GPT-4o Search Preview è il modello specializzato di OpenAI per comprendere ed eseguire ricerche sul Web all’interno di una richiesta conversazionale. Il suo ruolo è collegare una domanda alle informazioni recuperate dal Web e produrre una risposta testuale. OpenAI ha introdotto questo modello ottimizzato per la ricerca come scelta distinta, con un processo di ricerca integrato in questo percorso del modello anziché selezionato come una qualsiasi funzione esterna.
La ricerca avviene prima della generazione della risposta. Questo rende il modello utile per domande che dipendono da informazioni pubblicate: documentazione di prodotti, sviluppi recenti, descrizioni pubbliche o confronti tra fonti. Definite l’argomento, il periodo, il luogo e i criteri di selezione quando incidono sulla domanda. Una possibile applicazione può richiedere una nota di ricerca che identifichi i risultati più pertinenti e le differenze tra rapporti pubblicati.
La risposta di ricerca documentata associa un testo redatto a citazioni. Le informazioni sulle fonti sono rappresentate anche da annotazioni di citazione contenenti il titolo e l’indirizzo della pagina citata e la posizione del riferimento nella risposta. In un’applicazione destinata agli utenti finali, il produttore richiede che le citazioni restino visibili e cliccabili. Il lettore può così esaminare la pagina associata a una specifica affermazione nella risposta.
La specifica del modello indica input e output testuali, una finestra di contesto di 128 000 token e fino a 16 384 token in output. Il limite temporale delle conoscenze documentato è il 1 ottobre 2023; la ricerca sul Web fornisce informazioni oltre le conoscenze interne del modello quando le trova. Immagini, audio e video non sono modalità di input supportate in questa configurazione. Lo streaming e Structured Outputs sono elencati come supportati, mentre le chiamate di funzione, il fine-tuning e Predicted Outputs non lo sono.
Si tratta di un processo di ricerca specializzato in Chat Completions. Il produttore lo distingue dal proprio strumento di ricerca generale più recente: il modello precedente non fornisce i filtri per dominio, le impostazioni dell’elenco completo delle fonti, le opzioni di accesso in tempo reale né le impostazioni del budget dei token restituiti di quello strumento. Anche il suo comportamento di ricerca prima della risposta differisce da una chiamata facoltativa a uno strumento. Questi limiti aiutano a definire un’attività di ricerca mirata senza attribuire all’edizione Preview capacità di strumenti non pertinenti.
Per un assistente di ricerca che usa Ailoot API, precisate la domanda da affrontare e il risultato desiderato: una sintesi sostenuta da fonti, una tabella comparativa o lo schema di un rapporto. Chiedetegli di distinguere i fatti trovati nelle fonti dalle conclusioni che volete trarne. Mantenete espliciti la domanda e il risultato desiderato, in modo che la risposta corredata di citazioni possa essere valutata rispetto all’obiettivo della ricerca.
", "aboutText": "GPT-4o Search Preview è il modello specializzato di OpenAI per comprendere ed eseguire ricerche sul Web all’interno di una richiesta conversazionale. Il suo ruolo è collegare una domanda alle informazioni recuperate dal Web e produrre una risposta testuale. OpenAI ha introdotto questo modello ottimizzato per la ricerca come scelta distinta, con un processo di ricerca integrato in questo percorso del modello anziché selezionato come una qualsiasi funzione esterna.\n\nLa ricerca avviene prima della generazione della risposta. Questo rende il modello utile per domande che dipendono da informazioni pubblicate: documentazione di prodotti, sviluppi recenti, descrizioni pubbliche o confronti tra fonti. Definite l’argomento, il periodo, il luogo e i criteri di selezione quando incidono sulla domanda. Una possibile applicazione può richiedere una nota di ricerca che identifichi i risultati più pertinenti e le differenze tra rapporti pubblicati.\n\nLa risposta di ricerca documentata associa un testo redatto a citazioni. Le informazioni sulle fonti sono rappresentate anche da annotazioni di citazione contenenti il titolo e l’indirizzo della pagina citata e la posizione del riferimento nella risposta. In un’applicazione destinata agli utenti finali, il produttore richiede che le citazioni restino visibili e cliccabili. Il lettore può così esaminare la pagina associata a una specifica affermazione nella risposta.\n\nLa specifica del modello indica input e output testuali, una finestra di contesto di 128 000 token e fino a 16 384 token in output. Il limite temporale delle conoscenze documentato è il 1 ottobre 2023; la ricerca sul Web fornisce informazioni oltre le conoscenze interne del modello quando le trova. Immagini, audio e video non sono modalità di input supportate in questa configurazione. Lo streaming e Structured Outputs sono elencati come supportati, mentre le chiamate di funzione, il fine-tuning e Predicted Outputs non lo sono.\n\nSi tratta di un processo di ricerca specializzato in Chat Completions. Il produttore lo distingue dal proprio strumento di ricerca generale più recente: il modello precedente non fornisce i filtri per dominio, le impostazioni dell’elenco completo delle fonti, le opzioni di accesso in tempo reale né le impostazioni del budget dei token restituiti di quello strumento. Anche il suo comportamento di ricerca prima della risposta differisce da una chiamata facoltativa a uno strumento. Questi limiti aiutano a definire un’attività di ricerca mirata senza attribuire all’edizione Preview capacità di strumenti non pertinenti.\n\nPer un assistente di ricerca che usa Ailoot API, precisate la domanda da affrontare e il risultato desiderato: una sintesi sostenuta da fonti, una tabella comparativa o lo schema di un rapporto. Chiedetegli di distinguere i fatti trovati nelle fonti dalle conclusioni che volete trarne. Mantenete espliciti la domanda e il risultato desiderato, in modo che la risposta corredata di citazioni possa essere valutata rispetto all’obiettivo della ricerca.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Research an official accessibility standard\n\nFind the W3C WCAG 2.2 recommendation and prepare a short research brief about the Focus Not Obscured (Minimum) success criterion. State its number, level and practical purpose. Cite the official W3C source with a visible link, distinguish the criterion from your implementation advice and avoid adding an unsupported compliance claim.A short sourced brief with criterion number, level, practical explanation and a clickable official citation.Open the cited official page and check that the number, level and wording support the brief.gpt-4o-search-previewGPT-4o Search Preview è il modello testuale di OpenAI specializzato in risposte basate sul Web, con input e output testuali. Esegue una ricerca prima di rispondere, collega la risposta a citazioni delle fonti e supporta un contesto di 128 000 token e gli output strutturati.
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 Search Preview è il modello specializzato di OpenAI per comprendere ed eseguire ricerche sul Web all’interno di una richiesta conversazionale. Il suo ruolo è collegare una domanda alle informazioni recuperate dal Web e produrre una risposta testuale. OpenAI ha introdotto questo modello ottimizzato per la ricerca come scelta distinta, con un processo di ricerca integrato in questo percorso del modello anziché selezionato come una qualsiasi funzione esterna.
La ricerca avviene prima della generazione della risposta. Questo rende il modello utile per domande che dipendono da informazioni pubblicate: documentazione di prodotti, sviluppi recenti, descrizioni pubbliche o confronti tra fonti. Definite l’argomento, il periodo, il luogo e i criteri di selezione quando incidono sulla domanda. Una possibile applicazione può richiedere una nota di ricerca che identifichi i risultati più pertinenti e le differenze tra rapporti pubblicati.
La risposta di ricerca documentata associa un testo redatto a citazioni. Le informazioni sulle fonti sono rappresentate anche da annotazioni di citazione contenenti il titolo e l’indirizzo della pagina citata e la posizione del riferimento nella risposta. In un’applicazione destinata agli utenti finali, il produttore richiede che le citazioni restino visibili e cliccabili. Il lettore può così esaminare la pagina associata a una specifica affermazione nella risposta.
La specifica del modello indica input e output testuali, una finestra di contesto di 128 000 token e fino a 16 384 token in output. Il limite temporale delle conoscenze documentato è il 1 ottobre 2023; la ricerca sul Web fornisce informazioni oltre le conoscenze interne del modello quando le trova. Immagini, audio e video non sono modalità di input supportate in questa configurazione. Lo streaming e Structured Outputs sono elencati come supportati, mentre le chiamate di funzione, il fine-tuning e Predicted Outputs non lo sono.
Si tratta di un processo di ricerca specializzato in Chat Completions. Il produttore lo distingue dal proprio strumento di ricerca generale più recente: il modello precedente non fornisce i filtri per dominio, le impostazioni dell’elenco completo delle fonti, le opzioni di accesso in tempo reale né le impostazioni del budget dei token restituiti di quello strumento. Anche il suo comportamento di ricerca prima della risposta differisce da una chiamata facoltativa a uno strumento. Questi limiti aiutano a definire un’attività di ricerca mirata senza attribuire all’edizione Preview capacità di strumenti non pertinenti.
Per un assistente di ricerca che usa Ailoot API, precisate la domanda da affrontare e il risultato desiderato: una sintesi sostenuta da fonti, una tabella comparativa o lo schema di un rapporto. Chiedetegli di distinguere i fatti trovati nelle fonti dalle conclusioni che volete trarne. Mantenete espliciti la domanda e il risultato desiderato, in modo che la risposta corredata di citazioni possa essere valutata rispetto all’obiettivo della ricerca.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-4o-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 $0.005 / 1K token Output · Token in output $0.02 / 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-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-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-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-search-preview
Usa i percorsi dei metodi indicati sopra.
gpt-4o-search-previewGPT-4o Search Preview è il modello testuale di OpenAI specializzato in risposte basate sul Web, con input e output testuali. Esegue una ricerca prima di rispondere, collega la risposta a citazioni delle fonti e supporta un contesto di 128 000 token e gli output strutturati.
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 Search Preview è il modello specializzato di OpenAI per comprendere ed eseguire ricerche sul Web all’interno di una richiesta conversazionale. Il suo ruolo è collegare una domanda alle informazioni recuperate dal Web e produrre una risposta testuale. OpenAI ha introdotto questo modello ottimizzato per la ricerca come scelta distinta, con un processo di ricerca integrato in questo percorso del modello anziché selezionato come una qualsiasi funzione esterna.
La ricerca avviene prima della generazione della risposta. Questo rende il modello utile per domande che dipendono da informazioni pubblicate: documentazione di prodotti, sviluppi recenti, descrizioni pubbliche o confronti tra fonti. Definite l’argomento, il periodo, il luogo e i criteri di selezione quando incidono sulla domanda. Una possibile applicazione può richiedere una nota di ricerca che identifichi i risultati più pertinenti e le differenze tra rapporti pubblicati.
La risposta di ricerca documentata associa un testo redatto a citazioni. Le informazioni sulle fonti sono rappresentate anche da annotazioni di citazione contenenti il titolo e l’indirizzo della pagina citata e la posizione del riferimento nella risposta. In un’applicazione destinata agli utenti finali, il produttore richiede che le citazioni restino visibili e cliccabili. Il lettore può così esaminare la pagina associata a una specifica affermazione nella risposta.
La specifica del modello indica input e output testuali, una finestra di contesto di 128 000 token e fino a 16 384 token in output. Il limite temporale delle conoscenze documentato è il 1 ottobre 2023; la ricerca sul Web fornisce informazioni oltre le conoscenze interne del modello quando le trova. Immagini, audio e video non sono modalità di input supportate in questa configurazione. Lo streaming e Structured Outputs sono elencati come supportati, mentre le chiamate di funzione, il fine-tuning e Predicted Outputs non lo sono.
Si tratta di un processo di ricerca specializzato in Chat Completions. Il produttore lo distingue dal proprio strumento di ricerca generale più recente: il modello precedente non fornisce i filtri per dominio, le impostazioni dell’elenco completo delle fonti, le opzioni di accesso in tempo reale né le impostazioni del budget dei token restituiti di quello strumento. Anche il suo comportamento di ricerca prima della risposta differisce da una chiamata facoltativa a uno strumento. Questi limiti aiutano a definire un’attività di ricerca mirata senza attribuire all’edizione Preview capacità di strumenti non pertinenti.
Per un assistente di ricerca che usa Ailoot API, precisate la domanda da affrontare e il risultato desiderato: una sintesi sostenuta da fonti, una tabella comparativa o lo schema di un rapporto. Chiedetegli di distinguere i fatti trovati nelle fonti dalle conclusioni che volete trarne. Mantenete espliciti la domanda e il risultato desiderato, in modo che la risposta corredata di citazioni possa essere valutata rispetto all’obiettivo della ricerca.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-4o-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 $0.005 / 1K token Output · Token in output $0.02 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "gpt-4o-search-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-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-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-search-preview
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Research an official accessibility standard\n\nFind the W3C WCAG 2.2 recommendation and prepare a short research brief about the Focus Not Obscured (Minimum) success criterion. State its number, level and practical purpose. Cite the official W3C source with a visible link, distinguish the criterion from your implementation advice and avoid adding an unsupported compliance claim.A short sourced brief with criterion number, level, practical explanation and a clickable official citation.Open the cited official page and check that the number, level and wording support the brief.