GPT-4o Mini Search Preview è il modello compatto specializzato di OpenAI per domande che richiedono ricerche sul Web. Il produttore lo addestra a comprendere una richiesta di ricerca testuale, recuperare informazioni pertinenti dal Web e creare una risposta testuale. La sua scheda mette in evidenza un piccolo modello di ricerca rapido. Mantiene un’identità distinta dall’edizione Search Preview più grande e da una conversazione generica con GPT-4o mini.
Nel processo specializzato di Chat Completions, la ricerca precede la risposta. Un uso pratico è una domanda di consultazione mirata: trovare una specifica pubblica, spiegare un annuncio recente o confrontare un piccolo insieme di descrizioni pubblicate. Definite ciò che viene cercato e le distinzioni importanti. Per ricerche ripetute, mantenete la stessa struttura della domanda e le stesse sezioni richieste per poter confrontare i risultati tra argomenti.
Il risultato comprende testo con citazioni delle fonti integrate e annotazioni di citazione che identificano la pagina e il passaggio pertinente della risposta. Il produttore richiede che i riferimenti alle fonti restino visibili e cliccabili quando informazioni provenienti dal Web vengono presentate agli utenti. Una breve sintesi può così mantenere il legame tra le proprie affermazioni e il contenuto usato per sostenerle.
La configurazione pubblicata accetta e restituisce testo. La finestra di contesto è di 128 000 token, l’output massimo è di 16 384 token e il limite temporale delle conoscenze documentato è il 1 ottobre 2023. Immagini, audio e video non rientrano nelle modalità di input supportate. La scheda del modello indica come supportati lo streaming e Structured Outputs; non supporta chiamate arbitrarie di funzione, fine-tuning o Predicted Outputs.
L’interfaccia precedente del modello di ricerca ha un ambito funzionale preciso. Non espone il filtraggio dei domini, le impostazioni dell’elenco completo delle fonti, il controllo dell’accesso in tempo reale o il budget dei token restituiti dello strumento di ricerca generale più recente. La ricerca è intrinseca al percorso di risposta, anziché una funzione scelta da un insieme di strumenti definito dall’applicazione. L’attività prevista è quindi una richiesta testuale basata sul Web con un requisito di output chiaro.
Per un assistente che usa Ailoot API, chiedete un risultato compatto adatto alla domanda: una nota di consultazione, un confronto delle caratteristiche dichiarate o un breve piano di ricerca. Precisate il periodo, l’area geografica e i criteri quando sono pertinenti e identificate i fatti che richiedono un supporto esplicito delle fonti. La designazione Preview distingue questa edizione compatta di ricerca nell’organizzazione delle domande mirate e dei relativi risultati corredati di citazioni.
", "aboutText": "GPT-4o Mini Search Preview è il modello compatto specializzato di OpenAI per domande che richiedono ricerche sul Web. Il produttore lo addestra a comprendere una richiesta di ricerca testuale, recuperare informazioni pertinenti dal Web e creare una risposta testuale. La sua scheda mette in evidenza un piccolo modello di ricerca rapido. Mantiene un’identità distinta dall’edizione Search Preview più grande e da una conversazione generica con GPT-4o mini.\n\nNel processo specializzato di Chat Completions, la ricerca precede la risposta. Un uso pratico è una domanda di consultazione mirata: trovare una specifica pubblica, spiegare un annuncio recente o confrontare un piccolo insieme di descrizioni pubblicate. Definite ciò che viene cercato e le distinzioni importanti. Per ricerche ripetute, mantenete la stessa struttura della domanda e le stesse sezioni richieste per poter confrontare i risultati tra argomenti.\n\nIl risultato comprende testo con citazioni delle fonti integrate e annotazioni di citazione che identificano la pagina e il passaggio pertinente della risposta. Il produttore richiede che i riferimenti alle fonti restino visibili e cliccabili quando informazioni provenienti dal Web vengono presentate agli utenti. Una breve sintesi può così mantenere il legame tra le proprie affermazioni e il contenuto usato per sostenerle.\n\nLa configurazione pubblicata accetta e restituisce testo. La finestra di contesto è di 128 000 token, l’output massimo è di 16 384 token e il limite temporale delle conoscenze documentato è il 1 ottobre 2023. Immagini, audio e video non rientrano nelle modalità di input supportate. La scheda del modello indica come supportati lo streaming e Structured Outputs; non supporta chiamate arbitrarie di funzione, fine-tuning o Predicted Outputs.\n\nL’interfaccia precedente del modello di ricerca ha un ambito funzionale preciso. Non espone il filtraggio dei domini, le impostazioni dell’elenco completo delle fonti, il controllo dell’accesso in tempo reale o il budget dei token restituiti dello strumento di ricerca generale più recente. La ricerca è intrinseca al percorso di risposta, anziché una funzione scelta da un insieme di strumenti definito dall’applicazione. L’attività prevista è quindi una richiesta testuale basata sul Web con un requisito di output chiaro.\n\nPer un assistente che usa Ailoot API, chiedete un risultato compatto adatto alla domanda: una nota di consultazione, un confronto delle caratteristiche dichiarate o un breve piano di ricerca. Precisate il periodo, l’area geografica e i criteri quando sono pertinenti e identificate i fatti che richiedono un supporto esplicito delle fonti. La designazione Preview distingue questa edizione compatta di ricerca nell’organizzazione delle domande mirate e dei relativi risultati corredati di citazioni.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Find an authoritative format reference\n\nFind the official public specification for the PNG image format. Prepare a short reference note identifying the specification publisher, the purpose of PNG and the part explaining lossless compression. Cite the pages supporting those points with clickable references. Distinguish what the specification states from any explanatory summary you add.A concise reference note with authoritative source links attached to the supported claims.Check that references lead to the specification publisher and support the compression description.gpt-4o-mini-search-previewGPT-4o Mini Search Preview è il modello testuale compatto di OpenAI per domande basate sul Web e risultati di ricerca concisi. Esegue una ricerca prima di rispondere, restituisce citazioni e supporta gli output strutturati in un contesto di 128 000 token.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GPT-4o Mini Search Preview è il modello compatto specializzato di OpenAI per domande che richiedono ricerche sul Web. Il produttore lo addestra a comprendere una richiesta di ricerca testuale, recuperare informazioni pertinenti dal Web e creare una risposta testuale. La sua scheda mette in evidenza un piccolo modello di ricerca rapido. Mantiene un’identità distinta dall’edizione Search Preview più grande e da una conversazione generica con GPT-4o mini.
Nel processo specializzato di Chat Completions, la ricerca precede la risposta. Un uso pratico è una domanda di consultazione mirata: trovare una specifica pubblica, spiegare un annuncio recente o confrontare un piccolo insieme di descrizioni pubblicate. Definite ciò che viene cercato e le distinzioni importanti. Per ricerche ripetute, mantenete la stessa struttura della domanda e le stesse sezioni richieste per poter confrontare i risultati tra argomenti.
Il risultato comprende testo con citazioni delle fonti integrate e annotazioni di citazione che identificano la pagina e il passaggio pertinente della risposta. Il produttore richiede che i riferimenti alle fonti restino visibili e cliccabili quando informazioni provenienti dal Web vengono presentate agli utenti. Una breve sintesi può così mantenere il legame tra le proprie affermazioni e il contenuto usato per sostenerle.
La configurazione pubblicata accetta e restituisce testo. La finestra di contesto è di 128 000 token, l’output massimo è di 16 384 token e il limite temporale delle conoscenze documentato è il 1 ottobre 2023. Immagini, audio e video non rientrano nelle modalità di input supportate. La scheda del modello indica come supportati lo streaming e Structured Outputs; non supporta chiamate arbitrarie di funzione, fine-tuning o Predicted Outputs.
L’interfaccia precedente del modello di ricerca ha un ambito funzionale preciso. Non espone il filtraggio dei domini, le impostazioni dell’elenco completo delle fonti, il controllo dell’accesso in tempo reale o il budget dei token restituiti dello strumento di ricerca generale più recente. La ricerca è intrinseca al percorso di risposta, anziché una funzione scelta da un insieme di strumenti definito dall’applicazione. L’attività prevista è quindi una richiesta testuale basata sul Web con un requisito di output chiaro.
Per un assistente che usa Ailoot API, chiedete un risultato compatto adatto alla domanda: una nota di consultazione, un confronto delle caratteristiche dichiarate o un breve piano di ricerca. Precisate il periodo, l’area geografica e i criteri quando sono pertinenti e identificate i fatti che richiedono un supporto esplicito delle fonti. La designazione Preview distingue questa edizione compatta di ricerca nell’organizzazione delle domande mirate e dei relativi risultati corredati di citazioni.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-4o-mini-search-preview | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0003 / 1K token Output · Token in output $0.0012 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-4o-mini-search-preview", "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='gpt-4o-mini-search-preview',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='gpt-4o-mini-search-preview',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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra gpt-4o-mini-search-preview
Usa i percorsi dei metodi indicati sopra.
gpt-4o-mini-search-previewGPT-4o Mini Search Preview è il modello testuale compatto di OpenAI per domande basate sul Web e risultati di ricerca concisi. Esegue una ricerca prima di rispondere, restituisce citazioni e supporta gli output strutturati in un contesto di 128 000 token.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GPT-4o Mini Search Preview è il modello compatto specializzato di OpenAI per domande che richiedono ricerche sul Web. Il produttore lo addestra a comprendere una richiesta di ricerca testuale, recuperare informazioni pertinenti dal Web e creare una risposta testuale. La sua scheda mette in evidenza un piccolo modello di ricerca rapido. Mantiene un’identità distinta dall’edizione Search Preview più grande e da una conversazione generica con GPT-4o mini.
Nel processo specializzato di Chat Completions, la ricerca precede la risposta. Un uso pratico è una domanda di consultazione mirata: trovare una specifica pubblica, spiegare un annuncio recente o confrontare un piccolo insieme di descrizioni pubblicate. Definite ciò che viene cercato e le distinzioni importanti. Per ricerche ripetute, mantenete la stessa struttura della domanda e le stesse sezioni richieste per poter confrontare i risultati tra argomenti.
Il risultato comprende testo con citazioni delle fonti integrate e annotazioni di citazione che identificano la pagina e il passaggio pertinente della risposta. Il produttore richiede che i riferimenti alle fonti restino visibili e cliccabili quando informazioni provenienti dal Web vengono presentate agli utenti. Una breve sintesi può così mantenere il legame tra le proprie affermazioni e il contenuto usato per sostenerle.
La configurazione pubblicata accetta e restituisce testo. La finestra di contesto è di 128 000 token, l’output massimo è di 16 384 token e il limite temporale delle conoscenze documentato è il 1 ottobre 2023. Immagini, audio e video non rientrano nelle modalità di input supportate. La scheda del modello indica come supportati lo streaming e Structured Outputs; non supporta chiamate arbitrarie di funzione, fine-tuning o Predicted Outputs.
L’interfaccia precedente del modello di ricerca ha un ambito funzionale preciso. Non espone il filtraggio dei domini, le impostazioni dell’elenco completo delle fonti, il controllo dell’accesso in tempo reale o il budget dei token restituiti dello strumento di ricerca generale più recente. La ricerca è intrinseca al percorso di risposta, anziché una funzione scelta da un insieme di strumenti definito dall’applicazione. L’attività prevista è quindi una richiesta testuale basata sul Web con un requisito di output chiaro.
Per un assistente che usa Ailoot API, chiedete un risultato compatto adatto alla domanda: una nota di consultazione, un confronto delle caratteristiche dichiarate o un breve piano di ricerca. Precisate il periodo, l’area geografica e i criteri quando sono pertinenti e identificate i fatti che richiedono un supporto esplicito delle fonti. La designazione Preview distingue questa edizione compatta di ricerca nell’organizzazione delle domande mirate e dei relativi risultati corredati di citazioni.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-4o-mini-search-preview | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0003 / 1K token Output · Token in output $0.0012 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "gpt-4o-mini-search-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-4o-mini-search-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-4o-mini-search-preview', '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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra gpt-4o-mini-search-preview
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Find an authoritative format reference\n\nFind the official public specification for the PNG image format. Prepare a short reference note identifying the specification publisher, the purpose of PNG and the part explaining lossless compression. Cite the pages supporting those points with clickable references. Distinguish what the specification states from any explanatory summary you add.A concise reference note with authoritative source links attached to the supported claims.Check that references lead to the specification publisher and support the compression description.