o4-mini (High) merujuk pada o4-mini OpenAI dengan effort penalaran high. Model dasarnya adalah model penalaran seri o yang lebih kecil, berfokus pada pemrograman, matematika, dan tugas visual. Model ini menerima teks dan gambar serta menghasilkan teks. High menjelaskan tingkat penalaran yang diterapkan pada tugas, dengan mempertahankan identitas dasar o4-mini secara terpisah dari edisi model mandiri yang baru.
Penerapan praktisnya adalah masalah teknis dengan beberapa kondisi yang memengaruhi solusi. Berikan pernyataan masalah yang lengkap, kode atau definisi matematika yang relevan, dan batasan yang harus dipenuhi jawaban. Contoh permintaan adalah membandingkan dua pendekatan algoritmik, menjelaskan kondisi yang menjadi dasar masing-masing, dan mengusulkan solusi yang terhubung dengan masukan serta hasil yang ditentukan. Mintalah kesimpulan akhir dan bukti yang diperlukan untuk memeriksanya, alih-alih menentukan setiap pemikiran internal.
Untuk tugas visual, berikan diagram, grafik, atau tangkapan layar dan jelaskan detail yang penting. Rilis o3/o4-mini dari pembuatnya menjelaskan penalaran dengan gambar serta penggunaan alat ketika alat tersebut menyumbangkan bukti yang berguna. Pertanyaan tertulis dapat menghubungkan hubungan visual dengan kondisi matematika atau rekayasa. Ketika lingkungan menyediakan perhitungan atau hasil alat lainnya, pertahankan keluaran yang sebenarnya agar keputusan berikutnya memiliki dasar konkret.
Spesifikasi o4-mini OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Juni 2024. Penalaran dan jawaban yang terlihat sama-sama menggunakan ruang token. Effort High memberikan lebih banyak pekerjaan penalaran pada tugas dan dapat memerlukan lebih banyak waktu; hal ini terpisah dari panjang atau format respons akhir yang diminta. Susun materi yang berguna dan sisakan ruang untuk analisis maupun hasil.
Pembuatnya mencantumkan antarmuka Responses, Chat Completions, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, masukan berkas dan gambar, pencarian berkas, cache prompt, serta fasilitas fine-tuning model. Alat yang didokumentasikan mencakup fungsi, pencarian berkas, interpretasi kode, koneksi MCP, dan pencarian web. Aplikasi menyediakan operasinya, menjalankan tindakannya sendiri, dan mengembalikan hasil sebenarnya; keluaran langsung model tetap berupa teks.
Tentukan kriteria penyelesaian yang sesuai dengan tugas. Untuk program, mintalah perilaku yang terdampak, perubahan usulan, dan hasil pemeriksaan yang benar-benar dilakukan. Untuk analisis matematika atau visual, nyatakan notasi, presisi, atau kesimpulan yang diperlukan serta kondisi yang membenarkannya. Artefak akhir yang berguna adalah solusi tertentu, usulan kode, atau penjelasan terstruktur yang pilihan pentingnya dapat dibandingkan dengan masalah dan bukti yang diberikan.
", "aboutText": "o4-mini (High) merujuk pada o4-mini OpenAI dengan effort penalaran high. Model dasarnya adalah model penalaran seri o yang lebih kecil, berfokus pada pemrograman, matematika, dan tugas visual. Model ini menerima teks dan gambar serta menghasilkan teks. High menjelaskan tingkat penalaran yang diterapkan pada tugas, dengan mempertahankan identitas dasar o4-mini secara terpisah dari edisi model mandiri yang baru.\n\nPenerapan praktisnya adalah masalah teknis dengan beberapa kondisi yang memengaruhi solusi. Berikan pernyataan masalah yang lengkap, kode atau definisi matematika yang relevan, dan batasan yang harus dipenuhi jawaban. Contoh permintaan adalah membandingkan dua pendekatan algoritmik, menjelaskan kondisi yang menjadi dasar masing-masing, dan mengusulkan solusi yang terhubung dengan masukan serta hasil yang ditentukan. Mintalah kesimpulan akhir dan bukti yang diperlukan untuk memeriksanya, alih-alih menentukan setiap pemikiran internal.\n\nUntuk tugas visual, berikan diagram, grafik, atau tangkapan layar dan jelaskan detail yang penting. Rilis o3/o4-mini dari pembuatnya menjelaskan penalaran dengan gambar serta penggunaan alat ketika alat tersebut menyumbangkan bukti yang berguna. Pertanyaan tertulis dapat menghubungkan hubungan visual dengan kondisi matematika atau rekayasa. Ketika lingkungan menyediakan perhitungan atau hasil alat lainnya, pertahankan keluaran yang sebenarnya agar keputusan berikutnya memiliki dasar konkret.\n\nSpesifikasi o4-mini OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Juni 2024. Penalaran dan jawaban yang terlihat sama-sama menggunakan ruang token. Effort High memberikan lebih banyak pekerjaan penalaran pada tugas dan dapat memerlukan lebih banyak waktu; hal ini terpisah dari panjang atau format respons akhir yang diminta. Susun materi yang berguna dan sisakan ruang untuk analisis maupun hasil.\n\nPembuatnya mencantumkan antarmuka Responses, Chat Completions, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, masukan berkas dan gambar, pencarian berkas, cache prompt, serta fasilitas fine-tuning model. Alat yang didokumentasikan mencakup fungsi, pencarian berkas, interpretasi kode, koneksi MCP, dan pencarian web. Aplikasi menyediakan operasinya, menjalankan tindakannya sendiri, dan mengembalikan hasil sebenarnya; keluaran langsung model tetap berupa teks.\n\nTentukan kriteria penyelesaian yang sesuai dengan tugas. Untuk program, mintalah perilaku yang terdampak, perubahan usulan, dan hasil pemeriksaan yang benar-benar dilakukan. Untuk analisis matematika atau visual, nyatakan notasi, presisi, atau kesimpulan yang diperlukan serta kondisi yang membenarkannya. Artefak akhir yang berguna adalah solusi tertentu, usulan kode, atau penjelasan terstruktur yang pilihan pentingnya dapat dibandingkan dengan masalah dan bukti yang diberikan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Choose a pair-sum algorithm\n\nDesign a Python function has_pair(nums, target) that returns whether two distinct list positions sum to target. Inputs are integers; duplicates are allowed; do not mutate the list. Compare a quadratic scan with a set-based approach, return the chosen implementation and tests for [3,3], target 6, a single 3 and an empty list.A concise complexity comparison, an implementation and tests demonstrating distinct-position handling and duplicate values.Check that [3,3] can succeed while a single [3] cannot reuse the same position.openai/o4-mini-higho4-mini dengan tingkat penalaran High untuk pemrograman, matematika, dan tugas visual dengan kondisi yang saling terhubung. Model ini menerima teks dan gambar serta mengembalikan teks, dengan alat yang tersedia melalui lingkungan kerja aplikasi.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
o4-mini (High) merujuk pada o4-mini OpenAI dengan effort penalaran high. Model dasarnya adalah model penalaran seri o yang lebih kecil, berfokus pada pemrograman, matematika, dan tugas visual. Model ini menerima teks dan gambar serta menghasilkan teks. High menjelaskan tingkat penalaran yang diterapkan pada tugas, dengan mempertahankan identitas dasar o4-mini secara terpisah dari edisi model mandiri yang baru.
Penerapan praktisnya adalah masalah teknis dengan beberapa kondisi yang memengaruhi solusi. Berikan pernyataan masalah yang lengkap, kode atau definisi matematika yang relevan, dan batasan yang harus dipenuhi jawaban. Contoh permintaan adalah membandingkan dua pendekatan algoritmik, menjelaskan kondisi yang menjadi dasar masing-masing, dan mengusulkan solusi yang terhubung dengan masukan serta hasil yang ditentukan. Mintalah kesimpulan akhir dan bukti yang diperlukan untuk memeriksanya, alih-alih menentukan setiap pemikiran internal.
Untuk tugas visual, berikan diagram, grafik, atau tangkapan layar dan jelaskan detail yang penting. Rilis o3/o4-mini dari pembuatnya menjelaskan penalaran dengan gambar serta penggunaan alat ketika alat tersebut menyumbangkan bukti yang berguna. Pertanyaan tertulis dapat menghubungkan hubungan visual dengan kondisi matematika atau rekayasa. Ketika lingkungan menyediakan perhitungan atau hasil alat lainnya, pertahankan keluaran yang sebenarnya agar keputusan berikutnya memiliki dasar konkret.
Spesifikasi o4-mini OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Juni 2024. Penalaran dan jawaban yang terlihat sama-sama menggunakan ruang token. Effort High memberikan lebih banyak pekerjaan penalaran pada tugas dan dapat memerlukan lebih banyak waktu; hal ini terpisah dari panjang atau format respons akhir yang diminta. Susun materi yang berguna dan sisakan ruang untuk analisis maupun hasil.
Pembuatnya mencantumkan antarmuka Responses, Chat Completions, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, masukan berkas dan gambar, pencarian berkas, cache prompt, serta fasilitas fine-tuning model. Alat yang didokumentasikan mencakup fungsi, pencarian berkas, interpretasi kode, koneksi MCP, dan pencarian web. Aplikasi menyediakan operasinya, menjalankan tindakannya sendiri, dan mengembalikan hasil sebenarnya; keluaran langsung model tetap berupa teks.
Tentukan kriteria penyelesaian yang sesuai dengan tugas. Untuk program, mintalah perilaku yang terdampak, perubahan usulan, dan hasil pemeriksaan yang benar-benar dilakukan. Untuk analisis matematika atau visual, nyatakan notasi, presisi, atau kesimpulan yang diperlukan serta kondisi yang membenarkannya. Artefak akhir yang berguna adalah solusi tertentu, usulan kode, atau penjelasan terstruktur yang pilihan pentingnya dapat dibandingkan dengan masalah dan bukti yang diberikan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/o4-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 $0.00055 / 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 $0.00055 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/o4-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/o4-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/o4-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/o4-mini-high
Gunakan jalur metode yang ditampilkan di atas.
openai/o4-mini-higho4-mini dengan tingkat penalaran High untuk pemrograman, matematika, dan tugas visual dengan kondisi yang saling terhubung. Model ini menerima teks dan gambar serta mengembalikan teks, dengan alat yang tersedia melalui lingkungan kerja aplikasi.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
o4-mini (High) merujuk pada o4-mini OpenAI dengan effort penalaran high. Model dasarnya adalah model penalaran seri o yang lebih kecil, berfokus pada pemrograman, matematika, dan tugas visual. Model ini menerima teks dan gambar serta menghasilkan teks. High menjelaskan tingkat penalaran yang diterapkan pada tugas, dengan mempertahankan identitas dasar o4-mini secara terpisah dari edisi model mandiri yang baru.
Penerapan praktisnya adalah masalah teknis dengan beberapa kondisi yang memengaruhi solusi. Berikan pernyataan masalah yang lengkap, kode atau definisi matematika yang relevan, dan batasan yang harus dipenuhi jawaban. Contoh permintaan adalah membandingkan dua pendekatan algoritmik, menjelaskan kondisi yang menjadi dasar masing-masing, dan mengusulkan solusi yang terhubung dengan masukan serta hasil yang ditentukan. Mintalah kesimpulan akhir dan bukti yang diperlukan untuk memeriksanya, alih-alih menentukan setiap pemikiran internal.
Untuk tugas visual, berikan diagram, grafik, atau tangkapan layar dan jelaskan detail yang penting. Rilis o3/o4-mini dari pembuatnya menjelaskan penalaran dengan gambar serta penggunaan alat ketika alat tersebut menyumbangkan bukti yang berguna. Pertanyaan tertulis dapat menghubungkan hubungan visual dengan kondisi matematika atau rekayasa. Ketika lingkungan menyediakan perhitungan atau hasil alat lainnya, pertahankan keluaran yang sebenarnya agar keputusan berikutnya memiliki dasar konkret.
Spesifikasi o4-mini OpenAI mencantumkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Juni 2024. Penalaran dan jawaban yang terlihat sama-sama menggunakan ruang token. Effort High memberikan lebih banyak pekerjaan penalaran pada tugas dan dapat memerlukan lebih banyak waktu; hal ini terpisah dari panjang atau format respons akhir yang diminta. Susun materi yang berguna dan sisakan ruang untuk analisis maupun hasil.
Pembuatnya mencantumkan antarmuka Responses, Chat Completions, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, masukan berkas dan gambar, pencarian berkas, cache prompt, serta fasilitas fine-tuning model. Alat yang didokumentasikan mencakup fungsi, pencarian berkas, interpretasi kode, koneksi MCP, dan pencarian web. Aplikasi menyediakan operasinya, menjalankan tindakannya sendiri, dan mengembalikan hasil sebenarnya; keluaran langsung model tetap berupa teks.
Tentukan kriteria penyelesaian yang sesuai dengan tugas. Untuk program, mintalah perilaku yang terdampak, perubahan usulan, dan hasil pemeriksaan yang benar-benar dilakukan. Untuk analisis matematika atau visual, nyatakan notasi, presisi, atau kesimpulan yang diperlukan serta kondisi yang membenarkannya. Artefak akhir yang berguna adalah solusi tertentu, usulan kode, atau penjelasan terstruktur yang pilihan pentingnya dapat dibandingkan dengan masalah dan bukti yang diberikan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan openai/o4-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 $0.00055 / 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 $0.00055 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "openai/o4-mini-high",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/o4-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/o4-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/o4-mini-high
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Choose a pair-sum algorithm\n\nDesign a Python function has_pair(nums, target) that returns whether two distinct list positions sum to target. Inputs are integers; duplicates are allowed; do not mutate the list. Compare a quadratic scan with a set-based approach, return the chosen implementation and tests for [3,3], target 6, a single 3 and an empty list.A concise complexity comparison, an implementation and tests demonstrating distinct-position handling and duplicate values.Check that [3,3] can succeed while a single [3] cannot reuse the same position.