GPT-5.3-Codex è il modello di OpenAI specializzato nella programmazione con agenti in Codex e in ambienti simili collegati a strumenti. Combina programmazione, ragionamento e conoscenze professionali, accetta testo e immagini e produce testo. Il ruolo si estende dalla generazione di codice all’esame di un progetto, alle decisioni basate sulle prove degli strumenti e alla prosecuzione di un’attività tecnica nei passaggi successivi.
Il rilascio descrive implementazione, debug, test e altro lavoro lungo il ciclo di vita del software, compresi requisiti di prodotto, documenti tecnici e analisi dei dati. Per una richiesta di programmazione, fornite al modello il comportamento da implementare, il materiale pertinente del progetto e i vincoli da preservare. Un esempio di attività è seguire come un input raggiunge il risultato, identificare le dipendenze coinvolte e sviluppare una correzione coordinata con una spiegazione del comportamento interessato.
Il lavoro sull’interfaccia può combinare le istruzioni scritte con schermate o altri riferimenti visivi. Identificate l’interazione o l’impaginazione che conta e il risultato atteso per l’utente. In un ambiente di programmazione, contenuti dei file, output dei comandi e risultati delle verifiche diventano prove per la decisione successiva. L’applicazione esegue gli strumenti e restituisce output effettivo; il modello deve distinguere una modifica proposta da una modifica eseguita e verificata in tale ambiente.
OpenAI specifica una finestra di contesto di 400 000 token, un input massimo di 272 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 31 agosto 2025. Il modello supporta i livelli di impegno nel ragionamento low, medium, high e xhigh. La guida dedicata alla formulazione delle istruzioni raccomanda medium come punto di partenza pratico per la programmazione interattiva e un impegno maggiore per attività difficili. L’interfaccia documentata è Responses, con streaming, Structured Outputs, chiamate di funzioni, input di immagini, ricerca sul web e memorizzazione nella cache dell’input. L’esatto insieme di strumenti della scheda del modello comprende funzioni, ricerca sul web, esecuzione di comandi in un ambiente ospitato e competenze.
La guida dedicata di Codex documenta un supporto nativo alla compattazione per percorsi lunghi. Quando la conversazione cresce, l’applicazione può produrre contesto compattato che conserva lo stato precedente essenziale per richieste successive. La guida richiede inoltre di preservare le informazioni di fase dei messaggi dell’assistente: i commenti intermedi (commentary) e la risposta finale (final) hanno ruoli diversi e perdere tale distinzione può causare un arresto prematuro o un comportamento peggiore. Un messaggio di avanzamento deve quindi restare un messaggio di avanzamento, anziché essere trattato come risultato completato dell’attività.
Il rilascio descrive la possibilità di guidare il modello e interagire con esso durante il lavoro nell’ambiente Codex. Fornite correzioni o requisiti aggiuntivi mantenendo espliciti l’obiettivo originale e le prove pertinenti. Descrive inoltre monitoraggio automatico e controlli per richieste valutate come lavoro di cybersicurezza a rischio maggiore. Tali controlli del produttore sono separati dalle autorizzazioni e dagli strumenti forniti da uno specifico ambiente di lavoro.
Definite ciò che un’attività completata deve includere. Per correggere un errore, fornite il problema osservato e il comportamento atteso, poi chiedete i file interessati, la modifica significativa e il risultato delle verifiche realmente eseguite. Per una revisione, chiedete problemi concreti collegati al comportamento previsto. Un risultato finale utile collega il lavoro proposto o completato alla richiesta originale ed elenca le prove ottenute insieme agli eventuali passaggi specifici ancora irrisolti.
", "aboutText": "GPT-5.3-Codex è il modello di OpenAI specializzato nella programmazione con agenti in Codex e in ambienti simili collegati a strumenti. Combina programmazione, ragionamento e conoscenze professionali, accetta testo e immagini e produce testo. Il ruolo si estende dalla generazione di codice all’esame di un progetto, alle decisioni basate sulle prove degli strumenti e alla prosecuzione di un’attività tecnica nei passaggi successivi.\n\nIl rilascio descrive implementazione, debug, test e altro lavoro lungo il ciclo di vita del software, compresi requisiti di prodotto, documenti tecnici e analisi dei dati. Per una richiesta di programmazione, fornite al modello il comportamento da implementare, il materiale pertinente del progetto e i vincoli da preservare. Un esempio di attività è seguire come un input raggiunge il risultato, identificare le dipendenze coinvolte e sviluppare una correzione coordinata con una spiegazione del comportamento interessato.\n\nIl lavoro sull’interfaccia può combinare le istruzioni scritte con schermate o altri riferimenti visivi. Identificate l’interazione o l’impaginazione che conta e il risultato atteso per l’utente. In un ambiente di programmazione, contenuti dei file, output dei comandi e risultati delle verifiche diventano prove per la decisione successiva. L’applicazione esegue gli strumenti e restituisce output effettivo; il modello deve distinguere una modifica proposta da una modifica eseguita e verificata in tale ambiente.\n\nOpenAI specifica una finestra di contesto di 400 000 token, un input massimo di 272 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 31 agosto 2025. Il modello supporta i livelli di impegno nel ragionamento low, medium, high e xhigh. La guida dedicata alla formulazione delle istruzioni raccomanda medium come punto di partenza pratico per la programmazione interattiva e un impegno maggiore per attività difficili. L’interfaccia documentata è Responses, con streaming, Structured Outputs, chiamate di funzioni, input di immagini, ricerca sul web e memorizzazione nella cache dell’input. L’esatto insieme di strumenti della scheda del modello comprende funzioni, ricerca sul web, esecuzione di comandi in un ambiente ospitato e competenze.\n\nLa guida dedicata di Codex documenta un supporto nativo alla compattazione per percorsi lunghi. Quando la conversazione cresce, l’applicazione può produrre contesto compattato che conserva lo stato precedente essenziale per richieste successive. La guida richiede inoltre di preservare le informazioni di fase dei messaggi dell’assistente: i commenti intermedi (commentary) e la risposta finale (final) hanno ruoli diversi e perdere tale distinzione può causare un arresto prematuro o un comportamento peggiore. Un messaggio di avanzamento deve quindi restare un messaggio di avanzamento, anziché essere trattato come risultato completato dell’attività.\n\nIl rilascio descrive la possibilità di guidare il modello e interagire con esso durante il lavoro nell’ambiente Codex. Fornite correzioni o requisiti aggiuntivi mantenendo espliciti l’obiettivo originale e le prove pertinenti. Descrive inoltre monitoraggio automatico e controlli per richieste valutate come lavoro di cybersicurezza a rischio maggiore. Tali controlli del produttore sono separati dalle autorizzazioni e dagli strumenti forniti da uno specifico ambiente di lavoro.\n\nDefinite ciò che un’attività completata deve includere. Per correggere un errore, fornite il problema osservato e il comportamento atteso, poi chiedete i file interessati, la modifica significativa e il risultato delle verifiche realmente eseguite. Per una revisione, chiedete problemi concreti collegati al comportamento previsto. Un risultato finale utile collega il lavoro proposto o completato alla richiesta originale ed elenca le prove ottenute insieme agli eventuali passaggi specifici ancora irrisolti.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Patch a parser and its caller\n\nPropose a coordinated patch for two Python excerpts. parser.py: def parse_line(line): return line.split(":"). runner.py: key, value = parse_line(line). A value may contain colons; blank lines must be skipped. For "title:a:b", preserve value "a:b". Return both changed excerpts and tests for a colon-bearing value, a blank line and a missing delimiter.Two focused code changes with a clear malformed-line contract and tests covering the three supplied cases.Check that the parser and caller agree on skipped and malformed lines and that value colons are preserved.gpt-5.3-codexUn modello specializzato per Codex per programmazione con agenti e attività tecniche di lunga durata. Accetta testo e immagini, lavora con i risultati degli strumenti e supporta la compattazione, affinché un’attività possa proseguire oltre una singola finestra di contesto.
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-5.3-Codex è il modello di OpenAI specializzato nella programmazione con agenti in Codex e in ambienti simili collegati a strumenti. Combina programmazione, ragionamento e conoscenze professionali, accetta testo e immagini e produce testo. Il ruolo si estende dalla generazione di codice all’esame di un progetto, alle decisioni basate sulle prove degli strumenti e alla prosecuzione di un’attività tecnica nei passaggi successivi.
Il rilascio descrive implementazione, debug, test e altro lavoro lungo il ciclo di vita del software, compresi requisiti di prodotto, documenti tecnici e analisi dei dati. Per una richiesta di programmazione, fornite al modello il comportamento da implementare, il materiale pertinente del progetto e i vincoli da preservare. Un esempio di attività è seguire come un input raggiunge il risultato, identificare le dipendenze coinvolte e sviluppare una correzione coordinata con una spiegazione del comportamento interessato.
Il lavoro sull’interfaccia può combinare le istruzioni scritte con schermate o altri riferimenti visivi. Identificate l’interazione o l’impaginazione che conta e il risultato atteso per l’utente. In un ambiente di programmazione, contenuti dei file, output dei comandi e risultati delle verifiche diventano prove per la decisione successiva. L’applicazione esegue gli strumenti e restituisce output effettivo; il modello deve distinguere una modifica proposta da una modifica eseguita e verificata in tale ambiente.
OpenAI specifica una finestra di contesto di 400 000 token, un input massimo di 272 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 31 agosto 2025. Il modello supporta i livelli di impegno nel ragionamento low, medium, high e xhigh. La guida dedicata alla formulazione delle istruzioni raccomanda medium come punto di partenza pratico per la programmazione interattiva e un impegno maggiore per attività difficili. L’interfaccia documentata è Responses, con streaming, Structured Outputs, chiamate di funzioni, input di immagini, ricerca sul web e memorizzazione nella cache dell’input. L’esatto insieme di strumenti della scheda del modello comprende funzioni, ricerca sul web, esecuzione di comandi in un ambiente ospitato e competenze.
La guida dedicata di Codex documenta un supporto nativo alla compattazione per percorsi lunghi. Quando la conversazione cresce, l’applicazione può produrre contesto compattato che conserva lo stato precedente essenziale per richieste successive. La guida richiede inoltre di preservare le informazioni di fase dei messaggi dell’assistente: i commenti intermedi (commentary) e la risposta finale (final) hanno ruoli diversi e perdere tale distinzione può causare un arresto prematuro o un comportamento peggiore. Un messaggio di avanzamento deve quindi restare un messaggio di avanzamento, anziché essere trattato come risultato completato dell’attività.
Il rilascio descrive la possibilità di guidare il modello e interagire con esso durante il lavoro nell’ambiente Codex. Fornite correzioni o requisiti aggiuntivi mantenendo espliciti l’obiettivo originale e le prove pertinenti. Descrive inoltre monitoraggio automatico e controlli per richieste valutate come lavoro di cybersicurezza a rischio maggiore. Tali controlli del produttore sono separati dalle autorizzazioni e dagli strumenti forniti da uno specifico ambiente di lavoro.
Definite ciò che un’attività completata deve includere. Per correggere un errore, fornite il problema osservato e il comportamento atteso, poi chiedete i file interessati, la modifica significativa e il risultato delle verifiche realmente eseguite. Per una revisione, chiedete problemi concreti collegati al comportamento previsto. Un risultato finale utile collega il lavoro proposto o completato alla richiesta originale ed elenca le prove ottenute insieme agli eventuali passaggi specifici ancora irrisolti.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-5.3-codex | 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 $0.0035 / 1K token Output · Token in output $0.028 / 1K token Input · Lettura dalla cache $0.00035 / 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 $0.0035 / 1K token Output · Token in output $0.028 / 1K token Input · Lettura dalla cache $0.00035 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-5.3-codex","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-5.3-codex", 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-5.3-codex, openai/gpt-5.3-codex
/chat/completions
gpt-5.3-codexUn modello specializzato per Codex per programmazione con agenti e attività tecniche di lunga durata. Accetta testo e immagini, lavora con i risultati degli strumenti e supporta la compattazione, affinché un’attività possa proseguire oltre una singola finestra di contesto.
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-5.3-Codex è il modello di OpenAI specializzato nella programmazione con agenti in Codex e in ambienti simili collegati a strumenti. Combina programmazione, ragionamento e conoscenze professionali, accetta testo e immagini e produce testo. Il ruolo si estende dalla generazione di codice all’esame di un progetto, alle decisioni basate sulle prove degli strumenti e alla prosecuzione di un’attività tecnica nei passaggi successivi.
Il rilascio descrive implementazione, debug, test e altro lavoro lungo il ciclo di vita del software, compresi requisiti di prodotto, documenti tecnici e analisi dei dati. Per una richiesta di programmazione, fornite al modello il comportamento da implementare, il materiale pertinente del progetto e i vincoli da preservare. Un esempio di attività è seguire come un input raggiunge il risultato, identificare le dipendenze coinvolte e sviluppare una correzione coordinata con una spiegazione del comportamento interessato.
Il lavoro sull’interfaccia può combinare le istruzioni scritte con schermate o altri riferimenti visivi. Identificate l’interazione o l’impaginazione che conta e il risultato atteso per l’utente. In un ambiente di programmazione, contenuti dei file, output dei comandi e risultati delle verifiche diventano prove per la decisione successiva. L’applicazione esegue gli strumenti e restituisce output effettivo; il modello deve distinguere una modifica proposta da una modifica eseguita e verificata in tale ambiente.
OpenAI specifica una finestra di contesto di 400 000 token, un input massimo di 272 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 31 agosto 2025. Il modello supporta i livelli di impegno nel ragionamento low, medium, high e xhigh. La guida dedicata alla formulazione delle istruzioni raccomanda medium come punto di partenza pratico per la programmazione interattiva e un impegno maggiore per attività difficili. L’interfaccia documentata è Responses, con streaming, Structured Outputs, chiamate di funzioni, input di immagini, ricerca sul web e memorizzazione nella cache dell’input. L’esatto insieme di strumenti della scheda del modello comprende funzioni, ricerca sul web, esecuzione di comandi in un ambiente ospitato e competenze.
La guida dedicata di Codex documenta un supporto nativo alla compattazione per percorsi lunghi. Quando la conversazione cresce, l’applicazione può produrre contesto compattato che conserva lo stato precedente essenziale per richieste successive. La guida richiede inoltre di preservare le informazioni di fase dei messaggi dell’assistente: i commenti intermedi (commentary) e la risposta finale (final) hanno ruoli diversi e perdere tale distinzione può causare un arresto prematuro o un comportamento peggiore. Un messaggio di avanzamento deve quindi restare un messaggio di avanzamento, anziché essere trattato come risultato completato dell’attività.
Il rilascio descrive la possibilità di guidare il modello e interagire con esso durante il lavoro nell’ambiente Codex. Fornite correzioni o requisiti aggiuntivi mantenendo espliciti l’obiettivo originale e le prove pertinenti. Descrive inoltre monitoraggio automatico e controlli per richieste valutate come lavoro di cybersicurezza a rischio maggiore. Tali controlli del produttore sono separati dalle autorizzazioni e dagli strumenti forniti da uno specifico ambiente di lavoro.
Definite ciò che un’attività completata deve includere. Per correggere un errore, fornite il problema osservato e il comportamento atteso, poi chiedete i file interessati, la modifica significativa e il risultato delle verifiche realmente eseguite. Per una revisione, chiedete problemi concreti collegati al comportamento previsto. Un risultato finale utile collega il lavoro proposto o completato alla richiesta originale ed elenca le prove ottenute insieme agli eventuali passaggi specifici ancora irrisolti.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-5.3-codex | 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 $0.0035 / 1K token Output · Token in output $0.028 / 1K token Input · Lettura dalla cache $0.00035 / 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 $0.0035 / 1K token Output · Token in output $0.028 / 1K token Input · Lettura dalla cache $0.00035 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "gpt-5.3-codex",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.3-codex', '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-5.3-codex', '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-5.3-codex, openai/gpt-5.3-codex
/chat/completions
openai/gpt-5.3-codexUn modello specializzato per Codex per programmazione con agenti e attività tecniche di lunga durata. Accetta testo e immagini, lavora con i risultati degli strumenti e supporta la compattazione, affinché un’attività possa proseguire oltre una singola finestra di contesto.
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-5.3-Codex è il modello di OpenAI specializzato nella programmazione con agenti in Codex e in ambienti simili collegati a strumenti. Combina programmazione, ragionamento e conoscenze professionali, accetta testo e immagini e produce testo. Il ruolo si estende dalla generazione di codice all’esame di un progetto, alle decisioni basate sulle prove degli strumenti e alla prosecuzione di un’attività tecnica nei passaggi successivi.
Il rilascio descrive implementazione, debug, test e altro lavoro lungo il ciclo di vita del software, compresi requisiti di prodotto, documenti tecnici e analisi dei dati. Per una richiesta di programmazione, fornite al modello il comportamento da implementare, il materiale pertinente del progetto e i vincoli da preservare. Un esempio di attività è seguire come un input raggiunge il risultato, identificare le dipendenze coinvolte e sviluppare una correzione coordinata con una spiegazione del comportamento interessato.
Il lavoro sull’interfaccia può combinare le istruzioni scritte con schermate o altri riferimenti visivi. Identificate l’interazione o l’impaginazione che conta e il risultato atteso per l’utente. In un ambiente di programmazione, contenuti dei file, output dei comandi e risultati delle verifiche diventano prove per la decisione successiva. L’applicazione esegue gli strumenti e restituisce output effettivo; il modello deve distinguere una modifica proposta da una modifica eseguita e verificata in tale ambiente.
OpenAI specifica una finestra di contesto di 400 000 token, un input massimo di 272 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 31 agosto 2025. Il modello supporta i livelli di impegno nel ragionamento low, medium, high e xhigh. La guida dedicata alla formulazione delle istruzioni raccomanda medium come punto di partenza pratico per la programmazione interattiva e un impegno maggiore per attività difficili. L’interfaccia documentata è Responses, con streaming, Structured Outputs, chiamate di funzioni, input di immagini, ricerca sul web e memorizzazione nella cache dell’input. L’esatto insieme di strumenti della scheda del modello comprende funzioni, ricerca sul web, esecuzione di comandi in un ambiente ospitato e competenze.
La guida dedicata di Codex documenta un supporto nativo alla compattazione per percorsi lunghi. Quando la conversazione cresce, l’applicazione può produrre contesto compattato che conserva lo stato precedente essenziale per richieste successive. La guida richiede inoltre di preservare le informazioni di fase dei messaggi dell’assistente: i commenti intermedi (commentary) e la risposta finale (final) hanno ruoli diversi e perdere tale distinzione può causare un arresto prematuro o un comportamento peggiore. Un messaggio di avanzamento deve quindi restare un messaggio di avanzamento, anziché essere trattato come risultato completato dell’attività.
Il rilascio descrive la possibilità di guidare il modello e interagire con esso durante il lavoro nell’ambiente Codex. Fornite correzioni o requisiti aggiuntivi mantenendo espliciti l’obiettivo originale e le prove pertinenti. Descrive inoltre monitoraggio automatico e controlli per richieste valutate come lavoro di cybersicurezza a rischio maggiore. Tali controlli del produttore sono separati dalle autorizzazioni e dagli strumenti forniti da uno specifico ambiente di lavoro.
Definite ciò che un’attività completata deve includere. Per correggere un errore, fornite il problema osservato e il comportamento atteso, poi chiedete i file interessati, la modifica significativa e il risultato delle verifiche realmente eseguite. Per una revisione, chiedete problemi concreti collegati al comportamento previsto. Un risultato finale utile collega il lavoro proposto o completato alla richiesta originale ed elenca le prove ottenute insieme agli eventuali passaggi specifici ancora irrisolti.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-5.3-codex | 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 $0.0035 / 1K token Output · Token in output $0.028 / 1K token Input · Lettura dalla cache $0.00035 / 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 $0.0035 / 1K token Output · Token in output $0.028 / 1K token Input · Lettura dalla cache $0.00035 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.3-codex", "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-5.3-codex',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-5.3-codex',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-5.3-codex, openai/gpt-5.3-codex
/chat/completions
openai/gpt-5.3-codexUn modello specializzato per Codex per programmazione con agenti e attività tecniche di lunga durata. Accetta testo e immagini, lavora con i risultati degli strumenti e supporta la compattazione, affinché un’attività possa proseguire oltre una singola finestra di contesto.
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-5.3-Codex è il modello di OpenAI specializzato nella programmazione con agenti in Codex e in ambienti simili collegati a strumenti. Combina programmazione, ragionamento e conoscenze professionali, accetta testo e immagini e produce testo. Il ruolo si estende dalla generazione di codice all’esame di un progetto, alle decisioni basate sulle prove degli strumenti e alla prosecuzione di un’attività tecnica nei passaggi successivi.
Il rilascio descrive implementazione, debug, test e altro lavoro lungo il ciclo di vita del software, compresi requisiti di prodotto, documenti tecnici e analisi dei dati. Per una richiesta di programmazione, fornite al modello il comportamento da implementare, il materiale pertinente del progetto e i vincoli da preservare. Un esempio di attività è seguire come un input raggiunge il risultato, identificare le dipendenze coinvolte e sviluppare una correzione coordinata con una spiegazione del comportamento interessato.
Il lavoro sull’interfaccia può combinare le istruzioni scritte con schermate o altri riferimenti visivi. Identificate l’interazione o l’impaginazione che conta e il risultato atteso per l’utente. In un ambiente di programmazione, contenuti dei file, output dei comandi e risultati delle verifiche diventano prove per la decisione successiva. L’applicazione esegue gli strumenti e restituisce output effettivo; il modello deve distinguere una modifica proposta da una modifica eseguita e verificata in tale ambiente.
OpenAI specifica una finestra di contesto di 400 000 token, un input massimo di 272 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 31 agosto 2025. Il modello supporta i livelli di impegno nel ragionamento low, medium, high e xhigh. La guida dedicata alla formulazione delle istruzioni raccomanda medium come punto di partenza pratico per la programmazione interattiva e un impegno maggiore per attività difficili. L’interfaccia documentata è Responses, con streaming, Structured Outputs, chiamate di funzioni, input di immagini, ricerca sul web e memorizzazione nella cache dell’input. L’esatto insieme di strumenti della scheda del modello comprende funzioni, ricerca sul web, esecuzione di comandi in un ambiente ospitato e competenze.
La guida dedicata di Codex documenta un supporto nativo alla compattazione per percorsi lunghi. Quando la conversazione cresce, l’applicazione può produrre contesto compattato che conserva lo stato precedente essenziale per richieste successive. La guida richiede inoltre di preservare le informazioni di fase dei messaggi dell’assistente: i commenti intermedi (commentary) e la risposta finale (final) hanno ruoli diversi e perdere tale distinzione può causare un arresto prematuro o un comportamento peggiore. Un messaggio di avanzamento deve quindi restare un messaggio di avanzamento, anziché essere trattato come risultato completato dell’attività.
Il rilascio descrive la possibilità di guidare il modello e interagire con esso durante il lavoro nell’ambiente Codex. Fornite correzioni o requisiti aggiuntivi mantenendo espliciti l’obiettivo originale e le prove pertinenti. Descrive inoltre monitoraggio automatico e controlli per richieste valutate come lavoro di cybersicurezza a rischio maggiore. Tali controlli del produttore sono separati dalle autorizzazioni e dagli strumenti forniti da uno specifico ambiente di lavoro.
Definite ciò che un’attività completata deve includere. Per correggere un errore, fornite il problema osservato e il comportamento atteso, poi chiedete i file interessati, la modifica significativa e il risultato delle verifiche realmente eseguite. Per una revisione, chiedete problemi concreti collegati al comportamento previsto. Un risultato finale utile collega il lavoro proposto o completato alla richiesta originale ed elenca le prove ottenute insieme agli eventuali passaggi specifici ancora irrisolti.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-5.3-codex | 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 $0.0035 / 1K token Output · Token in output $0.028 / 1K token Input · Lettura dalla cache $0.00035 / 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 $0.0035 / 1K token Output · Token in output $0.028 / 1K token Input · Lettura dalla cache $0.00035 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "openai/gpt-5.3-codex",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.3-codex', '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-5.3-codex', '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-5.3-codex, openai/gpt-5.3-codex
/chat/completions
Esempio tecnico in inglese
Patch a parser and its caller\n\nPropose a coordinated patch for two Python excerpts. parser.py: def parse_line(line): return line.split(":"). runner.py: key, value = parse_line(line). A value may contain colons; blank lines must be skipped. For "title:a:b", preserve value "a:b". Return both changed excerpts and tests for a colon-bearing value, a blank line and a missing delimiter.Two focused code changes with a clear malformed-line contract and tests covering the three supplied cases.Check that the parser and caller agree on skipped and malformed lines and that value colons are preserved.