GPT-5.3-Codex adalah model OpenAI yang dikhususkan untuk pemrograman berbasis agen di Codex dan lingkungan serupa yang terhubung dengan alat. Model menggabungkan pemrograman dengan penalaran dan pengetahuan profesional, menerima teks dan gambar, serta menghasilkan teks. Perannya meluas dari menghasilkan kode hingga memeriksa proyek, mengambil keputusan berdasarkan bukti alat, dan melanjutkan tugas teknis melalui langkah berikutnya.
Rilis ini menjelaskan implementasi, penelusuran kesalahan, pengujian, dan pekerjaan lain sepanjang siklus hidup perangkat lunak, termasuk persyaratan produk, dokumen teknis, dan analisis data. Untuk permintaan pemrograman, berikan perilaku yang perlu diimplementasikan, bahan proyek yang relevan, dan batasan yang harus dipertahankan. Contoh tugasnya adalah menelusuri bagaimana masukan mencapai hasilnya, mengidentifikasi dependensi yang terlibat, dan menyusun patch terkoordinasi beserta penjelasan tentang perilaku yang terdampak.
Pekerjaan antarmuka dapat menggabungkan arahan tertulis dengan tangkapan layar atau referensi visual lainnya. Tentukan interaksi atau tata letak yang penting dan hasil yang diharapkan pengguna. Dalam lingkungan pemrograman, isi berkas, keluaran perintah, dan hasil pemeriksaan menjadi bukti untuk keputusan berikutnya. Aplikasi menjalankan alat dan mengembalikan keluaran sebenarnya; model harus membedakan perubahan yang diusulkan dari perubahan yang sudah dilakukan dan diperiksa dalam lingkungan itu.
OpenAI menetapkan jendela konteks 400000 token, masukan maksimum 272000 token, dan keluaran maksimum 128000 token, dengan batas pengetahuan 31 Agustus 2025. Model mendukung upaya penalaran low, medium, high, dan xhigh. Panduan instruksi khususnya menyarankan medium sebagai titik awal praktis untuk pemrograman interaktif dan upaya lebih tinggi untuk pekerjaan sulit. Antarmuka yang didokumentasikan adalah Responses, dengan streaming, Structured Outputs, pemanggilan fungsi, masukan gambar, pencarian web, dan cache prompt. Perangkat alat khusus pada kartu model mencakup fungsi, pencarian web, shell yang dihosting, dan keterampilan.
Panduan khusus Codex mendokumentasikan dukungan bawaan untuk pemadatan konteks pada rangkaian kerja panjang. Ketika percakapan membesar, aplikasi dapat menghasilkan konteks yang dipadatkan sambil mempertahankan keadaan penting sebelumnya untuk permintaan berikutnya. Panduan juga mengharuskan informasi phase pada pesan assistant tetap dipertahankan: komentar sementara dengan nilai commentary dan jawaban akhir dengan nilai final memiliki peran berbeda, dan hilangnya perbedaan itu dapat menyebabkan penghentian dini atau penurunan kualitas perilaku. Karena itu, pesan perkembangan harus tetap diperlakukan sebagai pesan perkembangan, bukan hasil tugas yang telah selesai.
Rilis ini menjelaskan pengarahan dan interaksi dengan model selama pekerjaan di lingkungan Codex. Berikan koreksi atau persyaratan tambahan sambil menjaga agar tujuan awal dan bukti relevan tetap jelas. Rilis ini juga menjelaskan pemantauan dan kontrol otomatis untuk permintaan yang dinilai sebagai pekerjaan keamanan siber berisiko lebih tinggi. Kontrol produsen tersebut terpisah dari izin dan alat yang disediakan lingkungan kerja tertentu.
Tentukan isi tugas yang telah selesai. Untuk perbaikan bug, sediakan kegagalan yang diamati dan perilaku yang diharapkan, lalu minta berkas yang terdampak, perubahan penting, dan hasil pemeriksaan yang benar-benar dilakukan. Untuk tinjauan, minta masalah konkret yang terkait dengan perilaku yang dimaksudkan. Hasil akhir yang berguna menghubungkan pekerjaan yang diusulkan atau diselesaikan dengan permintaan awal dan mencantumkan bukti yang diperoleh, beserta langkah khusus yang masih belum terselesaikan.
", "aboutText": "GPT-5.3-Codex adalah model OpenAI yang dikhususkan untuk pemrograman berbasis agen di Codex dan lingkungan serupa yang terhubung dengan alat. Model menggabungkan pemrograman dengan penalaran dan pengetahuan profesional, menerima teks dan gambar, serta menghasilkan teks. Perannya meluas dari menghasilkan kode hingga memeriksa proyek, mengambil keputusan berdasarkan bukti alat, dan melanjutkan tugas teknis melalui langkah berikutnya.\n\nRilis ini menjelaskan implementasi, penelusuran kesalahan, pengujian, dan pekerjaan lain sepanjang siklus hidup perangkat lunak, termasuk persyaratan produk, dokumen teknis, dan analisis data. Untuk permintaan pemrograman, berikan perilaku yang perlu diimplementasikan, bahan proyek yang relevan, dan batasan yang harus dipertahankan. Contoh tugasnya adalah menelusuri bagaimana masukan mencapai hasilnya, mengidentifikasi dependensi yang terlibat, dan menyusun patch terkoordinasi beserta penjelasan tentang perilaku yang terdampak.\n\nPekerjaan antarmuka dapat menggabungkan arahan tertulis dengan tangkapan layar atau referensi visual lainnya. Tentukan interaksi atau tata letak yang penting dan hasil yang diharapkan pengguna. Dalam lingkungan pemrograman, isi berkas, keluaran perintah, dan hasil pemeriksaan menjadi bukti untuk keputusan berikutnya. Aplikasi menjalankan alat dan mengembalikan keluaran sebenarnya; model harus membedakan perubahan yang diusulkan dari perubahan yang sudah dilakukan dan diperiksa dalam lingkungan itu.\n\nOpenAI menetapkan jendela konteks 400000 token, masukan maksimum 272000 token, dan keluaran maksimum 128000 token, dengan batas pengetahuan 31 Agustus 2025. Model mendukung upaya penalaran low, medium, high, dan xhigh. Panduan instruksi khususnya menyarankan medium sebagai titik awal praktis untuk pemrograman interaktif dan upaya lebih tinggi untuk pekerjaan sulit. Antarmuka yang didokumentasikan adalah Responses, dengan streaming, Structured Outputs, pemanggilan fungsi, masukan gambar, pencarian web, dan cache prompt. Perangkat alat khusus pada kartu model mencakup fungsi, pencarian web, shell yang dihosting, dan keterampilan.\n\nPanduan khusus Codex mendokumentasikan dukungan bawaan untuk pemadatan konteks pada rangkaian kerja panjang. Ketika percakapan membesar, aplikasi dapat menghasilkan konteks yang dipadatkan sambil mempertahankan keadaan penting sebelumnya untuk permintaan berikutnya. Panduan juga mengharuskan informasi phase pada pesan assistant tetap dipertahankan: komentar sementara dengan nilai commentary dan jawaban akhir dengan nilai final memiliki peran berbeda, dan hilangnya perbedaan itu dapat menyebabkan penghentian dini atau penurunan kualitas perilaku. Karena itu, pesan perkembangan harus tetap diperlakukan sebagai pesan perkembangan, bukan hasil tugas yang telah selesai.\n\nRilis ini menjelaskan pengarahan dan interaksi dengan model selama pekerjaan di lingkungan Codex. Berikan koreksi atau persyaratan tambahan sambil menjaga agar tujuan awal dan bukti relevan tetap jelas. Rilis ini juga menjelaskan pemantauan dan kontrol otomatis untuk permintaan yang dinilai sebagai pekerjaan keamanan siber berisiko lebih tinggi. Kontrol produsen tersebut terpisah dari izin dan alat yang disediakan lingkungan kerja tertentu.\n\nTentukan isi tugas yang telah selesai. Untuk perbaikan bug, sediakan kegagalan yang diamati dan perilaku yang diharapkan, lalu minta berkas yang terdampak, perubahan penting, dan hasil pemeriksaan yang benar-benar dilakukan. Untuk tinjauan, minta masalah konkret yang terkait dengan perilaku yang dimaksudkan. Hasil akhir yang berguna menghubungkan pekerjaan yang diusulkan atau diselesaikan dengan permintaan awal dan mencantumkan bukti yang diperoleh, beserta langkah khusus yang masih belum terselesaikan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Patch a parser and its caller\n\nPropose a coordinated patch for two Python excerpts. parser.py: def parse_line(line): return line.split(":"). runner.py: key, value = parse_line(line). A value may contain colons; blank lines must be skipped. For "title:a:b", preserve value "a:b". Return both changed excerpts and tests for a colon-bearing value, a blank line and a missing delimiter.Two focused code changes with a clear malformed-line contract and tests covering the three supplied cases.Check that the parser and caller agree on skipped and malformed lines and that value colons are preserved.gpt-5.3-codexModel khusus Codex untuk pemrograman berbasis agen dan tugas teknis jangka panjang. Model menerima teks dan gambar, menggunakan hasil alat, dan mendukung pemadatan konteks agar tugas dapat berlanjut melampaui satu jendela konteks.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-5.3-Codex adalah model OpenAI yang dikhususkan untuk pemrograman berbasis agen di Codex dan lingkungan serupa yang terhubung dengan alat. Model menggabungkan pemrograman dengan penalaran dan pengetahuan profesional, menerima teks dan gambar, serta menghasilkan teks. Perannya meluas dari menghasilkan kode hingga memeriksa proyek, mengambil keputusan berdasarkan bukti alat, dan melanjutkan tugas teknis melalui langkah berikutnya.
Rilis ini menjelaskan implementasi, penelusuran kesalahan, pengujian, dan pekerjaan lain sepanjang siklus hidup perangkat lunak, termasuk persyaratan produk, dokumen teknis, dan analisis data. Untuk permintaan pemrograman, berikan perilaku yang perlu diimplementasikan, bahan proyek yang relevan, dan batasan yang harus dipertahankan. Contoh tugasnya adalah menelusuri bagaimana masukan mencapai hasilnya, mengidentifikasi dependensi yang terlibat, dan menyusun patch terkoordinasi beserta penjelasan tentang perilaku yang terdampak.
Pekerjaan antarmuka dapat menggabungkan arahan tertulis dengan tangkapan layar atau referensi visual lainnya. Tentukan interaksi atau tata letak yang penting dan hasil yang diharapkan pengguna. Dalam lingkungan pemrograman, isi berkas, keluaran perintah, dan hasil pemeriksaan menjadi bukti untuk keputusan berikutnya. Aplikasi menjalankan alat dan mengembalikan keluaran sebenarnya; model harus membedakan perubahan yang diusulkan dari perubahan yang sudah dilakukan dan diperiksa dalam lingkungan itu.
OpenAI menetapkan jendela konteks 400000 token, masukan maksimum 272000 token, dan keluaran maksimum 128000 token, dengan batas pengetahuan 31 Agustus 2025. Model mendukung upaya penalaran low, medium, high, dan xhigh. Panduan instruksi khususnya menyarankan medium sebagai titik awal praktis untuk pemrograman interaktif dan upaya lebih tinggi untuk pekerjaan sulit. Antarmuka yang didokumentasikan adalah Responses, dengan streaming, Structured Outputs, pemanggilan fungsi, masukan gambar, pencarian web, dan cache prompt. Perangkat alat khusus pada kartu model mencakup fungsi, pencarian web, shell yang dihosting, dan keterampilan.
Panduan khusus Codex mendokumentasikan dukungan bawaan untuk pemadatan konteks pada rangkaian kerja panjang. Ketika percakapan membesar, aplikasi dapat menghasilkan konteks yang dipadatkan sambil mempertahankan keadaan penting sebelumnya untuk permintaan berikutnya. Panduan juga mengharuskan informasi phase pada pesan assistant tetap dipertahankan: komentar sementara dengan nilai commentary dan jawaban akhir dengan nilai final memiliki peran berbeda, dan hilangnya perbedaan itu dapat menyebabkan penghentian dini atau penurunan kualitas perilaku. Karena itu, pesan perkembangan harus tetap diperlakukan sebagai pesan perkembangan, bukan hasil tugas yang telah selesai.
Rilis ini menjelaskan pengarahan dan interaksi dengan model selama pekerjaan di lingkungan Codex. Berikan koreksi atau persyaratan tambahan sambil menjaga agar tujuan awal dan bukti relevan tetap jelas. Rilis ini juga menjelaskan pemantauan dan kontrol otomatis untuk permintaan yang dinilai sebagai pekerjaan keamanan siber berisiko lebih tinggi. Kontrol produsen tersebut terpisah dari izin dan alat yang disediakan lingkungan kerja tertentu.
Tentukan isi tugas yang telah selesai. Untuk perbaikan bug, sediakan kegagalan yang diamati dan perilaku yang diharapkan, lalu minta berkas yang terdampak, perubahan penting, dan hasil pemeriksaan yang benar-benar dilakukan. Untuk tinjauan, minta masalah konkret yang terkait dengan perilaku yang dimaksudkan. Hasil akhir yang berguna menghubungkan pekerjaan yang diusulkan atau diselesaikan dengan permintaan awal dan mencantumkan bukti yang diperoleh, beserta langkah khusus yang masih belum terselesaikan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gpt-5.3-codex | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Percakapan teks | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
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 |
Parametercontrol_scope | KontrakPercakapan teks; stream adalah nilai boolean dengan false sebagai bawaan. |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Alias metode: /chat/completions
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 $0.0035 / 1K token Keluaran · Token keluaran $0.028 / 1K token Masukan · Pembacaan cache $0.00035 / 1K token Masukan · Penulisan cache — / 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 $0.0035 / 1K token Keluaran · Token keluaran $0.028 / 1K token Masukan · Pembacaan cache $0.00035 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-5.3-codex","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-5.3-codex", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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-5.3-codex, openai/gpt-5.3-codex
/chat/completions
gpt-5.3-codexModel khusus Codex untuk pemrograman berbasis agen dan tugas teknis jangka panjang. Model menerima teks dan gambar, menggunakan hasil alat, dan mendukung pemadatan konteks agar tugas dapat berlanjut melampaui satu jendela konteks.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-5.3-Codex adalah model OpenAI yang dikhususkan untuk pemrograman berbasis agen di Codex dan lingkungan serupa yang terhubung dengan alat. Model menggabungkan pemrograman dengan penalaran dan pengetahuan profesional, menerima teks dan gambar, serta menghasilkan teks. Perannya meluas dari menghasilkan kode hingga memeriksa proyek, mengambil keputusan berdasarkan bukti alat, dan melanjutkan tugas teknis melalui langkah berikutnya.
Rilis ini menjelaskan implementasi, penelusuran kesalahan, pengujian, dan pekerjaan lain sepanjang siklus hidup perangkat lunak, termasuk persyaratan produk, dokumen teknis, dan analisis data. Untuk permintaan pemrograman, berikan perilaku yang perlu diimplementasikan, bahan proyek yang relevan, dan batasan yang harus dipertahankan. Contoh tugasnya adalah menelusuri bagaimana masukan mencapai hasilnya, mengidentifikasi dependensi yang terlibat, dan menyusun patch terkoordinasi beserta penjelasan tentang perilaku yang terdampak.
Pekerjaan antarmuka dapat menggabungkan arahan tertulis dengan tangkapan layar atau referensi visual lainnya. Tentukan interaksi atau tata letak yang penting dan hasil yang diharapkan pengguna. Dalam lingkungan pemrograman, isi berkas, keluaran perintah, dan hasil pemeriksaan menjadi bukti untuk keputusan berikutnya. Aplikasi menjalankan alat dan mengembalikan keluaran sebenarnya; model harus membedakan perubahan yang diusulkan dari perubahan yang sudah dilakukan dan diperiksa dalam lingkungan itu.
OpenAI menetapkan jendela konteks 400000 token, masukan maksimum 272000 token, dan keluaran maksimum 128000 token, dengan batas pengetahuan 31 Agustus 2025. Model mendukung upaya penalaran low, medium, high, dan xhigh. Panduan instruksi khususnya menyarankan medium sebagai titik awal praktis untuk pemrograman interaktif dan upaya lebih tinggi untuk pekerjaan sulit. Antarmuka yang didokumentasikan adalah Responses, dengan streaming, Structured Outputs, pemanggilan fungsi, masukan gambar, pencarian web, dan cache prompt. Perangkat alat khusus pada kartu model mencakup fungsi, pencarian web, shell yang dihosting, dan keterampilan.
Panduan khusus Codex mendokumentasikan dukungan bawaan untuk pemadatan konteks pada rangkaian kerja panjang. Ketika percakapan membesar, aplikasi dapat menghasilkan konteks yang dipadatkan sambil mempertahankan keadaan penting sebelumnya untuk permintaan berikutnya. Panduan juga mengharuskan informasi phase pada pesan assistant tetap dipertahankan: komentar sementara dengan nilai commentary dan jawaban akhir dengan nilai final memiliki peran berbeda, dan hilangnya perbedaan itu dapat menyebabkan penghentian dini atau penurunan kualitas perilaku. Karena itu, pesan perkembangan harus tetap diperlakukan sebagai pesan perkembangan, bukan hasil tugas yang telah selesai.
Rilis ini menjelaskan pengarahan dan interaksi dengan model selama pekerjaan di lingkungan Codex. Berikan koreksi atau persyaratan tambahan sambil menjaga agar tujuan awal dan bukti relevan tetap jelas. Rilis ini juga menjelaskan pemantauan dan kontrol otomatis untuk permintaan yang dinilai sebagai pekerjaan keamanan siber berisiko lebih tinggi. Kontrol produsen tersebut terpisah dari izin dan alat yang disediakan lingkungan kerja tertentu.
Tentukan isi tugas yang telah selesai. Untuk perbaikan bug, sediakan kegagalan yang diamati dan perilaku yang diharapkan, lalu minta berkas yang terdampak, perubahan penting, dan hasil pemeriksaan yang benar-benar dilakukan. Untuk tinjauan, minta masalah konkret yang terkait dengan perilaku yang dimaksudkan. Hasil akhir yang berguna menghubungkan pekerjaan yang diusulkan atau diselesaikan dengan permintaan awal dan mencantumkan bukti yang diperoleh, beserta langkah khusus yang masih belum terselesaikan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gpt-5.3-codex | 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 $0.0035 / 1K token Keluaran · Token keluaran $0.028 / 1K token Masukan · Pembacaan cache $0.00035 / 1K token Masukan · Penulisan cache — / 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 $0.0035 / 1K token Keluaran · Token keluaran $0.028 / 1K token Masukan · Pembacaan cache $0.00035 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "gpt-5.3-codex",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.3-codex', '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-5.3-codex', '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-5.3-codex, openai/gpt-5.3-codex
/chat/completions
openai/gpt-5.3-codexModel khusus Codex untuk pemrograman berbasis agen dan tugas teknis jangka panjang. Model menerima teks dan gambar, menggunakan hasil alat, dan mendukung pemadatan konteks agar tugas dapat berlanjut melampaui satu jendela konteks.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-5.3-Codex adalah model OpenAI yang dikhususkan untuk pemrograman berbasis agen di Codex dan lingkungan serupa yang terhubung dengan alat. Model menggabungkan pemrograman dengan penalaran dan pengetahuan profesional, menerima teks dan gambar, serta menghasilkan teks. Perannya meluas dari menghasilkan kode hingga memeriksa proyek, mengambil keputusan berdasarkan bukti alat, dan melanjutkan tugas teknis melalui langkah berikutnya.
Rilis ini menjelaskan implementasi, penelusuran kesalahan, pengujian, dan pekerjaan lain sepanjang siklus hidup perangkat lunak, termasuk persyaratan produk, dokumen teknis, dan analisis data. Untuk permintaan pemrograman, berikan perilaku yang perlu diimplementasikan, bahan proyek yang relevan, dan batasan yang harus dipertahankan. Contoh tugasnya adalah menelusuri bagaimana masukan mencapai hasilnya, mengidentifikasi dependensi yang terlibat, dan menyusun patch terkoordinasi beserta penjelasan tentang perilaku yang terdampak.
Pekerjaan antarmuka dapat menggabungkan arahan tertulis dengan tangkapan layar atau referensi visual lainnya. Tentukan interaksi atau tata letak yang penting dan hasil yang diharapkan pengguna. Dalam lingkungan pemrograman, isi berkas, keluaran perintah, dan hasil pemeriksaan menjadi bukti untuk keputusan berikutnya. Aplikasi menjalankan alat dan mengembalikan keluaran sebenarnya; model harus membedakan perubahan yang diusulkan dari perubahan yang sudah dilakukan dan diperiksa dalam lingkungan itu.
OpenAI menetapkan jendela konteks 400000 token, masukan maksimum 272000 token, dan keluaran maksimum 128000 token, dengan batas pengetahuan 31 Agustus 2025. Model mendukung upaya penalaran low, medium, high, dan xhigh. Panduan instruksi khususnya menyarankan medium sebagai titik awal praktis untuk pemrograman interaktif dan upaya lebih tinggi untuk pekerjaan sulit. Antarmuka yang didokumentasikan adalah Responses, dengan streaming, Structured Outputs, pemanggilan fungsi, masukan gambar, pencarian web, dan cache prompt. Perangkat alat khusus pada kartu model mencakup fungsi, pencarian web, shell yang dihosting, dan keterampilan.
Panduan khusus Codex mendokumentasikan dukungan bawaan untuk pemadatan konteks pada rangkaian kerja panjang. Ketika percakapan membesar, aplikasi dapat menghasilkan konteks yang dipadatkan sambil mempertahankan keadaan penting sebelumnya untuk permintaan berikutnya. Panduan juga mengharuskan informasi phase pada pesan assistant tetap dipertahankan: komentar sementara dengan nilai commentary dan jawaban akhir dengan nilai final memiliki peran berbeda, dan hilangnya perbedaan itu dapat menyebabkan penghentian dini atau penurunan kualitas perilaku. Karena itu, pesan perkembangan harus tetap diperlakukan sebagai pesan perkembangan, bukan hasil tugas yang telah selesai.
Rilis ini menjelaskan pengarahan dan interaksi dengan model selama pekerjaan di lingkungan Codex. Berikan koreksi atau persyaratan tambahan sambil menjaga agar tujuan awal dan bukti relevan tetap jelas. Rilis ini juga menjelaskan pemantauan dan kontrol otomatis untuk permintaan yang dinilai sebagai pekerjaan keamanan siber berisiko lebih tinggi. Kontrol produsen tersebut terpisah dari izin dan alat yang disediakan lingkungan kerja tertentu.
Tentukan isi tugas yang telah selesai. Untuk perbaikan bug, sediakan kegagalan yang diamati dan perilaku yang diharapkan, lalu minta berkas yang terdampak, perubahan penting, dan hasil pemeriksaan yang benar-benar dilakukan. Untuk tinjauan, minta masalah konkret yang terkait dengan perilaku yang dimaksudkan. Hasil akhir yang berguna menghubungkan pekerjaan yang diusulkan atau diselesaikan dengan permintaan awal dan mencantumkan bukti yang diperoleh, beserta langkah khusus yang masih belum terselesaikan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/gpt-5.3-codex | 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 $0.0035 / 1K token Keluaran · Token keluaran $0.028 / 1K token Masukan · Pembacaan cache $0.00035 / 1K token Masukan · Penulisan cache — / 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 $0.0035 / 1K token Keluaran · Token keluaran $0.028 / 1K token Masukan · Pembacaan cache $0.00035 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.3-codex", "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-5.3-codex',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-5.3-codex',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-5.3-codex, openai/gpt-5.3-codex
/chat/completions
openai/gpt-5.3-codexModel khusus Codex untuk pemrograman berbasis agen dan tugas teknis jangka panjang. Model menerima teks dan gambar, menggunakan hasil alat, dan mendukung pemadatan konteks agar tugas dapat berlanjut melampaui satu jendela konteks.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
GPT-5.3-Codex adalah model OpenAI yang dikhususkan untuk pemrograman berbasis agen di Codex dan lingkungan serupa yang terhubung dengan alat. Model menggabungkan pemrograman dengan penalaran dan pengetahuan profesional, menerima teks dan gambar, serta menghasilkan teks. Perannya meluas dari menghasilkan kode hingga memeriksa proyek, mengambil keputusan berdasarkan bukti alat, dan melanjutkan tugas teknis melalui langkah berikutnya.
Rilis ini menjelaskan implementasi, penelusuran kesalahan, pengujian, dan pekerjaan lain sepanjang siklus hidup perangkat lunak, termasuk persyaratan produk, dokumen teknis, dan analisis data. Untuk permintaan pemrograman, berikan perilaku yang perlu diimplementasikan, bahan proyek yang relevan, dan batasan yang harus dipertahankan. Contoh tugasnya adalah menelusuri bagaimana masukan mencapai hasilnya, mengidentifikasi dependensi yang terlibat, dan menyusun patch terkoordinasi beserta penjelasan tentang perilaku yang terdampak.
Pekerjaan antarmuka dapat menggabungkan arahan tertulis dengan tangkapan layar atau referensi visual lainnya. Tentukan interaksi atau tata letak yang penting dan hasil yang diharapkan pengguna. Dalam lingkungan pemrograman, isi berkas, keluaran perintah, dan hasil pemeriksaan menjadi bukti untuk keputusan berikutnya. Aplikasi menjalankan alat dan mengembalikan keluaran sebenarnya; model harus membedakan perubahan yang diusulkan dari perubahan yang sudah dilakukan dan diperiksa dalam lingkungan itu.
OpenAI menetapkan jendela konteks 400000 token, masukan maksimum 272000 token, dan keluaran maksimum 128000 token, dengan batas pengetahuan 31 Agustus 2025. Model mendukung upaya penalaran low, medium, high, dan xhigh. Panduan instruksi khususnya menyarankan medium sebagai titik awal praktis untuk pemrograman interaktif dan upaya lebih tinggi untuk pekerjaan sulit. Antarmuka yang didokumentasikan adalah Responses, dengan streaming, Structured Outputs, pemanggilan fungsi, masukan gambar, pencarian web, dan cache prompt. Perangkat alat khusus pada kartu model mencakup fungsi, pencarian web, shell yang dihosting, dan keterampilan.
Panduan khusus Codex mendokumentasikan dukungan bawaan untuk pemadatan konteks pada rangkaian kerja panjang. Ketika percakapan membesar, aplikasi dapat menghasilkan konteks yang dipadatkan sambil mempertahankan keadaan penting sebelumnya untuk permintaan berikutnya. Panduan juga mengharuskan informasi phase pada pesan assistant tetap dipertahankan: komentar sementara dengan nilai commentary dan jawaban akhir dengan nilai final memiliki peran berbeda, dan hilangnya perbedaan itu dapat menyebabkan penghentian dini atau penurunan kualitas perilaku. Karena itu, pesan perkembangan harus tetap diperlakukan sebagai pesan perkembangan, bukan hasil tugas yang telah selesai.
Rilis ini menjelaskan pengarahan dan interaksi dengan model selama pekerjaan di lingkungan Codex. Berikan koreksi atau persyaratan tambahan sambil menjaga agar tujuan awal dan bukti relevan tetap jelas. Rilis ini juga menjelaskan pemantauan dan kontrol otomatis untuk permintaan yang dinilai sebagai pekerjaan keamanan siber berisiko lebih tinggi. Kontrol produsen tersebut terpisah dari izin dan alat yang disediakan lingkungan kerja tertentu.
Tentukan isi tugas yang telah selesai. Untuk perbaikan bug, sediakan kegagalan yang diamati dan perilaku yang diharapkan, lalu minta berkas yang terdampak, perubahan penting, dan hasil pemeriksaan yang benar-benar dilakukan. Untuk tinjauan, minta masalah konkret yang terkait dengan perilaku yang dimaksudkan. Hasil akhir yang berguna menghubungkan pekerjaan yang diusulkan atau diselesaikan dengan permintaan awal dan mencantumkan bukti yang diperoleh, beserta langkah khusus yang masih belum terselesaikan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/gpt-5.3-codex | 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 $0.0035 / 1K token Keluaran · Token keluaran $0.028 / 1K token Masukan · Pembacaan cache $0.00035 / 1K token Masukan · Penulisan cache — / 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 $0.0035 / 1K token Keluaran · Token keluaran $0.028 / 1K token Masukan · Pembacaan cache $0.00035 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "openai/gpt-5.3-codex",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.3-codex', '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-5.3-codex', '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-5.3-codex, openai/gpt-5.3-codex
/chat/completions
Contoh teknis dalam bahasa Inggris
Patch a parser and its caller\n\nPropose a coordinated patch for two Python excerpts. parser.py: def parse_line(line): return line.split(":"). runner.py: key, value = parse_line(line). A value may contain colons; blank lines must be skipped. For "title:a:b", preserve value "a:b". Return both changed excerpts and tests for a colon-bearing value, a blank line and a missing delimiter.Two focused code changes with a clear malformed-line contract and tests covering the three supplied cases.Check that the parser and caller agree on skipped and malformed lines and that value colons are preserved.