GPT-5.1-Codex는 Codex와 유사한 환경에서 에이전트 코딩을 수행하기 위한 OpenAI의 GPT-5.1 Codex 버전입니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 개발사는 이 코딩 특화 모델을 범용 GPT-5.1 모델 및 Codex Mini, Max 버전과 구분합니다. 문서에 명시된 기반 모델 스냅샷은 정기적으로 업데이트됩니다.
유용한 작업 요청은 엔지니어링 목표와 이를 달성하는 데 필요한 프로젝트 근거를 모델에 제공합니다. 필요한 동작, 관련 파일, 변경에 대한 제약을 제시하세요. 예를 들어 특정 입력에 대한 코드 처리 경로를 살펴보고, 수정이 필요한 구성 요소를 찾아 기대하는 결과와 연결되는 수정안을 제안하도록 요청할 수 있습니다. 오류가 있다면 관찰한 동작, 기대하는 동작, 이미 수집한 관련 출력을 포함하세요.
에이전트 코딩 작업 흐름에서는 환경이 파일을 읽고 작업을 실행한 뒤 다음 판단에 사용할 실제 결과를 반환합니다. 모델은 이 결과를 이용해 접근 방식을 수정하거나 구현을 이어갈 수 있습니다. 사용할 수 있는 동작과 작업 완료 기준을 정의하세요. 작업 실행 요청과 실행 후 반환된 결과는 서로 다른 종류의 근거이므로, 최종 설명에서도 이 차이를 분명히 유지해야 합니다.
프런트엔드 작업에는 의도한 상호작용과 함께 스크린샷이나 다른 시각적 참고 자료를 제공하세요. 구현에서 유지해야 할 상태나 세부 사항을 지정합니다. 이미지는 입력 근거로 사용되며, 모델이 직접 내놓는 결과는 코드, 변경 제안, 동작 설명 등을 포함한 텍스트입니다. 시각적 참고 자료를 제공한다고 이 버전에 별도의 이미지 출력 기능이 생기는 것은 아닙니다.
OpenAI는 컨텍스트 창을 400,000토큰, 최대 출력을 128,000토큰, 지식 기준일을 2024년 9월 30일로 명시합니다. 개발사 인터페이스는 Responses만 지원하며, 스트리밍, Structured Outputs, 함수 호출, 이미지 입력, 웹 검색, 프롬프트 캐싱을 제공합니다. 해당 모델 카드의 정확한 도구 목록에는 함수와 웹 검색이 포함됩니다. 현재 캐시 문서에는 이 모델에 최대 24시간의 확장 보존을 선택할 수 있다고 명시되어 있습니다. 요청에서 캐시된 자료를 재사용하는지는 대상 접두부와 그 보존 여부에 따라 달라집니다.
요청한 엔지니어링 성과를 중심으로 최종 산출물을 구성하세요. 영향을 받는 파일, 중요한 수정, 실제로 수행한 점검 결과를 요청합니다. 제안한 해결책이 아직 부족한 사실이나 실행하지 않은 작업에 의존한다면 해당 지점을 구체적으로 밝히세요. 범위를 좁힌 수정 제안, 코드 설명, 검토 결과는 원래 요구 사항과 작업 흐름에서 활용할 수 있는 프로젝트 근거에 연결될 때 유용합니다.
", "aboutText": "GPT-5.1-Codex는 Codex와 유사한 환경에서 에이전트 코딩을 수행하기 위한 OpenAI의 GPT-5.1 Codex 버전입니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 개발사는 이 코딩 특화 모델을 범용 GPT-5.1 모델 및 Codex Mini, Max 버전과 구분합니다. 문서에 명시된 기반 모델 스냅샷은 정기적으로 업데이트됩니다.\n\n유용한 작업 요청은 엔지니어링 목표와 이를 달성하는 데 필요한 프로젝트 근거를 모델에 제공합니다. 필요한 동작, 관련 파일, 변경에 대한 제약을 제시하세요. 예를 들어 특정 입력에 대한 코드 처리 경로를 살펴보고, 수정이 필요한 구성 요소를 찾아 기대하는 결과와 연결되는 수정안을 제안하도록 요청할 수 있습니다. 오류가 있다면 관찰한 동작, 기대하는 동작, 이미 수집한 관련 출력을 포함하세요.\n\n에이전트 코딩 작업 흐름에서는 환경이 파일을 읽고 작업을 실행한 뒤 다음 판단에 사용할 실제 결과를 반환합니다. 모델은 이 결과를 이용해 접근 방식을 수정하거나 구현을 이어갈 수 있습니다. 사용할 수 있는 동작과 작업 완료 기준을 정의하세요. 작업 실행 요청과 실행 후 반환된 결과는 서로 다른 종류의 근거이므로, 최종 설명에서도 이 차이를 분명히 유지해야 합니다.\n\n프런트엔드 작업에는 의도한 상호작용과 함께 스크린샷이나 다른 시각적 참고 자료를 제공하세요. 구현에서 유지해야 할 상태나 세부 사항을 지정합니다. 이미지는 입력 근거로 사용되며, 모델이 직접 내놓는 결과는 코드, 변경 제안, 동작 설명 등을 포함한 텍스트입니다. 시각적 참고 자료를 제공한다고 이 버전에 별도의 이미지 출력 기능이 생기는 것은 아닙니다.\n\nOpenAI는 컨텍스트 창을 400,000토큰, 최대 출력을 128,000토큰, 지식 기준일을 2024년 9월 30일로 명시합니다. 개발사 인터페이스는 Responses만 지원하며, 스트리밍, Structured Outputs, 함수 호출, 이미지 입력, 웹 검색, 프롬프트 캐싱을 제공합니다. 해당 모델 카드의 정확한 도구 목록에는 함수와 웹 검색이 포함됩니다. 현재 캐시 문서에는 이 모델에 최대 24시간의 확장 보존을 선택할 수 있다고 명시되어 있습니다. 요청에서 캐시된 자료를 재사용하는지는 대상 접두부와 그 보존 여부에 따라 달라집니다.\n\n요청한 엔지니어링 성과를 중심으로 최종 산출물을 구성하세요. 영향을 받는 파일, 중요한 수정, 실제로 수행한 점검 결과를 요청합니다. 제안한 해결책이 아직 부족한 사실이나 실행하지 않은 작업에 의존한다면 해당 지점을 구체적으로 밝히세요. 범위를 좁힌 수정 제안, 코드 설명, 검토 결과는 원래 요구 사항과 작업 흐름에서 활용할 수 있는 프로젝트 근거에 연결될 때 유용합니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Review a pagination boundary\n\nReview this JavaScript pager: function page(items, offset, limit) { return items.slice(offset, limit); }. The contract treats limit as a count, so offset 2 and limit 3 should return indices 2, 3 and 4. Propose the smallest patch and tests for a middle page, an empty input and a page beyond the end.A focused function patch, a diagnosis and three behavioral test cases.Check the end index uses offset plus limit and that the function does not mutate items.gpt-5.1-codexGPT-5.1 Codex 버전은 도구에 연결된 환경에서 에이전트 코딩을 수행하도록 최적화되어 있습니다. 텍스트와 이미지를 입력받아 프로젝트 자료와 실제 도구 결과를 바탕으로 코드나 설명을 작성하며, 기반 모델 스냅샷은 정기적으로 업데이트됩니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.1-Codex는 Codex와 유사한 환경에서 에이전트 코딩을 수행하기 위한 OpenAI의 GPT-5.1 Codex 버전입니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 개발사는 이 코딩 특화 모델을 범용 GPT-5.1 모델 및 Codex Mini, Max 버전과 구분합니다. 문서에 명시된 기반 모델 스냅샷은 정기적으로 업데이트됩니다.
유용한 작업 요청은 엔지니어링 목표와 이를 달성하는 데 필요한 프로젝트 근거를 모델에 제공합니다. 필요한 동작, 관련 파일, 변경에 대한 제약을 제시하세요. 예를 들어 특정 입력에 대한 코드 처리 경로를 살펴보고, 수정이 필요한 구성 요소를 찾아 기대하는 결과와 연결되는 수정안을 제안하도록 요청할 수 있습니다. 오류가 있다면 관찰한 동작, 기대하는 동작, 이미 수집한 관련 출력을 포함하세요.
에이전트 코딩 작업 흐름에서는 환경이 파일을 읽고 작업을 실행한 뒤 다음 판단에 사용할 실제 결과를 반환합니다. 모델은 이 결과를 이용해 접근 방식을 수정하거나 구현을 이어갈 수 있습니다. 사용할 수 있는 동작과 작업 완료 기준을 정의하세요. 작업 실행 요청과 실행 후 반환된 결과는 서로 다른 종류의 근거이므로, 최종 설명에서도 이 차이를 분명히 유지해야 합니다.
프런트엔드 작업에는 의도한 상호작용과 함께 스크린샷이나 다른 시각적 참고 자료를 제공하세요. 구현에서 유지해야 할 상태나 세부 사항을 지정합니다. 이미지는 입력 근거로 사용되며, 모델이 직접 내놓는 결과는 코드, 변경 제안, 동작 설명 등을 포함한 텍스트입니다. 시각적 참고 자료를 제공한다고 이 버전에 별도의 이미지 출력 기능이 생기는 것은 아닙니다.
OpenAI는 컨텍스트 창을 400,000토큰, 최대 출력을 128,000토큰, 지식 기준일을 2024년 9월 30일로 명시합니다. 개발사 인터페이스는 Responses만 지원하며, 스트리밍, Structured Outputs, 함수 호출, 이미지 입력, 웹 검색, 프롬프트 캐싱을 제공합니다. 해당 모델 카드의 정확한 도구 목록에는 함수와 웹 검색이 포함됩니다. 현재 캐시 문서에는 이 모델에 최대 24시간의 확장 보존을 선택할 수 있다고 명시되어 있습니다. 요청에서 캐시된 자료를 재사용하는지는 대상 접두부와 그 보존 여부에 따라 달라집니다.
요청한 엔지니어링 성과를 중심으로 최종 산출물을 구성하세요. 영향을 받는 파일, 중요한 수정, 실제로 수행한 점검 결과를 요청합니다. 제안한 해결책이 아직 부족한 사실이나 실행하지 않은 작업에 의존한다면 해당 지점을 구체적으로 밝히세요. 범위를 좁힌 수정 제안, 코드 설명, 검토 결과는 원래 요구 사항과 작업 흐름에서 활용할 수 있는 프로젝트 근거에 연결될 때 유용합니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-5.1-codex | 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.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.00026 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.00026 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-5.1-codex","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="gpt-5.1-codex", 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 gpt-5.1-codex, openai/gpt-5.1-codex
/chat/completions
gpt-5.1-codexGPT-5.1 Codex 버전은 도구에 연결된 환경에서 에이전트 코딩을 수행하도록 최적화되어 있습니다. 텍스트와 이미지를 입력받아 프로젝트 자료와 실제 도구 결과를 바탕으로 코드나 설명을 작성하며, 기반 모델 스냅샷은 정기적으로 업데이트됩니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.1-Codex는 Codex와 유사한 환경에서 에이전트 코딩을 수행하기 위한 OpenAI의 GPT-5.1 Codex 버전입니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 개발사는 이 코딩 특화 모델을 범용 GPT-5.1 모델 및 Codex Mini, Max 버전과 구분합니다. 문서에 명시된 기반 모델 스냅샷은 정기적으로 업데이트됩니다.
유용한 작업 요청은 엔지니어링 목표와 이를 달성하는 데 필요한 프로젝트 근거를 모델에 제공합니다. 필요한 동작, 관련 파일, 변경에 대한 제약을 제시하세요. 예를 들어 특정 입력에 대한 코드 처리 경로를 살펴보고, 수정이 필요한 구성 요소를 찾아 기대하는 결과와 연결되는 수정안을 제안하도록 요청할 수 있습니다. 오류가 있다면 관찰한 동작, 기대하는 동작, 이미 수집한 관련 출력을 포함하세요.
에이전트 코딩 작업 흐름에서는 환경이 파일을 읽고 작업을 실행한 뒤 다음 판단에 사용할 실제 결과를 반환합니다. 모델은 이 결과를 이용해 접근 방식을 수정하거나 구현을 이어갈 수 있습니다. 사용할 수 있는 동작과 작업 완료 기준을 정의하세요. 작업 실행 요청과 실행 후 반환된 결과는 서로 다른 종류의 근거이므로, 최종 설명에서도 이 차이를 분명히 유지해야 합니다.
프런트엔드 작업에는 의도한 상호작용과 함께 스크린샷이나 다른 시각적 참고 자료를 제공하세요. 구현에서 유지해야 할 상태나 세부 사항을 지정합니다. 이미지는 입력 근거로 사용되며, 모델이 직접 내놓는 결과는 코드, 변경 제안, 동작 설명 등을 포함한 텍스트입니다. 시각적 참고 자료를 제공한다고 이 버전에 별도의 이미지 출력 기능이 생기는 것은 아닙니다.
OpenAI는 컨텍스트 창을 400,000토큰, 최대 출력을 128,000토큰, 지식 기준일을 2024년 9월 30일로 명시합니다. 개발사 인터페이스는 Responses만 지원하며, 스트리밍, Structured Outputs, 함수 호출, 이미지 입력, 웹 검색, 프롬프트 캐싱을 제공합니다. 해당 모델 카드의 정확한 도구 목록에는 함수와 웹 검색이 포함됩니다. 현재 캐시 문서에는 이 모델에 최대 24시간의 확장 보존을 선택할 수 있다고 명시되어 있습니다. 요청에서 캐시된 자료를 재사용하는지는 대상 접두부와 그 보존 여부에 따라 달라집니다.
요청한 엔지니어링 성과를 중심으로 최종 산출물을 구성하세요. 영향을 받는 파일, 중요한 수정, 실제로 수행한 점검 결과를 요청합니다. 제안한 해결책이 아직 부족한 사실이나 실행하지 않은 작업에 의존한다면 해당 지점을 구체적으로 밝히세요. 범위를 좁힌 수정 제안, 코드 설명, 검토 결과는 원래 요구 사항과 작업 흐름에서 활용할 수 있는 프로젝트 근거에 연결될 때 유용합니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-5.1-codex | 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.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.00026 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.00026 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "gpt-5.1-codex",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.1-codex', '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-5.1-codex', '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-5.1-codex, openai/gpt-5.1-codex
/chat/completions
openai/gpt-5.1-codexGPT-5.1 Codex 버전은 도구에 연결된 환경에서 에이전트 코딩을 수행하도록 최적화되어 있습니다. 텍스트와 이미지를 입력받아 프로젝트 자료와 실제 도구 결과를 바탕으로 코드나 설명을 작성하며, 기반 모델 스냅샷은 정기적으로 업데이트됩니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.1-Codex는 Codex와 유사한 환경에서 에이전트 코딩을 수행하기 위한 OpenAI의 GPT-5.1 Codex 버전입니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 개발사는 이 코딩 특화 모델을 범용 GPT-5.1 모델 및 Codex Mini, Max 버전과 구분합니다. 문서에 명시된 기반 모델 스냅샷은 정기적으로 업데이트됩니다.
유용한 작업 요청은 엔지니어링 목표와 이를 달성하는 데 필요한 프로젝트 근거를 모델에 제공합니다. 필요한 동작, 관련 파일, 변경에 대한 제약을 제시하세요. 예를 들어 특정 입력에 대한 코드 처리 경로를 살펴보고, 수정이 필요한 구성 요소를 찾아 기대하는 결과와 연결되는 수정안을 제안하도록 요청할 수 있습니다. 오류가 있다면 관찰한 동작, 기대하는 동작, 이미 수집한 관련 출력을 포함하세요.
에이전트 코딩 작업 흐름에서는 환경이 파일을 읽고 작업을 실행한 뒤 다음 판단에 사용할 실제 결과를 반환합니다. 모델은 이 결과를 이용해 접근 방식을 수정하거나 구현을 이어갈 수 있습니다. 사용할 수 있는 동작과 작업 완료 기준을 정의하세요. 작업 실행 요청과 실행 후 반환된 결과는 서로 다른 종류의 근거이므로, 최종 설명에서도 이 차이를 분명히 유지해야 합니다.
프런트엔드 작업에는 의도한 상호작용과 함께 스크린샷이나 다른 시각적 참고 자료를 제공하세요. 구현에서 유지해야 할 상태나 세부 사항을 지정합니다. 이미지는 입력 근거로 사용되며, 모델이 직접 내놓는 결과는 코드, 변경 제안, 동작 설명 등을 포함한 텍스트입니다. 시각적 참고 자료를 제공한다고 이 버전에 별도의 이미지 출력 기능이 생기는 것은 아닙니다.
OpenAI는 컨텍스트 창을 400,000토큰, 최대 출력을 128,000토큰, 지식 기준일을 2024년 9월 30일로 명시합니다. 개발사 인터페이스는 Responses만 지원하며, 스트리밍, Structured Outputs, 함수 호출, 이미지 입력, 웹 검색, 프롬프트 캐싱을 제공합니다. 해당 모델 카드의 정확한 도구 목록에는 함수와 웹 검색이 포함됩니다. 현재 캐시 문서에는 이 모델에 최대 24시간의 확장 보존을 선택할 수 있다고 명시되어 있습니다. 요청에서 캐시된 자료를 재사용하는지는 대상 접두부와 그 보존 여부에 따라 달라집니다.
요청한 엔지니어링 성과를 중심으로 최종 산출물을 구성하세요. 영향을 받는 파일, 중요한 수정, 실제로 수행한 점검 결과를 요청합니다. 제안한 해결책이 아직 부족한 사실이나 실행하지 않은 작업에 의존한다면 해당 지점을 구체적으로 밝히세요. 범위를 좁힌 수정 제안, 코드 설명, 검토 결과는 원래 요구 사항과 작업 흐름에서 활용할 수 있는 프로젝트 근거에 연결될 때 유용합니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-5.1-codex | 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.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.00026 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.00026 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.1-codex", "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-5.1-codex',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-5.1-codex',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-5.1-codex, openai/gpt-5.1-codex
/chat/completions
openai/gpt-5.1-codexGPT-5.1 Codex 버전은 도구에 연결된 환경에서 에이전트 코딩을 수행하도록 최적화되어 있습니다. 텍스트와 이미지를 입력받아 프로젝트 자료와 실제 도구 결과를 바탕으로 코드나 설명을 작성하며, 기반 모델 스냅샷은 정기적으로 업데이트됩니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.1-Codex는 Codex와 유사한 환경에서 에이전트 코딩을 수행하기 위한 OpenAI의 GPT-5.1 Codex 버전입니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 개발사는 이 코딩 특화 모델을 범용 GPT-5.1 모델 및 Codex Mini, Max 버전과 구분합니다. 문서에 명시된 기반 모델 스냅샷은 정기적으로 업데이트됩니다.
유용한 작업 요청은 엔지니어링 목표와 이를 달성하는 데 필요한 프로젝트 근거를 모델에 제공합니다. 필요한 동작, 관련 파일, 변경에 대한 제약을 제시하세요. 예를 들어 특정 입력에 대한 코드 처리 경로를 살펴보고, 수정이 필요한 구성 요소를 찾아 기대하는 결과와 연결되는 수정안을 제안하도록 요청할 수 있습니다. 오류가 있다면 관찰한 동작, 기대하는 동작, 이미 수집한 관련 출력을 포함하세요.
에이전트 코딩 작업 흐름에서는 환경이 파일을 읽고 작업을 실행한 뒤 다음 판단에 사용할 실제 결과를 반환합니다. 모델은 이 결과를 이용해 접근 방식을 수정하거나 구현을 이어갈 수 있습니다. 사용할 수 있는 동작과 작업 완료 기준을 정의하세요. 작업 실행 요청과 실행 후 반환된 결과는 서로 다른 종류의 근거이므로, 최종 설명에서도 이 차이를 분명히 유지해야 합니다.
프런트엔드 작업에는 의도한 상호작용과 함께 스크린샷이나 다른 시각적 참고 자료를 제공하세요. 구현에서 유지해야 할 상태나 세부 사항을 지정합니다. 이미지는 입력 근거로 사용되며, 모델이 직접 내놓는 결과는 코드, 변경 제안, 동작 설명 등을 포함한 텍스트입니다. 시각적 참고 자료를 제공한다고 이 버전에 별도의 이미지 출력 기능이 생기는 것은 아닙니다.
OpenAI는 컨텍스트 창을 400,000토큰, 최대 출력을 128,000토큰, 지식 기준일을 2024년 9월 30일로 명시합니다. 개발사 인터페이스는 Responses만 지원하며, 스트리밍, Structured Outputs, 함수 호출, 이미지 입력, 웹 검색, 프롬프트 캐싱을 제공합니다. 해당 모델 카드의 정확한 도구 목록에는 함수와 웹 검색이 포함됩니다. 현재 캐시 문서에는 이 모델에 최대 24시간의 확장 보존을 선택할 수 있다고 명시되어 있습니다. 요청에서 캐시된 자료를 재사용하는지는 대상 접두부와 그 보존 여부에 따라 달라집니다.
요청한 엔지니어링 성과를 중심으로 최종 산출물을 구성하세요. 영향을 받는 파일, 중요한 수정, 실제로 수행한 점검 결과를 요청합니다. 제안한 해결책이 아직 부족한 사실이나 실행하지 않은 작업에 의존한다면 해당 지점을 구체적으로 밝히세요. 범위를 좁힌 수정 제안, 코드 설명, 검토 결과는 원래 요구 사항과 작업 흐름에서 활용할 수 있는 프로젝트 근거에 연결될 때 유용합니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-5.1-codex | 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.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.00026 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.00026 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "openai/gpt-5.1-codex",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.1-codex', '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-5.1-codex', '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-5.1-codex, openai/gpt-5.1-codex
/chat/completions
영어 기술 예제
Review a pagination boundary\n\nReview this JavaScript pager: function page(items, offset, limit) { return items.slice(offset, limit); }. The contract treats limit as a count, so offset 2 and limit 3 should return indices 2, 3 and 4. Propose the smallest patch and tests for a middle page, an empty input and a page beyond the end.A focused function patch, a diagnosis and three behavioral test cases.Check the end index uses offset plus limit and that the function does not mutate items.