GPT-5 è il modello di ragionamento di OpenAI per la programmazione e i compiti con agenti in più ambiti. Accetta testo e immagini e produce testo. La versione per sviluppatori distingue il modello di ragionamento dell’API dalla selezione di chat senza ragionamento e descrive collaborazione sul codice, lavoro sulle interfacce front-end, rispetto delle istruzioni e flussi che collegano una sequenza di risultati degli strumenti.
Per il lavoro di ingegneria, fornisci il comportamento richiesto, i file pertinenti e i vincoli sulle modifiche. Una richiesta illustrativa è esaminare le interazioni dei componenti, individuare un problema nella gestione di un ingresso e sviluppare una proposta coordinata di modifica. Per un’interfaccia front-end, fornisci l’interazione prevista e un riferimento visivo. Per una domanda su un documento, identifica la decisione, le fonti e le sezioni richieste, così che la risposta abbia uno scopo concreto.
Il produttore documenta livelli di impegno di ragionamento minimo, basso, medio e alto, denominati minimal, low, medium e high; medium è indicato come predefinito nella versione per sviluppatori. La verbosità della risposta è un controllo separato, con scelte bassa, media e alta, denominate low, medium e high; medium è il valore predefinito documentato, mentre un’istruzione esplicita sull’uscita ha la precedenza. Questa distinzione permette di richiedere un risultato conciso assegnando comunque all’analisi le risorse adeguate alla complessità del compito.
OpenAI indica per GPT-5 una finestra di contesto di 400 000 token, un ingresso massimo di 272 000 token e un’uscita massima di 128 000 token, con conoscenze aggiornate fino al 30 settembre 2024. Ragionamento e uscita visibile condividono il budget di token generati. Mantieni disponibili le fonti pertinenti e i criteri di successo e lascia spazio all’analisi e alla risposta finale, anziché riempire l’intera finestra con contesto non pertinente.
Il produttore elenca le interfacce Responses, Chat Completions e Batch, lo streaming, Structured Outputs, le chiamate a funzione, gli ingressi di file e immagini, la ricerca sul web e nei file e la cache dei prompt. Gli strumenti della scheda esatta del modello includono generazione di immagini, interpretazione del codice e connessioni MCP. La versione per sviluppatori documenta anche chiamate parallele agli strumenti, messaggi visibili di avanzamento tra le azioni e strumenti personalizzati che accettano testo semplice con vincoli grammaticali facoltativi. Le applicazioni eseguono le operazioni e restituiscono i risultati reali usati nella decisione successiva.
Le indicazioni attuali sulla cache comprendono una conservazione estesa facoltativa fino a 24 ore per GPT-5, con riutilizzo dipendente da un prefisso conservato idoneo. Per il compito stesso, definisci il risultato e le prove che ne dimostrerebbero il completamento. Una patch proposta, un’analisi strutturata o un documento sono utili quando le scelte significative si collegano ai requisiti e ai fatti forniti. Mantieni separati i risultati delle verifiche completate dalle azioni ancora proposte, così che la risposta finale sostenga la fase successiva del lavoro.
", "aboutText": "GPT-5 è il modello di ragionamento di OpenAI per la programmazione e i compiti con agenti in più ambiti. Accetta testo e immagini e produce testo. La versione per sviluppatori distingue il modello di ragionamento dell’API dalla selezione di chat senza ragionamento e descrive collaborazione sul codice, lavoro sulle interfacce front-end, rispetto delle istruzioni e flussi che collegano una sequenza di risultati degli strumenti.\n\nPer il lavoro di ingegneria, fornisci il comportamento richiesto, i file pertinenti e i vincoli sulle modifiche. Una richiesta illustrativa è esaminare le interazioni dei componenti, individuare un problema nella gestione di un ingresso e sviluppare una proposta coordinata di modifica. Per un’interfaccia front-end, fornisci l’interazione prevista e un riferimento visivo. Per una domanda su un documento, identifica la decisione, le fonti e le sezioni richieste, così che la risposta abbia uno scopo concreto.\n\nIl produttore documenta livelli di impegno di ragionamento minimo, basso, medio e alto, denominati minimal, low, medium e high; medium è indicato come predefinito nella versione per sviluppatori. La verbosità della risposta è un controllo separato, con scelte bassa, media e alta, denominate low, medium e high; medium è il valore predefinito documentato, mentre un’istruzione esplicita sull’uscita ha la precedenza. Questa distinzione permette di richiedere un risultato conciso assegnando comunque all’analisi le risorse adeguate alla complessità del compito.\n\nOpenAI indica per GPT-5 una finestra di contesto di 400 000 token, un ingresso massimo di 272 000 token e un’uscita massima di 128 000 token, con conoscenze aggiornate fino al 30 settembre 2024. Ragionamento e uscita visibile condividono il budget di token generati. Mantieni disponibili le fonti pertinenti e i criteri di successo e lascia spazio all’analisi e alla risposta finale, anziché riempire l’intera finestra con contesto non pertinente.\n\nIl produttore elenca le interfacce Responses, Chat Completions e Batch, lo streaming, Structured Outputs, le chiamate a funzione, gli ingressi di file e immagini, la ricerca sul web e nei file e la cache dei prompt. Gli strumenti della scheda esatta del modello includono generazione di immagini, interpretazione del codice e connessioni MCP. La versione per sviluppatori documenta anche chiamate parallele agli strumenti, messaggi visibili di avanzamento tra le azioni e strumenti personalizzati che accettano testo semplice con vincoli grammaticali facoltativi. Le applicazioni eseguono le operazioni e restituiscono i risultati reali usati nella decisione successiva.\n\nLe indicazioni attuali sulla cache comprendono una conservazione estesa facoltativa fino a 24 ore per GPT-5, con riutilizzo dipendente da un prefisso conservato idoneo. Per il compito stesso, definisci il risultato e le prove che ne dimostrerebbero il completamento. Una patch proposta, un’analisi strutturata o un documento sono utili quando le scelte significative si collegano ai requisiti e ai fatti forniti. Mantieni separati i risultati delle verifiche completate dalle azioni ancora proposte, così che la risposta finale sostenga la fase successiva del lavoro.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "55f74854294abec9c5904eea3177c64c9f64d7fc7115a1d98d6f367fa4091f1c", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "openai/gpt-5:batchGPT-5 è un modello di ragionamento per la programmazione, le attività con testo e immagini e i processi con agenti. Supporta ragionamento e livello di dettaglio della risposta configurabili e può combinare elementi del progetto o dei documenti con risultati degli strumenti dell’applicazione.
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 è il modello di ragionamento di OpenAI per la programmazione e i compiti con agenti in più ambiti. Accetta testo e immagini e produce testo. La versione per sviluppatori distingue il modello di ragionamento dell’API dalla selezione di chat senza ragionamento e descrive collaborazione sul codice, lavoro sulle interfacce front-end, rispetto delle istruzioni e flussi che collegano una sequenza di risultati degli strumenti.
Per il lavoro di ingegneria, fornisci il comportamento richiesto, i file pertinenti e i vincoli sulle modifiche. Una richiesta illustrativa è esaminare le interazioni dei componenti, individuare un problema nella gestione di un ingresso e sviluppare una proposta coordinata di modifica. Per un’interfaccia front-end, fornisci l’interazione prevista e un riferimento visivo. Per una domanda su un documento, identifica la decisione, le fonti e le sezioni richieste, così che la risposta abbia uno scopo concreto.
Il produttore documenta livelli di impegno di ragionamento minimo, basso, medio e alto, denominati minimal, low, medium e high; medium è indicato come predefinito nella versione per sviluppatori. La verbosità della risposta è un controllo separato, con scelte bassa, media e alta, denominate low, medium e high; medium è il valore predefinito documentato, mentre un’istruzione esplicita sull’uscita ha la precedenza. Questa distinzione permette di richiedere un risultato conciso assegnando comunque all’analisi le risorse adeguate alla complessità del compito.
OpenAI indica per GPT-5 una finestra di contesto di 400 000 token, un ingresso massimo di 272 000 token e un’uscita massima di 128 000 token, con conoscenze aggiornate fino al 30 settembre 2024. Ragionamento e uscita visibile condividono il budget di token generati. Mantieni disponibili le fonti pertinenti e i criteri di successo e lascia spazio all’analisi e alla risposta finale, anziché riempire l’intera finestra con contesto non pertinente.
Il produttore elenca le interfacce Responses, Chat Completions e Batch, lo streaming, Structured Outputs, le chiamate a funzione, gli ingressi di file e immagini, la ricerca sul web e nei file e la cache dei prompt. Gli strumenti della scheda esatta del modello includono generazione di immagini, interpretazione del codice e connessioni MCP. La versione per sviluppatori documenta anche chiamate parallele agli strumenti, messaggi visibili di avanzamento tra le azioni e strumenti personalizzati che accettano testo semplice con vincoli grammaticali facoltativi. Le applicazioni eseguono le operazioni e restituiscono i risultati reali usati nella decisione successiva.
Le indicazioni attuali sulla cache comprendono una conservazione estesa facoltativa fino a 24 ore per GPT-5, con riutilizzo dipendente da un prefisso conservato idoneo. Per il compito stesso, definisci il risultato e le prove che ne dimostrerebbero il completamento. Una patch proposta, un’analisi strutturata o un documento sono utili quando le scelte significative si collegano ai requisiti e ai fatti forniti. Mantieni separati i risultati delle verifiche completate dalle azioni ancora proposte, così che la risposta finale sostenga la fase successiva del lavoro.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObbligatorio | Valori e limiti /v1/chat/completions | Predefinito— |
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-5:batch | Predefinito— |
Camporequests | Tipobatch_item[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Camporequests[].custom_id | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campocompletion_window | Tipostring | RequisitoFacoltativo | Valori e limiti 24h | Predefinito— |
Campoprovider | Tipoobject|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Camporequests[].body.model | Tipostring | RequisitoFacoltativo | Valori e limiti openai/gpt-5:batch, openai/gpt-5 | Predefinito— |
Campoprovider.only | Tipostring[] | RequisitoFacoltativo | Valori e limiti openai | Predefinito— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoFacoltativo | Valori e limiti false, null | Predefinito— |
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattoendpoint, model, requests |
Parametromaterial_types | Contrattotext |
Parametrorepresentation | Contrattorequests[] inline; ogni elemento contiene custom_id e body |
Parametrorequest_endpoint_profile | Contratto/v1/chat/completions |
Parametrofile_material | ContrattoIl chiamante può leggere localmente i dati JSONL effettivi in UTF-8 e inserirli in requests[]. Non viene usato alcun purpose di caricamento, input_file_id o riferimento a file. Il materiale del cliente mancante o vuoto interrompe la preparazione prima del POST. |
Parametroserialization_order | Contrattoendpoint, model, provider (se fornito), completion_window (se fornito), requests per ultimo |
Parametrooptional_controls | Contrattoprovider.only, provider.allow_fallbacks, completion_window |
Parametroschema_scope | ContrattoCorpi delle richieste Chat Completions per testo nella struttura inline Batch documentata. |
Ciclo di vita: asynchronous
GET /v1/batches/{operation_id} · response.id effettivo della risposta alla creazione originale; stesso utente/chiave/gruppo
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 $0.00125 / 1K token Output · Token in output $0.01 / 1K token Input · Lettura dalla cache $0.000125 / 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 $0.00125 / 1K token Output · Token in output $0.01 / 1K token Input · Lettura dalla cache $0.000125 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-5:batch', 'openai/gpt-5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON inline di results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nConserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva il JSON completo dello stato originale, ogni result/custom_id e il corpo completo della risposta o dell'errore. Salva i results[] completati come JSONL senza filtrarli.
Conserva l'ID dell'operazione originale. La risposta 503 result_pending_check contiene X-Should-Retry:false; non reinviare mai un batch originale il cui esito è sconosciuto.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneStruttura inline documentata non valida, chiavi duplicate, identità degli elementi non valida o conflitto con le capacità configurate del modello. | Passaggio successivoCorreggi i campi indicati prima di qualsiasi nuovo invio. |
Risposta401 · authentication_error | CondizioneChiave API non valida. | Passaggio successivoUsa la chiave Ailoot autorizzata. |
Risposta403 · permission_error | CondizioneGruppo Batch non disponibile. | Passaggio successivoVerifica le autorizzazioni della chiave e del gruppo. |
Risposta422 · invalid_request_error | CondizioneBatch usa l'addebito sul saldo; la creazione tramite abbonamento viene rifiutata. | Passaggio successivoUsa il gruppo autorizzato con addebito sul saldo. |
Risposta422 · price_unavailable | CondizioneNon è possibile formulare un preventivo per l'input Batch. | Passaggio successivoConserva la risposta; usa l'input documentato per la famiglia. |
Risposta402 · billing_error | CondizioneRiserva Batch non disponibile. | Passaggio successivoRisolvi le condizioni di ammissione prima di una nuova richiesta. |
Risposta503 · price_unavailable | CondizionePrezzo del metodo Batch o tariffe native non disponibili. | Passaggio successivoConserva la risposta; non sostituire i prezzi. |
Risposta503 · api_error | CondizioneLa rotta esatta del fornitore non è disponibile. | Passaggio successivoConserva la risposta per la riparazione della rotta. |
Risposta503 · result_pending_check | CondizioneIl risultato originale richiede una verifica; X-Should-Retry:false. | Passaggio successivoConserva operation_id/id originale e leggine lo stato; non ripetere mai il POST originale. |
Risposta404 · not_found | CondizioneL'operazione di stato Batch è assente o appartiene a un'altra identità. | Passaggio successivoUsa l'id originale esatto e lo stesso utente/chiave/gruppo. |
Ailoot Ultra openai/gpt-5:batch
Usa i percorsi dei metodi indicati sopra.