GPT-5 Mini는 OpenAI GPT-5 추론 계열의 Mini 버전입니다. 제조사는 정확한 프롬프트로 명확하게 정의된 작업과 대량 워크로드를 위한 선택지로 설명합니다. 텍스트와 이미지를 입력받고 텍스트를 생성합니다. Mini 버전은 GPT-5 Pro나 후속 Mini 모델의 한도를 사용하는 대신 자체 모델 정체성과 사양을 유지합니다.
실용적인 활용은 범위가 명확한 문서 또는 지원 작업입니다. 원본 자료, 적용 규칙, 예상 결과를 제공하세요. 예를 들어 메시지에서 필요한 필드 몇 개를 추출하고 누락 정보를 묻는 짧은 답변을 작성하도록 요청할 수 있습니다. 없는 값의 표현 방식, 변하지 않아야 할 사실, 대상 독자에 적합한 어조를 정의하세요.
제한된 편집에서는 바꿀 구절과 변경 목적을 지정하세요. 코딩 단계에서는 관련 원문과 제안된 편집이 영향을 줘야 하는 동작을 제공하세요. 스크린샷이나 도표로 시각적 맥락을 제공하고 글로 중요한 세부 사항을 지정할 수 있습니다. 유용한 지시는 입력에서 전체 워크플로를 추정하게 하기보다 한 작업과 완료 기준을 모델에 제공합니다.
OpenAI는 GPT-5 Mini의 컨텍스트 창을 400,000토큰, 최대 입력을 272,000토큰, 최대 출력을 128,000토큰으로 명시하며 지식 기준일은 2024년 5월 31일입니다. GPT-5 개발자용 발표는 Mini를 추론 강도와 답변 상세도 제어 및 사용자 정의 도구를 지원하는 모델에 포함합니다. 계열에 문서화된 추론 강도는 minimal, low, medium, high이며, 답변 상세도는 추론과 별개로 답변의 세부 정보량을 제어합니다.
해당 Mini 카드는 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 파일 입력, 이미지 입력, 웹·파일 검색을 명시합니다. 나열된 도구에는 함수, 웹 및 파일 검색, 코드 해석, MCP 연결이 포함됩니다. 애플리케이션이 작업을 제공하고 행동을 실행한 뒤 실제 결과를 반환합니다. 구조화된 응답은 필요한 출력 필드를 설명하고, 함수 요청은 도구가 수행할 작업을 제안합니다.
추출 값, 수정 구절, 간결한 답변, 코드 변경 제안처럼 범위가 정해진 작업에 맞는 최종 형식을 사용하세요. 다단계 과정에서는 관련 결과를 다음 요청으로 넘기고 그 결과를 규정하는 규칙을 보존하세요. 중요한 진술을 원본 자료와 대조하고 미해결 조건을 명시하세요. 그러면 각각의 집중된 작업을 광범위한 대화로 만들지 않고도 산출물이 구체적인 다음 행동을 지원할 수 있습니다.
", "aboutText": "GPT-5 Mini는 OpenAI GPT-5 추론 계열의 Mini 버전입니다. 제조사는 정확한 프롬프트로 명확하게 정의된 작업과 대량 워크로드를 위한 선택지로 설명합니다. 텍스트와 이미지를 입력받고 텍스트를 생성합니다. Mini 버전은 GPT-5 Pro나 후속 Mini 모델의 한도를 사용하는 대신 자체 모델 정체성과 사양을 유지합니다.\n\n실용적인 활용은 범위가 명확한 문서 또는 지원 작업입니다. 원본 자료, 적용 규칙, 예상 결과를 제공하세요. 예를 들어 메시지에서 필요한 필드 몇 개를 추출하고 누락 정보를 묻는 짧은 답변을 작성하도록 요청할 수 있습니다. 없는 값의 표현 방식, 변하지 않아야 할 사실, 대상 독자에 적합한 어조를 정의하세요.\n\n제한된 편집에서는 바꿀 구절과 변경 목적을 지정하세요. 코딩 단계에서는 관련 원문과 제안된 편집이 영향을 줘야 하는 동작을 제공하세요. 스크린샷이나 도표로 시각적 맥락을 제공하고 글로 중요한 세부 사항을 지정할 수 있습니다. 유용한 지시는 입력에서 전체 워크플로를 추정하게 하기보다 한 작업과 완료 기준을 모델에 제공합니다.\n\nOpenAI는 GPT-5 Mini의 컨텍스트 창을 400,000토큰, 최대 입력을 272,000토큰, 최대 출력을 128,000토큰으로 명시하며 지식 기준일은 2024년 5월 31일입니다. GPT-5 개발자용 발표는 Mini를 추론 강도와 답변 상세도 제어 및 사용자 정의 도구를 지원하는 모델에 포함합니다. 계열에 문서화된 추론 강도는 minimal, low, medium, high이며, 답변 상세도는 추론과 별개로 답변의 세부 정보량을 제어합니다.\n\n해당 Mini 카드는 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 파일 입력, 이미지 입력, 웹·파일 검색을 명시합니다. 나열된 도구에는 함수, 웹 및 파일 검색, 코드 해석, MCP 연결이 포함됩니다. 애플리케이션이 작업을 제공하고 행동을 실행한 뒤 실제 결과를 반환합니다. 구조화된 응답은 필요한 출력 필드를 설명하고, 함수 요청은 도구가 수행할 작업을 제안합니다.\n\n추출 값, 수정 구절, 간결한 답변, 코드 변경 제안처럼 범위가 정해진 작업에 맞는 최종 형식을 사용하세요. 다단계 과정에서는 관련 결과를 다음 요청으로 넘기고 그 결과를 규정하는 규칙을 보존하세요. 중요한 진술을 원본 자료와 대조하고 미해결 조건을 명시하세요. 그러면 각각의 집중된 작업을 광범위한 대화로 만들지 않고도 산출물이 구체적인 다음 행동을 지원할 수 있습니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Ask for the missing booking detail\n\nDraft a reply under 60 words using this request and rule. Request: 'Please book the smaller meeting room for our six-person planning session on Tuesday.' Rule: a booking needs a start time and duration; the smaller room seats eight. Confirm that capacity fits, then ask for only the missing booking information. Do not state that a room is reserved.One concise reply confirming suitable capacity and asking for start time and duration.The message does not request already supplied headcount or invent a booking confirmation.gpt-5-miniGPT-5의 Mini 버전은 명확하게 정의된 작업과 정밀한 프롬프트를 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 반환하므로, 범위를 좁힌 추출, 제약이 있는 편집, 지원 답변, 에이전트 작업 흐름의 좁은 단계에 유용합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5 Mini는 OpenAI GPT-5 추론 계열의 Mini 버전입니다. 제조사는 정확한 프롬프트로 명확하게 정의된 작업과 대량 워크로드를 위한 선택지로 설명합니다. 텍스트와 이미지를 입력받고 텍스트를 생성합니다. Mini 버전은 GPT-5 Pro나 후속 Mini 모델의 한도를 사용하는 대신 자체 모델 정체성과 사양을 유지합니다.
실용적인 활용은 범위가 명확한 문서 또는 지원 작업입니다. 원본 자료, 적용 규칙, 예상 결과를 제공하세요. 예를 들어 메시지에서 필요한 필드 몇 개를 추출하고 누락 정보를 묻는 짧은 답변을 작성하도록 요청할 수 있습니다. 없는 값의 표현 방식, 변하지 않아야 할 사실, 대상 독자에 적합한 어조를 정의하세요.
제한된 편집에서는 바꿀 구절과 변경 목적을 지정하세요. 코딩 단계에서는 관련 원문과 제안된 편집이 영향을 줘야 하는 동작을 제공하세요. 스크린샷이나 도표로 시각적 맥락을 제공하고 글로 중요한 세부 사항을 지정할 수 있습니다. 유용한 지시는 입력에서 전체 워크플로를 추정하게 하기보다 한 작업과 완료 기준을 모델에 제공합니다.
OpenAI는 GPT-5 Mini의 컨텍스트 창을 400,000토큰, 최대 입력을 272,000토큰, 최대 출력을 128,000토큰으로 명시하며 지식 기준일은 2024년 5월 31일입니다. GPT-5 개발자용 발표는 Mini를 추론 강도와 답변 상세도 제어 및 사용자 정의 도구를 지원하는 모델에 포함합니다. 계열에 문서화된 추론 강도는 minimal, low, medium, high이며, 답변 상세도는 추론과 별개로 답변의 세부 정보량을 제어합니다.
해당 Mini 카드는 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 파일 입력, 이미지 입력, 웹·파일 검색을 명시합니다. 나열된 도구에는 함수, 웹 및 파일 검색, 코드 해석, MCP 연결이 포함됩니다. 애플리케이션이 작업을 제공하고 행동을 실행한 뒤 실제 결과를 반환합니다. 구조화된 응답은 필요한 출력 필드를 설명하고, 함수 요청은 도구가 수행할 작업을 제안합니다.
추출 값, 수정 구절, 간결한 답변, 코드 변경 제안처럼 범위가 정해진 작업에 맞는 최종 형식을 사용하세요. 다단계 과정에서는 관련 결과를 다음 요청으로 넘기고 그 결과를 규정하는 규칙을 보존하세요. 중요한 진술을 원본 자료와 대조하고 미해결 조건을 명시하세요. 그러면 각각의 집중된 작업을 광범위한 대화로 만들지 않고도 산출물이 구체적인 다음 행동을 지원할 수 있습니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-5-mini | 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 $0.0005 / 1K 토큰 출력 · 출력 토큰 $0.004 / 1K 토큰 입력 · 캐시 읽기 $0.00005 / 1K 토큰 입력 · 캐시 쓰기 $0 / 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 $0.0005 / 1K 토큰 출력 · 출력 토큰 $0.004 / 1K 토큰 입력 · 캐시 읽기 $0.00005 / 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-5-mini","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-mini", 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-mini, openai/gpt-5-mini
/chat/completions
gpt-5-miniGPT-5의 Mini 버전은 명확하게 정의된 작업과 정밀한 프롬프트를 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 반환하므로, 범위를 좁힌 추출, 제약이 있는 편집, 지원 답변, 에이전트 작업 흐름의 좁은 단계에 유용합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5 Mini는 OpenAI GPT-5 추론 계열의 Mini 버전입니다. 제조사는 정확한 프롬프트로 명확하게 정의된 작업과 대량 워크로드를 위한 선택지로 설명합니다. 텍스트와 이미지를 입력받고 텍스트를 생성합니다. Mini 버전은 GPT-5 Pro나 후속 Mini 모델의 한도를 사용하는 대신 자체 모델 정체성과 사양을 유지합니다.
실용적인 활용은 범위가 명확한 문서 또는 지원 작업입니다. 원본 자료, 적용 규칙, 예상 결과를 제공하세요. 예를 들어 메시지에서 필요한 필드 몇 개를 추출하고 누락 정보를 묻는 짧은 답변을 작성하도록 요청할 수 있습니다. 없는 값의 표현 방식, 변하지 않아야 할 사실, 대상 독자에 적합한 어조를 정의하세요.
제한된 편집에서는 바꿀 구절과 변경 목적을 지정하세요. 코딩 단계에서는 관련 원문과 제안된 편집이 영향을 줘야 하는 동작을 제공하세요. 스크린샷이나 도표로 시각적 맥락을 제공하고 글로 중요한 세부 사항을 지정할 수 있습니다. 유용한 지시는 입력에서 전체 워크플로를 추정하게 하기보다 한 작업과 완료 기준을 모델에 제공합니다.
OpenAI는 GPT-5 Mini의 컨텍스트 창을 400,000토큰, 최대 입력을 272,000토큰, 최대 출력을 128,000토큰으로 명시하며 지식 기준일은 2024년 5월 31일입니다. GPT-5 개발자용 발표는 Mini를 추론 강도와 답변 상세도 제어 및 사용자 정의 도구를 지원하는 모델에 포함합니다. 계열에 문서화된 추론 강도는 minimal, low, medium, high이며, 답변 상세도는 추론과 별개로 답변의 세부 정보량을 제어합니다.
해당 Mini 카드는 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 파일 입력, 이미지 입력, 웹·파일 검색을 명시합니다. 나열된 도구에는 함수, 웹 및 파일 검색, 코드 해석, MCP 연결이 포함됩니다. 애플리케이션이 작업을 제공하고 행동을 실행한 뒤 실제 결과를 반환합니다. 구조화된 응답은 필요한 출력 필드를 설명하고, 함수 요청은 도구가 수행할 작업을 제안합니다.
추출 값, 수정 구절, 간결한 답변, 코드 변경 제안처럼 범위가 정해진 작업에 맞는 최종 형식을 사용하세요. 다단계 과정에서는 관련 결과를 다음 요청으로 넘기고 그 결과를 규정하는 규칙을 보존하세요. 중요한 진술을 원본 자료와 대조하고 미해결 조건을 명시하세요. 그러면 각각의 집중된 작업을 광범위한 대화로 만들지 않고도 산출물이 구체적인 다음 행동을 지원할 수 있습니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-5-mini | 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 $0.0005 / 1K 토큰 출력 · 출력 토큰 $0.004 / 1K 토큰 입력 · 캐시 읽기 $0.00005 / 1K 토큰 입력 · 캐시 쓰기 $0 / 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 $0.0005 / 1K 토큰 출력 · 출력 토큰 $0.004 / 1K 토큰 입력 · 캐시 읽기 $0.00005 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "gpt-5-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-mini', '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-mini', '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-mini, openai/gpt-5-mini
/chat/completions
openai/gpt-5-miniGPT-5의 Mini 버전은 명확하게 정의된 작업과 정밀한 프롬프트를 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 반환하므로, 범위를 좁힌 추출, 제약이 있는 편집, 지원 답변, 에이전트 작업 흐름의 좁은 단계에 유용합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5 Mini는 OpenAI GPT-5 추론 계열의 Mini 버전입니다. 제조사는 정확한 프롬프트로 명확하게 정의된 작업과 대량 워크로드를 위한 선택지로 설명합니다. 텍스트와 이미지를 입력받고 텍스트를 생성합니다. Mini 버전은 GPT-5 Pro나 후속 Mini 모델의 한도를 사용하는 대신 자체 모델 정체성과 사양을 유지합니다.
실용적인 활용은 범위가 명확한 문서 또는 지원 작업입니다. 원본 자료, 적용 규칙, 예상 결과를 제공하세요. 예를 들어 메시지에서 필요한 필드 몇 개를 추출하고 누락 정보를 묻는 짧은 답변을 작성하도록 요청할 수 있습니다. 없는 값의 표현 방식, 변하지 않아야 할 사실, 대상 독자에 적합한 어조를 정의하세요.
제한된 편집에서는 바꿀 구절과 변경 목적을 지정하세요. 코딩 단계에서는 관련 원문과 제안된 편집이 영향을 줘야 하는 동작을 제공하세요. 스크린샷이나 도표로 시각적 맥락을 제공하고 글로 중요한 세부 사항을 지정할 수 있습니다. 유용한 지시는 입력에서 전체 워크플로를 추정하게 하기보다 한 작업과 완료 기준을 모델에 제공합니다.
OpenAI는 GPT-5 Mini의 컨텍스트 창을 400,000토큰, 최대 입력을 272,000토큰, 최대 출력을 128,000토큰으로 명시하며 지식 기준일은 2024년 5월 31일입니다. GPT-5 개발자용 발표는 Mini를 추론 강도와 답변 상세도 제어 및 사용자 정의 도구를 지원하는 모델에 포함합니다. 계열에 문서화된 추론 강도는 minimal, low, medium, high이며, 답변 상세도는 추론과 별개로 답변의 세부 정보량을 제어합니다.
해당 Mini 카드는 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 파일 입력, 이미지 입력, 웹·파일 검색을 명시합니다. 나열된 도구에는 함수, 웹 및 파일 검색, 코드 해석, MCP 연결이 포함됩니다. 애플리케이션이 작업을 제공하고 행동을 실행한 뒤 실제 결과를 반환합니다. 구조화된 응답은 필요한 출력 필드를 설명하고, 함수 요청은 도구가 수행할 작업을 제안합니다.
추출 값, 수정 구절, 간결한 답변, 코드 변경 제안처럼 범위가 정해진 작업에 맞는 최종 형식을 사용하세요. 다단계 과정에서는 관련 결과를 다음 요청으로 넘기고 그 결과를 규정하는 규칙을 보존하세요. 중요한 진술을 원본 자료와 대조하고 미해결 조건을 명시하세요. 그러면 각각의 집중된 작업을 광범위한 대화로 만들지 않고도 산출물이 구체적인 다음 행동을 지원할 수 있습니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-5-mini | 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 $0.0005 / 1K 토큰 출력 · 출력 토큰 $0.004 / 1K 토큰 입력 · 캐시 읽기 $0.00005 / 1K 토큰 입력 · 캐시 쓰기 $0 / 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 $0.0005 / 1K 토큰 출력 · 출력 토큰 $0.004 / 1K 토큰 입력 · 캐시 읽기 $0.00005 / 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": "openai/gpt-5-mini", "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-mini',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-mini',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-mini, openai/gpt-5-mini
/chat/completions
openai/gpt-5-miniGPT-5의 Mini 버전은 명확하게 정의된 작업과 정밀한 프롬프트를 위해 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 반환하므로, 범위를 좁힌 추출, 제약이 있는 편집, 지원 답변, 에이전트 작업 흐름의 좁은 단계에 유용합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5 Mini는 OpenAI GPT-5 추론 계열의 Mini 버전입니다. 제조사는 정확한 프롬프트로 명확하게 정의된 작업과 대량 워크로드를 위한 선택지로 설명합니다. 텍스트와 이미지를 입력받고 텍스트를 생성합니다. Mini 버전은 GPT-5 Pro나 후속 Mini 모델의 한도를 사용하는 대신 자체 모델 정체성과 사양을 유지합니다.
실용적인 활용은 범위가 명확한 문서 또는 지원 작업입니다. 원본 자료, 적용 규칙, 예상 결과를 제공하세요. 예를 들어 메시지에서 필요한 필드 몇 개를 추출하고 누락 정보를 묻는 짧은 답변을 작성하도록 요청할 수 있습니다. 없는 값의 표현 방식, 변하지 않아야 할 사실, 대상 독자에 적합한 어조를 정의하세요.
제한된 편집에서는 바꿀 구절과 변경 목적을 지정하세요. 코딩 단계에서는 관련 원문과 제안된 편집이 영향을 줘야 하는 동작을 제공하세요. 스크린샷이나 도표로 시각적 맥락을 제공하고 글로 중요한 세부 사항을 지정할 수 있습니다. 유용한 지시는 입력에서 전체 워크플로를 추정하게 하기보다 한 작업과 완료 기준을 모델에 제공합니다.
OpenAI는 GPT-5 Mini의 컨텍스트 창을 400,000토큰, 최대 입력을 272,000토큰, 최대 출력을 128,000토큰으로 명시하며 지식 기준일은 2024년 5월 31일입니다. GPT-5 개발자용 발표는 Mini를 추론 강도와 답변 상세도 제어 및 사용자 정의 도구를 지원하는 모델에 포함합니다. 계열에 문서화된 추론 강도는 minimal, low, medium, high이며, 답변 상세도는 추론과 별개로 답변의 세부 정보량을 제어합니다.
해당 Mini 카드는 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 파일 입력, 이미지 입력, 웹·파일 검색을 명시합니다. 나열된 도구에는 함수, 웹 및 파일 검색, 코드 해석, MCP 연결이 포함됩니다. 애플리케이션이 작업을 제공하고 행동을 실행한 뒤 실제 결과를 반환합니다. 구조화된 응답은 필요한 출력 필드를 설명하고, 함수 요청은 도구가 수행할 작업을 제안합니다.
추출 값, 수정 구절, 간결한 답변, 코드 변경 제안처럼 범위가 정해진 작업에 맞는 최종 형식을 사용하세요. 다단계 과정에서는 관련 결과를 다음 요청으로 넘기고 그 결과를 규정하는 규칙을 보존하세요. 중요한 진술을 원본 자료와 대조하고 미해결 조건을 명시하세요. 그러면 각각의 집중된 작업을 광범위한 대화로 만들지 않고도 산출물이 구체적인 다음 행동을 지원할 수 있습니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-5-mini | 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 $0.0005 / 1K 토큰 출력 · 출력 토큰 $0.004 / 1K 토큰 입력 · 캐시 읽기 $0.00005 / 1K 토큰 입력 · 캐시 쓰기 $0 / 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 $0.0005 / 1K 토큰 출력 · 출력 토큰 $0.004 / 1K 토큰 입력 · 캐시 읽기 $0.00005 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "openai/gpt-5-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-mini', '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-mini', '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-mini, openai/gpt-5-mini
/chat/completions
영어 기술 예제
Ask for the missing booking detail\n\nDraft a reply under 60 words using this request and rule. Request: 'Please book the smaller meeting room for our six-person planning session on Tuesday.' Rule: a booking needs a start time and duration; the smaller room seats eight. Confirm that capacity fits, then ask for only the missing booking information. Do not state that a room is reserved.One concise reply confirming suitable capacity and asking for start time and duration.The message does not request already supplied headcount or invent a booking confirmation.