GPT-5.1-Codex Mini è l’edizione più piccola di GPT-5.1-Codex di OpenAI. Conserva il ruolo di Codex nella programmazione con agenti, offrendo una scelta distinta dalle edizioni Codex completa e Max. Il modello accetta testo e immagini e produce testo. Il produttore descrive l’edizione Mini come meno capace del modello GPT-5.1-Codex completo, per cui assegnarle un’attività ben delimitata è un modo utile per impiegarla.
Un esempio consiste in una modifica mirata a una parte del codice di un progetto. Fornite il comportamento desiderato, il codice pertinente e i vincoli su ciò che può cambiare. Chiedete al modello di spiegare come viene attualmente gestito un input, individuare la modifica proposta e produrre il codice per quell’ambito. Per il debug, fornite il malfunzionamento osservato e il risultato atteso, insieme all’output di comandi o verifiche che contribuisce alla diagnosi.
Un’attività di supporto all’interno di un processo più ampio può invece richiedere una spiegazione del codice, una revisione mirata di un file o una fase di verifica proposta. Assegnatele un criterio di completamento e un formato del risultato propri. Conservate nella risposta le definizioni pertinenti e gli elementi necessari alla fase successiva. Questo rende l’output utile al processo di lavoro più ampio, senza presumere che Mini abbia la stessa capacità di gestire attività di un’altra edizione Codex.
Le specifiche di OpenAI indicano una finestra di contesto di 400 000 token, un output massimo di 128 000 token e conoscenze aggiornate al 30 settembre 2024. L’interfaccia documentata è Responses. La scheda elenca streaming, Structured Outputs, chiamate di funzione, input di immagini, memorizzazione nella cache dell’input, valutazioni e funzionalità per conservare le risposte generate; gli strumenti elencati comprendono funzioni e ricerca sul web. Le indicazioni attuali sulla cache includono questo modello preciso tra quelli con conservazione prolungata facoltativa fino a 24 ore.
L’applicazione fornisce l’ambiente di lavoro, esegue le proprie operazioni e restituisce i risultati effettivi. Per una modifica relativa all’interfaccia, un’immagine può mostrare lo stato o la disposizione pertinente, mentre le istruzioni scritte definiscono l’interazione attesa. L’output del modello resta testo o codice per l’attività, distinto da un’operazione completata nell’ambiente. La cache prolungata è una funzionalità del produttore per il contesto ripetuto idoneo, non la prova che una particolare richiesta abbia riutilizzato la cache.
Richiedete un risultato finale concreto: una modifica proposta, una spiegazione, un rilievo di revisione o un piano per verificare il comportamento modificato. Collegate ogni modifica sostanziale a un requisito e distinguete le verifiche già eseguite da quelle ancora necessarie. Per proseguire, fornite i nuovi elementi e indicate la parte del risultato da modificare. L’output può quindi supportare una decisione successiva specifica nel processo di sviluppo.
", "aboutText": "GPT-5.1-Codex Mini è l’edizione più piccola di GPT-5.1-Codex di OpenAI. Conserva il ruolo di Codex nella programmazione con agenti, offrendo una scelta distinta dalle edizioni Codex completa e Max. Il modello accetta testo e immagini e produce testo. Il produttore descrive l’edizione Mini come meno capace del modello GPT-5.1-Codex completo, per cui assegnarle un’attività ben delimitata è un modo utile per impiegarla.\n\nUn esempio consiste in una modifica mirata a una parte del codice di un progetto. Fornite il comportamento desiderato, il codice pertinente e i vincoli su ciò che può cambiare. Chiedete al modello di spiegare come viene attualmente gestito un input, individuare la modifica proposta e produrre il codice per quell’ambito. Per il debug, fornite il malfunzionamento osservato e il risultato atteso, insieme all’output di comandi o verifiche che contribuisce alla diagnosi.\n\nUn’attività di supporto all’interno di un processo più ampio può invece richiedere una spiegazione del codice, una revisione mirata di un file o una fase di verifica proposta. Assegnatele un criterio di completamento e un formato del risultato propri. Conservate nella risposta le definizioni pertinenti e gli elementi necessari alla fase successiva. Questo rende l’output utile al processo di lavoro più ampio, senza presumere che Mini abbia la stessa capacità di gestire attività di un’altra edizione Codex.\n\nLe specifiche di OpenAI indicano una finestra di contesto di 400 000 token, un output massimo di 128 000 token e conoscenze aggiornate al 30 settembre 2024. L’interfaccia documentata è Responses. La scheda elenca streaming, Structured Outputs, chiamate di funzione, input di immagini, memorizzazione nella cache dell’input, valutazioni e funzionalità per conservare le risposte generate; gli strumenti elencati comprendono funzioni e ricerca sul web. Le indicazioni attuali sulla cache includono questo modello preciso tra quelli con conservazione prolungata facoltativa fino a 24 ore.\n\nL’applicazione fornisce l’ambiente di lavoro, esegue le proprie operazioni e restituisce i risultati effettivi. Per una modifica relativa all’interfaccia, un’immagine può mostrare lo stato o la disposizione pertinente, mentre le istruzioni scritte definiscono l’interazione attesa. L’output del modello resta testo o codice per l’attività, distinto da un’operazione completata nell’ambiente. La cache prolungata è una funzionalità del produttore per il contesto ripetuto idoneo, non la prova che una particolare richiesta abbia riutilizzato la cache.\n\nRichiedete un risultato finale concreto: una modifica proposta, una spiegazione, un rilievo di revisione o un piano per verificare il comportamento modificato. Collegate ogni modifica sostanziale a un requisito e distinguete le verifiche già eseguite da quelle ancora necessarie. Per proseguire, fornite i nuovi elementi e indicate la parte del risultato da modificare. L’output può quindi supportare una decisione successiva specifica nel processo di sviluppo.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Fix a one-function string normalizer\n\nFix this JavaScript function: const normalize = s => s.trim().toLowerCase();. Requirement: strings are trimmed and lowercased; null and undefined return an empty string; other types throw TypeError. Keep the function’s one-argument interface. Provide tests for " A ", null, undefined and 12, and explain the added branches.A focused replacement function and four tests with a short branch explanation.Check that numbers are rejected instead of silently converted to strings, while null and undefined are handled explicitly.gpt-5.1-codex-miniL’edizione più piccola di GPT-5.1-Codex è adatta ad attività di programmazione di supporto più circoscritte. Accetta testo e immagini e restituisce testo o codice; il produttore documenta chiamate di funzione e Structured Outputs per un processo di lavoro collegato a strumenti.
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-5.1-Codex Mini è l’edizione più piccola di GPT-5.1-Codex di OpenAI. Conserva il ruolo di Codex nella programmazione con agenti, offrendo una scelta distinta dalle edizioni Codex completa e Max. Il modello accetta testo e immagini e produce testo. Il produttore descrive l’edizione Mini come meno capace del modello GPT-5.1-Codex completo, per cui assegnarle un’attività ben delimitata è un modo utile per impiegarla.
Un esempio consiste in una modifica mirata a una parte del codice di un progetto. Fornite il comportamento desiderato, il codice pertinente e i vincoli su ciò che può cambiare. Chiedete al modello di spiegare come viene attualmente gestito un input, individuare la modifica proposta e produrre il codice per quell’ambito. Per il debug, fornite il malfunzionamento osservato e il risultato atteso, insieme all’output di comandi o verifiche che contribuisce alla diagnosi.
Un’attività di supporto all’interno di un processo più ampio può invece richiedere una spiegazione del codice, una revisione mirata di un file o una fase di verifica proposta. Assegnatele un criterio di completamento e un formato del risultato propri. Conservate nella risposta le definizioni pertinenti e gli elementi necessari alla fase successiva. Questo rende l’output utile al processo di lavoro più ampio, senza presumere che Mini abbia la stessa capacità di gestire attività di un’altra edizione Codex.
Le specifiche di OpenAI indicano una finestra di contesto di 400 000 token, un output massimo di 128 000 token e conoscenze aggiornate al 30 settembre 2024. L’interfaccia documentata è Responses. La scheda elenca streaming, Structured Outputs, chiamate di funzione, input di immagini, memorizzazione nella cache dell’input, valutazioni e funzionalità per conservare le risposte generate; gli strumenti elencati comprendono funzioni e ricerca sul web. Le indicazioni attuali sulla cache includono questo modello preciso tra quelli con conservazione prolungata facoltativa fino a 24 ore.
L’applicazione fornisce l’ambiente di lavoro, esegue le proprie operazioni e restituisce i risultati effettivi. Per una modifica relativa all’interfaccia, un’immagine può mostrare lo stato o la disposizione pertinente, mentre le istruzioni scritte definiscono l’interazione attesa. L’output del modello resta testo o codice per l’attività, distinto da un’operazione completata nell’ambiente. La cache prolungata è una funzionalità del produttore per il contesto ripetuto idoneo, non la prova che una particolare richiesta abbia riutilizzato la cache.
Richiedete un risultato finale concreto: una modifica proposta, una spiegazione, un rilievo di revisione o un piano per verificare il comportamento modificato. Collegate ogni modifica sostanziale a un requisito e distinguete le verifiche già eseguite da quelle ancora necessarie. Per proseguire, fornite i nuovi elementi e indicate la parte del risultato da modificare. L’output può quindi supportare una decisione successiva specifica nel processo di sviluppo.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-5.1-codex-mini | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Conversazione testuale | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
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 |
Parametrocontrol_scope | ContrattoConversazione testuale; stream è un booleano e per impostazione predefinita vale false. |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Alias del metodo: /chat/completions
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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0005 / 1K token Output · Token in output $0.004 / 1K token Input · Lettura dalla cache $0.00006 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0005 / 1K token Output · Token in output $0.004 / 1K token Input · Lettura dalla cache $0.00006 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-5.1-codex-mini","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-5.1-codex-mini", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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-5.1-codex-mini, openai/gpt-5.1-codex-mini
/chat/completions
gpt-5.1-codex-miniL’edizione più piccola di GPT-5.1-Codex è adatta ad attività di programmazione di supporto più circoscritte. Accetta testo e immagini e restituisce testo o codice; il produttore documenta chiamate di funzione e Structured Outputs per un processo di lavoro collegato a strumenti.
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-5.1-Codex Mini è l’edizione più piccola di GPT-5.1-Codex di OpenAI. Conserva il ruolo di Codex nella programmazione con agenti, offrendo una scelta distinta dalle edizioni Codex completa e Max. Il modello accetta testo e immagini e produce testo. Il produttore descrive l’edizione Mini come meno capace del modello GPT-5.1-Codex completo, per cui assegnarle un’attività ben delimitata è un modo utile per impiegarla.
Un esempio consiste in una modifica mirata a una parte del codice di un progetto. Fornite il comportamento desiderato, il codice pertinente e i vincoli su ciò che può cambiare. Chiedete al modello di spiegare come viene attualmente gestito un input, individuare la modifica proposta e produrre il codice per quell’ambito. Per il debug, fornite il malfunzionamento osservato e il risultato atteso, insieme all’output di comandi o verifiche che contribuisce alla diagnosi.
Un’attività di supporto all’interno di un processo più ampio può invece richiedere una spiegazione del codice, una revisione mirata di un file o una fase di verifica proposta. Assegnatele un criterio di completamento e un formato del risultato propri. Conservate nella risposta le definizioni pertinenti e gli elementi necessari alla fase successiva. Questo rende l’output utile al processo di lavoro più ampio, senza presumere che Mini abbia la stessa capacità di gestire attività di un’altra edizione Codex.
Le specifiche di OpenAI indicano una finestra di contesto di 400 000 token, un output massimo di 128 000 token e conoscenze aggiornate al 30 settembre 2024. L’interfaccia documentata è Responses. La scheda elenca streaming, Structured Outputs, chiamate di funzione, input di immagini, memorizzazione nella cache dell’input, valutazioni e funzionalità per conservare le risposte generate; gli strumenti elencati comprendono funzioni e ricerca sul web. Le indicazioni attuali sulla cache includono questo modello preciso tra quelli con conservazione prolungata facoltativa fino a 24 ore.
L’applicazione fornisce l’ambiente di lavoro, esegue le proprie operazioni e restituisce i risultati effettivi. Per una modifica relativa all’interfaccia, un’immagine può mostrare lo stato o la disposizione pertinente, mentre le istruzioni scritte definiscono l’interazione attesa. L’output del modello resta testo o codice per l’attività, distinto da un’operazione completata nell’ambiente. La cache prolungata è una funzionalità del produttore per il contesto ripetuto idoneo, non la prova che una particolare richiesta abbia riutilizzato la cache.
Richiedete un risultato finale concreto: una modifica proposta, una spiegazione, un rilievo di revisione o un piano per verificare il comportamento modificato. Collegate ogni modifica sostanziale a un requisito e distinguete le verifiche già eseguite da quelle ancora necessarie. Per proseguire, fornite i nuovi elementi e indicate la parte del risultato da modificare. L’output può quindi supportare una decisione successiva specifica nel processo di sviluppo.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-5.1-codex-mini | 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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0005 / 1K token Output · Token in output $0.004 / 1K token Input · Lettura dalla cache $0.00006 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0005 / 1K token Output · Token in output $0.004 / 1K token Input · Lettura dalla cache $0.00006 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "gpt-5.1-codex-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.1-codex-mini', '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-5.1-codex-mini', '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-5.1-codex-mini, openai/gpt-5.1-codex-mini
/chat/completions
openai/gpt-5.1-codex-miniL’edizione più piccola di GPT-5.1-Codex è adatta ad attività di programmazione di supporto più circoscritte. Accetta testo e immagini e restituisce testo o codice; il produttore documenta chiamate di funzione e Structured Outputs per un processo di lavoro collegato a strumenti.
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-5.1-Codex Mini è l’edizione più piccola di GPT-5.1-Codex di OpenAI. Conserva il ruolo di Codex nella programmazione con agenti, offrendo una scelta distinta dalle edizioni Codex completa e Max. Il modello accetta testo e immagini e produce testo. Il produttore descrive l’edizione Mini come meno capace del modello GPT-5.1-Codex completo, per cui assegnarle un’attività ben delimitata è un modo utile per impiegarla.
Un esempio consiste in una modifica mirata a una parte del codice di un progetto. Fornite il comportamento desiderato, il codice pertinente e i vincoli su ciò che può cambiare. Chiedete al modello di spiegare come viene attualmente gestito un input, individuare la modifica proposta e produrre il codice per quell’ambito. Per il debug, fornite il malfunzionamento osservato e il risultato atteso, insieme all’output di comandi o verifiche che contribuisce alla diagnosi.
Un’attività di supporto all’interno di un processo più ampio può invece richiedere una spiegazione del codice, una revisione mirata di un file o una fase di verifica proposta. Assegnatele un criterio di completamento e un formato del risultato propri. Conservate nella risposta le definizioni pertinenti e gli elementi necessari alla fase successiva. Questo rende l’output utile al processo di lavoro più ampio, senza presumere che Mini abbia la stessa capacità di gestire attività di un’altra edizione Codex.
Le specifiche di OpenAI indicano una finestra di contesto di 400 000 token, un output massimo di 128 000 token e conoscenze aggiornate al 30 settembre 2024. L’interfaccia documentata è Responses. La scheda elenca streaming, Structured Outputs, chiamate di funzione, input di immagini, memorizzazione nella cache dell’input, valutazioni e funzionalità per conservare le risposte generate; gli strumenti elencati comprendono funzioni e ricerca sul web. Le indicazioni attuali sulla cache includono questo modello preciso tra quelli con conservazione prolungata facoltativa fino a 24 ore.
L’applicazione fornisce l’ambiente di lavoro, esegue le proprie operazioni e restituisce i risultati effettivi. Per una modifica relativa all’interfaccia, un’immagine può mostrare lo stato o la disposizione pertinente, mentre le istruzioni scritte definiscono l’interazione attesa. L’output del modello resta testo o codice per l’attività, distinto da un’operazione completata nell’ambiente. La cache prolungata è una funzionalità del produttore per il contesto ripetuto idoneo, non la prova che una particolare richiesta abbia riutilizzato la cache.
Richiedete un risultato finale concreto: una modifica proposta, una spiegazione, un rilievo di revisione o un piano per verificare il comportamento modificato. Collegate ogni modifica sostanziale a un requisito e distinguete le verifiche già eseguite da quelle ancora necessarie. Per proseguire, fornite i nuovi elementi e indicate la parte del risultato da modificare. L’output può quindi supportare una decisione successiva specifica nel processo di sviluppo.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-5.1-codex-mini | 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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0005 / 1K token Output · Token in output $0.004 / 1K token Input · Lettura dalla cache $0.00006 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0005 / 1K token Output · Token in output $0.004 / 1K token Input · Lettura dalla cache $0.00006 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.1-codex-mini", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5.1-codex-mini',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5.1-codex-mini',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-5.1-codex-mini, openai/gpt-5.1-codex-mini
/chat/completions
openai/gpt-5.1-codex-miniL’edizione più piccola di GPT-5.1-Codex è adatta ad attività di programmazione di supporto più circoscritte. Accetta testo e immagini e restituisce testo o codice; il produttore documenta chiamate di funzione e Structured Outputs per un processo di lavoro collegato a strumenti.
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-5.1-Codex Mini è l’edizione più piccola di GPT-5.1-Codex di OpenAI. Conserva il ruolo di Codex nella programmazione con agenti, offrendo una scelta distinta dalle edizioni Codex completa e Max. Il modello accetta testo e immagini e produce testo. Il produttore descrive l’edizione Mini come meno capace del modello GPT-5.1-Codex completo, per cui assegnarle un’attività ben delimitata è un modo utile per impiegarla.
Un esempio consiste in una modifica mirata a una parte del codice di un progetto. Fornite il comportamento desiderato, il codice pertinente e i vincoli su ciò che può cambiare. Chiedete al modello di spiegare come viene attualmente gestito un input, individuare la modifica proposta e produrre il codice per quell’ambito. Per il debug, fornite il malfunzionamento osservato e il risultato atteso, insieme all’output di comandi o verifiche che contribuisce alla diagnosi.
Un’attività di supporto all’interno di un processo più ampio può invece richiedere una spiegazione del codice, una revisione mirata di un file o una fase di verifica proposta. Assegnatele un criterio di completamento e un formato del risultato propri. Conservate nella risposta le definizioni pertinenti e gli elementi necessari alla fase successiva. Questo rende l’output utile al processo di lavoro più ampio, senza presumere che Mini abbia la stessa capacità di gestire attività di un’altra edizione Codex.
Le specifiche di OpenAI indicano una finestra di contesto di 400 000 token, un output massimo di 128 000 token e conoscenze aggiornate al 30 settembre 2024. L’interfaccia documentata è Responses. La scheda elenca streaming, Structured Outputs, chiamate di funzione, input di immagini, memorizzazione nella cache dell’input, valutazioni e funzionalità per conservare le risposte generate; gli strumenti elencati comprendono funzioni e ricerca sul web. Le indicazioni attuali sulla cache includono questo modello preciso tra quelli con conservazione prolungata facoltativa fino a 24 ore.
L’applicazione fornisce l’ambiente di lavoro, esegue le proprie operazioni e restituisce i risultati effettivi. Per una modifica relativa all’interfaccia, un’immagine può mostrare lo stato o la disposizione pertinente, mentre le istruzioni scritte definiscono l’interazione attesa. L’output del modello resta testo o codice per l’attività, distinto da un’operazione completata nell’ambiente. La cache prolungata è una funzionalità del produttore per il contesto ripetuto idoneo, non la prova che una particolare richiesta abbia riutilizzato la cache.
Richiedete un risultato finale concreto: una modifica proposta, una spiegazione, un rilievo di revisione o un piano per verificare il comportamento modificato. Collegate ogni modifica sostanziale a un requisito e distinguete le verifiche già eseguite da quelle ancora necessarie. Per proseguire, fornite i nuovi elementi e indicate la parte del risultato da modificare. L’output può quindi supportare una decisione successiva specifica nel processo di sviluppo.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-5.1-codex-mini | 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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0005 / 1K token Output · Token in output $0.004 / 1K token Input · Lettura dalla cache $0.00006 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0005 / 1K token Output · Token in output $0.004 / 1K token Input · Lettura dalla cache $0.00006 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "openai/gpt-5.1-codex-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.1-codex-mini', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.1-codex-mini', '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-5.1-codex-mini, openai/gpt-5.1-codex-mini
/chat/completions
Esempio tecnico in inglese
Fix a one-function string normalizer\n\nFix this JavaScript function: const normalize = s => s.trim().toLowerCase();. Requirement: strings are trimmed and lowercased; null and undefined return an empty string; other types throw TypeError. Keep the function’s one-argument interface. Provide tests for " A ", null, undefined and 12, and explain the added branches.A focused replacement function and four tests with a short branch explanation.Check that numbers are rejected instead of silently converted to strings, while null and undefined are handled explicitly.