GPT-5.3 Chatは、ChatGPTに関連付けられたGPT-5.3 Instantスナップショットを指します。OpenAIは、このInstantの更新を、質問との関連性、有用な回答、より滑らかな流れといった日常の会話の質から説明しています。モデルはテキストと画像を受け取り、テキストを出力します。チャットを中心とする識別名は、他のGPT-5.3版とは区別されます。
発表が最初に取り上げるのは、回答時の判断です。OpenAIは、不必要な拒否と、回答前の防御的または説教調の前置きが減ったと報告しています。意図する動作は、有用な回答が適切な場合に直接答え、質問から外れないことです。実用的なアシスタントでは、すべての依頼を長い前置きに変えず、説明やタスクに集中した回答を支えます。
モデルを組み込んだ製品でウェブ情報を利用できる場合、発表は、取得したページを緩く並べるのではなく、情報を統合することを重視しています。GPT-5.3 Instantは、オンラインで得た知見を既存の理解と組み合わせ、重要な点を特定し、背景情報を加えると説明されています。これは、提供または取得された情報の扱い方の説明です。利用できる検索ツールと原資料は、アプリケーションが決めます。
会話のスタイルと文章作成は、更新の別の領域です。OpenAIは、より焦点の定まった自然なトーンと、フィクションの草稿、文章の改善、アイデアの展開など、表現豊かな文章の幅の広がりを説明しています。事実の正確さに関する取り組みも、幅広い話題でハルシネーションを減らすと報告されています。発表は、これらを、事実を扱うタスクと創作タスクにおけるモデルの回答動作の改善として示しています。
発表には、具体的な言語上の制限も記録されています。日本語や韓国語を含む一部の言語では、回答のスタイルが堅苦しかったり、直訳調になりすぎたりする場合があります。トーンと自然さは、引き続き改善の対象です。多言語の作業では、読者、用語、望む文体を明示してください。文章作成では、維持すべき事実の内容と、修正する表現上の選択を区別できます。
モデル仕様では、コンテキストウィンドウは128,000トークン、出力は最大16,384トークン、知識の期限は2025年8月31日です。テキストと画像が入力としてサポートされ、出力はテキストです。ストリーミング、関数呼び出し、Structured Outputsに対応しますが、音声と動画の入力、ファインチューニング、Predicted Outputsは、公表された構成に含まれません。
関数呼び出しにより、接続されたアプリケーションは操作とデータを提供できます。モデルが関数を選んで引数を渡し、アプリケーションが実行して結果を返します。構造化出力は、回答自体を合意したフィールドに整理します。スクリーンショット、図、文書画像は、テキストの質問に画像の背景情報を加えられます。原資料の読みやすさと、関連する細部の明確な指定が、解釈に役立ちます。
Ailoot APIを使うアシスタントでは、簡潔な回答、修正した文書、画像についての説明、構造化した事実の集合など、必要な成果物を定義してください。元の資料と、その成果物に適用する要件を提供します。Instantというチャットの名称を明示したまま、後続のメッセージで、原資料と元の要件を見える状態に保ちながら、トーン、焦点、構成を改善できます。
", "aboutText": "GPT-5.3 Chatは、ChatGPTに関連付けられたGPT-5.3 Instantスナップショットを指します。OpenAIは、このInstantの更新を、質問との関連性、有用な回答、より滑らかな流れといった日常の会話の質から説明しています。モデルはテキストと画像を受け取り、テキストを出力します。チャットを中心とする識別名は、他のGPT-5.3版とは区別されます。\n\n発表が最初に取り上げるのは、回答時の判断です。OpenAIは、不必要な拒否と、回答前の防御的または説教調の前置きが減ったと報告しています。意図する動作は、有用な回答が適切な場合に直接答え、質問から外れないことです。実用的なアシスタントでは、すべての依頼を長い前置きに変えず、説明やタスクに集中した回答を支えます。\n\nモデルを組み込んだ製品でウェブ情報を利用できる場合、発表は、取得したページを緩く並べるのではなく、情報を統合することを重視しています。GPT-5.3 Instantは、オンラインで得た知見を既存の理解と組み合わせ、重要な点を特定し、背景情報を加えると説明されています。これは、提供または取得された情報の扱い方の説明です。利用できる検索ツールと原資料は、アプリケーションが決めます。\n\n会話のスタイルと文章作成は、更新の別の領域です。OpenAIは、より焦点の定まった自然なトーンと、フィクションの草稿、文章の改善、アイデアの展開など、表現豊かな文章の幅の広がりを説明しています。事実の正確さに関する取り組みも、幅広い話題でハルシネーションを減らすと報告されています。発表は、これらを、事実を扱うタスクと創作タスクにおけるモデルの回答動作の改善として示しています。\n\n発表には、具体的な言語上の制限も記録されています。日本語や韓国語を含む一部の言語では、回答のスタイルが堅苦しかったり、直訳調になりすぎたりする場合があります。トーンと自然さは、引き続き改善の対象です。多言語の作業では、読者、用語、望む文体を明示してください。文章作成では、維持すべき事実の内容と、修正する表現上の選択を区別できます。\n\nモデル仕様では、コンテキストウィンドウは128,000トークン、出力は最大16,384トークン、知識の期限は2025年8月31日です。テキストと画像が入力としてサポートされ、出力はテキストです。ストリーミング、関数呼び出し、Structured Outputsに対応しますが、音声と動画の入力、ファインチューニング、Predicted Outputsは、公表された構成に含まれません。\n\n関数呼び出しにより、接続されたアプリケーションは操作とデータを提供できます。モデルが関数を選んで引数を渡し、アプリケーションが実行して結果を返します。構造化出力は、回答自体を合意したフィールドに整理します。スクリーンショット、図、文書画像は、テキストの質問に画像の背景情報を加えられます。原資料の読みやすさと、関連する細部の明確な指定が、解釈に役立ちます。\n\nAiloot APIを使うアシスタントでは、簡潔な回答、修正した文書、画像についての説明、構造化した事実の集合など、必要な成果物を定義してください。元の資料と、その成果物に適用する要件を提供します。Instantというチャットの名称を明示したまま、後続のメッセージで、原資料と元の要件を見える状態に保ちながら、トーン、焦点、構成を改善できます。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
A natural follow-up message\n\nDraft a friendly follow-up to a colleague who missed a planning meeting. Facts: we chose the blue packaging sample, kept the existing launch date, and need their feedback on the label by Thursday. Use about 60 words, with a direct opening and one clear request. Keep the tone warm without inventing a reason for their absence.One concise message containing the two decisions and the Thursday feedback request.The launch date stays unchanged, and no explanation of the colleague's absence is invented.gpt-5.3-chat-latestGPT-5.3 Chatは、画像の情報を踏まえて対話形式で直接的なテキスト回答を返す、OpenAIのGPT-5.3 Instant版です。質問との関連性、事実の正確さ、文章作成の改善を重視し、関数呼び出し、構造化出力、128,000トークンのコンテキストを備えます。
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-5.3 Chatは、ChatGPTに関連付けられたGPT-5.3 Instantスナップショットを指します。OpenAIは、このInstantの更新を、質問との関連性、有用な回答、より滑らかな流れといった日常の会話の質から説明しています。モデルはテキストと画像を受け取り、テキストを出力します。チャットを中心とする識別名は、他のGPT-5.3版とは区別されます。
発表が最初に取り上げるのは、回答時の判断です。OpenAIは、不必要な拒否と、回答前の防御的または説教調の前置きが減ったと報告しています。意図する動作は、有用な回答が適切な場合に直接答え、質問から外れないことです。実用的なアシスタントでは、すべての依頼を長い前置きに変えず、説明やタスクに集中した回答を支えます。
モデルを組み込んだ製品でウェブ情報を利用できる場合、発表は、取得したページを緩く並べるのではなく、情報を統合することを重視しています。GPT-5.3 Instantは、オンラインで得た知見を既存の理解と組み合わせ、重要な点を特定し、背景情報を加えると説明されています。これは、提供または取得された情報の扱い方の説明です。利用できる検索ツールと原資料は、アプリケーションが決めます。
会話のスタイルと文章作成は、更新の別の領域です。OpenAIは、より焦点の定まった自然なトーンと、フィクションの草稿、文章の改善、アイデアの展開など、表現豊かな文章の幅の広がりを説明しています。事実の正確さに関する取り組みも、幅広い話題でハルシネーションを減らすと報告されています。発表は、これらを、事実を扱うタスクと創作タスクにおけるモデルの回答動作の改善として示しています。
発表には、具体的な言語上の制限も記録されています。日本語や韓国語を含む一部の言語では、回答のスタイルが堅苦しかったり、直訳調になりすぎたりする場合があります。トーンと自然さは、引き続き改善の対象です。多言語の作業では、読者、用語、望む文体を明示してください。文章作成では、維持すべき事実の内容と、修正する表現上の選択を区別できます。
モデル仕様では、コンテキストウィンドウは128,000トークン、出力は最大16,384トークン、知識の期限は2025年8月31日です。テキストと画像が入力としてサポートされ、出力はテキストです。ストリーミング、関数呼び出し、Structured Outputsに対応しますが、音声と動画の入力、ファインチューニング、Predicted Outputsは、公表された構成に含まれません。
関数呼び出しにより、接続されたアプリケーションは操作とデータを提供できます。モデルが関数を選んで引数を渡し、アプリケーションが実行して結果を返します。構造化出力は、回答自体を合意したフィールドに整理します。スクリーンショット、図、文書画像は、テキストの質問に画像の背景情報を加えられます。原資料の読みやすさと、関連する細部の明確な指定が、解釈に役立ちます。
Ailoot APIを使うアシスタントでは、簡潔な回答、修正した文書、画像についての説明、構造化した事実の集合など、必要な成果物を定義してください。元の資料と、その成果物に適用する要件を提供します。Instantというチャットの名称を明示したまま、後続のメッセージで、原資料と元の要件を見える状態に保ちながら、トーン、焦点、構成を改善できます。
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-5.3-chat-latest | 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 $0.0035 / 1K トークン 出力 · 出力トークン $0.028 / 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-5.3-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='gpt-5.3-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='gpt-5.3-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-5.3-chat-latest
上記に表示されたメソッドパスを使用してください。
gpt-5.3-chat-latestGPT-5.3 Chatは、画像の情報を踏まえて対話形式で直接的なテキスト回答を返す、OpenAIのGPT-5.3 Instant版です。質問との関連性、事実の正確さ、文章作成の改善を重視し、関数呼び出し、構造化出力、128,000トークンのコンテキストを備えます。
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-5.3 Chatは、ChatGPTに関連付けられたGPT-5.3 Instantスナップショットを指します。OpenAIは、このInstantの更新を、質問との関連性、有用な回答、より滑らかな流れといった日常の会話の質から説明しています。モデルはテキストと画像を受け取り、テキストを出力します。チャットを中心とする識別名は、他のGPT-5.3版とは区別されます。
発表が最初に取り上げるのは、回答時の判断です。OpenAIは、不必要な拒否と、回答前の防御的または説教調の前置きが減ったと報告しています。意図する動作は、有用な回答が適切な場合に直接答え、質問から外れないことです。実用的なアシスタントでは、すべての依頼を長い前置きに変えず、説明やタスクに集中した回答を支えます。
モデルを組み込んだ製品でウェブ情報を利用できる場合、発表は、取得したページを緩く並べるのではなく、情報を統合することを重視しています。GPT-5.3 Instantは、オンラインで得た知見を既存の理解と組み合わせ、重要な点を特定し、背景情報を加えると説明されています。これは、提供または取得された情報の扱い方の説明です。利用できる検索ツールと原資料は、アプリケーションが決めます。
会話のスタイルと文章作成は、更新の別の領域です。OpenAIは、より焦点の定まった自然なトーンと、フィクションの草稿、文章の改善、アイデアの展開など、表現豊かな文章の幅の広がりを説明しています。事実の正確さに関する取り組みも、幅広い話題でハルシネーションを減らすと報告されています。発表は、これらを、事実を扱うタスクと創作タスクにおけるモデルの回答動作の改善として示しています。
発表には、具体的な言語上の制限も記録されています。日本語や韓国語を含む一部の言語では、回答のスタイルが堅苦しかったり、直訳調になりすぎたりする場合があります。トーンと自然さは、引き続き改善の対象です。多言語の作業では、読者、用語、望む文体を明示してください。文章作成では、維持すべき事実の内容と、修正する表現上の選択を区別できます。
モデル仕様では、コンテキストウィンドウは128,000トークン、出力は最大16,384トークン、知識の期限は2025年8月31日です。テキストと画像が入力としてサポートされ、出力はテキストです。ストリーミング、関数呼び出し、Structured Outputsに対応しますが、音声と動画の入力、ファインチューニング、Predicted Outputsは、公表された構成に含まれません。
関数呼び出しにより、接続されたアプリケーションは操作とデータを提供できます。モデルが関数を選んで引数を渡し、アプリケーションが実行して結果を返します。構造化出力は、回答自体を合意したフィールドに整理します。スクリーンショット、図、文書画像は、テキストの質問に画像の背景情報を加えられます。原資料の読みやすさと、関連する細部の明確な指定が、解釈に役立ちます。
Ailoot APIを使うアシスタントでは、簡潔な回答、修正した文書、画像についての説明、構造化した事実の集合など、必要な成果物を定義してください。元の資料と、その成果物に適用する要件を提供します。Instantというチャットの名称を明示したまま、後続のメッセージで、原資料と元の要件を見える状態に保ちながら、トーン、焦点、構成を改善できます。
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-5.3-chat-latest | 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 $0.0035 / 1K トークン 出力 · 出力トークン $0.028 / 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 $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "gpt-5.3-chat-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'gpt-5.3-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': 'gpt-5.3-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-5.3-chat-latest
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
A natural follow-up message\n\nDraft a friendly follow-up to a colleague who missed a planning meeting. Facts: we chose the blue packaging sample, kept the existing launch date, and need their feedback on the label by Thursday. Use about 60 words, with a direct opening and one clear request. Keep the tone warm without inventing a reason for their absence.One concise message containing the two decisions and the Thursday feedback request.The launch date stays unchanged, and no explanation of the colleague's absence is invented.