GPT-Audio Mini는 텍스트와 오디오를 사용하는 대화 요청을 위한 OpenAI GPT-Audio 계열의 Mini 버전입니다. 텍스트와 오디오를 입력받아 Chat Completions를 통해 텍스트 또는 오디오를 생성합니다. 오디오 채팅의 역할을 유지하면서 GPT-Audio 및 연속 실시간 세션 모델과 구별되는 자체 버전의 정체성을 갖습니다.
유용한 활용 사례는 음성으로 물은 정보에 범위가 한정된 답변을 제공하는 것입니다. 녹음과 응답이 근거로 삼아야 할 정보를 제공한 뒤, 대화의 목표를 정의하세요. 예를 들어 절차의 한 부분을 설명하거나 녹음만으로 확인되지 않는 사실을 질문하도록 요청할 수 있습니다. 답변을 자세히 검토해야 하면 서면 결과를, 사용자가 답변을 들을 경우 음성 출력을 선택할 수 있습니다.
대화 연습에서는 역할, 주제, 한 턴의 예상 길이를 지정하세요. 다음 답변이 이미 논의한 내용과 이어지도록 중요한 이전 메시지를 포함하세요. 지원 대화에서는 적용되는 규칙과 녹음 전에 확인된 사실을 제공하세요. 사용자가 제공한 정보와 애플리케이션이 추가한 참조 자료를 구분하고, 최종 답변이 무엇을 달성해야 하는지 명시하세요.
제조사의 GPT-Audio Mini 사양은 128,000토큰의 컨텍스트 창, 최대 16,384토큰의 출력, 2023년 10월 1일의 지식 기준일을 명시합니다. 함수 호출과 프롬프트 캐싱이 문서화되어 있습니다. 모델의 방식은 오디오를 지원하는 범위가 한정된 Chat Completions입니다. 별도의 Realtime 또는 연속 음성 세션의 특성이 이 버전의 요청 흐름을 정의하지는 않습니다.
함수 호출을 통해 모델은 애플리케이션이 설명한 도구에 작업을 요청할 수 있습니다. 애플리케이션은 동작을 수행하고 후속 대화를 위한 실제 결과를 반환합니다. 예를 들어 조회로 답변에 필요한 참조 정보를 제공할 수 있습니다. 다음 응답이 대화에서 실제로 이용 가능한 결과에 근거하도록, 반환된 정보와 제안된 작업 자체를 구분하세요.
관련 발화를 명확하게 담은 녹음을 준비하고, 서면 지시로 작업 맥락, 필요한 사실, 어조, 응답 길이를 제공하세요. 유용한 산출물이 짧은 음성 설명, 서면 답변, 불확실성을 해소하는 질문 중 무엇인지 명시하세요. 반복하는 작업 흐름에서는 규칙을 일관되게 유지하면서 요청별 자료를 바꾸세요. 중요한 사실을 다음 턴으로 넘기기 전에 규칙과 참조 텍스트에 대조해 결과를 검토하세요.
", "aboutText": "GPT-Audio Mini는 텍스트와 오디오를 사용하는 대화 요청을 위한 OpenAI GPT-Audio 계열의 Mini 버전입니다. 텍스트와 오디오를 입력받아 Chat Completions를 통해 텍스트 또는 오디오를 생성합니다. 오디오 채팅의 역할을 유지하면서 GPT-Audio 및 연속 실시간 세션 모델과 구별되는 자체 버전의 정체성을 갖습니다.\n\n유용한 활용 사례는 음성으로 물은 정보에 범위가 한정된 답변을 제공하는 것입니다. 녹음과 응답이 근거로 삼아야 할 정보를 제공한 뒤, 대화의 목표를 정의하세요. 예를 들어 절차의 한 부분을 설명하거나 녹음만으로 확인되지 않는 사실을 질문하도록 요청할 수 있습니다. 답변을 자세히 검토해야 하면 서면 결과를, 사용자가 답변을 들을 경우 음성 출력을 선택할 수 있습니다.\n\n대화 연습에서는 역할, 주제, 한 턴의 예상 길이를 지정하세요. 다음 답변이 이미 논의한 내용과 이어지도록 중요한 이전 메시지를 포함하세요. 지원 대화에서는 적용되는 규칙과 녹음 전에 확인된 사실을 제공하세요. 사용자가 제공한 정보와 애플리케이션이 추가한 참조 자료를 구분하고, 최종 답변이 무엇을 달성해야 하는지 명시하세요.\n\n제조사의 GPT-Audio Mini 사양은 128,000토큰의 컨텍스트 창, 최대 16,384토큰의 출력, 2023년 10월 1일의 지식 기준일을 명시합니다. 함수 호출과 프롬프트 캐싱이 문서화되어 있습니다. 모델의 방식은 오디오를 지원하는 범위가 한정된 Chat Completions입니다. 별도의 Realtime 또는 연속 음성 세션의 특성이 이 버전의 요청 흐름을 정의하지는 않습니다.\n\n함수 호출을 통해 모델은 애플리케이션이 설명한 도구에 작업을 요청할 수 있습니다. 애플리케이션은 동작을 수행하고 후속 대화를 위한 실제 결과를 반환합니다. 예를 들어 조회로 답변에 필요한 참조 정보를 제공할 수 있습니다. 다음 응답이 대화에서 실제로 이용 가능한 결과에 근거하도록, 반환된 정보와 제안된 작업 자체를 구분하세요.\n\n관련 발화를 명확하게 담은 녹음을 준비하고, 서면 지시로 작업 맥락, 필요한 사실, 어조, 응답 길이를 제공하세요. 유용한 산출물이 짧은 음성 설명, 서면 답변, 불확실성을 해소하는 질문 중 무엇인지 명시하세요. 반복하는 작업 흐름에서는 규칙을 일관되게 유지하면서 요청별 자료를 바꾸세요. 중요한 사실을 다음 턴으로 넘기기 전에 규칙과 참조 텍스트에 대조해 결과를 검토하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Practise a short reception dialogue\n\nPlay the receptionist in an English practice dialogue. Guest: 'I have a reservation, but I will arrive after midnight.' Hotel rule: late arrivals need the guest's surname and arrival estimate; never request payment-card details in chat. Write the receptionist's next two short lines in friendly, simple English and leave the guest's answer open.Two short receptionist lines asking for surname and estimated arrival, with no invented guest reply.The dialogue follows the hotel rule, omits card requests and does not assert that check-in has been arranged.openai/gpt-audio-miniOpenAI GPT-Audio 계열의 Mini 버전은 텍스트와 오디오를 입력받아 텍스트 또는 음성 출력을 반환합니다. 녹음된 질문, 서면 규칙, 관련 맥락을 사용해 답변이나 범위를 좁힌 후속 대화를 구성할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-Audio Mini는 텍스트와 오디오를 사용하는 대화 요청을 위한 OpenAI GPT-Audio 계열의 Mini 버전입니다. 텍스트와 오디오를 입력받아 Chat Completions를 통해 텍스트 또는 오디오를 생성합니다. 오디오 채팅의 역할을 유지하면서 GPT-Audio 및 연속 실시간 세션 모델과 구별되는 자체 버전의 정체성을 갖습니다.
유용한 활용 사례는 음성으로 물은 정보에 범위가 한정된 답변을 제공하는 것입니다. 녹음과 응답이 근거로 삼아야 할 정보를 제공한 뒤, 대화의 목표를 정의하세요. 예를 들어 절차의 한 부분을 설명하거나 녹음만으로 확인되지 않는 사실을 질문하도록 요청할 수 있습니다. 답변을 자세히 검토해야 하면 서면 결과를, 사용자가 답변을 들을 경우 음성 출력을 선택할 수 있습니다.
대화 연습에서는 역할, 주제, 한 턴의 예상 길이를 지정하세요. 다음 답변이 이미 논의한 내용과 이어지도록 중요한 이전 메시지를 포함하세요. 지원 대화에서는 적용되는 규칙과 녹음 전에 확인된 사실을 제공하세요. 사용자가 제공한 정보와 애플리케이션이 추가한 참조 자료를 구분하고, 최종 답변이 무엇을 달성해야 하는지 명시하세요.
제조사의 GPT-Audio Mini 사양은 128,000토큰의 컨텍스트 창, 최대 16,384토큰의 출력, 2023년 10월 1일의 지식 기준일을 명시합니다. 함수 호출과 프롬프트 캐싱이 문서화되어 있습니다. 모델의 방식은 오디오를 지원하는 범위가 한정된 Chat Completions입니다. 별도의 Realtime 또는 연속 음성 세션의 특성이 이 버전의 요청 흐름을 정의하지는 않습니다.
함수 호출을 통해 모델은 애플리케이션이 설명한 도구에 작업을 요청할 수 있습니다. 애플리케이션은 동작을 수행하고 후속 대화를 위한 실제 결과를 반환합니다. 예를 들어 조회로 답변에 필요한 참조 정보를 제공할 수 있습니다. 다음 응답이 대화에서 실제로 이용 가능한 결과에 근거하도록, 반환된 정보와 제안된 작업 자체를 구분하세요.
관련 발화를 명확하게 담은 녹음을 준비하고, 서면 지시로 작업 맥락, 필요한 사실, 어조, 응답 길이를 제공하세요. 유용한 산출물이 짧은 음성 설명, 서면 답변, 불확실성을 해소하는 질문 중 무엇인지 명시하세요. 반복하는 작업 흐름에서는 규칙을 일관되게 유지하면서 요청별 자료를 바꾸세요. 중요한 사실을 다음 턴으로 넘기기 전에 규칙과 참조 텍스트에 대조해 결과를 검토하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-audio-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 $0.0012 / 1K 토큰 출력 · 출력 토큰 $0.0048 / 1K 토큰 입력 · 캐시 읽기 — / 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 $0.0012 / 1K 토큰 출력 · 출력 토큰 $0.0048 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-audio-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-audio-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-audio-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 openai/gpt-audio-mini
위에 표시된 메서드 경로를 사용하세요.
openai/gpt-audio-miniOpenAI GPT-Audio 계열의 Mini 버전은 텍스트와 오디오를 입력받아 텍스트 또는 음성 출력을 반환합니다. 녹음된 질문, 서면 규칙, 관련 맥락을 사용해 답변이나 범위를 좁힌 후속 대화를 구성할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-Audio Mini는 텍스트와 오디오를 사용하는 대화 요청을 위한 OpenAI GPT-Audio 계열의 Mini 버전입니다. 텍스트와 오디오를 입력받아 Chat Completions를 통해 텍스트 또는 오디오를 생성합니다. 오디오 채팅의 역할을 유지하면서 GPT-Audio 및 연속 실시간 세션 모델과 구별되는 자체 버전의 정체성을 갖습니다.
유용한 활용 사례는 음성으로 물은 정보에 범위가 한정된 답변을 제공하는 것입니다. 녹음과 응답이 근거로 삼아야 할 정보를 제공한 뒤, 대화의 목표를 정의하세요. 예를 들어 절차의 한 부분을 설명하거나 녹음만으로 확인되지 않는 사실을 질문하도록 요청할 수 있습니다. 답변을 자세히 검토해야 하면 서면 결과를, 사용자가 답변을 들을 경우 음성 출력을 선택할 수 있습니다.
대화 연습에서는 역할, 주제, 한 턴의 예상 길이를 지정하세요. 다음 답변이 이미 논의한 내용과 이어지도록 중요한 이전 메시지를 포함하세요. 지원 대화에서는 적용되는 규칙과 녹음 전에 확인된 사실을 제공하세요. 사용자가 제공한 정보와 애플리케이션이 추가한 참조 자료를 구분하고, 최종 답변이 무엇을 달성해야 하는지 명시하세요.
제조사의 GPT-Audio Mini 사양은 128,000토큰의 컨텍스트 창, 최대 16,384토큰의 출력, 2023년 10월 1일의 지식 기준일을 명시합니다. 함수 호출과 프롬프트 캐싱이 문서화되어 있습니다. 모델의 방식은 오디오를 지원하는 범위가 한정된 Chat Completions입니다. 별도의 Realtime 또는 연속 음성 세션의 특성이 이 버전의 요청 흐름을 정의하지는 않습니다.
함수 호출을 통해 모델은 애플리케이션이 설명한 도구에 작업을 요청할 수 있습니다. 애플리케이션은 동작을 수행하고 후속 대화를 위한 실제 결과를 반환합니다. 예를 들어 조회로 답변에 필요한 참조 정보를 제공할 수 있습니다. 다음 응답이 대화에서 실제로 이용 가능한 결과에 근거하도록, 반환된 정보와 제안된 작업 자체를 구분하세요.
관련 발화를 명확하게 담은 녹음을 준비하고, 서면 지시로 작업 맥락, 필요한 사실, 어조, 응답 길이를 제공하세요. 유용한 산출물이 짧은 음성 설명, 서면 답변, 불확실성을 해소하는 질문 중 무엇인지 명시하세요. 반복하는 작업 흐름에서는 규칙을 일관되게 유지하면서 요청별 자료를 바꾸세요. 중요한 사실을 다음 턴으로 넘기기 전에 규칙과 참조 텍스트에 대조해 결과를 검토하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-audio-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 $0.0012 / 1K 토큰 출력 · 출력 토큰 $0.0048 / 1K 토큰 입력 · 캐시 읽기 — / 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 $0.0012 / 1K 토큰 출력 · 출력 토큰 $0.0048 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "openai/gpt-audio-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-audio-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-audio-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 openai/gpt-audio-mini
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Practise a short reception dialogue\n\nPlay the receptionist in an English practice dialogue. Guest: 'I have a reservation, but I will arrive after midnight.' Hotel rule: late arrivals need the guest's surname and arrival estimate; never request payment-card details in chat. Write the receptionist's next two short lines in friendly, simple English and leave the guest's answer open.Two short receptionist lines asking for surname and estimated arrival, with no invented guest reply.The dialogue follows the hotel rule, omits card requests and does not assert that check-in has been arranged.