GPT-5.2 Pro è l’edizione Pro separata di OpenAI per lavoro professionale complesso e domande difficili. Accetta testo e immagini e produce testo. Il rilascio GPT-5.2 distingue Pro dall’edizione di chat Instant e dal modello di ragionamento GPT-5.2 configurabile, preservando l’identità e le specifiche proprie del modello Pro.
Un uso pratico è un’analisi che dipende da diverse condizioni collegate. Fornite la domanda, il materiale originale e i criteri che governano la scelta. Un esempio di richiesta è confrontare possibili implementazioni con gli stessi requisiti, identificare le dipendenze che potrebbero cambiare la decisione e produrre una raccomandazione con condizioni esplicite. Per una domanda su documenti, specificate i passaggi da confrontare e i fatti da conservare.
Il produttore descrive il ruolo di Pro nella programmazione impegnativa e nelle domande scientifiche o matematiche. Una richiesta tecnica deve quindi includere le definizioni pertinenti, le condizioni note e il comportamento o risultato atteso. Se un’immagine fornisce prove, identificate il diagramma, la schermata o il dettaglio rilevante. Chiedete un risultato utile, come un’analisi, una proposta di implementazione o un piano articolato in fasi, anziché aspettarvi che il modello deduca sia la domanda sia il formato del risultato.
OpenAI indica una finestra di contesto di 400 000 token, un output massimo di 128 000 token e conoscenze aggiornate al 31 agosto 2025. GPT-5.2 Pro supporta i livelli di impegno nel ragionamento medium, high e xhigh. Il contesto contiene il materiale fornito e il ragionamento oltre alla risposta visibile. Per una richiesta lunga, organizzate chiaramente le prove e lasciate spazio per l’analisi richiesta e il risultato finale.
Il produttore documenta GPT-5.2 Pro soltanto in Responses, per supportare interazioni con il modello in più turni prima della risposta finale. Le richieste difficili possono richiedere diversi minuti e il produttore raccomanda l’esecuzione in background per attività lunghe. L’applicazione segue l’identificatore della risposta e lo stato, poi recupera il risultato quando l’elaborazione raggiunge uno stato terminale. È un flusso di richiesta del produttore, distinto dall’identità del punto di accesso di una scheda esistente.
L’esatta scheda del modello elenca streaming, chiamate di funzioni, ricerca sul web e nei file, input di immagini, strumenti di generazione di immagini e supporto MCP. Le applicazioni espongono le proprie operazioni, eseguono le proprie azioni e forniscono risultati effettivi per un altro passaggio. Definite il criterio di completamento e chiedete che la conclusione o la proposta di modifica siano collegate alle prove originali. Un risultato finale utile rende visibili le scelte significative, le relative dipendenze e le eventuali condizioni irrisolte al lettore che proseguirà il lavoro.
", "aboutText": "GPT-5.2 Pro è l’edizione Pro separata di OpenAI per lavoro professionale complesso e domande difficili. Accetta testo e immagini e produce testo. Il rilascio GPT-5.2 distingue Pro dall’edizione di chat Instant e dal modello di ragionamento GPT-5.2 configurabile, preservando l’identità e le specifiche proprie del modello Pro.\n\nUn uso pratico è un’analisi che dipende da diverse condizioni collegate. Fornite la domanda, il materiale originale e i criteri che governano la scelta. Un esempio di richiesta è confrontare possibili implementazioni con gli stessi requisiti, identificare le dipendenze che potrebbero cambiare la decisione e produrre una raccomandazione con condizioni esplicite. Per una domanda su documenti, specificate i passaggi da confrontare e i fatti da conservare.\n\nIl produttore descrive il ruolo di Pro nella programmazione impegnativa e nelle domande scientifiche o matematiche. Una richiesta tecnica deve quindi includere le definizioni pertinenti, le condizioni note e il comportamento o risultato atteso. Se un’immagine fornisce prove, identificate il diagramma, la schermata o il dettaglio rilevante. Chiedete un risultato utile, come un’analisi, una proposta di implementazione o un piano articolato in fasi, anziché aspettarvi che il modello deduca sia la domanda sia il formato del risultato.\n\nOpenAI indica una finestra di contesto di 400 000 token, un output massimo di 128 000 token e conoscenze aggiornate al 31 agosto 2025. GPT-5.2 Pro supporta i livelli di impegno nel ragionamento medium, high e xhigh. Il contesto contiene il materiale fornito e il ragionamento oltre alla risposta visibile. Per una richiesta lunga, organizzate chiaramente le prove e lasciate spazio per l’analisi richiesta e il risultato finale.\n\nIl produttore documenta GPT-5.2 Pro soltanto in Responses, per supportare interazioni con il modello in più turni prima della risposta finale. Le richieste difficili possono richiedere diversi minuti e il produttore raccomanda l’esecuzione in background per attività lunghe. L’applicazione segue l’identificatore della risposta e lo stato, poi recupera il risultato quando l’elaborazione raggiunge uno stato terminale. È un flusso di richiesta del produttore, distinto dall’identità del punto di accesso di una scheda esistente.\n\nL’esatta scheda del modello elenca streaming, chiamate di funzioni, ricerca sul web e nei file, input di immagini, strumenti di generazione di immagini e supporto MCP. Le applicazioni espongono le proprie operazioni, eseguono le proprie azioni e forniscono risultati effettivi per un altro passaggio. Definite il criterio di completamento e chiedete che la conclusione o la proposta di modifica siano collegate alle prove originali. Un risultato finale utile rende visibili le scelte significative, le relative dipendenze e le eventuali condizioni irrisolte al lettore che proseguirà il lavoro.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Compare two import strategies\n\nChoose between these supplied import designs. A replaces the dataset after parsing every row; B appends rows as they are parsed. Requirements: a malformed row must leave the previous dataset intact, and peak memory must stay under 200 MB. Given a 150 MB dataset and 80 MB parser overhead, compare the designs, identify the unresolved trade-off and propose a bounded alternative.A requirements matrix, stated memory assumptions and a conditional recommendation addressing atomic replacement.Check neither supplied design is declared compliant without addressing both failure atomicity and the stated memory budget.gpt-5.2-proL’edizione separata GPT-5.2 Pro è progettata per domande professionali difficili e analisi più approfondite. Accetta testo e immagini e sviluppa una risposta testuale con impegno nel ragionamento medium, high o xhigh nell’interfaccia Responses del produttore.
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-5.2 Pro è l’edizione Pro separata di OpenAI per lavoro professionale complesso e domande difficili. Accetta testo e immagini e produce testo. Il rilascio GPT-5.2 distingue Pro dall’edizione di chat Instant e dal modello di ragionamento GPT-5.2 configurabile, preservando l’identità e le specifiche proprie del modello Pro.
Un uso pratico è un’analisi che dipende da diverse condizioni collegate. Fornite la domanda, il materiale originale e i criteri che governano la scelta. Un esempio di richiesta è confrontare possibili implementazioni con gli stessi requisiti, identificare le dipendenze che potrebbero cambiare la decisione e produrre una raccomandazione con condizioni esplicite. Per una domanda su documenti, specificate i passaggi da confrontare e i fatti da conservare.
Il produttore descrive il ruolo di Pro nella programmazione impegnativa e nelle domande scientifiche o matematiche. Una richiesta tecnica deve quindi includere le definizioni pertinenti, le condizioni note e il comportamento o risultato atteso. Se un’immagine fornisce prove, identificate il diagramma, la schermata o il dettaglio rilevante. Chiedete un risultato utile, come un’analisi, una proposta di implementazione o un piano articolato in fasi, anziché aspettarvi che il modello deduca sia la domanda sia il formato del risultato.
OpenAI indica una finestra di contesto di 400 000 token, un output massimo di 128 000 token e conoscenze aggiornate al 31 agosto 2025. GPT-5.2 Pro supporta i livelli di impegno nel ragionamento medium, high e xhigh. Il contesto contiene il materiale fornito e il ragionamento oltre alla risposta visibile. Per una richiesta lunga, organizzate chiaramente le prove e lasciate spazio per l’analisi richiesta e il risultato finale.
Il produttore documenta GPT-5.2 Pro soltanto in Responses, per supportare interazioni con il modello in più turni prima della risposta finale. Le richieste difficili possono richiedere diversi minuti e il produttore raccomanda l’esecuzione in background per attività lunghe. L’applicazione segue l’identificatore della risposta e lo stato, poi recupera il risultato quando l’elaborazione raggiunge uno stato terminale. È un flusso di richiesta del produttore, distinto dall’identità del punto di accesso di una scheda esistente.
L’esatta scheda del modello elenca streaming, chiamate di funzioni, ricerca sul web e nei file, input di immagini, strumenti di generazione di immagini e supporto MCP. Le applicazioni espongono le proprie operazioni, eseguono le proprie azioni e forniscono risultati effettivi per un altro passaggio. Definite il criterio di completamento e chiedete che la conclusione o la proposta di modifica siano collegate alle prove originali. Un risultato finale utile rende visibili le scelte significative, le relative dipendenze e le eventuali condizioni irrisolte al lettore che proseguirà il lavoro.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-5.2-pro | 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 $0.042 / 1K token Output · Token in output $0.336 / 1K token Input · Lettura dalla cache — / 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 $0.042 / 1K token Output · Token in output $0.336 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-5.2-pro","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-5.2-pro", 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-5.2-pro, openai/gpt-5.2-pro
/chat/completions
gpt-5.2-proL’edizione separata GPT-5.2 Pro è progettata per domande professionali difficili e analisi più approfondite. Accetta testo e immagini e sviluppa una risposta testuale con impegno nel ragionamento medium, high o xhigh nell’interfaccia Responses del produttore.
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-5.2 Pro è l’edizione Pro separata di OpenAI per lavoro professionale complesso e domande difficili. Accetta testo e immagini e produce testo. Il rilascio GPT-5.2 distingue Pro dall’edizione di chat Instant e dal modello di ragionamento GPT-5.2 configurabile, preservando l’identità e le specifiche proprie del modello Pro.
Un uso pratico è un’analisi che dipende da diverse condizioni collegate. Fornite la domanda, il materiale originale e i criteri che governano la scelta. Un esempio di richiesta è confrontare possibili implementazioni con gli stessi requisiti, identificare le dipendenze che potrebbero cambiare la decisione e produrre una raccomandazione con condizioni esplicite. Per una domanda su documenti, specificate i passaggi da confrontare e i fatti da conservare.
Il produttore descrive il ruolo di Pro nella programmazione impegnativa e nelle domande scientifiche o matematiche. Una richiesta tecnica deve quindi includere le definizioni pertinenti, le condizioni note e il comportamento o risultato atteso. Se un’immagine fornisce prove, identificate il diagramma, la schermata o il dettaglio rilevante. Chiedete un risultato utile, come un’analisi, una proposta di implementazione o un piano articolato in fasi, anziché aspettarvi che il modello deduca sia la domanda sia il formato del risultato.
OpenAI indica una finestra di contesto di 400 000 token, un output massimo di 128 000 token e conoscenze aggiornate al 31 agosto 2025. GPT-5.2 Pro supporta i livelli di impegno nel ragionamento medium, high e xhigh. Il contesto contiene il materiale fornito e il ragionamento oltre alla risposta visibile. Per una richiesta lunga, organizzate chiaramente le prove e lasciate spazio per l’analisi richiesta e il risultato finale.
Il produttore documenta GPT-5.2 Pro soltanto in Responses, per supportare interazioni con il modello in più turni prima della risposta finale. Le richieste difficili possono richiedere diversi minuti e il produttore raccomanda l’esecuzione in background per attività lunghe. L’applicazione segue l’identificatore della risposta e lo stato, poi recupera il risultato quando l’elaborazione raggiunge uno stato terminale. È un flusso di richiesta del produttore, distinto dall’identità del punto di accesso di una scheda esistente.
L’esatta scheda del modello elenca streaming, chiamate di funzioni, ricerca sul web e nei file, input di immagini, strumenti di generazione di immagini e supporto MCP. Le applicazioni espongono le proprie operazioni, eseguono le proprie azioni e forniscono risultati effettivi per un altro passaggio. Definite il criterio di completamento e chiedete che la conclusione o la proposta di modifica siano collegate alle prove originali. Un risultato finale utile rende visibili le scelte significative, le relative dipendenze e le eventuali condizioni irrisolte al lettore che proseguirà il lavoro.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-5.2-pro | 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 $0.042 / 1K token Output · Token in output $0.336 / 1K token Input · Lettura dalla cache — / 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 $0.042 / 1K token Output · Token in output $0.336 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "gpt-5.2-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.2-pro', '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-5.2-pro', '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-5.2-pro, openai/gpt-5.2-pro
/chat/completions
openai/gpt-5.2-proL’edizione separata GPT-5.2 Pro è progettata per domande professionali difficili e analisi più approfondite. Accetta testo e immagini e sviluppa una risposta testuale con impegno nel ragionamento medium, high o xhigh nell’interfaccia Responses del produttore.
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-5.2 Pro è l’edizione Pro separata di OpenAI per lavoro professionale complesso e domande difficili. Accetta testo e immagini e produce testo. Il rilascio GPT-5.2 distingue Pro dall’edizione di chat Instant e dal modello di ragionamento GPT-5.2 configurabile, preservando l’identità e le specifiche proprie del modello Pro.
Un uso pratico è un’analisi che dipende da diverse condizioni collegate. Fornite la domanda, il materiale originale e i criteri che governano la scelta. Un esempio di richiesta è confrontare possibili implementazioni con gli stessi requisiti, identificare le dipendenze che potrebbero cambiare la decisione e produrre una raccomandazione con condizioni esplicite. Per una domanda su documenti, specificate i passaggi da confrontare e i fatti da conservare.
Il produttore descrive il ruolo di Pro nella programmazione impegnativa e nelle domande scientifiche o matematiche. Una richiesta tecnica deve quindi includere le definizioni pertinenti, le condizioni note e il comportamento o risultato atteso. Se un’immagine fornisce prove, identificate il diagramma, la schermata o il dettaglio rilevante. Chiedete un risultato utile, come un’analisi, una proposta di implementazione o un piano articolato in fasi, anziché aspettarvi che il modello deduca sia la domanda sia il formato del risultato.
OpenAI indica una finestra di contesto di 400 000 token, un output massimo di 128 000 token e conoscenze aggiornate al 31 agosto 2025. GPT-5.2 Pro supporta i livelli di impegno nel ragionamento medium, high e xhigh. Il contesto contiene il materiale fornito e il ragionamento oltre alla risposta visibile. Per una richiesta lunga, organizzate chiaramente le prove e lasciate spazio per l’analisi richiesta e il risultato finale.
Il produttore documenta GPT-5.2 Pro soltanto in Responses, per supportare interazioni con il modello in più turni prima della risposta finale. Le richieste difficili possono richiedere diversi minuti e il produttore raccomanda l’esecuzione in background per attività lunghe. L’applicazione segue l’identificatore della risposta e lo stato, poi recupera il risultato quando l’elaborazione raggiunge uno stato terminale. È un flusso di richiesta del produttore, distinto dall’identità del punto di accesso di una scheda esistente.
L’esatta scheda del modello elenca streaming, chiamate di funzioni, ricerca sul web e nei file, input di immagini, strumenti di generazione di immagini e supporto MCP. Le applicazioni espongono le proprie operazioni, eseguono le proprie azioni e forniscono risultati effettivi per un altro passaggio. Definite il criterio di completamento e chiedete che la conclusione o la proposta di modifica siano collegate alle prove originali. Un risultato finale utile rende visibili le scelte significative, le relative dipendenze e le eventuali condizioni irrisolte al lettore che proseguirà il lavoro.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-5.2-pro | 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 $0.042 / 1K token Output · Token in output $0.336 / 1K token Input · Lettura dalla cache — / 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 $0.042 / 1K token Output · Token in output $0.336 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.2-pro", "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-5.2-pro',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-5.2-pro',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-5.2-pro, openai/gpt-5.2-pro
/chat/completions
openai/gpt-5.2-proL’edizione separata GPT-5.2 Pro è progettata per domande professionali difficili e analisi più approfondite. Accetta testo e immagini e sviluppa una risposta testuale con impegno nel ragionamento medium, high o xhigh nell’interfaccia Responses del produttore.
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-5.2 Pro è l’edizione Pro separata di OpenAI per lavoro professionale complesso e domande difficili. Accetta testo e immagini e produce testo. Il rilascio GPT-5.2 distingue Pro dall’edizione di chat Instant e dal modello di ragionamento GPT-5.2 configurabile, preservando l’identità e le specifiche proprie del modello Pro.
Un uso pratico è un’analisi che dipende da diverse condizioni collegate. Fornite la domanda, il materiale originale e i criteri che governano la scelta. Un esempio di richiesta è confrontare possibili implementazioni con gli stessi requisiti, identificare le dipendenze che potrebbero cambiare la decisione e produrre una raccomandazione con condizioni esplicite. Per una domanda su documenti, specificate i passaggi da confrontare e i fatti da conservare.
Il produttore descrive il ruolo di Pro nella programmazione impegnativa e nelle domande scientifiche o matematiche. Una richiesta tecnica deve quindi includere le definizioni pertinenti, le condizioni note e il comportamento o risultato atteso. Se un’immagine fornisce prove, identificate il diagramma, la schermata o il dettaglio rilevante. Chiedete un risultato utile, come un’analisi, una proposta di implementazione o un piano articolato in fasi, anziché aspettarvi che il modello deduca sia la domanda sia il formato del risultato.
OpenAI indica una finestra di contesto di 400 000 token, un output massimo di 128 000 token e conoscenze aggiornate al 31 agosto 2025. GPT-5.2 Pro supporta i livelli di impegno nel ragionamento medium, high e xhigh. Il contesto contiene il materiale fornito e il ragionamento oltre alla risposta visibile. Per una richiesta lunga, organizzate chiaramente le prove e lasciate spazio per l’analisi richiesta e il risultato finale.
Il produttore documenta GPT-5.2 Pro soltanto in Responses, per supportare interazioni con il modello in più turni prima della risposta finale. Le richieste difficili possono richiedere diversi minuti e il produttore raccomanda l’esecuzione in background per attività lunghe. L’applicazione segue l’identificatore della risposta e lo stato, poi recupera il risultato quando l’elaborazione raggiunge uno stato terminale. È un flusso di richiesta del produttore, distinto dall’identità del punto di accesso di una scheda esistente.
L’esatta scheda del modello elenca streaming, chiamate di funzioni, ricerca sul web e nei file, input di immagini, strumenti di generazione di immagini e supporto MCP. Le applicazioni espongono le proprie operazioni, eseguono le proprie azioni e forniscono risultati effettivi per un altro passaggio. Definite il criterio di completamento e chiedete che la conclusione o la proposta di modifica siano collegate alle prove originali. Un risultato finale utile rende visibili le scelte significative, le relative dipendenze e le eventuali condizioni irrisolte al lettore che proseguirà il lavoro.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-5.2-pro | 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 $0.042 / 1K token Output · Token in output $0.336 / 1K token Input · Lettura dalla cache — / 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 $0.042 / 1K token Output · Token in output $0.336 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "openai/gpt-5.2-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.2-pro', '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-5.2-pro', '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-5.2-pro, openai/gpt-5.2-pro
/chat/completions
Esempio tecnico in inglese
Compare two import strategies\n\nChoose between these supplied import designs. A replaces the dataset after parsing every row; B appends rows as they are parsed. Requirements: a malformed row must leave the previous dataset intact, and peak memory must stay under 200 MB. Given a 150 MB dataset and 80 MB parser overhead, compare the designs, identify the unresolved trade-off and propose a bounded alternative.A requirements matrix, stated memory assumptions and a conditional recommendation addressing atomic replacement.Check neither supplied design is declared compliant without addressing both failure atomicity and the stated memory budget.