o1 adalah model seri o OpenAI yang dilatih dengan pembelajaran penguatan untuk penalaran kompleks. Model ini menguraikan masalah secara internal sebelum menghasilkan respons. Model menerima teks dan gambar serta mengembalikan teks. Rilis pembuatnya untuk pengembang menjelaskan tugas beberapa langkah serta mendokumentasikan pemanggilan fungsi, Structured Outputs, pesan pengembang, dan kemampuan visual untuk model API.
Permintaan yang berguna memberikan pertanyaan dan materi yang diperlukan untuk menjawabnya. Contoh tugas adalah membandingkan dua pendekatan teknis berdasarkan beberapa persyaratan yang saling terhubung, lalu menentukan kesimpulan yang didukung persyaratan tersebut. Untuk kode, berikan perilaku yang dituju dan implementasi yang relevan. Untuk dokumen, tentukan kutipan atau fakta yang perlu mendasari jawaban dan hasil yang diperlukan pembaca.
Masukan visual dapat mendukung tugas ilmiah, manufaktur, atau pemrograman ketika gambar menyediakan bukti yang relevan. Berikan diagram atau tangkapan layar dan tentukan detail yang penting; tambahkan definisi atau kondisi yang tidak dapat dipastikan oleh gambar itu sendiri. Instruksi pengembang dapat menentukan nada, gaya, dan perilaku tugas, sementara pembuatnya juga mendokumentasikan kontrol upaya penalaran untuk jumlah pekerjaan sebelum jawaban.
OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Masukan, penalaran internal, dan keluaran yang terlihat menempati ruang konteks. Susun permintaan panjang berdasarkan bukti yang berguna dan sisakan ruang untuk analisis serta artefak akhir. Format jawaban dan tingkat detail yang diharapkan tugas perlu dinyatakan secara eksplisit.
Kartu model yang tepat mencantumkan antarmuka Responses, Chat Completions, Assistants, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, masukan/pencarian berkas, serta masukan gambar. Alat yang tercantum mencakup fungsi, pencarian berkas, dan koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakannya sendiri, dan mengembalikan hasil sebenarnya. Respons terstruktur menjelaskan bidang keluaran yang diminta, sedangkan permintaan fungsi menjelaskan operasi yang harus dilakukan lingkungan.
Tentukan kriteria penyelesaian dan mintalah hasil yang terhubung dengan kondisi sumber. Untuk perbandingan, mintalah fakta yang diberikan, pendekatan yang dipilih, dan asumsi yang belum terselesaikan tetap dibedakan. Untuk perubahan usulan, tentukan perilaku yang diharapkan dan bukti yang diperlukan untuk memverifikasinya. Artefak akhir yang berguna adalah penjelasan tertentu, rencana, usulan kode, atau sekumpulan temuan yang dapat diperiksa terhadap materi awal dan disempurnakan dalam tindak lanjut yang terarah.
", "aboutText": "o1 adalah model seri o OpenAI yang dilatih dengan pembelajaran penguatan untuk penalaran kompleks. Model ini menguraikan masalah secara internal sebelum menghasilkan respons. Model menerima teks dan gambar serta mengembalikan teks. Rilis pembuatnya untuk pengembang menjelaskan tugas beberapa langkah serta mendokumentasikan pemanggilan fungsi, Structured Outputs, pesan pengembang, dan kemampuan visual untuk model API.\n\nPermintaan yang berguna memberikan pertanyaan dan materi yang diperlukan untuk menjawabnya. Contoh tugas adalah membandingkan dua pendekatan teknis berdasarkan beberapa persyaratan yang saling terhubung, lalu menentukan kesimpulan yang didukung persyaratan tersebut. Untuk kode, berikan perilaku yang dituju dan implementasi yang relevan. Untuk dokumen, tentukan kutipan atau fakta yang perlu mendasari jawaban dan hasil yang diperlukan pembaca.\n\nMasukan visual dapat mendukung tugas ilmiah, manufaktur, atau pemrograman ketika gambar menyediakan bukti yang relevan. Berikan diagram atau tangkapan layar dan tentukan detail yang penting; tambahkan definisi atau kondisi yang tidak dapat dipastikan oleh gambar itu sendiri. Instruksi pengembang dapat menentukan nada, gaya, dan perilaku tugas, sementara pembuatnya juga mendokumentasikan kontrol upaya penalaran untuk jumlah pekerjaan sebelum jawaban.\n\nOpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Masukan, penalaran internal, dan keluaran yang terlihat menempati ruang konteks. Susun permintaan panjang berdasarkan bukti yang berguna dan sisakan ruang untuk analisis serta artefak akhir. Format jawaban dan tingkat detail yang diharapkan tugas perlu dinyatakan secara eksplisit.\n\nKartu model yang tepat mencantumkan antarmuka Responses, Chat Completions, Assistants, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, masukan/pencarian berkas, serta masukan gambar. Alat yang tercantum mencakup fungsi, pencarian berkas, dan koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakannya sendiri, dan mengembalikan hasil sebenarnya. Respons terstruktur menjelaskan bidang keluaran yang diminta, sedangkan permintaan fungsi menjelaskan operasi yang harus dilakukan lingkungan.\n\nTentukan kriteria penyelesaian dan mintalah hasil yang terhubung dengan kondisi sumber. Untuk perbandingan, mintalah fakta yang diberikan, pendekatan yang dipilih, dan asumsi yang belum terselesaikan tetap dibedakan. Untuk perubahan usulan, tentukan perilaku yang diharapkan dan bukti yang diperlukan untuk memverifikasinya. Artefak akhir yang berguna adalah penjelasan tertentu, rencana, usulan kode, atau sekumpulan temuan yang dapat diperiksa terhadap materi awal dan disempurnakan dalam tindak lanjut yang terarah.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Compare two backup approaches\n\nCompare these backup options against three requirements: daily recovery point, recovery within two hours and an independent copy. [A] Nightly backup to the same disk; restore test took one hour. [B] Weekly backup to another device; restore test took 90 minutes. Identify satisfied and unmet requirements and whether either option alone meets all three.A three-requirement matrix and a conclusion distinguishing recorded test results from unsatisfied conditions.Verify same-disk backup does not satisfy the independent-copy rule and weekly backup does not satisfy daily recovery.o1Model penalaran o1 OpenAI menguraikan masalah kompleks menggunakan teks dan gambar. Model ini mendukung pemanggilan fungsi, Structured Outputs, dan instruksi pengembang untuk tugas yang perlu menghubungkan kondisi, bukti, serta hasil akhir yang konkret.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
o1 adalah model seri o OpenAI yang dilatih dengan pembelajaran penguatan untuk penalaran kompleks. Model ini menguraikan masalah secara internal sebelum menghasilkan respons. Model menerima teks dan gambar serta mengembalikan teks. Rilis pembuatnya untuk pengembang menjelaskan tugas beberapa langkah serta mendokumentasikan pemanggilan fungsi, Structured Outputs, pesan pengembang, dan kemampuan visual untuk model API.
Permintaan yang berguna memberikan pertanyaan dan materi yang diperlukan untuk menjawabnya. Contoh tugas adalah membandingkan dua pendekatan teknis berdasarkan beberapa persyaratan yang saling terhubung, lalu menentukan kesimpulan yang didukung persyaratan tersebut. Untuk kode, berikan perilaku yang dituju dan implementasi yang relevan. Untuk dokumen, tentukan kutipan atau fakta yang perlu mendasari jawaban dan hasil yang diperlukan pembaca.
Masukan visual dapat mendukung tugas ilmiah, manufaktur, atau pemrograman ketika gambar menyediakan bukti yang relevan. Berikan diagram atau tangkapan layar dan tentukan detail yang penting; tambahkan definisi atau kondisi yang tidak dapat dipastikan oleh gambar itu sendiri. Instruksi pengembang dapat menentukan nada, gaya, dan perilaku tugas, sementara pembuatnya juga mendokumentasikan kontrol upaya penalaran untuk jumlah pekerjaan sebelum jawaban.
OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Masukan, penalaran internal, dan keluaran yang terlihat menempati ruang konteks. Susun permintaan panjang berdasarkan bukti yang berguna dan sisakan ruang untuk analisis serta artefak akhir. Format jawaban dan tingkat detail yang diharapkan tugas perlu dinyatakan secara eksplisit.
Kartu model yang tepat mencantumkan antarmuka Responses, Chat Completions, Assistants, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, masukan/pencarian berkas, serta masukan gambar. Alat yang tercantum mencakup fungsi, pencarian berkas, dan koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakannya sendiri, dan mengembalikan hasil sebenarnya. Respons terstruktur menjelaskan bidang keluaran yang diminta, sedangkan permintaan fungsi menjelaskan operasi yang harus dilakukan lingkungan.
Tentukan kriteria penyelesaian dan mintalah hasil yang terhubung dengan kondisi sumber. Untuk perbandingan, mintalah fakta yang diberikan, pendekatan yang dipilih, dan asumsi yang belum terselesaikan tetap dibedakan. Untuk perubahan usulan, tentukan perilaku yang diharapkan dan bukti yang diperlukan untuk memverifikasinya. Artefak akhir yang berguna adalah penjelasan tertentu, rencana, usulan kode, atau sekumpulan temuan yang dapat diperiksa terhadap materi awal dan disempurnakan dalam tindak lanjut yang terarah.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan o1 | 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 $0.03 / 1K token Keluaran · Token keluaran $0.12 / 1K token Masukan · Pembacaan cache $0.015 / 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 $0.03 / 1K token Keluaran · Token keluaran $0.12 / 1K token Masukan · Pembacaan cache $0.015 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"o1","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="o1", 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. |
/chat/completions
o1Model penalaran o1 OpenAI menguraikan masalah kompleks menggunakan teks dan gambar. Model ini mendukung pemanggilan fungsi, Structured Outputs, dan instruksi pengembang untuk tugas yang perlu menghubungkan kondisi, bukti, serta hasil akhir yang konkret.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
o1 adalah model seri o OpenAI yang dilatih dengan pembelajaran penguatan untuk penalaran kompleks. Model ini menguraikan masalah secara internal sebelum menghasilkan respons. Model menerima teks dan gambar serta mengembalikan teks. Rilis pembuatnya untuk pengembang menjelaskan tugas beberapa langkah serta mendokumentasikan pemanggilan fungsi, Structured Outputs, pesan pengembang, dan kemampuan visual untuk model API.
Permintaan yang berguna memberikan pertanyaan dan materi yang diperlukan untuk menjawabnya. Contoh tugas adalah membandingkan dua pendekatan teknis berdasarkan beberapa persyaratan yang saling terhubung, lalu menentukan kesimpulan yang didukung persyaratan tersebut. Untuk kode, berikan perilaku yang dituju dan implementasi yang relevan. Untuk dokumen, tentukan kutipan atau fakta yang perlu mendasari jawaban dan hasil yang diperlukan pembaca.
Masukan visual dapat mendukung tugas ilmiah, manufaktur, atau pemrograman ketika gambar menyediakan bukti yang relevan. Berikan diagram atau tangkapan layar dan tentukan detail yang penting; tambahkan definisi atau kondisi yang tidak dapat dipastikan oleh gambar itu sendiri. Instruksi pengembang dapat menentukan nada, gaya, dan perilaku tugas, sementara pembuatnya juga mendokumentasikan kontrol upaya penalaran untuk jumlah pekerjaan sebelum jawaban.
OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Masukan, penalaran internal, dan keluaran yang terlihat menempati ruang konteks. Susun permintaan panjang berdasarkan bukti yang berguna dan sisakan ruang untuk analisis serta artefak akhir. Format jawaban dan tingkat detail yang diharapkan tugas perlu dinyatakan secara eksplisit.
Kartu model yang tepat mencantumkan antarmuka Responses, Chat Completions, Assistants, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, masukan/pencarian berkas, serta masukan gambar. Alat yang tercantum mencakup fungsi, pencarian berkas, dan koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakannya sendiri, dan mengembalikan hasil sebenarnya. Respons terstruktur menjelaskan bidang keluaran yang diminta, sedangkan permintaan fungsi menjelaskan operasi yang harus dilakukan lingkungan.
Tentukan kriteria penyelesaian dan mintalah hasil yang terhubung dengan kondisi sumber. Untuk perbandingan, mintalah fakta yang diberikan, pendekatan yang dipilih, dan asumsi yang belum terselesaikan tetap dibedakan. Untuk perubahan usulan, tentukan perilaku yang diharapkan dan bukti yang diperlukan untuk memverifikasinya. Artefak akhir yang berguna adalah penjelasan tertentu, rencana, usulan kode, atau sekumpulan temuan yang dapat diperiksa terhadap materi awal dan disempurnakan dalam tindak lanjut yang terarah.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan o1 | 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 $0.03 / 1K token Keluaran · Token keluaran $0.12 / 1K token Masukan · Pembacaan cache $0.015 / 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 $0.03 / 1K token Keluaran · Token keluaran $0.12 / 1K token Masukan · Pembacaan cache $0.015 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "o1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'o1', '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': 'o1', '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. |
/chat/completions
openai/o1Model penalaran o1 OpenAI menguraikan masalah kompleks menggunakan teks dan gambar. Model ini mendukung pemanggilan fungsi, Structured Outputs, dan instruksi pengembang untuk tugas yang perlu menghubungkan kondisi, bukti, serta hasil akhir yang konkret.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
o1 adalah model seri o OpenAI yang dilatih dengan pembelajaran penguatan untuk penalaran kompleks. Model ini menguraikan masalah secara internal sebelum menghasilkan respons. Model menerima teks dan gambar serta mengembalikan teks. Rilis pembuatnya untuk pengembang menjelaskan tugas beberapa langkah serta mendokumentasikan pemanggilan fungsi, Structured Outputs, pesan pengembang, dan kemampuan visual untuk model API.
Permintaan yang berguna memberikan pertanyaan dan materi yang diperlukan untuk menjawabnya. Contoh tugas adalah membandingkan dua pendekatan teknis berdasarkan beberapa persyaratan yang saling terhubung, lalu menentukan kesimpulan yang didukung persyaratan tersebut. Untuk kode, berikan perilaku yang dituju dan implementasi yang relevan. Untuk dokumen, tentukan kutipan atau fakta yang perlu mendasari jawaban dan hasil yang diperlukan pembaca.
Masukan visual dapat mendukung tugas ilmiah, manufaktur, atau pemrograman ketika gambar menyediakan bukti yang relevan. Berikan diagram atau tangkapan layar dan tentukan detail yang penting; tambahkan definisi atau kondisi yang tidak dapat dipastikan oleh gambar itu sendiri. Instruksi pengembang dapat menentukan nada, gaya, dan perilaku tugas, sementara pembuatnya juga mendokumentasikan kontrol upaya penalaran untuk jumlah pekerjaan sebelum jawaban.
OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Masukan, penalaran internal, dan keluaran yang terlihat menempati ruang konteks. Susun permintaan panjang berdasarkan bukti yang berguna dan sisakan ruang untuk analisis serta artefak akhir. Format jawaban dan tingkat detail yang diharapkan tugas perlu dinyatakan secara eksplisit.
Kartu model yang tepat mencantumkan antarmuka Responses, Chat Completions, Assistants, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, masukan/pencarian berkas, serta masukan gambar. Alat yang tercantum mencakup fungsi, pencarian berkas, dan koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakannya sendiri, dan mengembalikan hasil sebenarnya. Respons terstruktur menjelaskan bidang keluaran yang diminta, sedangkan permintaan fungsi menjelaskan operasi yang harus dilakukan lingkungan.
Tentukan kriteria penyelesaian dan mintalah hasil yang terhubung dengan kondisi sumber. Untuk perbandingan, mintalah fakta yang diberikan, pendekatan yang dipilih, dan asumsi yang belum terselesaikan tetap dibedakan. Untuk perubahan usulan, tentukan perilaku yang diharapkan dan bukti yang diperlukan untuk memverifikasinya. Artefak akhir yang berguna adalah penjelasan tertentu, rencana, usulan kode, atau sekumpulan temuan yang dapat diperiksa terhadap materi awal dan disempurnakan dalam tindak lanjut yang terarah.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/o1 | 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 $0.03 / 1K token Keluaran · Token keluaran $0.12 / 1K token Masukan · Pembacaan cache $0.015 / 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 $0.03 / 1K token Keluaran · Token keluaran $0.12 / 1K token Masukan · Pembacaan cache $0.015 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/o1", "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',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',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. |
/chat/completions
openai/o1Model penalaran o1 OpenAI menguraikan masalah kompleks menggunakan teks dan gambar. Model ini mendukung pemanggilan fungsi, Structured Outputs, dan instruksi pengembang untuk tugas yang perlu menghubungkan kondisi, bukti, serta hasil akhir yang konkret.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
o1 adalah model seri o OpenAI yang dilatih dengan pembelajaran penguatan untuk penalaran kompleks. Model ini menguraikan masalah secara internal sebelum menghasilkan respons. Model menerima teks dan gambar serta mengembalikan teks. Rilis pembuatnya untuk pengembang menjelaskan tugas beberapa langkah serta mendokumentasikan pemanggilan fungsi, Structured Outputs, pesan pengembang, dan kemampuan visual untuk model API.
Permintaan yang berguna memberikan pertanyaan dan materi yang diperlukan untuk menjawabnya. Contoh tugas adalah membandingkan dua pendekatan teknis berdasarkan beberapa persyaratan yang saling terhubung, lalu menentukan kesimpulan yang didukung persyaratan tersebut. Untuk kode, berikan perilaku yang dituju dan implementasi yang relevan. Untuk dokumen, tentukan kutipan atau fakta yang perlu mendasari jawaban dan hasil yang diperlukan pembaca.
Masukan visual dapat mendukung tugas ilmiah, manufaktur, atau pemrograman ketika gambar menyediakan bukti yang relevan. Berikan diagram atau tangkapan layar dan tentukan detail yang penting; tambahkan definisi atau kondisi yang tidak dapat dipastikan oleh gambar itu sendiri. Instruksi pengembang dapat menentukan nada, gaya, dan perilaku tugas, sementara pembuatnya juga mendokumentasikan kontrol upaya penalaran untuk jumlah pekerjaan sebelum jawaban.
OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Masukan, penalaran internal, dan keluaran yang terlihat menempati ruang konteks. Susun permintaan panjang berdasarkan bukti yang berguna dan sisakan ruang untuk analisis serta artefak akhir. Format jawaban dan tingkat detail yang diharapkan tugas perlu dinyatakan secara eksplisit.
Kartu model yang tepat mencantumkan antarmuka Responses, Chat Completions, Assistants, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, masukan/pencarian berkas, serta masukan gambar. Alat yang tercantum mencakup fungsi, pencarian berkas, dan koneksi MCP. Aplikasi menyediakan operasinya, menjalankan tindakannya sendiri, dan mengembalikan hasil sebenarnya. Respons terstruktur menjelaskan bidang keluaran yang diminta, sedangkan permintaan fungsi menjelaskan operasi yang harus dilakukan lingkungan.
Tentukan kriteria penyelesaian dan mintalah hasil yang terhubung dengan kondisi sumber. Untuk perbandingan, mintalah fakta yang diberikan, pendekatan yang dipilih, dan asumsi yang belum terselesaikan tetap dibedakan. Untuk perubahan usulan, tentukan perilaku yang diharapkan dan bukti yang diperlukan untuk memverifikasinya. Artefak akhir yang berguna adalah penjelasan tertentu, rencana, usulan kode, atau sekumpulan temuan yang dapat diperiksa terhadap materi awal dan disempurnakan dalam tindak lanjut yang terarah.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/o1 | 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 $0.03 / 1K token Keluaran · Token keluaran $0.12 / 1K token Masukan · Pembacaan cache $0.015 / 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 $0.03 / 1K token Keluaran · Token keluaran $0.12 / 1K token Masukan · Pembacaan cache $0.015 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "openai/o1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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. |
/chat/completions
Contoh teknis dalam bahasa Inggris
Compare two backup approaches\n\nCompare these backup options against three requirements: daily recovery point, recovery within two hours and an independent copy. [A] Nightly backup to the same disk; restore test took one hour. [B] Weekly backup to another device; restore test took 90 minutes. Identify satisfied and unmet requirements and whether either option alone meets all three.A three-requirement matrix and a conclusion distinguishing recorded test results from unsatisfied conditions.Verify same-disk backup does not satisfy the independent-copy rule and weekly backup does not satisfy daily recovery.