GPT-4 Turbo Preview 1106은 OpenAI가 처음으로 이름을 붙여 공개한 GPT-4 Turbo Preview 텍스트 버전입니다. 128K 컨텍스트 창, 개선된 지시 이행, JSON 모드, 한 메시지에서 여러 함수를 요청하는 기능을 포함한 함수 호출 업데이트를 도입합니다. 유용한 출력은 제공된 자료에 근거한 텍스트 답변, 코드 제안, 구조화된 애플리케이션 레코드입니다. 이 1106 프로필은 Vision Preview 및 이후 0125 업데이트와 별개입니다.
공개 발표는 128K 컨텍스트 창과 2023년 4월까지의 세계 사건에 대한 지식을 명시합니다. 최신 정보가 필요한 작업에는 더 새로운 증거를 제공하세요. 큰 컨텍스트에 관련 원문이나 코드를 담을 수 있지만, 그것을 가지고 무엇을 해야 하는지는 여전히 프롬프트에서 정해야 합니다. 질문, 기준이 되는 자료, 예상 답변 형식을 명시하세요.
문서 비교에서는 버전을 지정하고 달라진 조건과 이를 뒷받침하는 구절을 요청하세요. 코딩 작업에서는 기존 동작, 원하는 변경, 관련 인터페이스 제약을 포함하세요. 유용한 결과는 범위가 명확한 패치 또는 결함을 드러내는 구체적인 사례가 있는 설명일 수 있습니다. 결과를 바꾸는 증거에 모델의 주의를 집중하도록 무관한 자료를 작업에서 제외하세요.
제조사는 특정 응답 형식을 요구하는 지시를 더 잘 따른다는 점을 강조합니다. 요청에서 순서가 있는 설명, 표, 기계가 읽을 수 있는 레코드를 정의할 수 있습니다. 필드 이름을 정하고 원문에서 값이 확인되지 않을 때 무엇을 반환할지 설명하세요. 레코드 처리 지시의 예로 출처 식별자, 추출한 조건, 그 조건을 가져온 구절을 요청할 수 있습니다.
JSON 모드는 제조사의 Chat Completions 흐름에서 답변을 문법적으로 유효한 JSON 객체로 제한합니다. 유효한 JSON이라고 레코드에 올바른 필드나 값이 있다는 뜻은 아닙니다. 특히 다음 단계가 특정 식별자나 상태에 의존하면 애플리케이션 검증과 원문 확인을 형식 제어와 구별하세요. 제조사의 JSON 모드를 사용할 때는 JSON을 생성하라고 명확히 지시하고 대화에 “JSON”이라는 단어를 넣으세요. 지시가 없으면 토큰 한도까지 공백을 내보낼 수 있으므로 완전한 객체가 반환되었는지 확인하세요. 다른 모델의 후속 스키마 제약 출력 기능은 별개의 메커니즘입니다.
모델은 애플리케이션에서 정의한 함수의 인수를 생성할 수 있습니다. 이 버전은 단일 메시지에서 여러 함수를 요청하는 능력을 추가해, 둘 이상의 조회가 필요한 작업을 지원할 수 있습니다. 각 함수의 목적과 필수 입력을 설명하고 실제 반환 정보를 다음 답변과 연결하세요. 모델은 요청을 선택하고 기술하며, 애플리케이션이 실행합니다.
레코드 두 개를 비교할 때는 어시스턴트가 비교를 준비하기 전에 함수로 각 레코드의 실제 세부 내용을 가져올 수 있습니다. 요청 항목과 반환 결과의 연결을 유지하세요. 출처가 없거나 작업이 실패하면 제안된 인수만으로 성공을 알리지 말고 그 상태를 응답에 반영하세요.
공개 발표의 베타 seed 제어는 대부분의 경우 일관된 생성 결과를 만드는 것을 목표로 합니다. 작은 프롬프트 변경을 비교할 때 같은 원문 및 기타 설정과 함께 사용하세요. 결정론을 보장하지 않으므로 두 응답을 모두 확인하고 각각 생성된 조건을 보관하세요.
최초 버전은 이 텍스트 Preview를 GPT-4 Turbo with Vision, 이미지 생성, 음성 생성 모델과 구별합니다. Vision 모델의 입력 능력을 가져오기보다 이 프로필에는 도표의 관련 정보를 글로 제공하세요. 이후 0125 Preview 업데이트는 더 철저한 작업 완료와 인코딩 버그 수정을 목표로 합니다. 1106 버전은 그 변경 이전의 버전입니다. 결과를 평가할 때 이름이 지정된 모델, 원문, 요청한 형식, 반환된 산출물을 함께 유지하세요.
", "aboutText": "GPT-4 Turbo Preview 1106은 OpenAI가 처음으로 이름을 붙여 공개한 GPT-4 Turbo Preview 텍스트 버전입니다. 128K 컨텍스트 창, 개선된 지시 이행, JSON 모드, 한 메시지에서 여러 함수를 요청하는 기능을 포함한 함수 호출 업데이트를 도입합니다. 유용한 출력은 제공된 자료에 근거한 텍스트 답변, 코드 제안, 구조화된 애플리케이션 레코드입니다. 이 1106 프로필은 Vision Preview 및 이후 0125 업데이트와 별개입니다.\n\n### 관련 텍스트를 범위가 정해진 한 작업에 넣기\n\n공개 발표는 128K 컨텍스트 창과 2023년 4월까지의 세계 사건에 대한 지식을 명시합니다. 최신 정보가 필요한 작업에는 더 새로운 증거를 제공하세요. 큰 컨텍스트에 관련 원문이나 코드를 담을 수 있지만, 그것을 가지고 무엇을 해야 하는지는 여전히 프롬프트에서 정해야 합니다. 질문, 기준이 되는 자료, 예상 답변 형식을 명시하세요.\n\n문서 비교에서는 버전을 지정하고 달라진 조건과 이를 뒷받침하는 구절을 요청하세요. 코딩 작업에서는 기존 동작, 원하는 변경, 관련 인터페이스 제약을 포함하세요. 유용한 결과는 범위가 명확한 패치 또는 결함을 드러내는 구체적인 사례가 있는 설명일 수 있습니다. 결과를 바꾸는 증거에 모델의 주의를 집중하도록 무관한 자료를 작업에서 제외하세요.\n\n### 요청한 형식 따르기\n\n제조사는 특정 응답 형식을 요구하는 지시를 더 잘 따른다는 점을 강조합니다. 요청에서 순서가 있는 설명, 표, 기계가 읽을 수 있는 레코드를 정의할 수 있습니다. 필드 이름을 정하고 원문에서 값이 확인되지 않을 때 무엇을 반환할지 설명하세요. 레코드 처리 지시의 예로 출처 식별자, 추출한 조건, 그 조건을 가져온 구절을 요청할 수 있습니다.\n\nJSON 모드는 제조사의 Chat Completions 흐름에서 답변을 문법적으로 유효한 JSON 객체로 제한합니다. 유효한 JSON이라고 레코드에 올바른 필드나 값이 있다는 뜻은 아닙니다. 특히 다음 단계가 특정 식별자나 상태에 의존하면 애플리케이션 검증과 원문 확인을 형식 제어와 구별하세요. 제조사의 JSON 모드를 사용할 때는 JSON을 생성하라고 명확히 지시하고 대화에 “JSON”이라는 단어를 넣으세요. 지시가 없으면 토큰 한도까지 공백을 내보낼 수 있으므로 완전한 객체가 반환되었는지 확인하세요. 다른 모델의 후속 스키마 제약 출력 기능은 별개의 메커니즘입니다.\n\n### 유용한 인수로 함수 요청하기\n\n모델은 애플리케이션에서 정의한 함수의 인수를 생성할 수 있습니다. 이 버전은 단일 메시지에서 여러 함수를 요청하는 능력을 추가해, 둘 이상의 조회가 필요한 작업을 지원할 수 있습니다. 각 함수의 목적과 필수 입력을 설명하고 실제 반환 정보를 다음 답변과 연결하세요. 모델은 요청을 선택하고 기술하며, 애플리케이션이 실행합니다.\n\n레코드 두 개를 비교할 때는 어시스턴트가 비교를 준비하기 전에 함수로 각 레코드의 실제 세부 내용을 가져올 수 있습니다. 요청 항목과 반환 결과의 연결을 유지하세요. 출처가 없거나 작업이 실패하면 제안된 인수만으로 성공을 알리지 말고 그 상태를 응답에 반영하세요.\n\n### 반복 가능한 실험과 선택한 버전\n\n공개 발표의 베타 seed 제어는 대부분의 경우 일관된 생성 결과를 만드는 것을 목표로 합니다. 작은 프롬프트 변경을 비교할 때 같은 원문 및 기타 설정과 함께 사용하세요. 결정론을 보장하지 않으므로 두 응답을 모두 확인하고 각각 생성된 조건을 보관하세요.\n\n최초 버전은 이 텍스트 Preview를 GPT-4 Turbo with Vision, 이미지 생성, 음성 생성 모델과 구별합니다. Vision 모델의 입력 능력을 가져오기보다 이 프로필에는 도표의 관련 정보를 글로 제공하세요. 이후 0125 Preview 업데이트는 더 철저한 작업 완료와 인코딩 버그 수정을 목표로 합니다. 1106 버전은 그 변경 이전의 버전입니다. 결과를 평가할 때 이름이 지정된 모델, 원문, 요청한 형식, 반환된 산출물을 함께 유지하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
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 1106은 문서화된 128K 컨텍스트 창으로 긴 맥락의 텍스트 및 코드 작업을 처리합니다. JSON 모드와 함수 호출은 제공된 자료를 텍스트 답변이나 애플리케이션 레코드로 바꾸는 데 도움이 되며, 정확한 Preview 버전은 비전 및 이후 모델과 구분해 유지합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-4 Turbo Preview 1106은 OpenAI가 처음으로 이름을 붙여 공개한 GPT-4 Turbo Preview 텍스트 버전입니다. 128K 컨텍스트 창, 개선된 지시 이행, JSON 모드, 한 메시지에서 여러 함수를 요청하는 기능을 포함한 함수 호출 업데이트를 도입합니다. 유용한 출력은 제공된 자료에 근거한 텍스트 답변, 코드 제안, 구조화된 애플리케이션 레코드입니다. 이 1106 프로필은 Vision Preview 및 이후 0125 업데이트와 별개입니다.
공개 발표는 128K 컨텍스트 창과 2023년 4월까지의 세계 사건에 대한 지식을 명시합니다. 최신 정보가 필요한 작업에는 더 새로운 증거를 제공하세요. 큰 컨텍스트에 관련 원문이나 코드를 담을 수 있지만, 그것을 가지고 무엇을 해야 하는지는 여전히 프롬프트에서 정해야 합니다. 질문, 기준이 되는 자료, 예상 답변 형식을 명시하세요.
문서 비교에서는 버전을 지정하고 달라진 조건과 이를 뒷받침하는 구절을 요청하세요. 코딩 작업에서는 기존 동작, 원하는 변경, 관련 인터페이스 제약을 포함하세요. 유용한 결과는 범위가 명확한 패치 또는 결함을 드러내는 구체적인 사례가 있는 설명일 수 있습니다. 결과를 바꾸는 증거에 모델의 주의를 집중하도록 무관한 자료를 작업에서 제외하세요.
제조사는 특정 응답 형식을 요구하는 지시를 더 잘 따른다는 점을 강조합니다. 요청에서 순서가 있는 설명, 표, 기계가 읽을 수 있는 레코드를 정의할 수 있습니다. 필드 이름을 정하고 원문에서 값이 확인되지 않을 때 무엇을 반환할지 설명하세요. 레코드 처리 지시의 예로 출처 식별자, 추출한 조건, 그 조건을 가져온 구절을 요청할 수 있습니다.
JSON 모드는 제조사의 Chat Completions 흐름에서 답변을 문법적으로 유효한 JSON 객체로 제한합니다. 유효한 JSON이라고 레코드에 올바른 필드나 값이 있다는 뜻은 아닙니다. 특히 다음 단계가 특정 식별자나 상태에 의존하면 애플리케이션 검증과 원문 확인을 형식 제어와 구별하세요. 제조사의 JSON 모드를 사용할 때는 JSON을 생성하라고 명확히 지시하고 대화에 “JSON”이라는 단어를 넣으세요. 지시가 없으면 토큰 한도까지 공백을 내보낼 수 있으므로 완전한 객체가 반환되었는지 확인하세요. 다른 모델의 후속 스키마 제약 출력 기능은 별개의 메커니즘입니다.
모델은 애플리케이션에서 정의한 함수의 인수를 생성할 수 있습니다. 이 버전은 단일 메시지에서 여러 함수를 요청하는 능력을 추가해, 둘 이상의 조회가 필요한 작업을 지원할 수 있습니다. 각 함수의 목적과 필수 입력을 설명하고 실제 반환 정보를 다음 답변과 연결하세요. 모델은 요청을 선택하고 기술하며, 애플리케이션이 실행합니다.
레코드 두 개를 비교할 때는 어시스턴트가 비교를 준비하기 전에 함수로 각 레코드의 실제 세부 내용을 가져올 수 있습니다. 요청 항목과 반환 결과의 연결을 유지하세요. 출처가 없거나 작업이 실패하면 제안된 인수만으로 성공을 알리지 말고 그 상태를 응답에 반영하세요.
공개 발표의 베타 seed 제어는 대부분의 경우 일관된 생성 결과를 만드는 것을 목표로 합니다. 작은 프롬프트 변경을 비교할 때 같은 원문 및 기타 설정과 함께 사용하세요. 결정론을 보장하지 않으므로 두 응답을 모두 확인하고 각각 생성된 조건을 보관하세요.
최초 버전은 이 텍스트 Preview를 GPT-4 Turbo with Vision, 이미지 생성, 음성 생성 모델과 구별합니다. Vision 모델의 입력 능력을 가져오기보다 이 프로필에는 도표의 관련 정보를 글로 제공하세요. 이후 0125 Preview 업데이트는 더 철저한 작업 완료와 인코딩 버그 수정을 목표로 합니다. 1106 버전은 그 변경 이전의 버전입니다. 결과를 평가할 때 이름이 지정된 모델, 원문, 요청한 형식, 반환된 산출물을 함께 유지하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-4-1106-preview | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
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, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
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 $0.02 / 1K 토큰 출력 · 출력 토큰 $0.06 / 1K 토큰 입력 · 캐시 읽기 $0 / 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": "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 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 gpt-4-1106-preview
위에 표시된 메서드 경로를 사용하세요.
gpt-4-1106-previewGPT-4 Turbo Preview 1106은 문서화된 128K 컨텍스트 창으로 긴 맥락의 텍스트 및 코드 작업을 처리합니다. JSON 모드와 함수 호출은 제공된 자료를 텍스트 답변이나 애플리케이션 레코드로 바꾸는 데 도움이 되며, 정확한 Preview 버전은 비전 및 이후 모델과 구분해 유지합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-4 Turbo Preview 1106은 OpenAI가 처음으로 이름을 붙여 공개한 GPT-4 Turbo Preview 텍스트 버전입니다. 128K 컨텍스트 창, 개선된 지시 이행, JSON 모드, 한 메시지에서 여러 함수를 요청하는 기능을 포함한 함수 호출 업데이트를 도입합니다. 유용한 출력은 제공된 자료에 근거한 텍스트 답변, 코드 제안, 구조화된 애플리케이션 레코드입니다. 이 1106 프로필은 Vision Preview 및 이후 0125 업데이트와 별개입니다.
공개 발표는 128K 컨텍스트 창과 2023년 4월까지의 세계 사건에 대한 지식을 명시합니다. 최신 정보가 필요한 작업에는 더 새로운 증거를 제공하세요. 큰 컨텍스트에 관련 원문이나 코드를 담을 수 있지만, 그것을 가지고 무엇을 해야 하는지는 여전히 프롬프트에서 정해야 합니다. 질문, 기준이 되는 자료, 예상 답변 형식을 명시하세요.
문서 비교에서는 버전을 지정하고 달라진 조건과 이를 뒷받침하는 구절을 요청하세요. 코딩 작업에서는 기존 동작, 원하는 변경, 관련 인터페이스 제약을 포함하세요. 유용한 결과는 범위가 명확한 패치 또는 결함을 드러내는 구체적인 사례가 있는 설명일 수 있습니다. 결과를 바꾸는 증거에 모델의 주의를 집중하도록 무관한 자료를 작업에서 제외하세요.
제조사는 특정 응답 형식을 요구하는 지시를 더 잘 따른다는 점을 강조합니다. 요청에서 순서가 있는 설명, 표, 기계가 읽을 수 있는 레코드를 정의할 수 있습니다. 필드 이름을 정하고 원문에서 값이 확인되지 않을 때 무엇을 반환할지 설명하세요. 레코드 처리 지시의 예로 출처 식별자, 추출한 조건, 그 조건을 가져온 구절을 요청할 수 있습니다.
JSON 모드는 제조사의 Chat Completions 흐름에서 답변을 문법적으로 유효한 JSON 객체로 제한합니다. 유효한 JSON이라고 레코드에 올바른 필드나 값이 있다는 뜻은 아닙니다. 특히 다음 단계가 특정 식별자나 상태에 의존하면 애플리케이션 검증과 원문 확인을 형식 제어와 구별하세요. 제조사의 JSON 모드를 사용할 때는 JSON을 생성하라고 명확히 지시하고 대화에 “JSON”이라는 단어를 넣으세요. 지시가 없으면 토큰 한도까지 공백을 내보낼 수 있으므로 완전한 객체가 반환되었는지 확인하세요. 다른 모델의 후속 스키마 제약 출력 기능은 별개의 메커니즘입니다.
모델은 애플리케이션에서 정의한 함수의 인수를 생성할 수 있습니다. 이 버전은 단일 메시지에서 여러 함수를 요청하는 능력을 추가해, 둘 이상의 조회가 필요한 작업을 지원할 수 있습니다. 각 함수의 목적과 필수 입력을 설명하고 실제 반환 정보를 다음 답변과 연결하세요. 모델은 요청을 선택하고 기술하며, 애플리케이션이 실행합니다.
레코드 두 개를 비교할 때는 어시스턴트가 비교를 준비하기 전에 함수로 각 레코드의 실제 세부 내용을 가져올 수 있습니다. 요청 항목과 반환 결과의 연결을 유지하세요. 출처가 없거나 작업이 실패하면 제안된 인수만으로 성공을 알리지 말고 그 상태를 응답에 반영하세요.
공개 발표의 베타 seed 제어는 대부분의 경우 일관된 생성 결과를 만드는 것을 목표로 합니다. 작은 프롬프트 변경을 비교할 때 같은 원문 및 기타 설정과 함께 사용하세요. 결정론을 보장하지 않으므로 두 응답을 모두 확인하고 각각 생성된 조건을 보관하세요.
최초 버전은 이 텍스트 Preview를 GPT-4 Turbo with Vision, 이미지 생성, 음성 생성 모델과 구별합니다. Vision 모델의 입력 능력을 가져오기보다 이 프로필에는 도표의 관련 정보를 글로 제공하세요. 이후 0125 Preview 업데이트는 더 철저한 작업 완료와 인코딩 버그 수정을 목표로 합니다. 1106 버전은 그 변경 이전의 버전입니다. 결과를 평가할 때 이름이 지정된 모델, 원문, 요청한 형식, 반환된 산출물을 함께 유지하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-4-1106-preview | 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 $0.02 / 1K 토큰 출력 · 출력 토큰 $0.06 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "gpt-4-1106-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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 gpt-4-1106-preview
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
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.