GPT-4o (2024-08-06) adalah snapshot GPT-4o OpenAI bertanggal 6 Agustus. Model ini menerima teks dan gambar serta menghasilkan teks. OpenAI menyebut edisi yang tepat ini dalam peluncuran Structured Outputs, yang memungkinkan respons lengkap mengikuti JSON Schema yang diberikan pengembang, alih-alih hanya bergantung pada permintaan JSON yang valid.
Penggunaan yang bermanfaat adalah mengekstrak sekumpulan informasi yang telah ditentukan dari materi tidak terstruktur. Berikan teks atau gambar dokumen, definisikan field, dan jelaskan cara merepresentasikan nilai yang tidak tersedia. Contoh permintaan adalah mengidentifikasi topik dokumen, kondisi yang relevan, dan pertanyaan terbuka dalam skema yang dapat digunakan tahap aplikasi berikutnya. Pertahankan perbedaan antara informasi yang dinyatakan sumber dan inferensi agar terlihat dalam hasil.
Untuk tugas visual, berikan tangkapan layar, foto, atau diagram yang terbaca dan identifikasi detail yang penting. Sertakan konteks yang diperlukan untuk menafsirkan keadaan atau hubungan yang terlihat. Untuk penulisan, definisikan pembaca, tujuan, nada, dan fakta yang harus dipertahankan. Keluaran langsung model berupa teks atau teks terstruktur, sedangkan alat dapat menjalankan operasi terpisah atau membuat artefak lain.
Panduan konteks produsen secara eksplisit mencantumkan total 128000 token konteks dan keluaran maksimum 16384 token untuk gpt-4o-2024-08-06. Kartu model saat ini menggunakan snapshot ini untuk rincian GPT-4o yang dipublikasikan dan menyebut batas pengetahuan 1 Oktober 2023. Materi sumber, percakapan, dan jawaban yang diminta berbagi anggaran konteks. Pertahankan fakta terdahulu yang berguna dan sediakan ruang untuk hasil lengkap.
OpenAI mendokumentasikan streaming, pemanggilan fungsi, Structured Outputs, dan fine-tuning untuk edisi ini, dengan fine-tuning model 6 Agustus yang tepat disebut dalam catatan perubahan API. Daftar alat produsen untuk keluarga ini mencakup pencarian web dan file, alat pembuatan gambar, interpretasi kode, serta koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakannya, dan mengembalikan hasil sebenarnya untuk tindak lanjut. Respons akhir terstruktur dan permintaan fungsi memiliki peran berbeda.
Structured Outputs mendukung subset JSON Schema, dan aplikasi perlu menangani penolakan eksplisit serta respons terputus atau tidak lengkap secara terpisah. Produsen juga mendokumentasikan Predicted Outputs untuk membuat ulang teks atau kode yang diketahui dengan perubahan kecil. Jalur prediksi tersebut mendukung keluaran teks dan mengecualikan pemanggilan fungsi; kontrol yang didokumentasikan berbeda dari permintaan biasa yang menggunakan alat.
Siapkan artefak akhir yang dapat dinilai berdasarkan sumber: field hasil ekstraksi, usulan balasan, dokumen yang disunting, atau penjelasan. Periksa fakta penting maupun format, dan sebutkan kondisi yang tidak ditetapkan oleh materi yang diberikan. Tindak lanjut yang terarah kemudian dapat merevisi satu field, menjawab pertanyaan yang belum terjawab, atau menyempurnakan hasil yang sama untuk pembaca yang dituju.
", "aboutText": "GPT-4o (2024-08-06) adalah snapshot GPT-4o OpenAI bertanggal 6 Agustus. Model ini menerima teks dan gambar serta menghasilkan teks. OpenAI menyebut edisi yang tepat ini dalam peluncuran Structured Outputs, yang memungkinkan respons lengkap mengikuti JSON Schema yang diberikan pengembang, alih-alih hanya bergantung pada permintaan JSON yang valid.\n\nPenggunaan yang bermanfaat adalah mengekstrak sekumpulan informasi yang telah ditentukan dari materi tidak terstruktur. Berikan teks atau gambar dokumen, definisikan field, dan jelaskan cara merepresentasikan nilai yang tidak tersedia. Contoh permintaan adalah mengidentifikasi topik dokumen, kondisi yang relevan, dan pertanyaan terbuka dalam skema yang dapat digunakan tahap aplikasi berikutnya. Pertahankan perbedaan antara informasi yang dinyatakan sumber dan inferensi agar terlihat dalam hasil.\n\nUntuk tugas visual, berikan tangkapan layar, foto, atau diagram yang terbaca dan identifikasi detail yang penting. Sertakan konteks yang diperlukan untuk menafsirkan keadaan atau hubungan yang terlihat. Untuk penulisan, definisikan pembaca, tujuan, nada, dan fakta yang harus dipertahankan. Keluaran langsung model berupa teks atau teks terstruktur, sedangkan alat dapat menjalankan operasi terpisah atau membuat artefak lain.\n\nPanduan konteks produsen secara eksplisit mencantumkan total 128000 token konteks dan keluaran maksimum 16384 token untuk gpt-4o-2024-08-06. Kartu model saat ini menggunakan snapshot ini untuk rincian GPT-4o yang dipublikasikan dan menyebut batas pengetahuan 1 Oktober 2023. Materi sumber, percakapan, dan jawaban yang diminta berbagi anggaran konteks. Pertahankan fakta terdahulu yang berguna dan sediakan ruang untuk hasil lengkap.\n\nOpenAI mendokumentasikan streaming, pemanggilan fungsi, Structured Outputs, dan fine-tuning untuk edisi ini, dengan fine-tuning model 6 Agustus yang tepat disebut dalam catatan perubahan API. Daftar alat produsen untuk keluarga ini mencakup pencarian web dan file, alat pembuatan gambar, interpretasi kode, serta koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakannya, dan mengembalikan hasil sebenarnya untuk tindak lanjut. Respons akhir terstruktur dan permintaan fungsi memiliki peran berbeda.\n\nStructured Outputs mendukung subset JSON Schema, dan aplikasi perlu menangani penolakan eksplisit serta respons terputus atau tidak lengkap secara terpisah. Produsen juga mendokumentasikan Predicted Outputs untuk membuat ulang teks atau kode yang diketahui dengan perubahan kecil. Jalur prediksi tersebut mendukung keluaran teks dan mengecualikan pemanggilan fungsi; kontrol yang didokumentasikan berbeda dari permintaan biasa yang menggunakan alat.\n\nSiapkan artefak akhir yang dapat dinilai berdasarkan sumber: field hasil ekstraksi, usulan balasan, dokumen yang disunting, atau penjelasan. Periksa fakta penting maupun format, dan sebutkan kondisi yang tidak ditetapkan oleh materi yang diberikan. Tindak lanjut yang terarah kemudian dapat merevisi satu field, menjawab pertanyaan yang belum terjawab, atau menyempurnakan hasil yang sama untuk pembaca yang dituju.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Extract a document record with unknowns\n\nExtract fields from this notice: “Case Q18 concerns a damaged parcel. The customer asks for a replacement. No delivery date is given.” Request a record containing case_id, topic, requested_remedy, delivery_date and evidence. Use null for an absent date and preserve the case identifier exactly. Do not infer shipment status.A structured text record with the five named fields, source evidence and an explicit missing date.Check each field against the notice and confirm that a replacement request is not recorded as an approved replacement.openai/gpt-4o-2024-08-06Snapshot GPT-4o tanggal 6 Agustus mendukung pekerjaan teks dan gambar serta Structured Outputs berbasis skema. Gunakan untuk mengekstrak field yang ditentukan, menyusun respons tertulis, atau menggabungkan materi sumber dengan hasil alat aplikasi.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-4o (2024-08-06) adalah snapshot GPT-4o OpenAI bertanggal 6 Agustus. Model ini menerima teks dan gambar serta menghasilkan teks. OpenAI menyebut edisi yang tepat ini dalam peluncuran Structured Outputs, yang memungkinkan respons lengkap mengikuti JSON Schema yang diberikan pengembang, alih-alih hanya bergantung pada permintaan JSON yang valid.
Penggunaan yang bermanfaat adalah mengekstrak sekumpulan informasi yang telah ditentukan dari materi tidak terstruktur. Berikan teks atau gambar dokumen, definisikan field, dan jelaskan cara merepresentasikan nilai yang tidak tersedia. Contoh permintaan adalah mengidentifikasi topik dokumen, kondisi yang relevan, dan pertanyaan terbuka dalam skema yang dapat digunakan tahap aplikasi berikutnya. Pertahankan perbedaan antara informasi yang dinyatakan sumber dan inferensi agar terlihat dalam hasil.
Untuk tugas visual, berikan tangkapan layar, foto, atau diagram yang terbaca dan identifikasi detail yang penting. Sertakan konteks yang diperlukan untuk menafsirkan keadaan atau hubungan yang terlihat. Untuk penulisan, definisikan pembaca, tujuan, nada, dan fakta yang harus dipertahankan. Keluaran langsung model berupa teks atau teks terstruktur, sedangkan alat dapat menjalankan operasi terpisah atau membuat artefak lain.
Panduan konteks produsen secara eksplisit mencantumkan total 128000 token konteks dan keluaran maksimum 16384 token untuk gpt-4o-2024-08-06. Kartu model saat ini menggunakan snapshot ini untuk rincian GPT-4o yang dipublikasikan dan menyebut batas pengetahuan 1 Oktober 2023. Materi sumber, percakapan, dan jawaban yang diminta berbagi anggaran konteks. Pertahankan fakta terdahulu yang berguna dan sediakan ruang untuk hasil lengkap.
OpenAI mendokumentasikan streaming, pemanggilan fungsi, Structured Outputs, dan fine-tuning untuk edisi ini, dengan fine-tuning model 6 Agustus yang tepat disebut dalam catatan perubahan API. Daftar alat produsen untuk keluarga ini mencakup pencarian web dan file, alat pembuatan gambar, interpretasi kode, serta koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakannya, dan mengembalikan hasil sebenarnya untuk tindak lanjut. Respons akhir terstruktur dan permintaan fungsi memiliki peran berbeda.
Structured Outputs mendukung subset JSON Schema, dan aplikasi perlu menangani penolakan eksplisit serta respons terputus atau tidak lengkap secara terpisah. Produsen juga mendokumentasikan Predicted Outputs untuk membuat ulang teks atau kode yang diketahui dengan perubahan kecil. Jalur prediksi tersebut mendukung keluaran teks dan mengecualikan pemanggilan fungsi; kontrol yang didokumentasikan berbeda dari permintaan biasa yang menggunakan alat.
Siapkan artefak akhir yang dapat dinilai berdasarkan sumber: field hasil ekstraksi, usulan balasan, dokumen yang disunting, atau penjelasan. Periksa fakta penting maupun format, dan sebutkan kondisi yang tidak ditetapkan oleh materi yang diberikan. Tindak lanjut yang terarah kemudian dapat merevisi satu field, menjawab pertanyaan yang belum terjawab, atau menyempurnakan hasil yang sama untuk pembaca yang dituju.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/gpt-4o-2024-08-06 | 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.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.005 / 1K token Keluaran · Token keluaran $0.02 / 1K token Masukan · Pembacaan cache $0.0025 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.005 / 1K token Keluaran · Token keluaran $0.02 / 1K token Masukan · Pembacaan cache $0.0025 / 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": "openai/gpt-4o-2024-08-06", "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='openai/gpt-4o-2024-08-06',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='openai/gpt-4o-2024-08-06',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 openai/gpt-4o-2024-08-06
Gunakan jalur metode yang ditampilkan di atas.
openai/gpt-4o-2024-08-06Snapshot GPT-4o tanggal 6 Agustus mendukung pekerjaan teks dan gambar serta Structured Outputs berbasis skema. Gunakan untuk mengekstrak field yang ditentukan, menyusun respons tertulis, atau menggabungkan materi sumber dengan hasil alat aplikasi.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-4o (2024-08-06) adalah snapshot GPT-4o OpenAI bertanggal 6 Agustus. Model ini menerima teks dan gambar serta menghasilkan teks. OpenAI menyebut edisi yang tepat ini dalam peluncuran Structured Outputs, yang memungkinkan respons lengkap mengikuti JSON Schema yang diberikan pengembang, alih-alih hanya bergantung pada permintaan JSON yang valid.
Penggunaan yang bermanfaat adalah mengekstrak sekumpulan informasi yang telah ditentukan dari materi tidak terstruktur. Berikan teks atau gambar dokumen, definisikan field, dan jelaskan cara merepresentasikan nilai yang tidak tersedia. Contoh permintaan adalah mengidentifikasi topik dokumen, kondisi yang relevan, dan pertanyaan terbuka dalam skema yang dapat digunakan tahap aplikasi berikutnya. Pertahankan perbedaan antara informasi yang dinyatakan sumber dan inferensi agar terlihat dalam hasil.
Untuk tugas visual, berikan tangkapan layar, foto, atau diagram yang terbaca dan identifikasi detail yang penting. Sertakan konteks yang diperlukan untuk menafsirkan keadaan atau hubungan yang terlihat. Untuk penulisan, definisikan pembaca, tujuan, nada, dan fakta yang harus dipertahankan. Keluaran langsung model berupa teks atau teks terstruktur, sedangkan alat dapat menjalankan operasi terpisah atau membuat artefak lain.
Panduan konteks produsen secara eksplisit mencantumkan total 128000 token konteks dan keluaran maksimum 16384 token untuk gpt-4o-2024-08-06. Kartu model saat ini menggunakan snapshot ini untuk rincian GPT-4o yang dipublikasikan dan menyebut batas pengetahuan 1 Oktober 2023. Materi sumber, percakapan, dan jawaban yang diminta berbagi anggaran konteks. Pertahankan fakta terdahulu yang berguna dan sediakan ruang untuk hasil lengkap.
OpenAI mendokumentasikan streaming, pemanggilan fungsi, Structured Outputs, dan fine-tuning untuk edisi ini, dengan fine-tuning model 6 Agustus yang tepat disebut dalam catatan perubahan API. Daftar alat produsen untuk keluarga ini mencakup pencarian web dan file, alat pembuatan gambar, interpretasi kode, serta koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakannya, dan mengembalikan hasil sebenarnya untuk tindak lanjut. Respons akhir terstruktur dan permintaan fungsi memiliki peran berbeda.
Structured Outputs mendukung subset JSON Schema, dan aplikasi perlu menangani penolakan eksplisit serta respons terputus atau tidak lengkap secara terpisah. Produsen juga mendokumentasikan Predicted Outputs untuk membuat ulang teks atau kode yang diketahui dengan perubahan kecil. Jalur prediksi tersebut mendukung keluaran teks dan mengecualikan pemanggilan fungsi; kontrol yang didokumentasikan berbeda dari permintaan biasa yang menggunakan alat.
Siapkan artefak akhir yang dapat dinilai berdasarkan sumber: field hasil ekstraksi, usulan balasan, dokumen yang disunting, atau penjelasan. Periksa fakta penting maupun format, dan sebutkan kondisi yang tidak ditetapkan oleh materi yang diberikan. Tindak lanjut yang terarah kemudian dapat merevisi satu field, menjawab pertanyaan yang belum terjawab, atau menyempurnakan hasil yang sama untuk pembaca yang dituju.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/gpt-4o-2024-08-06 | 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.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.005 / 1K token Keluaran · Token keluaran $0.02 / 1K token Masukan · Pembacaan cache $0.0025 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.005 / 1K token Keluaran · Token keluaran $0.02 / 1K token Masukan · Pembacaan cache $0.0025 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "openai/gpt-4o-2024-08-06",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'openai/gpt-4o-2024-08-06', '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': 'openai/gpt-4o-2024-08-06', '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 openai/gpt-4o-2024-08-06
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Extract a document record with unknowns\n\nExtract fields from this notice: “Case Q18 concerns a damaged parcel. The customer asks for a replacement. No delivery date is given.” Request a record containing case_id, topic, requested_remedy, delivery_date and evidence. Use null for an absent date and preserve the case identifier exactly. Do not infer shipment status.A structured text record with the five named fields, source evidence and an explicit missing date.Check each field against the notice and confirm that a replacement request is not recorded as an approved replacement.