GPT-4 Turbo Preview 1106は、OpenAIが最初に名前を付けて公開したGPT-4 Turbo Previewのテキスト版です。128Kのコンテキスト窓、指示追従の改善、JSONモード、一つのメッセージで複数の関数を要求する機能を含む関数呼び出しの更新を導入しています。提供資料に基づく文章の回答、コード提案、構造化されたアプリケーション用レコードを出力できます。この1106プロファイルは、Vision Previewや後の0125更新とは別です。
公開時には128Kのコンテキスト窓と、2023年4月までの世界の出来事に関する知識が示されています。最新情報が必要なタスクには新しい証拠を提供してください。大きなコンテキストには関連文書やコードを収められますが、それを使って何をするのかはプロンプトで定める必要があります。質問、どの資料を基準とするか、期待する回答形式を明示してください。
文書比較では版を指定し、変わった条件と、それを裏付ける箇所を求めます。コーディングでは既存の動作、希望する変更、関連するインターフェースの制約を含めます。有用な結果は、絞り込んだパッチや、欠陥が現れる具体例を伴う説明です。結果を左右する証拠に注意が向くよう、関係のない資料はタスクに入れないでください。
メーカーは、特定の応答形式を求める指示への追従改善を強調しています。順序立てた説明、表、機械可読のレコードを定義できます。フィールドを指定し、元資料で値が確定しない場合の返し方を説明してください。例えば、レコード処理の指示では、出典の識別子、抽出した条件、その条件を取り出した箇所を求められます。
JSONモードは、メーカーのChat Completionsの流れで、応答を構文上有効なJSONオブジェクトに制約します。有効なJSONであっても、必要なフィールドや正しい値があるとは限りません。特に次の段階が特定の識別子や状態に依存する場合、形式の制御とは別にアプリケーションでの検証と元資料の確認を行ってください。メーカーのJSONモードを使うときは、JSONを生成するよう明示し、会話内に「JSON」という単語を含めます。指示がないとトークン上限まで空白を出す場合があるため、完全なオブジェクトが返ったかを確認してください。他のモデルで後に導入された、スキーマに制約された出力機能とは別の仕組みです。
モデルは、アプリケーションが定義した関数の引数を生成できます。この版は一つのメッセージで複数の関数を要求する能力を追加し、複数の照会が必要なタスクに使えます。各関数の目的と必要な入力を説明し、実際に返された情報を次の回答に結び付けてください。モデルはリクエストを選択して記述し、アプリケーションが実行します。
二つのレコードを比較するなら、関数が各レコードの実際の詳細を取得してから、アシスタントが比較を作成できます。要求した項目と返された結果の対応を保ってください。元資料がない、または処理が失敗した場合は、提案された引数だけで成功を告げず、その状態を応答に引き継いでください。
公開時のベータ版seed制御は、多くの場合に一貫した生成結果を得ることを目指しています。小さなプロンプト変更を比較するときは、同じ元資料やほかの設定と組み合わせて使います。決定性は保証されないため、両方の応答を確認し、それぞれの生成条件を保存してください。
元の公開では、このテキストPreviewをGPT-4 Turbo with Vision、画像生成モデル、音声生成モデルから区別しています。このプロファイルにはVisionモデルの入力能力を持ち込まず、図の重要な情報を文章で提供してください。後の0125 Preview更新は、より徹底したタスク完了とエンコーディングの不具合修正を対象とします。1106版はそれ以前のものです。結果を評価するときは、モデル名、元資料、指定した形式、返された成果物を一緒に保持してください。
", "aboutText": "GPT-4 Turbo Preview 1106は、OpenAIが最初に名前を付けて公開したGPT-4 Turbo Previewのテキスト版です。128Kのコンテキスト窓、指示追従の改善、JSONモード、一つのメッセージで複数の関数を要求する機能を含む関数呼び出しの更新を導入しています。提供資料に基づく文章の回答、コード提案、構造化されたアプリケーション用レコードを出力できます。この1106プロファイルは、Vision Previewや後の0125更新とは別です。\n\n### 関連テキストを一つの範囲が明確なタスクにまとめる\n\n公開時には128Kのコンテキスト窓と、2023年4月までの世界の出来事に関する知識が示されています。最新情報が必要なタスクには新しい証拠を提供してください。大きなコンテキストには関連文書やコードを収められますが、それを使って何をするのかはプロンプトで定める必要があります。質問、どの資料を基準とするか、期待する回答形式を明示してください。\n\n文書比較では版を指定し、変わった条件と、それを裏付ける箇所を求めます。コーディングでは既存の動作、希望する変更、関連するインターフェースの制約を含めます。有用な結果は、絞り込んだパッチや、欠陥が現れる具体例を伴う説明です。結果を左右する証拠に注意が向くよう、関係のない資料はタスクに入れないでください。\n\n### 指定した形式に従わせる\n\nメーカーは、特定の応答形式を求める指示への追従改善を強調しています。順序立てた説明、表、機械可読のレコードを定義できます。フィールドを指定し、元資料で値が確定しない場合の返し方を説明してください。例えば、レコード処理の指示では、出典の識別子、抽出した条件、その条件を取り出した箇所を求められます。\n\nJSONモードは、メーカーのChat Completionsの流れで、応答を構文上有効なJSONオブジェクトに制約します。有効なJSONであっても、必要なフィールドや正しい値があるとは限りません。特に次の段階が特定の識別子や状態に依存する場合、形式の制御とは別にアプリケーションでの検証と元資料の確認を行ってください。メーカーのJSONモードを使うときは、JSONを生成するよう明示し、会話内に「JSON」という単語を含めます。指示がないとトークン上限まで空白を出す場合があるため、完全なオブジェクトが返ったかを確認してください。他のモデルで後に導入された、スキーマに制約された出力機能とは別の仕組みです。\n\n### 有用な引数を持つ関数を要求する\n\nモデルは、アプリケーションが定義した関数の引数を生成できます。この版は一つのメッセージで複数の関数を要求する能力を追加し、複数の照会が必要なタスクに使えます。各関数の目的と必要な入力を説明し、実際に返された情報を次の回答に結び付けてください。モデルはリクエストを選択して記述し、アプリケーションが実行します。\n\n二つのレコードを比較するなら、関数が各レコードの実際の詳細を取得してから、アシスタントが比較を作成できます。要求した項目と返された結果の対応を保ってください。元資料がない、または処理が失敗した場合は、提案された引数だけで成功を告げず、その状態を応答に引き継いでください。\n\n### 再現性のある実験と選択した版\n\n公開時のベータ版seed制御は、多くの場合に一貫した生成結果を得ることを目指しています。小さなプロンプト変更を比較するときは、同じ元資料やほかの設定と組み合わせて使います。決定性は保証されないため、両方の応答を確認し、それぞれの生成条件を保存してください。\n\n元の公開では、このテキストPreviewをGPT-4 Turbo with Vision、画像生成モデル、音声生成モデルから区別しています。このプロファイルにはVisionモデルの入力能力を持ち込まず、図の重要な情報を文章で提供してください。後の0125 Preview更新は、より徹底したタスク完了とエンコーディングの不具合修正を対象とします。1106版はそれ以前のものです。結果を評価するときは、モデル名、元資料、指定した形式、返された成果物を一緒に保持してください。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Extract a source-linked renewal record\n\nFrom this note, draft a JSON object with fields account, renewal_date, owner and evidence: “Account Northbridge renews on 30 June. The commercial owner has not yet been assigned.” Use null for an unstated owner, retain the date wording and include the source sentence supporting the renewal date. Return no extra prose.A requested JSON record with the four named fields, an unknown owner and source evidence.Parse the returned record and check its values against the note; requested JSON formatting does not replace field validation.gpt-4-1106-previewGPT-4 Turbo Preview 1106は、文書化された128Kのコンテキストウィンドウで、長い文脈を使うテキストやコードの作業を扱います。JSONモードと関数呼び出しで、渡された資料をテキストの回答やアプリケーションのレコードに変えられます。正確なPreview版の識別は、画像認識のモデルや後のモデルと区別して保持してください。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-4 Turbo Preview 1106は、OpenAIが最初に名前を付けて公開したGPT-4 Turbo Previewのテキスト版です。128Kのコンテキスト窓、指示追従の改善、JSONモード、一つのメッセージで複数の関数を要求する機能を含む関数呼び出しの更新を導入しています。提供資料に基づく文章の回答、コード提案、構造化されたアプリケーション用レコードを出力できます。この1106プロファイルは、Vision Previewや後の0125更新とは別です。
公開時には128Kのコンテキスト窓と、2023年4月までの世界の出来事に関する知識が示されています。最新情報が必要なタスクには新しい証拠を提供してください。大きなコンテキストには関連文書やコードを収められますが、それを使って何をするのかはプロンプトで定める必要があります。質問、どの資料を基準とするか、期待する回答形式を明示してください。
文書比較では版を指定し、変わった条件と、それを裏付ける箇所を求めます。コーディングでは既存の動作、希望する変更、関連するインターフェースの制約を含めます。有用な結果は、絞り込んだパッチや、欠陥が現れる具体例を伴う説明です。結果を左右する証拠に注意が向くよう、関係のない資料はタスクに入れないでください。
メーカーは、特定の応答形式を求める指示への追従改善を強調しています。順序立てた説明、表、機械可読のレコードを定義できます。フィールドを指定し、元資料で値が確定しない場合の返し方を説明してください。例えば、レコード処理の指示では、出典の識別子、抽出した条件、その条件を取り出した箇所を求められます。
JSONモードは、メーカーのChat Completionsの流れで、応答を構文上有効なJSONオブジェクトに制約します。有効なJSONであっても、必要なフィールドや正しい値があるとは限りません。特に次の段階が特定の識別子や状態に依存する場合、形式の制御とは別にアプリケーションでの検証と元資料の確認を行ってください。メーカーのJSONモードを使うときは、JSONを生成するよう明示し、会話内に「JSON」という単語を含めます。指示がないとトークン上限まで空白を出す場合があるため、完全なオブジェクトが返ったかを確認してください。他のモデルで後に導入された、スキーマに制約された出力機能とは別の仕組みです。
モデルは、アプリケーションが定義した関数の引数を生成できます。この版は一つのメッセージで複数の関数を要求する能力を追加し、複数の照会が必要なタスクに使えます。各関数の目的と必要な入力を説明し、実際に返された情報を次の回答に結び付けてください。モデルはリクエストを選択して記述し、アプリケーションが実行します。
二つのレコードを比較するなら、関数が各レコードの実際の詳細を取得してから、アシスタントが比較を作成できます。要求した項目と返された結果の対応を保ってください。元資料がない、または処理が失敗した場合は、提案された引数だけで成功を告げず、その状態を応答に引き継いでください。
公開時のベータ版seed制御は、多くの場合に一貫した生成結果を得ることを目指しています。小さなプロンプト変更を比較するときは、同じ元資料やほかの設定と組み合わせて使います。決定性は保証されないため、両方の応答を確認し、それぞれの生成条件を保存してください。
元の公開では、このテキストPreviewをGPT-4 Turbo with Vision、画像生成モデル、音声生成モデルから区別しています。このプロファイルにはVisionモデルの入力能力を持ち込まず、図の重要な情報を文章で提供してください。後の0125 Preview更新は、より徹底したタスク完了とエンコーディングの不具合修正を対象とします。1106版はそれ以前のものです。結果を評価するときは、モデル名、元資料、指定した形式、返された成果物を一緒に保持してください。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 gpt-4-1106-preview | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.02 / 1K トークン 出力 · 出力トークン $0.06 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-4-1106-preview", "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='gpt-4-1106-preview',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='gpt-4-1106-preview',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra gpt-4-1106-preview
上記に表示されたメソッドパスを使用してください。
gpt-4-1106-previewGPT-4 Turbo Preview 1106は、文書化された128Kのコンテキストウィンドウで、長い文脈を使うテキストやコードの作業を扱います。JSONモードと関数呼び出しで、渡された資料をテキストの回答やアプリケーションのレコードに変えられます。正確なPreview版の識別は、画像認識のモデルや後のモデルと区別して保持してください。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-4 Turbo Preview 1106は、OpenAIが最初に名前を付けて公開したGPT-4 Turbo Previewのテキスト版です。128Kのコンテキスト窓、指示追従の改善、JSONモード、一つのメッセージで複数の関数を要求する機能を含む関数呼び出しの更新を導入しています。提供資料に基づく文章の回答、コード提案、構造化されたアプリケーション用レコードを出力できます。この1106プロファイルは、Vision Previewや後の0125更新とは別です。
公開時には128Kのコンテキスト窓と、2023年4月までの世界の出来事に関する知識が示されています。最新情報が必要なタスクには新しい証拠を提供してください。大きなコンテキストには関連文書やコードを収められますが、それを使って何をするのかはプロンプトで定める必要があります。質問、どの資料を基準とするか、期待する回答形式を明示してください。
文書比較では版を指定し、変わった条件と、それを裏付ける箇所を求めます。コーディングでは既存の動作、希望する変更、関連するインターフェースの制約を含めます。有用な結果は、絞り込んだパッチや、欠陥が現れる具体例を伴う説明です。結果を左右する証拠に注意が向くよう、関係のない資料はタスクに入れないでください。
メーカーは、特定の応答形式を求める指示への追従改善を強調しています。順序立てた説明、表、機械可読のレコードを定義できます。フィールドを指定し、元資料で値が確定しない場合の返し方を説明してください。例えば、レコード処理の指示では、出典の識別子、抽出した条件、その条件を取り出した箇所を求められます。
JSONモードは、メーカーのChat Completionsの流れで、応答を構文上有効なJSONオブジェクトに制約します。有効なJSONであっても、必要なフィールドや正しい値があるとは限りません。特に次の段階が特定の識別子や状態に依存する場合、形式の制御とは別にアプリケーションでの検証と元資料の確認を行ってください。メーカーのJSONモードを使うときは、JSONを生成するよう明示し、会話内に「JSON」という単語を含めます。指示がないとトークン上限まで空白を出す場合があるため、完全なオブジェクトが返ったかを確認してください。他のモデルで後に導入された、スキーマに制約された出力機能とは別の仕組みです。
モデルは、アプリケーションが定義した関数の引数を生成できます。この版は一つのメッセージで複数の関数を要求する能力を追加し、複数の照会が必要なタスクに使えます。各関数の目的と必要な入力を説明し、実際に返された情報を次の回答に結び付けてください。モデルはリクエストを選択して記述し、アプリケーションが実行します。
二つのレコードを比較するなら、関数が各レコードの実際の詳細を取得してから、アシスタントが比較を作成できます。要求した項目と返された結果の対応を保ってください。元資料がない、または処理が失敗した場合は、提案された引数だけで成功を告げず、その状態を応答に引き継いでください。
公開時のベータ版seed制御は、多くの場合に一貫した生成結果を得ることを目指しています。小さなプロンプト変更を比較するときは、同じ元資料やほかの設定と組み合わせて使います。決定性は保証されないため、両方の応答を確認し、それぞれの生成条件を保存してください。
元の公開では、このテキストPreviewをGPT-4 Turbo with Vision、画像生成モデル、音声生成モデルから区別しています。このプロファイルにはVisionモデルの入力能力を持ち込まず、図の重要な情報を文章で提供してください。後の0125 Preview更新は、より徹底したタスク完了とエンコーディングの不具合修正を対象とします。1106版はそれ以前のものです。結果を評価するときは、モデル名、元資料、指定した形式、返された成果物を一緒に保持してください。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 gpt-4-1106-preview | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.02 / 1K トークン 出力 · 出力トークン $0.06 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "gpt-4-1106-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4-1106-preview', '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-4-1106-preview', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra gpt-4-1106-preview
上記に表示されたメソッドパスを使用してください。
英語の技術例
Extract a source-linked renewal record\n\nFrom this note, draft a JSON object with fields account, renewal_date, owner and evidence: “Account Northbridge renews on 30 June. The commercial owner has not yet been assigned.” Use null for an unstated owner, retain the date wording and include the source sentence supporting the renewal date. Return no extra prose.A requested JSON record with the four named fields, an unknown owner and source evidence.Parse the returned record and check its values against the note; requested JSON formatting does not replace field validation.