o3-mini (High) merujuk pada o3-mini OpenAI dengan effort penalaran high. Model dasarnya adalah model penalaran seri o yang lebih kecil, berfokus pada tugas STEM, termasuk sains, matematika, dan pemrograman. Model ini menerima dan mengembalikan teks. High menunjukkan pengaturan penalaran, dengan mempertahankan identitas dasar o3-mini, bukan menciptakan sekumpulan bobot model mandiri yang baru.
Untuk masalah teknis, berikan pernyataan lengkap, definisi, dan kondisi yang menentukan jawaban yang valid. Contoh tugas adalah memeriksa algoritma pada beberapa kasus masukan, menjelaskan hubungan antarkasus, dan mengusulkan solusi yang mematuhi batasan yang dinyatakan. Untuk matematika, tentukan domain variabel, hasil yang diperlukan, dan notasi atau presisi yang dibutuhkan dalam jawaban akhir.
Pembuatnya mendokumentasikan effort penalaran low, medium, dan high untuk o3-mini. Varian High mengalokasikan lebih banyak analisis pada pertanyaan dan dapat memerlukan waktu lebih lama untuk mengembalikan hasil. Hal ini terpisah dari panjang jawaban: tugas dapat meminta kesimpulan ringkas meskipun pertanyaan dasarnya memerlukan penalaran yang lebih lengkap. Berikan tujuan yang jelas, batasan yang kuat, dan bukti yang diperlukan untuk menilai kesimpulan kepada model.
Spesifikasi OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Model ini hanya menerima teks dan tidak mendukung penglihatan. Jika masalah berasal dari diagram atau tangkapan layar, berikan informasi yang relevan sebagai kondisi tertulis. Sisakan ruang untuk penalaran dan hasil terlihat yang diminta dalam konteks yang tersedia.
Pembuatnya mencantumkan antarmuka Responses, Chat Completions, Assistants, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, serta masukan/pencarian berkas. Peluncurannya juga mendokumentasikan pesan developer untuk instruksi dan konteks. Daftar alat pada kartu model mencakup fungsi, pencarian berkas, interpretasi kode, koneksi MCP, dan alat generasi gambar. Operasi alat tersebut terpisah dari masukan dan keluaran teks model; aplikasi menjalankan tindakan dan mengembalikan hasil sebenarnya.
Tentukan artefak akhir dan cara memeriksanya. Mintalah usulan implementasi, rumus, perbandingan, atau hasil terstruktur yang menunjukkan kondisi pendukungnya. Untuk tindak lanjut, berikan bukti baru dan sebutkan bagian solusi yang perlu direvisi. Jawaban akhir yang berguna menghubungkan kesimpulan dengan masalah awal serta membedakan perhitungan atau operasi alat yang sudah selesai dari yang masih diusulkan.
", "aboutText": "o3-mini (High) merujuk pada o3-mini OpenAI dengan effort penalaran high. Model dasarnya adalah model penalaran seri o yang lebih kecil, berfokus pada tugas STEM, termasuk sains, matematika, dan pemrograman. Model ini menerima dan mengembalikan teks. High menunjukkan pengaturan penalaran, dengan mempertahankan identitas dasar o3-mini, bukan menciptakan sekumpulan bobot model mandiri yang baru.\n\nUntuk masalah teknis, berikan pernyataan lengkap, definisi, dan kondisi yang menentukan jawaban yang valid. Contoh tugas adalah memeriksa algoritma pada beberapa kasus masukan, menjelaskan hubungan antarkasus, dan mengusulkan solusi yang mematuhi batasan yang dinyatakan. Untuk matematika, tentukan domain variabel, hasil yang diperlukan, dan notasi atau presisi yang dibutuhkan dalam jawaban akhir.\n\nPembuatnya mendokumentasikan effort penalaran low, medium, dan high untuk o3-mini. Varian High mengalokasikan lebih banyak analisis pada pertanyaan dan dapat memerlukan waktu lebih lama untuk mengembalikan hasil. Hal ini terpisah dari panjang jawaban: tugas dapat meminta kesimpulan ringkas meskipun pertanyaan dasarnya memerlukan penalaran yang lebih lengkap. Berikan tujuan yang jelas, batasan yang kuat, dan bukti yang diperlukan untuk menilai kesimpulan kepada model.\n\nSpesifikasi OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Model ini hanya menerima teks dan tidak mendukung penglihatan. Jika masalah berasal dari diagram atau tangkapan layar, berikan informasi yang relevan sebagai kondisi tertulis. Sisakan ruang untuk penalaran dan hasil terlihat yang diminta dalam konteks yang tersedia.\n\nPembuatnya mencantumkan antarmuka Responses, Chat Completions, Assistants, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, serta masukan/pencarian berkas. Peluncurannya juga mendokumentasikan pesan developer untuk instruksi dan konteks. Daftar alat pada kartu model mencakup fungsi, pencarian berkas, interpretasi kode, koneksi MCP, dan alat generasi gambar. Operasi alat tersebut terpisah dari masukan dan keluaran teks model; aplikasi menjalankan tindakan dan mengembalikan hasil sebenarnya.\n\nTentukan artefak akhir dan cara memeriksanya. Mintalah usulan implementasi, rumus, perbandingan, atau hasil terstruktur yang menunjukkan kondisi pendukungnya. Untuk tindak lanjut, berikan bukti baru dan sebutkan bagian solusi yang perlu direvisi. Jawaban akhir yang berguna menghubungkan kesimpulan dengan masalah awal serta membedakan perhitungan atau operasi alat yang sudah selesai dari yang masih diusulkan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Check an algorithm on boundary cases\n\nA binary-search function starts with lo=0 and hi=len(items), then reads items[mid] while lo <= hi. Analyze the boundary error for an empty sorted list and for a target above all elements. Propose a consistent inclusive-bound version in Python and tests for empty, singleton, found and missing cases. Return a concise explanation with code.A boundary-error explanation, corrected binary search and tests covering the named cases.The code never indexes an empty list or index len(items), and every loop iteration shrinks the search interval.openai/o3-mini-higho3-mini dengan tingkat penalaran High untuk matematika, sains, dan pemrograman berbasis teks. Model ini mengembalikan teks serta mendukung streaming, pemanggilan fungsi, dan Structured Outputs, dengan pengaturan penalaran yang lebih tinggi untuk kondisi tugas yang saling terhubung.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
o3-mini (High) merujuk pada o3-mini OpenAI dengan effort penalaran high. Model dasarnya adalah model penalaran seri o yang lebih kecil, berfokus pada tugas STEM, termasuk sains, matematika, dan pemrograman. Model ini menerima dan mengembalikan teks. High menunjukkan pengaturan penalaran, dengan mempertahankan identitas dasar o3-mini, bukan menciptakan sekumpulan bobot model mandiri yang baru.
Untuk masalah teknis, berikan pernyataan lengkap, definisi, dan kondisi yang menentukan jawaban yang valid. Contoh tugas adalah memeriksa algoritma pada beberapa kasus masukan, menjelaskan hubungan antarkasus, dan mengusulkan solusi yang mematuhi batasan yang dinyatakan. Untuk matematika, tentukan domain variabel, hasil yang diperlukan, dan notasi atau presisi yang dibutuhkan dalam jawaban akhir.
Pembuatnya mendokumentasikan effort penalaran low, medium, dan high untuk o3-mini. Varian High mengalokasikan lebih banyak analisis pada pertanyaan dan dapat memerlukan waktu lebih lama untuk mengembalikan hasil. Hal ini terpisah dari panjang jawaban: tugas dapat meminta kesimpulan ringkas meskipun pertanyaan dasarnya memerlukan penalaran yang lebih lengkap. Berikan tujuan yang jelas, batasan yang kuat, dan bukti yang diperlukan untuk menilai kesimpulan kepada model.
Spesifikasi OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Model ini hanya menerima teks dan tidak mendukung penglihatan. Jika masalah berasal dari diagram atau tangkapan layar, berikan informasi yang relevan sebagai kondisi tertulis. Sisakan ruang untuk penalaran dan hasil terlihat yang diminta dalam konteks yang tersedia.
Pembuatnya mencantumkan antarmuka Responses, Chat Completions, Assistants, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, serta masukan/pencarian berkas. Peluncurannya juga mendokumentasikan pesan developer untuk instruksi dan konteks. Daftar alat pada kartu model mencakup fungsi, pencarian berkas, interpretasi kode, koneksi MCP, dan alat generasi gambar. Operasi alat tersebut terpisah dari masukan dan keluaran teks model; aplikasi menjalankan tindakan dan mengembalikan hasil sebenarnya.
Tentukan artefak akhir dan cara memeriksanya. Mintalah usulan implementasi, rumus, perbandingan, atau hasil terstruktur yang menunjukkan kondisi pendukungnya. Untuk tindak lanjut, berikan bukti baru dan sebutkan bagian solusi yang perlu direvisi. Jawaban akhir yang berguna menghubungkan kesimpulan dengan masalah awal serta membedakan perhitungan atau operasi alat yang sudah selesai dari yang masih diusulkan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/o3-mini-high | 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 $0.0022 / 1K token Keluaran · Token keluaran $0.0088 / 1K token Masukan · Pembacaan cache $0.0011 / 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 $0.0022 / 1K token Keluaran · Token keluaran $0.0088 / 1K token Masukan · Pembacaan cache $0.0011 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/o3-mini-high", "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/o3-mini-high',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/o3-mini-high',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/o3-mini-high
Gunakan jalur metode yang ditampilkan di atas.
openai/o3-mini-higho3-mini dengan tingkat penalaran High untuk matematika, sains, dan pemrograman berbasis teks. Model ini mengembalikan teks serta mendukung streaming, pemanggilan fungsi, dan Structured Outputs, dengan pengaturan penalaran yang lebih tinggi untuk kondisi tugas yang saling terhubung.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
o3-mini (High) merujuk pada o3-mini OpenAI dengan effort penalaran high. Model dasarnya adalah model penalaran seri o yang lebih kecil, berfokus pada tugas STEM, termasuk sains, matematika, dan pemrograman. Model ini menerima dan mengembalikan teks. High menunjukkan pengaturan penalaran, dengan mempertahankan identitas dasar o3-mini, bukan menciptakan sekumpulan bobot model mandiri yang baru.
Untuk masalah teknis, berikan pernyataan lengkap, definisi, dan kondisi yang menentukan jawaban yang valid. Contoh tugas adalah memeriksa algoritma pada beberapa kasus masukan, menjelaskan hubungan antarkasus, dan mengusulkan solusi yang mematuhi batasan yang dinyatakan. Untuk matematika, tentukan domain variabel, hasil yang diperlukan, dan notasi atau presisi yang dibutuhkan dalam jawaban akhir.
Pembuatnya mendokumentasikan effort penalaran low, medium, dan high untuk o3-mini. Varian High mengalokasikan lebih banyak analisis pada pertanyaan dan dapat memerlukan waktu lebih lama untuk mengembalikan hasil. Hal ini terpisah dari panjang jawaban: tugas dapat meminta kesimpulan ringkas meskipun pertanyaan dasarnya memerlukan penalaran yang lebih lengkap. Berikan tujuan yang jelas, batasan yang kuat, dan bukti yang diperlukan untuk menilai kesimpulan kepada model.
Spesifikasi OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Oktober 2023. Model ini hanya menerima teks dan tidak mendukung penglihatan. Jika masalah berasal dari diagram atau tangkapan layar, berikan informasi yang relevan sebagai kondisi tertulis. Sisakan ruang untuk penalaran dan hasil terlihat yang diminta dalam konteks yang tersedia.
Pembuatnya mencantumkan antarmuka Responses, Chat Completions, Assistants, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, serta masukan/pencarian berkas. Peluncurannya juga mendokumentasikan pesan developer untuk instruksi dan konteks. Daftar alat pada kartu model mencakup fungsi, pencarian berkas, interpretasi kode, koneksi MCP, dan alat generasi gambar. Operasi alat tersebut terpisah dari masukan dan keluaran teks model; aplikasi menjalankan tindakan dan mengembalikan hasil sebenarnya.
Tentukan artefak akhir dan cara memeriksanya. Mintalah usulan implementasi, rumus, perbandingan, atau hasil terstruktur yang menunjukkan kondisi pendukungnya. Untuk tindak lanjut, berikan bukti baru dan sebutkan bagian solusi yang perlu direvisi. Jawaban akhir yang berguna menghubungkan kesimpulan dengan masalah awal serta membedakan perhitungan atau operasi alat yang sudah selesai dari yang masih diusulkan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/o3-mini-high | 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 $0.0022 / 1K token Keluaran · Token keluaran $0.0088 / 1K token Masukan · Pembacaan cache $0.0011 / 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 $0.0022 / 1K token Keluaran · Token keluaran $0.0088 / 1K token Masukan · Pembacaan cache $0.0011 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "openai/o3-mini-high",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/o3-mini-high', '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/o3-mini-high', '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/o3-mini-high
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Check an algorithm on boundary cases\n\nA binary-search function starts with lo=0 and hi=len(items), then reads items[mid] while lo <= hi. Analyze the boundary error for an empty sorted list and for a target above all elements. Propose a consistent inclusive-bound version in Python and tests for empty, singleton, found and missing cases. Return a concise explanation with code.A boundary-error explanation, corrected binary search and tests covering the named cases.The code never indexes an empty list or index len(items), and every loop iteration shrinks the search interval.