GPT-5 Chat è la designazione di OpenAI per la versione conversazionale fissa di GPT-5 associata a ChatGPT. L’annuncio per gli sviluppatori identifica questa variante di chat dell’API come il modello senza una fase di ragionamento dedicata del sistema GPT-5. È una scelta distinta dal modello principale di ragionamento GPT-5: il nome di questa scheda indica un percorso di risposta orientato alla chat, non l’intero sistema di instradamento di ChatGPT.
OpenAI organizza gli usi pratici della famiglia GPT-5 intorno alla programmazione, alla scrittura e alla comprensione delle informazioni. Per un assistente conversazionale, questi ambiti si traducono nella discussione di una funzione, nella spiegazione di un documento fornito, nella modifica di un messaggio o nello sviluppo di un’idea attraverso domande successive. Il lavoro di scrittura della famiglia comprende la stesura e la revisione di relazioni, e-mail e testi più lunghi, tenendo conto della struttura e dello stile espressivo richiesti.
Un contesto visivo può accompagnare l’attività testuale. L’immagine di un’interfaccia, un grafico, una presentazione o un diagramma offre al modello qualcosa di concreto da spiegare. Ponete una domanda su una relazione o un elemento preciso e definite il risultato testuale desiderato. L’output è una spiegazione, un contenuto riscritto o del codice; l’immagine funge da input, anziché da richiesta di generazione di immagini.
La configurazione pubblicata ha una finestra di contesto di 128 000 token, fino a 16 384 token in output e un limite temporale delle conoscenze al 30 settembre 2024. Accetta testo e immagini e produce testo. Lo streaming, le chiamate di funzione e Structured Outputs sono elencati come supportati. Gli input audio e video, il fine-tuning e Predicted Outputs non sono supportati in questa configurazione di chat. Questi limiti appartengono al modello di chat nominato, anziché alla specifica più ampia del modello di ragionamento.
Le chiamate di funzione collegano l’assistente alle azioni e ai dati forniti da un’applicazione. Il modello può selezionare una funzione descritta e produrne gli argomenti; l’applicazione la esegue e restituisce il risultato per la risposta successiva. Un output strutturato svolge un altro ruolo: una risposta può seguire una struttura di dati concordata, ad esempio campi per una sintesi, i fatti pertinenti e un passo successivo proposto. L’esecuzione degli strumenti e gli accessi restano responsabilità dell’applicazione circostante.
La presentazione della famiglia GPT-5 sottolinea anche il rispetto delle istruzioni, una gestione più chiara delle attività incerte o incomplete e uno stile meno eccessivamente accondiscendente. Il modello specifico per la chat può essere impostato con un ruolo, un pubblico, un tono e requisiti di output espliciti. Le indicazioni generali sulla visione restano applicabili alle attività basate su immagini: testi piccoli o ruotati e un’interpretazione spaziale precisa richiedono un’attenta preparazione delle fonti.
Per un prodotto che usa Ailoot API, definite l’obiettivo della conversazione e fornite i contenuti su cui deve basarsi. Una richiesta utile può chiedere una risposta a un cliente, la spiegazione di uno screenshot o un documento organizzato in sezioni precise. Mantenete espliciti i fatti obbligatori e il passaggio selezionato quando perfezionate la risposta. La designazione di chat conserva la propria identità in questi processi, mentre la conversazione fornita offre il contesto di ogni risposta.
", "aboutText": "GPT-5 Chat è la designazione di OpenAI per la versione conversazionale fissa di GPT-5 associata a ChatGPT. L’annuncio per gli sviluppatori identifica questa variante di chat dell’API come il modello senza una fase di ragionamento dedicata del sistema GPT-5. È una scelta distinta dal modello principale di ragionamento GPT-5: il nome di questa scheda indica un percorso di risposta orientato alla chat, non l’intero sistema di instradamento di ChatGPT.\n\nOpenAI organizza gli usi pratici della famiglia GPT-5 intorno alla programmazione, alla scrittura e alla comprensione delle informazioni. Per un assistente conversazionale, questi ambiti si traducono nella discussione di una funzione, nella spiegazione di un documento fornito, nella modifica di un messaggio o nello sviluppo di un’idea attraverso domande successive. Il lavoro di scrittura della famiglia comprende la stesura e la revisione di relazioni, e-mail e testi più lunghi, tenendo conto della struttura e dello stile espressivo richiesti.\n\nUn contesto visivo può accompagnare l’attività testuale. L’immagine di un’interfaccia, un grafico, una presentazione o un diagramma offre al modello qualcosa di concreto da spiegare. Ponete una domanda su una relazione o un elemento preciso e definite il risultato testuale desiderato. L’output è una spiegazione, un contenuto riscritto o del codice; l’immagine funge da input, anziché da richiesta di generazione di immagini.\n\nLa configurazione pubblicata ha una finestra di contesto di 128 000 token, fino a 16 384 token in output e un limite temporale delle conoscenze al 30 settembre 2024. Accetta testo e immagini e produce testo. Lo streaming, le chiamate di funzione e Structured Outputs sono elencati come supportati. Gli input audio e video, il fine-tuning e Predicted Outputs non sono supportati in questa configurazione di chat. Questi limiti appartengono al modello di chat nominato, anziché alla specifica più ampia del modello di ragionamento.\n\nLe chiamate di funzione collegano l’assistente alle azioni e ai dati forniti da un’applicazione. Il modello può selezionare una funzione descritta e produrne gli argomenti; l’applicazione la esegue e restituisce il risultato per la risposta successiva. Un output strutturato svolge un altro ruolo: una risposta può seguire una struttura di dati concordata, ad esempio campi per una sintesi, i fatti pertinenti e un passo successivo proposto. L’esecuzione degli strumenti e gli accessi restano responsabilità dell’applicazione circostante.\n\nLa presentazione della famiglia GPT-5 sottolinea anche il rispetto delle istruzioni, una gestione più chiara delle attività incerte o incomplete e uno stile meno eccessivamente accondiscendente. Il modello specifico per la chat può essere impostato con un ruolo, un pubblico, un tono e requisiti di output espliciti. Le indicazioni generali sulla visione restano applicabili alle attività basate su immagini: testi piccoli o ruotati e un’interpretazione spaziale precisa richiedono un’attenta preparazione delle fonti.\n\nPer un prodotto che usa Ailoot API, definite l’obiettivo della conversazione e fornite i contenuti su cui deve basarsi. Una richiesta utile può chiedere una risposta a un cliente, la spiegazione di uno screenshot o un documento organizzato in sezioni precise. Mantenete espliciti i fatti obbligatori e il passaggio selezionato quando perfezionate la risposta. La designazione di chat conserva la propria identità in questi processi, mentre la conversazione fornita offre il contesto di ogni risposta.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Revise an operational status report\n\nRewrite this report into three short sections: completed, unresolved and next step. Source: 'The import accepted 420 rows. Eighteen rows failed because their account IDs were blank. We have not retried them. Vera will ask the source team for the missing IDs tomorrow.' Keep the counts and ownership exact and avoid describing the import as fully complete.A concise three-section report preserving counts, unresolved rows and Vera's planned follow-up.The result states that 18 rows remain unresolved and that no retry has occurred.gpt-5-chat-latestGPT-5 Chat è la variante conversazionale di GPT-5 di OpenAI senza una fase di ragionamento dedicata, che accetta testo e immagini e produce testo. Supporta la scrittura, le spiegazioni visive, le discussioni sul codice, le chiamate di funzione e le risposte strutturate 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-5 Chat è la designazione di OpenAI per la versione conversazionale fissa di GPT-5 associata a ChatGPT. L’annuncio per gli sviluppatori identifica questa variante di chat dell’API come il modello senza una fase di ragionamento dedicata del sistema GPT-5. È una scelta distinta dal modello principale di ragionamento GPT-5: il nome di questa scheda indica un percorso di risposta orientato alla chat, non l’intero sistema di instradamento di ChatGPT.
OpenAI organizza gli usi pratici della famiglia GPT-5 intorno alla programmazione, alla scrittura e alla comprensione delle informazioni. Per un assistente conversazionale, questi ambiti si traducono nella discussione di una funzione, nella spiegazione di un documento fornito, nella modifica di un messaggio o nello sviluppo di un’idea attraverso domande successive. Il lavoro di scrittura della famiglia comprende la stesura e la revisione di relazioni, e-mail e testi più lunghi, tenendo conto della struttura e dello stile espressivo richiesti.
Un contesto visivo può accompagnare l’attività testuale. L’immagine di un’interfaccia, un grafico, una presentazione o un diagramma offre al modello qualcosa di concreto da spiegare. Ponete una domanda su una relazione o un elemento preciso e definite il risultato testuale desiderato. L’output è una spiegazione, un contenuto riscritto o del codice; l’immagine funge da input, anziché da richiesta di generazione di immagini.
La configurazione pubblicata ha una finestra di contesto di 128 000 token, fino a 16 384 token in output e un limite temporale delle conoscenze al 30 settembre 2024. Accetta testo e immagini e produce testo. Lo streaming, le chiamate di funzione e Structured Outputs sono elencati come supportati. Gli input audio e video, il fine-tuning e Predicted Outputs non sono supportati in questa configurazione di chat. Questi limiti appartengono al modello di chat nominato, anziché alla specifica più ampia del modello di ragionamento.
Le chiamate di funzione collegano l’assistente alle azioni e ai dati forniti da un’applicazione. Il modello può selezionare una funzione descritta e produrne gli argomenti; l’applicazione la esegue e restituisce il risultato per la risposta successiva. Un output strutturato svolge un altro ruolo: una risposta può seguire una struttura di dati concordata, ad esempio campi per una sintesi, i fatti pertinenti e un passo successivo proposto. L’esecuzione degli strumenti e gli accessi restano responsabilità dell’applicazione circostante.
La presentazione della famiglia GPT-5 sottolinea anche il rispetto delle istruzioni, una gestione più chiara delle attività incerte o incomplete e uno stile meno eccessivamente accondiscendente. Il modello specifico per la chat può essere impostato con un ruolo, un pubblico, un tono e requisiti di output espliciti. Le indicazioni generali sulla visione restano applicabili alle attività basate su immagini: testi piccoli o ruotati e un’interpretazione spaziale precisa richiedono un’attenta preparazione delle fonti.
Per un prodotto che usa Ailoot API, definite l’obiettivo della conversazione e fornite i contenuti su cui deve basarsi. Una richiesta utile può chiedere una risposta a un cliente, la spiegazione di uno screenshot o un documento organizzato in sezioni precise. Mantenete espliciti i fatti obbligatori e il passaggio selezionato quando perfezionate la risposta. La designazione di chat conserva la propria identità in questi processi, mentre la conversazione fornita offre il contesto di ogni risposta.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-5-chat-latest | 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 $0.0025 / 1K token Output · Token in output $0.02 / 1K token Input · Lettura dalla cache $0.00025 / 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-5-chat-latest", "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-5-chat-latest',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-5-chat-latest',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-5-chat-latest
Usa i percorsi dei metodi indicati sopra.
gpt-5-chat-latestGPT-5 Chat è la variante conversazionale di GPT-5 di OpenAI senza una fase di ragionamento dedicata, che accetta testo e immagini e produce testo. Supporta la scrittura, le spiegazioni visive, le discussioni sul codice, le chiamate di funzione e le risposte strutturate 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-5 Chat è la designazione di OpenAI per la versione conversazionale fissa di GPT-5 associata a ChatGPT. L’annuncio per gli sviluppatori identifica questa variante di chat dell’API come il modello senza una fase di ragionamento dedicata del sistema GPT-5. È una scelta distinta dal modello principale di ragionamento GPT-5: il nome di questa scheda indica un percorso di risposta orientato alla chat, non l’intero sistema di instradamento di ChatGPT.
OpenAI organizza gli usi pratici della famiglia GPT-5 intorno alla programmazione, alla scrittura e alla comprensione delle informazioni. Per un assistente conversazionale, questi ambiti si traducono nella discussione di una funzione, nella spiegazione di un documento fornito, nella modifica di un messaggio o nello sviluppo di un’idea attraverso domande successive. Il lavoro di scrittura della famiglia comprende la stesura e la revisione di relazioni, e-mail e testi più lunghi, tenendo conto della struttura e dello stile espressivo richiesti.
Un contesto visivo può accompagnare l’attività testuale. L’immagine di un’interfaccia, un grafico, una presentazione o un diagramma offre al modello qualcosa di concreto da spiegare. Ponete una domanda su una relazione o un elemento preciso e definite il risultato testuale desiderato. L’output è una spiegazione, un contenuto riscritto o del codice; l’immagine funge da input, anziché da richiesta di generazione di immagini.
La configurazione pubblicata ha una finestra di contesto di 128 000 token, fino a 16 384 token in output e un limite temporale delle conoscenze al 30 settembre 2024. Accetta testo e immagini e produce testo. Lo streaming, le chiamate di funzione e Structured Outputs sono elencati come supportati. Gli input audio e video, il fine-tuning e Predicted Outputs non sono supportati in questa configurazione di chat. Questi limiti appartengono al modello di chat nominato, anziché alla specifica più ampia del modello di ragionamento.
Le chiamate di funzione collegano l’assistente alle azioni e ai dati forniti da un’applicazione. Il modello può selezionare una funzione descritta e produrne gli argomenti; l’applicazione la esegue e restituisce il risultato per la risposta successiva. Un output strutturato svolge un altro ruolo: una risposta può seguire una struttura di dati concordata, ad esempio campi per una sintesi, i fatti pertinenti e un passo successivo proposto. L’esecuzione degli strumenti e gli accessi restano responsabilità dell’applicazione circostante.
La presentazione della famiglia GPT-5 sottolinea anche il rispetto delle istruzioni, una gestione più chiara delle attività incerte o incomplete e uno stile meno eccessivamente accondiscendente. Il modello specifico per la chat può essere impostato con un ruolo, un pubblico, un tono e requisiti di output espliciti. Le indicazioni generali sulla visione restano applicabili alle attività basate su immagini: testi piccoli o ruotati e un’interpretazione spaziale precisa richiedono un’attenta preparazione delle fonti.
Per un prodotto che usa Ailoot API, definite l’obiettivo della conversazione e fornite i contenuti su cui deve basarsi. Una richiesta utile può chiedere una risposta a un cliente, la spiegazione di uno screenshot o un documento organizzato in sezioni precise. Mantenete espliciti i fatti obbligatori e il passaggio selezionato quando perfezionate la risposta. La designazione di chat conserva la propria identità in questi processi, mentre la conversazione fornita offre il contesto di ogni risposta.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-5-chat-latest | 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 $0.0025 / 1K token Output · Token in output $0.02 / 1K token Input · Lettura dalla cache $0.00025 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "gpt-5-chat-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5-chat-latest', '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-5-chat-latest', '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-5-chat-latest
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Revise an operational status report\n\nRewrite this report into three short sections: completed, unresolved and next step. Source: 'The import accepted 420 rows. Eighteen rows failed because their account IDs were blank. We have not retried them. Vera will ask the source team for the missing IDs tomorrow.' Keep the counts and ownership exact and avoid describing the import as fully complete.A concise three-section report preserving counts, unresolved rows and Vera's planned follow-up.The result states that 18 rows remain unresolved and that no retry has occurred.