, model dapat menghasilkan karakter spasi kosong hingga batas token; periksa bahwa objek lengkap telah dikembalikan.\n\nTugas ekstraksi dapat meminta pengenal item, teks sumber yang menetapkan statusnya, dan tindakan berikutnya yang didukung bukti tersebut. Simpan materi asli bersama catatan agar nilai dapat diperiksa. Parser yang menerima JSON yang dikembalikan merupakan satu bagian alur kerja; hubungan yang benar antara sumber dan field hasil ekstraksi merupakan bagian lainnya.\n\n### Panggilan fungsi dan hasil sebenarnya\n\nRilis Preview OpenAI mendokumentasikan pemanggilan fungsi, termasuk meminta beberapa fungsi dalam satu pesan. Pengembang mendeskripsikan setiap fungsi dan parameternya, dan model mengembalikan argumen untuk operasi yang diminta. Aplikasi yang melingkupinya menjalankan operasi dan mengembalikan hasil sebenarnya. Karena itu, permintaan pencarian terpisah dari catatan yang diperoleh, dan tindakan yang diusulkan terpisah dari penyelesaiannya.\n\nSediakan fungsi yang sesuai dengan tugas dan sebutkan bukti yang harus digunakan jawaban berikutnya. Asisten perbandingan dapat meminta catatan untuk dua item bernama lalu menjelaskan perbedaannya menggunakan nilai yang dikembalikan. Jika satu pencarian gagal atau memberikan materi yang tidak lengkap, pertahankan kondisi tersebut, alih-alih membuat pengganti yang tampak masuk akal. Simpan pengenal fungsi dan hasil bersama kelanjutan percakapan.\n\n### Keterulangan dan batas edisi\n\nKontrol seed keluarga Preview didokumentasikan sebagai bantuan beta untuk memperoleh hasil pelengkapan yang konsisten pada sebagian besar percobaan. Kontrol ini berguna untuk membandingkan perubahan prompt dengan pengaturan lain tetap sama; kontrol ini bukan jaminan bahwa setiap permintaan berulang menghasilkan keluaran identik. Simpan instruksi, materi sumber, dan pengaturan bersama-sama ketika membandingkan respons.\n\nModalitas yang tercantum untuk profil ini adalah masukan teks dan keluaran teks. Analisis gambar merupakan bagian dari Vision Preview dengan nama tersendiri atau profil multimodal yang lebih baru. Mode JSON juga berbeda dari fitur pembatasan skema yang lebih baru. Peningkatan kelengkapan dan pengodean dalam pembaruan 0125 tidak menghapus kebutuhan untuk memeriksa perubahan kode, field hasil ekstraksi, atau kesimpulan berdasarkan bukti yang diberikan. Pilih artefak terbatas yang sesuai dengan batas keluaran dan pertahankan edisi dengan nama yang tepat bersama hasil.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Complete a CSV escaping function\n\nWrite a complete Python function csv_cell(value) that converts value to text and wraps it in double quotes only when it contains a comma, double quote or newline. Embedded double quotes must be doubled. Return the function and tests for plain text, a comma, a quotation mark and a newline. Use no third-party packages.A complete function and four concrete test cases covering each escaping condition.The quotation-mark test checks both outer quoting and doubling of the embedded quote.gpt-4-0125-previewGPT-4 Turbo Preview 0125 menangani tugas teks dan kode berkonteks panjang dengan jendela konteks 128K yang didokumentasikan. Mode JSON dan pemanggilan fungsi membantu mengubah materi yang diberikan menjadi jawaban teks atau catatan aplikasi, dengan edisi Preview yang tepat tetap dipisahkan dari model visi dan model yang lebih baru.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-4 Turbo Preview 0125 adalah edisi pratinjau riset GPT-4 Turbo OpenAI yang diperbarui dan berfokus pada teks. Model ini menangani instruksi tertulis, materi sumber, serta kode, dan menghasilkan jawaban teks atau catatan untuk aplikasi. Pembaruan Januari secara khusus menargetkan pelaksanaan tugas yang lebih lengkap dalam bidang seperti pembuatan kode dan memperbaiki bug yang memengaruhi generasi UTF-8 non-Inggris. Edisi 0125 dengan nama tersendiri ini berbeda dari Preview 1106 sebelumnya dan dari GPT-4 Turbo with Vision.
Kartu Preview produsen mencantumkan jendela konteks 128000 token dan hingga 4096 token keluaran, dengan batas pengetahuan 1 Desember 2023. Jendela masukan yang besar dapat menampung dokumen atau kode terkait bersama pertanyaan terperinci; batas keluaran jauh lebih kecil dan harus menjadi dasar penentuan artefak yang diminta. Berikan bukti terkini ketika pertanyaan bergantung pada informasi di luar pengetahuan yang disimpan model.
Untuk perbandingan persyaratan, sertakan dokumen yang relevan, identifikasi dokumen yang diutamakan ketika ada perbedaan, dan mintalah persyaratan yang berubah, bagian teks pendukungnya, serta dampaknya pada alur kerja yang dinyatakan. Untuk tugas kode, berikan perilaku yang ingin dicapai, fungsi yang relevan, dan hasil yang diharapkan. Mintalah perubahan lengkap dalam cakupan itu dan identifikasi kriteria penyelesaian, alih-alih menganggap potongan yang meyakinkan sebagai keseluruhan tugas.
Keluarga GPT-4 Turbo Preview menambahkan kepatuhan format yang lebih kuat dan mode JSON. Produsen menjelaskan mode JSON sebagai pembatasan respons menjadi JSON yang valid secara sintaksis; mode ini tidak secara mandiri memverifikasi kebenaran nilai field atau kepatuhan catatan terhadap setiap aturan bisnis. Definisikan field, nilai yang diizinkan, dan penanganan informasi yang tidak tersedia dalam instruksi, lalu periksa objek yang dikembalikan berdasarkan persyaratan itu. Saat menggunakan mode JSON pembuat, instruksikan model secara eksplisit untuk menghasilkan JSON dan sertakan kata “JSON” dalam percakapan. Tanpa instruksi itu, model dapat menghasilkan karakter spasi kosong hingga batas token; periksa bahwa objek lengkap telah dikembalikan.
Tugas ekstraksi dapat meminta pengenal item, teks sumber yang menetapkan statusnya, dan tindakan berikutnya yang didukung bukti tersebut. Simpan materi asli bersama catatan agar nilai dapat diperiksa. Parser yang menerima JSON yang dikembalikan merupakan satu bagian alur kerja; hubungan yang benar antara sumber dan field hasil ekstraksi merupakan bagian lainnya.
Rilis Preview OpenAI mendokumentasikan pemanggilan fungsi, termasuk meminta beberapa fungsi dalam satu pesan. Pengembang mendeskripsikan setiap fungsi dan parameternya, dan model mengembalikan argumen untuk operasi yang diminta. Aplikasi yang melingkupinya menjalankan operasi dan mengembalikan hasil sebenarnya. Karena itu, permintaan pencarian terpisah dari catatan yang diperoleh, dan tindakan yang diusulkan terpisah dari penyelesaiannya.
Sediakan fungsi yang sesuai dengan tugas dan sebutkan bukti yang harus digunakan jawaban berikutnya. Asisten perbandingan dapat meminta catatan untuk dua item bernama lalu menjelaskan perbedaannya menggunakan nilai yang dikembalikan. Jika satu pencarian gagal atau memberikan materi yang tidak lengkap, pertahankan kondisi tersebut, alih-alih membuat pengganti yang tampak masuk akal. Simpan pengenal fungsi dan hasil bersama kelanjutan percakapan.
Kontrol seed keluarga Preview didokumentasikan sebagai bantuan beta untuk memperoleh hasil pelengkapan yang konsisten pada sebagian besar percobaan. Kontrol ini berguna untuk membandingkan perubahan prompt dengan pengaturan lain tetap sama; kontrol ini bukan jaminan bahwa setiap permintaan berulang menghasilkan keluaran identik. Simpan instruksi, materi sumber, dan pengaturan bersama-sama ketika membandingkan respons.
Modalitas yang tercantum untuk profil ini adalah masukan teks dan keluaran teks. Analisis gambar merupakan bagian dari Vision Preview dengan nama tersendiri atau profil multimodal yang lebih baru. Mode JSON juga berbeda dari fitur pembatasan skema yang lebih baru. Peningkatan kelengkapan dan pengodean dalam pembaruan 0125 tidak menghapus kebutuhan untuk memeriksa perubahan kode, field hasil ekstraksi, atau kesimpulan berdasarkan bukti yang diberikan. Pilih artefak terbatas yang sesuai dengan batas keluaran dan pertahankan edisi dengan nama yang tepat bersama hasil.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gpt-4-0125-preview | 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 $0.02 / 1K token Keluaran · Token keluaran $0.06 / 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-4-0125-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-4-0125-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-4-0125-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 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-4-0125-preview
Gunakan jalur metode yang ditampilkan di atas.
gpt-4-0125-previewGPT-4 Turbo Preview 0125 menangani tugas teks dan kode berkonteks panjang dengan jendela konteks 128K yang didokumentasikan. Mode JSON dan pemanggilan fungsi membantu mengubah materi yang diberikan menjadi jawaban teks atau catatan aplikasi, dengan edisi Preview yang tepat tetap dipisahkan dari model visi dan model yang lebih baru.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-4 Turbo Preview 0125 adalah edisi pratinjau riset GPT-4 Turbo OpenAI yang diperbarui dan berfokus pada teks. Model ini menangani instruksi tertulis, materi sumber, serta kode, dan menghasilkan jawaban teks atau catatan untuk aplikasi. Pembaruan Januari secara khusus menargetkan pelaksanaan tugas yang lebih lengkap dalam bidang seperti pembuatan kode dan memperbaiki bug yang memengaruhi generasi UTF-8 non-Inggris. Edisi 0125 dengan nama tersendiri ini berbeda dari Preview 1106 sebelumnya dan dari GPT-4 Turbo with Vision.
Kartu Preview produsen mencantumkan jendela konteks 128000 token dan hingga 4096 token keluaran, dengan batas pengetahuan 1 Desember 2023. Jendela masukan yang besar dapat menampung dokumen atau kode terkait bersama pertanyaan terperinci; batas keluaran jauh lebih kecil dan harus menjadi dasar penentuan artefak yang diminta. Berikan bukti terkini ketika pertanyaan bergantung pada informasi di luar pengetahuan yang disimpan model.
Untuk perbandingan persyaratan, sertakan dokumen yang relevan, identifikasi dokumen yang diutamakan ketika ada perbedaan, dan mintalah persyaratan yang berubah, bagian teks pendukungnya, serta dampaknya pada alur kerja yang dinyatakan. Untuk tugas kode, berikan perilaku yang ingin dicapai, fungsi yang relevan, dan hasil yang diharapkan. Mintalah perubahan lengkap dalam cakupan itu dan identifikasi kriteria penyelesaian, alih-alih menganggap potongan yang meyakinkan sebagai keseluruhan tugas.
Keluarga GPT-4 Turbo Preview menambahkan kepatuhan format yang lebih kuat dan mode JSON. Produsen menjelaskan mode JSON sebagai pembatasan respons menjadi JSON yang valid secara sintaksis; mode ini tidak secara mandiri memverifikasi kebenaran nilai field atau kepatuhan catatan terhadap setiap aturan bisnis. Definisikan field, nilai yang diizinkan, dan penanganan informasi yang tidak tersedia dalam instruksi, lalu periksa objek yang dikembalikan berdasarkan persyaratan itu. Saat menggunakan mode JSON pembuat, instruksikan model secara eksplisit untuk menghasilkan JSON dan sertakan kata “JSON” dalam percakapan. Tanpa instruksi itu, model dapat menghasilkan karakter spasi kosong hingga batas token; periksa bahwa objek lengkap telah dikembalikan.
Tugas ekstraksi dapat meminta pengenal item, teks sumber yang menetapkan statusnya, dan tindakan berikutnya yang didukung bukti tersebut. Simpan materi asli bersama catatan agar nilai dapat diperiksa. Parser yang menerima JSON yang dikembalikan merupakan satu bagian alur kerja; hubungan yang benar antara sumber dan field hasil ekstraksi merupakan bagian lainnya.
Rilis Preview OpenAI mendokumentasikan pemanggilan fungsi, termasuk meminta beberapa fungsi dalam satu pesan. Pengembang mendeskripsikan setiap fungsi dan parameternya, dan model mengembalikan argumen untuk operasi yang diminta. Aplikasi yang melingkupinya menjalankan operasi dan mengembalikan hasil sebenarnya. Karena itu, permintaan pencarian terpisah dari catatan yang diperoleh, dan tindakan yang diusulkan terpisah dari penyelesaiannya.
Sediakan fungsi yang sesuai dengan tugas dan sebutkan bukti yang harus digunakan jawaban berikutnya. Asisten perbandingan dapat meminta catatan untuk dua item bernama lalu menjelaskan perbedaannya menggunakan nilai yang dikembalikan. Jika satu pencarian gagal atau memberikan materi yang tidak lengkap, pertahankan kondisi tersebut, alih-alih membuat pengganti yang tampak masuk akal. Simpan pengenal fungsi dan hasil bersama kelanjutan percakapan.
Kontrol seed keluarga Preview didokumentasikan sebagai bantuan beta untuk memperoleh hasil pelengkapan yang konsisten pada sebagian besar percobaan. Kontrol ini berguna untuk membandingkan perubahan prompt dengan pengaturan lain tetap sama; kontrol ini bukan jaminan bahwa setiap permintaan berulang menghasilkan keluaran identik. Simpan instruksi, materi sumber, dan pengaturan bersama-sama ketika membandingkan respons.
Modalitas yang tercantum untuk profil ini adalah masukan teks dan keluaran teks. Analisis gambar merupakan bagian dari Vision Preview dengan nama tersendiri atau profil multimodal yang lebih baru. Mode JSON juga berbeda dari fitur pembatasan skema yang lebih baru. Peningkatan kelengkapan dan pengodean dalam pembaruan 0125 tidak menghapus kebutuhan untuk memeriksa perubahan kode, field hasil ekstraksi, atau kesimpulan berdasarkan bukti yang diberikan. Pilih artefak terbatas yang sesuai dengan batas keluaran dan pertahankan edisi dengan nama yang tepat bersama hasil.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gpt-4-0125-preview | 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 $0.02 / 1K token Keluaran · Token keluaran $0.06 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "gpt-4-0125-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4-0125-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-4-0125-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 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-4-0125-preview
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Complete a CSV escaping function\n\nWrite a complete Python function csv_cell(value) that converts value to text and wraps it in double quotes only when it contains a comma, double quote or newline. Embedded double quotes must be doubled. Return the function and tests for plain text, a comma, a quotation mark and a newline. Use no third-party packages.A complete function and four concrete test cases covering each escaping condition.The quotation-mark test checks both outer quoting and doubling of the embedded quote.