GPT Chat Latest는 OpenAI가 Chat Latest로 문서화한, 정기적으로 갱신되는 Instant 모델 선택을 나타내며, ChatGPT에서 사용하는 최신 Instant 모델을 가리킵니다. 텍스트와 이미지를 입력받아 텍스트를 생성합니다. 이 이름은 날짜로 고정된 모델 버전이 아니라, 기반 모델이 갱신되는 채팅 모델 선택을 나타냅니다.
유용한 대화는 구체적인 작업에서 시작합니다. 초안과 의도한 독자를 제공하거나, 구절을 더 명확하게 설명해 달라고 요청하거나, 특정 요소에 관한 질문과 함께 스크린샷을 제공하세요. 예를 들어 필요한 이름과 사실을 보존하면서 거친 설명을 동료에게 보낼 짧은 메시지로 편집하는 작업이 있습니다. 다음 턴에서는 수정할 구절과 어조, 길이, 설명 누락 같은 변경 이유를 지정하세요.
이미지 기반 대화에서는 시각적 근거를 읽기 쉽게 만들고 목적을 명시하세요. 스크린샷은 눈에 보이는 인터페이스 상태에 대한 질문을 뒷받침할 수 있고, 도표는 관계를 설명해 달라는 요청의 근거가 될 수 있습니다. 이미지 자체가 제공하지 않는 서면 맥락을 포함하세요. 눈에 보이는 모든 세부 사항을 설명하기보다, 질문과 연결된 관련 관찰 결과와 설명을 요청하세요.
OpenAI의 현재 Chat Latest 사양은 400,000토큰의 컨텍스트 창, 최대 272,000토큰의 입력, 최대 128,000토큰의 출력을 명시합니다. 문서화된 지식 기준일은 2026년 4월 20일입니다. 이는 채팅 모델 선택 항목에 공개된 특성이며, 기반 모델은 정기적으로 갱신됩니다. 관련 컨텍스트와 출력 한도에 맞게 자료와 요청할 답변을 계획하고, 후속 요청에 필요한 중요한 사실을 보존하세요.
제조사는 스트리밍, Structured Outputs, 함수 호출, 이미지 입력과 Responses 및 Chat Completions 인터페이스를 명시합니다. 문서화된 도구에는 웹 및 파일 검색, 이미지 생성, 코드 해석, MCP 연결이 포함됩니다. 구조화된 응답은 반환할 정보의 형식을 지정하며, 도구 요청은 별도의 작업을 지정합니다. 애플리케이션은 작업을 노출하고 실제 도구 결과를 반환하며, 그 결과로 나온 텍스트나 기타 산출물을 사용자에게 어떻게 제시할지 결정합니다.
대화에서 원하는 결과를 정의하세요. 답장, 문서 일부의 재작성, 시각적 예시의 설명, 행동 목록 등이 될 수 있습니다. 구조화된 작업에서는 필드를 지정하고 누락된 정보를 처리할 방법을 명시하세요. 편집 작업에서는 독자, 필요한 사실, 허용되는 어조를 지정하세요. 유용한 최종 응답은 원자료에 대조해 검토할 수 있는 구체적인 버전입니다. 이후 메시지에서는 작업 목적을 명확하게 유지하면서 특정 세부 사항을 다듬을 수 있습니다.
", "aboutText": "GPT Chat Latest는 OpenAI가 Chat Latest로 문서화한, 정기적으로 갱신되는 Instant 모델 선택을 나타내며, ChatGPT에서 사용하는 최신 Instant 모델을 가리킵니다. 텍스트와 이미지를 입력받아 텍스트를 생성합니다. 이 이름은 날짜로 고정된 모델 버전이 아니라, 기반 모델이 갱신되는 채팅 모델 선택을 나타냅니다.\n\n유용한 대화는 구체적인 작업에서 시작합니다. 초안과 의도한 독자를 제공하거나, 구절을 더 명확하게 설명해 달라고 요청하거나, 특정 요소에 관한 질문과 함께 스크린샷을 제공하세요. 예를 들어 필요한 이름과 사실을 보존하면서 거친 설명을 동료에게 보낼 짧은 메시지로 편집하는 작업이 있습니다. 다음 턴에서는 수정할 구절과 어조, 길이, 설명 누락 같은 변경 이유를 지정하세요.\n\n이미지 기반 대화에서는 시각적 근거를 읽기 쉽게 만들고 목적을 명시하세요. 스크린샷은 눈에 보이는 인터페이스 상태에 대한 질문을 뒷받침할 수 있고, 도표는 관계를 설명해 달라는 요청의 근거가 될 수 있습니다. 이미지 자체가 제공하지 않는 서면 맥락을 포함하세요. 눈에 보이는 모든 세부 사항을 설명하기보다, 질문과 연결된 관련 관찰 결과와 설명을 요청하세요.\n\nOpenAI의 현재 Chat Latest 사양은 400,000토큰의 컨텍스트 창, 최대 272,000토큰의 입력, 최대 128,000토큰의 출력을 명시합니다. 문서화된 지식 기준일은 2026년 4월 20일입니다. 이는 채팅 모델 선택 항목에 공개된 특성이며, 기반 모델은 정기적으로 갱신됩니다. 관련 컨텍스트와 출력 한도에 맞게 자료와 요청할 답변을 계획하고, 후속 요청에 필요한 중요한 사실을 보존하세요.\n\n제조사는 스트리밍, Structured Outputs, 함수 호출, 이미지 입력과 Responses 및 Chat Completions 인터페이스를 명시합니다. 문서화된 도구에는 웹 및 파일 검색, 이미지 생성, 코드 해석, MCP 연결이 포함됩니다. 구조화된 응답은 반환할 정보의 형식을 지정하며, 도구 요청은 별도의 작업을 지정합니다. 애플리케이션은 작업을 노출하고 실제 도구 결과를 반환하며, 그 결과로 나온 텍스트나 기타 산출물을 사용자에게 어떻게 제시할지 결정합니다.\n\n대화에서 원하는 결과를 정의하세요. 답장, 문서 일부의 재작성, 시각적 예시의 설명, 행동 목록 등이 될 수 있습니다. 구조화된 작업에서는 필드를 지정하고 누락된 정보를 처리할 방법을 명시하세요. 편집 작업에서는 독자, 필요한 사실, 허용되는 어조를 지정하세요. 유용한 최종 응답은 원자료에 대조해 검토할 수 있는 구체적인 버전입니다. 이후 메시지에서는 작업 목적을 명확하게 유지하면서 특정 세부 사항을 다듬을 수 있습니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "41d0af379b2306059b2b8be69dc778dbaf6f982da04f637d630cd24d3ae9cb25", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "chat-latest텍스트와 이미지에 관해 대화하는, OpenAI의 정기적으로 갱신되는 Instant 채팅 모델 항목입니다. 초안, 질문, 시각적 예시를 제공하고 대화를 통해 설명, 편집된 문장, 간결한 응답을 다듬을 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT Chat Latest는 OpenAI가 Chat Latest로 문서화한, 정기적으로 갱신되는 Instant 모델 선택을 나타내며, ChatGPT에서 사용하는 최신 Instant 모델을 가리킵니다. 텍스트와 이미지를 입력받아 텍스트를 생성합니다. 이 이름은 날짜로 고정된 모델 버전이 아니라, 기반 모델이 갱신되는 채팅 모델 선택을 나타냅니다.
유용한 대화는 구체적인 작업에서 시작합니다. 초안과 의도한 독자를 제공하거나, 구절을 더 명확하게 설명해 달라고 요청하거나, 특정 요소에 관한 질문과 함께 스크린샷을 제공하세요. 예를 들어 필요한 이름과 사실을 보존하면서 거친 설명을 동료에게 보낼 짧은 메시지로 편집하는 작업이 있습니다. 다음 턴에서는 수정할 구절과 어조, 길이, 설명 누락 같은 변경 이유를 지정하세요.
이미지 기반 대화에서는 시각적 근거를 읽기 쉽게 만들고 목적을 명시하세요. 스크린샷은 눈에 보이는 인터페이스 상태에 대한 질문을 뒷받침할 수 있고, 도표는 관계를 설명해 달라는 요청의 근거가 될 수 있습니다. 이미지 자체가 제공하지 않는 서면 맥락을 포함하세요. 눈에 보이는 모든 세부 사항을 설명하기보다, 질문과 연결된 관련 관찰 결과와 설명을 요청하세요.
OpenAI의 현재 Chat Latest 사양은 400,000토큰의 컨텍스트 창, 최대 272,000토큰의 입력, 최대 128,000토큰의 출력을 명시합니다. 문서화된 지식 기준일은 2026년 4월 20일입니다. 이는 채팅 모델 선택 항목에 공개된 특성이며, 기반 모델은 정기적으로 갱신됩니다. 관련 컨텍스트와 출력 한도에 맞게 자료와 요청할 답변을 계획하고, 후속 요청에 필요한 중요한 사실을 보존하세요.
제조사는 스트리밍, Structured Outputs, 함수 호출, 이미지 입력과 Responses 및 Chat Completions 인터페이스를 명시합니다. 문서화된 도구에는 웹 및 파일 검색, 이미지 생성, 코드 해석, MCP 연결이 포함됩니다. 구조화된 응답은 반환할 정보의 형식을 지정하며, 도구 요청은 별도의 작업을 지정합니다. 애플리케이션은 작업을 노출하고 실제 도구 결과를 반환하며, 그 결과로 나온 텍스트나 기타 산출물을 사용자에게 어떻게 제시할지 결정합니다.
대화에서 원하는 결과를 정의하세요. 답장, 문서 일부의 재작성, 시각적 예시의 설명, 행동 목록 등이 될 수 있습니다. 구조화된 작업에서는 필드를 지정하고 누락된 정보를 처리할 방법을 명시하세요. 편집 작업에서는 독자, 필요한 사실, 허용되는 어조를 지정하세요. 유용한 최종 응답은 원자료에 대조해 검토할 수 있는 구체적인 버전입니다. 이후 메시지에서는 작업 목적을 명확하게 유지하면서 특정 세부 사항을 다듬을 수 있습니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 chat-latest | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 텍스트 대화 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream |
매개변수control_scope | 명세텍스트 대화. stream은 불리언이며 기본값은 false입니다. |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
메서드 별칭: /chat/completions
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.01 / 1K 토큰 출력 · 출력 토큰 $0.06 / 1K 토큰 입력 · 캐시 읽기 $0.001 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"chat-latest","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="chat-latest", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra chat-latest
/chat/completions
chat-latest텍스트와 이미지에 관해 대화하는, OpenAI의 정기적으로 갱신되는 Instant 채팅 모델 항목입니다. 초안, 질문, 시각적 예시를 제공하고 대화를 통해 설명, 편집된 문장, 간결한 응답을 다듬을 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT Chat Latest는 OpenAI가 Chat Latest로 문서화한, 정기적으로 갱신되는 Instant 모델 선택을 나타내며, ChatGPT에서 사용하는 최신 Instant 모델을 가리킵니다. 텍스트와 이미지를 입력받아 텍스트를 생성합니다. 이 이름은 날짜로 고정된 모델 버전이 아니라, 기반 모델이 갱신되는 채팅 모델 선택을 나타냅니다.
유용한 대화는 구체적인 작업에서 시작합니다. 초안과 의도한 독자를 제공하거나, 구절을 더 명확하게 설명해 달라고 요청하거나, 특정 요소에 관한 질문과 함께 스크린샷을 제공하세요. 예를 들어 필요한 이름과 사실을 보존하면서 거친 설명을 동료에게 보낼 짧은 메시지로 편집하는 작업이 있습니다. 다음 턴에서는 수정할 구절과 어조, 길이, 설명 누락 같은 변경 이유를 지정하세요.
이미지 기반 대화에서는 시각적 근거를 읽기 쉽게 만들고 목적을 명시하세요. 스크린샷은 눈에 보이는 인터페이스 상태에 대한 질문을 뒷받침할 수 있고, 도표는 관계를 설명해 달라는 요청의 근거가 될 수 있습니다. 이미지 자체가 제공하지 않는 서면 맥락을 포함하세요. 눈에 보이는 모든 세부 사항을 설명하기보다, 질문과 연결된 관련 관찰 결과와 설명을 요청하세요.
OpenAI의 현재 Chat Latest 사양은 400,000토큰의 컨텍스트 창, 최대 272,000토큰의 입력, 최대 128,000토큰의 출력을 명시합니다. 문서화된 지식 기준일은 2026년 4월 20일입니다. 이는 채팅 모델 선택 항목에 공개된 특성이며, 기반 모델은 정기적으로 갱신됩니다. 관련 컨텍스트와 출력 한도에 맞게 자료와 요청할 답변을 계획하고, 후속 요청에 필요한 중요한 사실을 보존하세요.
제조사는 스트리밍, Structured Outputs, 함수 호출, 이미지 입력과 Responses 및 Chat Completions 인터페이스를 명시합니다. 문서화된 도구에는 웹 및 파일 검색, 이미지 생성, 코드 해석, MCP 연결이 포함됩니다. 구조화된 응답은 반환할 정보의 형식을 지정하며, 도구 요청은 별도의 작업을 지정합니다. 애플리케이션은 작업을 노출하고 실제 도구 결과를 반환하며, 그 결과로 나온 텍스트나 기타 산출물을 사용자에게 어떻게 제시할지 결정합니다.
대화에서 원하는 결과를 정의하세요. 답장, 문서 일부의 재작성, 시각적 예시의 설명, 행동 목록 등이 될 수 있습니다. 구조화된 작업에서는 필드를 지정하고 누락된 정보를 처리할 방법을 명시하세요. 편집 작업에서는 독자, 필요한 사실, 허용되는 어조를 지정하세요. 유용한 최종 응답은 원자료에 대조해 검토할 수 있는 구체적인 버전입니다. 이후 메시지에서는 작업 목적을 명확하게 유지하면서 특정 세부 사항을 다듬을 수 있습니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 chat-latest | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.01 / 1K 토큰 출력 · 출력 토큰 $0.06 / 1K 토큰 입력 · 캐시 읽기 $0.001 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "chat-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': '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': '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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra chat-latest
/chat/completions