o1-pro adalah edisi o1 terpisah dari OpenAI yang menggunakan komputasi tambahan untuk penalaran kompleks. Keluarga o1 dilatih dengan pembelajaran penguatan untuk menguraikan masalah sebelum menjawab. Model Pro menerima teks dan gambar serta menghasilkan teks. Identitasnya terpisah dari o1 standar dan mode eksekusi Pro yang didokumentasikan untuk keluarga GPT yang lebih baru.
Contoh tugas adalah menganalisis persyaratan yang kondisinya saling bergantung. Berikan pertanyaan, materi yang relevan, dan kriteria yang mengatur keputusan. Mintalah penjelasan hubungan serta rekomendasi konkret dengan kondisi yang dinyatakan. Untuk pertanyaan kode, sertakan perilaku yang dituju dan implementasi terkait; untuk masalah matematika, berikan definisi, domain, dan bentuk hasil yang diperlukan.
Materi visual dapat menyediakan diagram, keadaan antarmuka, atau bukti lain bagi pertanyaan. Tentukan detail yang relevan dan sertakan konteks tertulis yang diperlukan untuk menafsirkannya. Arahan masukan yang berguna memisahkan informasi sumber dari instruksi dan menentukan artefak yang diperlukan pembaca: penjelasan teknis, usulan solusi, perbandingan, atau rencana. Ini menghubungkan analisis tambahan model dengan tujuan tugas yang sebenarnya.
OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Penalaran menggunakan ruang bersama masukan dan jawaban yang terlihat. Pembuatnya mendokumentasikan o1-pro melalui Responses, yang mendukung interaksi model beberapa giliran sebelum respons akhir; Batch juga tercantum dalam spesifikasi model. Ini merupakan karakteristik model Pro dari pembuatnya, bukan pengaturan edisi o1 lain.
Kartu asli mengonfirmasi bahwa streaming tidak didukung, sementara pemanggilan fungsi, Structured Outputs, dan masukan gambar didukung. Daftar alat yang tercantum secara tepat mencakup fungsi, pencarian berkas, dan koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakan, dan mengembalikan hasil sebenarnya. Respons akhir terstruktur menentukan bentuk keluaran, sedangkan permintaan fungsi mengusulkan operasi bagi lingkungan kerja.
Nyatakan cara tugas perlu diselesaikan dan diperiksa. Untuk analisis, mintalah kesimpulan, bukti yang mendasarinya, dan kondisi yang belum terselesaikan tetap dibedakan. Untuk perubahan usulan, tentukan perilaku yang diharapkan dan mintalah pemeriksaan yang benar-benar dilakukan dipisahkan dari yang masih diperlukan. Artefak akhir yang berguna menyatakan pilihan penting secara eksplisit dan menghubungkannya dengan pertanyaan awal serta materi yang diberikan.
", "aboutText": "o1-pro adalah edisi o1 terpisah dari OpenAI yang menggunakan komputasi tambahan untuk penalaran kompleks. Keluarga o1 dilatih dengan pembelajaran penguatan untuk menguraikan masalah sebelum menjawab. Model Pro menerima teks dan gambar serta menghasilkan teks. Identitasnya terpisah dari o1 standar dan mode eksekusi Pro yang didokumentasikan untuk keluarga GPT yang lebih baru.\n\nContoh tugas adalah menganalisis persyaratan yang kondisinya saling bergantung. Berikan pertanyaan, materi yang relevan, dan kriteria yang mengatur keputusan. Mintalah penjelasan hubungan serta rekomendasi konkret dengan kondisi yang dinyatakan. Untuk pertanyaan kode, sertakan perilaku yang dituju dan implementasi terkait; untuk masalah matematika, berikan definisi, domain, dan bentuk hasil yang diperlukan.\n\nMateri visual dapat menyediakan diagram, keadaan antarmuka, atau bukti lain bagi pertanyaan. Tentukan detail yang relevan dan sertakan konteks tertulis yang diperlukan untuk menafsirkannya. Arahan masukan yang berguna memisahkan informasi sumber dari instruksi dan menentukan artefak yang diperlukan pembaca: penjelasan teknis, usulan solusi, perbandingan, atau rencana. Ini menghubungkan analisis tambahan model dengan tujuan tugas yang sebenarnya.\n\nOpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Penalaran menggunakan ruang bersama masukan dan jawaban yang terlihat. Pembuatnya mendokumentasikan o1-pro melalui Responses, yang mendukung interaksi model beberapa giliran sebelum respons akhir; Batch juga tercantum dalam spesifikasi model. Ini merupakan karakteristik model Pro dari pembuatnya, bukan pengaturan edisi o1 lain.\n\nKartu asli mengonfirmasi bahwa streaming tidak didukung, sementara pemanggilan fungsi, Structured Outputs, dan masukan gambar didukung. Daftar alat yang tercantum secara tepat mencakup fungsi, pencarian berkas, dan koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakan, dan mengembalikan hasil sebenarnya. Respons akhir terstruktur menentukan bentuk keluaran, sedangkan permintaan fungsi mengusulkan operasi bagi lingkungan kerja.\n\nNyatakan cara tugas perlu diselesaikan dan diperiksa. Untuk analisis, mintalah kesimpulan, bukti yang mendasarinya, dan kondisi yang belum terselesaikan tetap dibedakan. Untuk perubahan usulan, tentukan perilaku yang diharapkan dan mintalah pemeriksaan yang benar-benar dilakukan dipisahkan dari yang masih diperlukan. Artefak akhir yang berguna menyatakan pilihan penting secara eksplisit dan menghubungkannya dengan pertanyaan awal serta materi yang diberikan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Check an interdependent staffing plan\n\nTwo rooms need a facilitator from 09:00 to 10:00. Ada can facilitate either room. Ben can facilitate only room A. Cara can cover room B but arrives at 09:30. Each room needs continuous coverage, and nobody can cover both at once. Find a feasible assignment or identify the blocking condition and the smallest staffing change needed.A feasibility conclusion with a time-based assignment or a precise blocking interval and proposed change.The reasoning checks the full 09:00–09:30 interval rather than treating Cara as available from 09:00.openai/o1-proEdisi o1-pro yang terpisah menggunakan komputasi tambahan untuk penalaran kompleks atas teks dan gambar. Model ini mengembalikan teks serta mendukung pemanggilan fungsi dan Structured Outputs melalui alur kerja Responses dari pembuatnya, tanpa streaming.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
o1-pro adalah edisi o1 terpisah dari OpenAI yang menggunakan komputasi tambahan untuk penalaran kompleks. Keluarga o1 dilatih dengan pembelajaran penguatan untuk menguraikan masalah sebelum menjawab. Model Pro menerima teks dan gambar serta menghasilkan teks. Identitasnya terpisah dari o1 standar dan mode eksekusi Pro yang didokumentasikan untuk keluarga GPT yang lebih baru.
Contoh tugas adalah menganalisis persyaratan yang kondisinya saling bergantung. Berikan pertanyaan, materi yang relevan, dan kriteria yang mengatur keputusan. Mintalah penjelasan hubungan serta rekomendasi konkret dengan kondisi yang dinyatakan. Untuk pertanyaan kode, sertakan perilaku yang dituju dan implementasi terkait; untuk masalah matematika, berikan definisi, domain, dan bentuk hasil yang diperlukan.
Materi visual dapat menyediakan diagram, keadaan antarmuka, atau bukti lain bagi pertanyaan. Tentukan detail yang relevan dan sertakan konteks tertulis yang diperlukan untuk menafsirkannya. Arahan masukan yang berguna memisahkan informasi sumber dari instruksi dan menentukan artefak yang diperlukan pembaca: penjelasan teknis, usulan solusi, perbandingan, atau rencana. Ini menghubungkan analisis tambahan model dengan tujuan tugas yang sebenarnya.
OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Penalaran menggunakan ruang bersama masukan dan jawaban yang terlihat. Pembuatnya mendokumentasikan o1-pro melalui Responses, yang mendukung interaksi model beberapa giliran sebelum respons akhir; Batch juga tercantum dalam spesifikasi model. Ini merupakan karakteristik model Pro dari pembuatnya, bukan pengaturan edisi o1 lain.
Kartu asli mengonfirmasi bahwa streaming tidak didukung, sementara pemanggilan fungsi, Structured Outputs, dan masukan gambar didukung. Daftar alat yang tercantum secara tepat mencakup fungsi, pencarian berkas, dan koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakan, dan mengembalikan hasil sebenarnya. Respons akhir terstruktur menentukan bentuk keluaran, sedangkan permintaan fungsi mengusulkan operasi bagi lingkungan kerja.
Nyatakan cara tugas perlu diselesaikan dan diperiksa. Untuk analisis, mintalah kesimpulan, bukti yang mendasarinya, dan kondisi yang belum terselesaikan tetap dibedakan. Untuk perubahan usulan, tentukan perilaku yang diharapkan dan mintalah pemeriksaan yang benar-benar dilakukan dipisahkan dari yang masih diperlukan. Artefak akhir yang berguna menyatakan pilihan penting secara eksplisit dan menghubungkannya dengan pertanyaan awal serta materi yang diberikan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/o1-pro | 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 $0.3 / 1K token Keluaran · Token keluaran $1.2 / 1K token Masukan · Pembacaan cache — / 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 $0.3 / 1K token Keluaran · Token keluaran $1.2 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/o1-pro", "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/o1-pro',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/o1-pro',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/o1-pro
Gunakan jalur metode yang ditampilkan di atas.
openai/o1-proEdisi o1-pro yang terpisah menggunakan komputasi tambahan untuk penalaran kompleks atas teks dan gambar. Model ini mengembalikan teks serta mendukung pemanggilan fungsi dan Structured Outputs melalui alur kerja Responses dari pembuatnya, tanpa streaming.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
o1-pro adalah edisi o1 terpisah dari OpenAI yang menggunakan komputasi tambahan untuk penalaran kompleks. Keluarga o1 dilatih dengan pembelajaran penguatan untuk menguraikan masalah sebelum menjawab. Model Pro menerima teks dan gambar serta menghasilkan teks. Identitasnya terpisah dari o1 standar dan mode eksekusi Pro yang didokumentasikan untuk keluarga GPT yang lebih baru.
Contoh tugas adalah menganalisis persyaratan yang kondisinya saling bergantung. Berikan pertanyaan, materi yang relevan, dan kriteria yang mengatur keputusan. Mintalah penjelasan hubungan serta rekomendasi konkret dengan kondisi yang dinyatakan. Untuk pertanyaan kode, sertakan perilaku yang dituju dan implementasi terkait; untuk masalah matematika, berikan definisi, domain, dan bentuk hasil yang diperlukan.
Materi visual dapat menyediakan diagram, keadaan antarmuka, atau bukti lain bagi pertanyaan. Tentukan detail yang relevan dan sertakan konteks tertulis yang diperlukan untuk menafsirkannya. Arahan masukan yang berguna memisahkan informasi sumber dari instruksi dan menentukan artefak yang diperlukan pembaca: penjelasan teknis, usulan solusi, perbandingan, atau rencana. Ini menghubungkan analisis tambahan model dengan tujuan tugas yang sebenarnya.
OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Penalaran menggunakan ruang bersama masukan dan jawaban yang terlihat. Pembuatnya mendokumentasikan o1-pro melalui Responses, yang mendukung interaksi model beberapa giliran sebelum respons akhir; Batch juga tercantum dalam spesifikasi model. Ini merupakan karakteristik model Pro dari pembuatnya, bukan pengaturan edisi o1 lain.
Kartu asli mengonfirmasi bahwa streaming tidak didukung, sementara pemanggilan fungsi, Structured Outputs, dan masukan gambar didukung. Daftar alat yang tercantum secara tepat mencakup fungsi, pencarian berkas, dan koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakan, dan mengembalikan hasil sebenarnya. Respons akhir terstruktur menentukan bentuk keluaran, sedangkan permintaan fungsi mengusulkan operasi bagi lingkungan kerja.
Nyatakan cara tugas perlu diselesaikan dan diperiksa. Untuk analisis, mintalah kesimpulan, bukti yang mendasarinya, dan kondisi yang belum terselesaikan tetap dibedakan. Untuk perubahan usulan, tentukan perilaku yang diharapkan dan mintalah pemeriksaan yang benar-benar dilakukan dipisahkan dari yang masih diperlukan. Artefak akhir yang berguna menyatakan pilihan penting secara eksplisit dan menghubungkannya dengan pertanyaan awal serta materi yang diberikan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/o1-pro | 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 $0.3 / 1K token Keluaran · Token keluaran $1.2 / 1K token Masukan · Pembacaan cache — / 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 $0.3 / 1K token Keluaran · Token keluaran $1.2 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "openai/o1-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/o1-pro', '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/o1-pro', '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/o1-pro
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Check an interdependent staffing plan\n\nTwo rooms need a facilitator from 09:00 to 10:00. Ada can facilitate either room. Ben can facilitate only room A. Cara can cover room B but arrives at 09:30. Each room needs continuous coverage, and nobody can cover both at once. Find a feasible assignment or identify the blocking condition and the smallest staffing change needed.A feasibility conclusion with a time-based assignment or a precise blocking interval and proposed change.The reasoning checks the full 09:00–09:30 interval rather than treating Cara as available from 09:00.