GPT Chat Latest indica la selezione di modelli Instant aggiornata regolarmente che OpenAI documenta come Chat Latest e che punta al modello Instant più recente usato in ChatGPT. Accetta testo e immagini e produce testo. Il nome variabile descrive una selezione per chat il cui modello sottostante viene aggiornato, anziché un’edizione del modello datata.
Una conversazione utile inizia con un lavoro concreto. Fornite una bozza e indicate il lettore a cui è destinata, chiedete una spiegazione più chiara di un passaggio oppure fornite una schermata con una domanda su un elemento specifico. Un esempio di revisione è trasformare una spiegazione abbozzata in un breve messaggio per un collega, preservando i nomi e i fatti richiesti. Nel turno successivo, identificate il passaggio da cambiare e il motivo della modifica, come il tono, la lunghezza o una spiegazione mancante.
Per un dialogo basato su immagini, rendete leggibili le prove visive e indicatene lo scopo. Una schermata può sostenere una domanda su uno stato visibile dell’interfaccia; un diagramma può sostenere una richiesta di spiegare una relazione. Includete il contesto scritto che l’immagine da sola non fornisce. Chiedete l’osservazione pertinente e una spiegazione collegata alla domanda, anziché una descrizione di ogni dettaglio visibile.
L’attuale specifica Chat Latest di OpenAI indica una finestra di contesto di 400 000 token, un input massimo di 272 000 token e un output massimo di 128 000 token. Le conoscenze documentate sono aggiornate al 20 aprile 2026. Queste sono le caratteristiche pubblicate della selezione per chat, mentre il modello sottostante viene aggiornato regolarmente. Pianificate il materiale e la risposta richiesta in base ai limiti di contesto e output pertinenti e conservate i fatti significativi necessari per proseguire.
Il produttore elenca lo streaming, Structured Outputs, le chiamate di funzioni e l’input di immagini, con le interfacce Responses e Chat Completions. Gli strumenti documentati includono la ricerca sul web e nei file, la generazione di immagini, l’interpretazione di codice e le connessioni MCP. Una risposta strutturata specifica la forma delle informazioni restituite; una richiesta di strumento indica un’operazione separata. Le applicazioni espongono le proprie operazioni, restituiscono i risultati effettivi degli strumenti e decidono come presentare all’utente il testo o gli altri risultati ottenuti.
Definite il risultato desiderato dalla conversazione: una risposta, una sezione di documento riscritta, una spiegazione di un esempio visivo o un elenco di azioni. Per un’attività strutturata, indicate i campi e come gestire le informazioni mancanti. Per una revisione editoriale, identificate il pubblico, i fatti richiesti e il tono accettabile. Una risposta finale utile è una versione specifica che potete verificare rispetto al materiale originale; i messaggi successivi possono perfezionare un dettaglio mantenendo esplicito lo scopo dell’attività.
", "aboutText": "GPT Chat Latest indica la selezione di modelli Instant aggiornata regolarmente che OpenAI documenta come Chat Latest e che punta al modello Instant più recente usato in ChatGPT. Accetta testo e immagini e produce testo. Il nome variabile descrive una selezione per chat il cui modello sottostante viene aggiornato, anziché un’edizione del modello datata.\n\nUna conversazione utile inizia con un lavoro concreto. Fornite una bozza e indicate il lettore a cui è destinata, chiedete una spiegazione più chiara di un passaggio oppure fornite una schermata con una domanda su un elemento specifico. Un esempio di revisione è trasformare una spiegazione abbozzata in un breve messaggio per un collega, preservando i nomi e i fatti richiesti. Nel turno successivo, identificate il passaggio da cambiare e il motivo della modifica, come il tono, la lunghezza o una spiegazione mancante.\n\nPer un dialogo basato su immagini, rendete leggibili le prove visive e indicatene lo scopo. Una schermata può sostenere una domanda su uno stato visibile dell’interfaccia; un diagramma può sostenere una richiesta di spiegare una relazione. Includete il contesto scritto che l’immagine da sola non fornisce. Chiedete l’osservazione pertinente e una spiegazione collegata alla domanda, anziché una descrizione di ogni dettaglio visibile.\n\nL’attuale specifica Chat Latest di OpenAI indica una finestra di contesto di 400 000 token, un input massimo di 272 000 token e un output massimo di 128 000 token. Le conoscenze documentate sono aggiornate al 20 aprile 2026. Queste sono le caratteristiche pubblicate della selezione per chat, mentre il modello sottostante viene aggiornato regolarmente. Pianificate il materiale e la risposta richiesta in base ai limiti di contesto e output pertinenti e conservate i fatti significativi necessari per proseguire.\n\nIl produttore elenca lo streaming, Structured Outputs, le chiamate di funzioni e l’input di immagini, con le interfacce Responses e Chat Completions. Gli strumenti documentati includono la ricerca sul web e nei file, la generazione di immagini, l’interpretazione di codice e le connessioni MCP. Una risposta strutturata specifica la forma delle informazioni restituite; una richiesta di strumento indica un’operazione separata. Le applicazioni espongono le proprie operazioni, restituiscono i risultati effettivi degli strumenti e decidono come presentare all’utente il testo o gli altri risultati ottenuti.\n\nDefinite il risultato desiderato dalla conversazione: una risposta, una sezione di documento riscritta, una spiegazione di un esempio visivo o un elenco di azioni. Per un’attività strutturata, indicate i campi e come gestire le informazioni mancanti. Per una revisione editoriale, identificate il pubblico, i fatti richiesti e il tono accettabile. Una risposta finale utile è una versione specifica che potete verificare rispetto al materiale originale; i messaggi successivi possono perfezionare un dettaglio mantenendo esplicito lo scopo dell’attività.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Refine a colleague's rough explanation\n\nRewrite this for a colleague who is new to the process: 'The first file is source data. The second file is cleaned data. We corrected duplicate rows but left missing values empty. Use cleaned data for the report and keep source data for checking.' Make the relationship between the two files clear in at most 65 words.One clear paragraph preserving file roles, duplicate handling and the treatment of missing values.The rewrite keeps missing values empty and tells the colleague to use cleaned data while retaining the source for checks.openai/gpt-chat-latestUna selezione Instant per chat di OpenAI, aggiornata regolarmente, per conversazioni su testo e immagini. Fornite una bozza, una domanda o un esempio visivo e perfezionate nel dialogo la spiegazione, il passaggio modificato o la risposta concisa ottenuti.
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 Chat Latest indica la selezione di modelli Instant aggiornata regolarmente che OpenAI documenta come Chat Latest e che punta al modello Instant più recente usato in ChatGPT. Accetta testo e immagini e produce testo. Il nome variabile descrive una selezione per chat il cui modello sottostante viene aggiornato, anziché un’edizione del modello datata.
Una conversazione utile inizia con un lavoro concreto. Fornite una bozza e indicate il lettore a cui è destinata, chiedete una spiegazione più chiara di un passaggio oppure fornite una schermata con una domanda su un elemento specifico. Un esempio di revisione è trasformare una spiegazione abbozzata in un breve messaggio per un collega, preservando i nomi e i fatti richiesti. Nel turno successivo, identificate il passaggio da cambiare e il motivo della modifica, come il tono, la lunghezza o una spiegazione mancante.
Per un dialogo basato su immagini, rendete leggibili le prove visive e indicatene lo scopo. Una schermata può sostenere una domanda su uno stato visibile dell’interfaccia; un diagramma può sostenere una richiesta di spiegare una relazione. Includete il contesto scritto che l’immagine da sola non fornisce. Chiedete l’osservazione pertinente e una spiegazione collegata alla domanda, anziché una descrizione di ogni dettaglio visibile.
L’attuale specifica Chat Latest di OpenAI indica una finestra di contesto di 400 000 token, un input massimo di 272 000 token e un output massimo di 128 000 token. Le conoscenze documentate sono aggiornate al 20 aprile 2026. Queste sono le caratteristiche pubblicate della selezione per chat, mentre il modello sottostante viene aggiornato regolarmente. Pianificate il materiale e la risposta richiesta in base ai limiti di contesto e output pertinenti e conservate i fatti significativi necessari per proseguire.
Il produttore elenca lo streaming, Structured Outputs, le chiamate di funzioni e l’input di immagini, con le interfacce Responses e Chat Completions. Gli strumenti documentati includono la ricerca sul web e nei file, la generazione di immagini, l’interpretazione di codice e le connessioni MCP. Una risposta strutturata specifica la forma delle informazioni restituite; una richiesta di strumento indica un’operazione separata. Le applicazioni espongono le proprie operazioni, restituiscono i risultati effettivi degli strumenti e decidono come presentare all’utente il testo o gli altri risultati ottenuti.
Definite il risultato desiderato dalla conversazione: una risposta, una sezione di documento riscritta, una spiegazione di un esempio visivo o un elenco di azioni. Per un’attività strutturata, indicate i campi e come gestire le informazioni mancanti. Per una revisione editoriale, identificate il pubblico, i fatti richiesti e il tono accettabile. Una risposta finale utile è una versione specifica che potete verificare rispetto al materiale originale; i messaggi successivi possono perfezionare un dettaglio mantenendo esplicito lo scopo dell’attività.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-chat-latest | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
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 $0.01 / 1K token Output · Token in output $0.06 / 1K token Input · Lettura dalla cache $0.001 / 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 $0.01 / 1K token Output · Token in output $0.06 / 1K token Input · Lettura dalla cache $0.001 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-chat-latest", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-chat-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-chat-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra openai/gpt-chat-latest
Usa i percorsi dei metodi indicati sopra.
openai/gpt-chat-latestUna selezione Instant per chat di OpenAI, aggiornata regolarmente, per conversazioni su testo e immagini. Fornite una bozza, una domanda o un esempio visivo e perfezionate nel dialogo la spiegazione, il passaggio modificato o la risposta concisa ottenuti.
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 Chat Latest indica la selezione di modelli Instant aggiornata regolarmente che OpenAI documenta come Chat Latest e che punta al modello Instant più recente usato in ChatGPT. Accetta testo e immagini e produce testo. Il nome variabile descrive una selezione per chat il cui modello sottostante viene aggiornato, anziché un’edizione del modello datata.
Una conversazione utile inizia con un lavoro concreto. Fornite una bozza e indicate il lettore a cui è destinata, chiedete una spiegazione più chiara di un passaggio oppure fornite una schermata con una domanda su un elemento specifico. Un esempio di revisione è trasformare una spiegazione abbozzata in un breve messaggio per un collega, preservando i nomi e i fatti richiesti. Nel turno successivo, identificate il passaggio da cambiare e il motivo della modifica, come il tono, la lunghezza o una spiegazione mancante.
Per un dialogo basato su immagini, rendete leggibili le prove visive e indicatene lo scopo. Una schermata può sostenere una domanda su uno stato visibile dell’interfaccia; un diagramma può sostenere una richiesta di spiegare una relazione. Includete il contesto scritto che l’immagine da sola non fornisce. Chiedete l’osservazione pertinente e una spiegazione collegata alla domanda, anziché una descrizione di ogni dettaglio visibile.
L’attuale specifica Chat Latest di OpenAI indica una finestra di contesto di 400 000 token, un input massimo di 272 000 token e un output massimo di 128 000 token. Le conoscenze documentate sono aggiornate al 20 aprile 2026. Queste sono le caratteristiche pubblicate della selezione per chat, mentre il modello sottostante viene aggiornato regolarmente. Pianificate il materiale e la risposta richiesta in base ai limiti di contesto e output pertinenti e conservate i fatti significativi necessari per proseguire.
Il produttore elenca lo streaming, Structured Outputs, le chiamate di funzioni e l’input di immagini, con le interfacce Responses e Chat Completions. Gli strumenti documentati includono la ricerca sul web e nei file, la generazione di immagini, l’interpretazione di codice e le connessioni MCP. Una risposta strutturata specifica la forma delle informazioni restituite; una richiesta di strumento indica un’operazione separata. Le applicazioni espongono le proprie operazioni, restituiscono i risultati effettivi degli strumenti e decidono come presentare all’utente il testo o gli altri risultati ottenuti.
Definite il risultato desiderato dalla conversazione: una risposta, una sezione di documento riscritta, una spiegazione di un esempio visivo o un elenco di azioni. Per un’attività strutturata, indicate i campi e come gestire le informazioni mancanti. Per una revisione editoriale, identificate il pubblico, i fatti richiesti e il tono accettabile. Una risposta finale utile è una versione specifica che potete verificare rispetto al materiale originale; i messaggi successivi possono perfezionare un dettaglio mantenendo esplicito lo scopo dell’attività.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-chat-latest | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
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 $0.01 / 1K token Output · Token in output $0.06 / 1K token Input · Lettura dalla cache $0.001 / 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 $0.01 / 1K token Output · Token in output $0.06 / 1K token Input · Lettura dalla cache $0.001 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "openai/gpt-chat-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-chat-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-chat-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra openai/gpt-chat-latest
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Refine a colleague's rough explanation\n\nRewrite this for a colleague who is new to the process: 'The first file is source data. The second file is cleaned data. We corrected duplicate rows but left missing values empty. Use cleaned data for the report and keep source data for checking.' Make the relationship between the two files clear in at most 65 words.One clear paragraph preserving file roles, duplicate handling and the treatment of missing values.The rewrite keeps missing values empty and tells the colleague to use cleaned data while retaining the source for checks.