OpenAI o3는 수학, 과학, 코딩, 시각 작업을 아우르는 추론 모델입니다. 공개된 역할에는 기술 문서 작성과 지시 이행도 포함됩니다. 텍스트, 이미지, 파일 입력이 텍스트 출력의 근거가 되며, 제공 환경의 사양에는 추론, 함수 도구, 구조화 출력 제어 기능이 명시되어 있습니다.
결과를 결정하는 가정, 수량, 출처를 제공하세요. 과학이나 수학 작업에서는 기호를 정의하고 단위를 유지하세요. 코딩에서는 관련 구현, 관찰된 오류, 기대하는 동작을 제공하세요. 답변과 함께 이를 평가하는 데 필요한 근거나 단계를 요청하세요.
시각적 질문에서는 관련 물체, 차트, 인터페이스 영역을 지정할 수 있습니다. 이미지에서 도출한 관찰 결과와 함께 이미지 라벨을 유지하고, 맥락을 제공하는 서면 원자료를 보존하세요. 결과는 눈에 보이거나 명시된 내용과 여러 출처에서 도출한 해석을 구분해야 합니다.
사양에는 추론 제어와 함수 도구가 명시되어 있습니다. 애플리케이션은 작업을 계속하기 전에 제안된 동작을 수행하고 실제 결과를 제공할 수 있습니다. 계산, 검색으로 얻은 구절, 명령 출력을 검토에 필요한 입력 및 출처 식별자와 함께 보존하세요.
구조화 출력에서는 필드, 유형, 정보가 없을 때의 처리 방식을 정의하세요. 반환된 구조와 실질적인 값을 검증하세요. 기술 설명에서는 명확한 결론을 요청하고, 이어서 질문에 중요한 단계나 근거를 요청하세요.
공개된 제공 환경의 사양에는 200,000토큰의 컨텍스트 창과 최대 100,000개의 생성 토큰이 명시되어 있습니다. 답변을 위한 공간을 확보하고, 많은 자료를 이름 붙인 절로 정리하세요. 확정된 결정과 관찰 결과를 유지하면서 관련 없는 반복은 제거하세요.
유용한 o3 결과는 결론이나 기술 산출물을 가정, 출처, 검증과 연결합니다. 이후 분석이나 애플리케이션 단계로 작업을 넘길 때 이러한 부분을 함께 보존하세요.
", "aboutText": "OpenAI o3는 수학, 과학, 코딩, 시각 작업을 아우르는 추론 모델입니다. 공개된 역할에는 기술 문서 작성과 지시 이행도 포함됩니다. 텍스트, 이미지, 파일 입력이 텍스트 출력의 근거가 되며, 제공 환경의 사양에는 추론, 함수 도구, 구조화 출력 제어 기능이 명시되어 있습니다.\n\n### 근거가 명시된 기술 질문\n\n결과를 결정하는 가정, 수량, 출처를 제공하세요. 과학이나 수학 작업에서는 기호를 정의하고 단위를 유지하세요. 코딩에서는 관련 구현, 관찰된 오류, 기대하는 동작을 제공하세요. 답변과 함께 이를 평가하는 데 필요한 근거나 단계를 요청하세요.\n\n시각적 질문에서는 관련 물체, 차트, 인터페이스 영역을 지정할 수 있습니다. 이미지에서 도출한 관찰 결과와 함께 이미지 라벨을 유지하고, 맥락을 제공하는 서면 원자료를 보존하세요. 결과는 눈에 보이거나 명시된 내용과 여러 출처에서 도출한 해석을 구분해야 합니다.\n\n### 추론, 도구, 결과 구조\n\n사양에는 추론 제어와 함수 도구가 명시되어 있습니다. 애플리케이션은 작업을 계속하기 전에 제안된 동작을 수행하고 실제 결과를 제공할 수 있습니다. 계산, 검색으로 얻은 구절, 명령 출력을 검토에 필요한 입력 및 출처 식별자와 함께 보존하세요.\n\n구조화 출력에서는 필드, 유형, 정보가 없을 때의 처리 방식을 정의하세요. 반환된 구조와 실질적인 값을 검증하세요. 기술 설명에서는 명확한 결론을 요청하고, 이어서 질문에 중요한 단계나 근거를 요청하세요.\n\n### 큰 작업을 위한 컨텍스트\n\n공개된 제공 환경의 사양에는 200,000토큰의 컨텍스트 창과 최대 100,000개의 생성 토큰이 명시되어 있습니다. 답변을 위한 공간을 확보하고, 많은 자료를 이름 붙인 절로 정리하세요. 확정된 결정과 관찰 결과를 유지하면서 관련 없는 반복은 제거하세요.\n\n유용한 o3 결과는 결론이나 기술 산출물을 가정, 출처, 검증과 연결합니다. 이후 분석이나 애플리케이션 단계로 작업을 넘길 때 이러한 부분을 함께 보존하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Evaluate an independent-failure estimate\n\nTwo independent components each fail with probability 0.02 during a mission. The system fails if either component fails. Calculate the system failure probability, explain why adding the two probabilities alone is not exact and state what assumption would need review if the components share a power supply.A probability expression, a numerical result and a note about the independence assumption.Check that simultaneous failures are not counted twice and that shared power is treated as a possible dependence issue.o3OpenAI o3는 수학, 과학, 코딩, 시각적 질문, 기술 문서 작성을 위한 추론 모델입니다. 공개 사양은 텍스트 답변을 위해 텍스트, 이미지, 파일을 입력받으며, 도구, 구조화 출력, 200,000토큰의 컨텍스트 창을 지원합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
OpenAI o3는 수학, 과학, 코딩, 시각 작업을 아우르는 추론 모델입니다. 공개된 역할에는 기술 문서 작성과 지시 이행도 포함됩니다. 텍스트, 이미지, 파일 입력이 텍스트 출력의 근거가 되며, 제공 환경의 사양에는 추론, 함수 도구, 구조화 출력 제어 기능이 명시되어 있습니다.
결과를 결정하는 가정, 수량, 출처를 제공하세요. 과학이나 수학 작업에서는 기호를 정의하고 단위를 유지하세요. 코딩에서는 관련 구현, 관찰된 오류, 기대하는 동작을 제공하세요. 답변과 함께 이를 평가하는 데 필요한 근거나 단계를 요청하세요.
시각적 질문에서는 관련 물체, 차트, 인터페이스 영역을 지정할 수 있습니다. 이미지에서 도출한 관찰 결과와 함께 이미지 라벨을 유지하고, 맥락을 제공하는 서면 원자료를 보존하세요. 결과는 눈에 보이거나 명시된 내용과 여러 출처에서 도출한 해석을 구분해야 합니다.
사양에는 추론 제어와 함수 도구가 명시되어 있습니다. 애플리케이션은 작업을 계속하기 전에 제안된 동작을 수행하고 실제 결과를 제공할 수 있습니다. 계산, 검색으로 얻은 구절, 명령 출력을 검토에 필요한 입력 및 출처 식별자와 함께 보존하세요.
구조화 출력에서는 필드, 유형, 정보가 없을 때의 처리 방식을 정의하세요. 반환된 구조와 실질적인 값을 검증하세요. 기술 설명에서는 명확한 결론을 요청하고, 이어서 질문에 중요한 단계나 근거를 요청하세요.
공개된 제공 환경의 사양에는 200,000토큰의 컨텍스트 창과 최대 100,000개의 생성 토큰이 명시되어 있습니다. 답변을 위한 공간을 확보하고, 많은 자료를 이름 붙인 절로 정리하세요. 확정된 결정과 관찰 결과를 유지하면서 관련 없는 반복은 제거하세요.
유용한 o3 결과는 결론이나 기술 산출물을 가정, 출처, 검증과 연결합니다. 이후 분석이나 애플리케이션 단계로 작업을 넘길 때 이러한 부분을 함께 보존하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 o3 | 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 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.016 / 1K 토큰 입력 · 캐시 읽기 $0.001 / 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 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.016 / 1K 토큰 입력 · 캐시 읽기 $0.001 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"o3","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="o3", 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. |
/chat/completions
o3OpenAI o3는 수학, 과학, 코딩, 시각적 질문, 기술 문서 작성을 위한 추론 모델입니다. 공개 사양은 텍스트 답변을 위해 텍스트, 이미지, 파일을 입력받으며, 도구, 구조화 출력, 200,000토큰의 컨텍스트 창을 지원합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
OpenAI o3는 수학, 과학, 코딩, 시각 작업을 아우르는 추론 모델입니다. 공개된 역할에는 기술 문서 작성과 지시 이행도 포함됩니다. 텍스트, 이미지, 파일 입력이 텍스트 출력의 근거가 되며, 제공 환경의 사양에는 추론, 함수 도구, 구조화 출력 제어 기능이 명시되어 있습니다.
결과를 결정하는 가정, 수량, 출처를 제공하세요. 과학이나 수학 작업에서는 기호를 정의하고 단위를 유지하세요. 코딩에서는 관련 구현, 관찰된 오류, 기대하는 동작을 제공하세요. 답변과 함께 이를 평가하는 데 필요한 근거나 단계를 요청하세요.
시각적 질문에서는 관련 물체, 차트, 인터페이스 영역을 지정할 수 있습니다. 이미지에서 도출한 관찰 결과와 함께 이미지 라벨을 유지하고, 맥락을 제공하는 서면 원자료를 보존하세요. 결과는 눈에 보이거나 명시된 내용과 여러 출처에서 도출한 해석을 구분해야 합니다.
사양에는 추론 제어와 함수 도구가 명시되어 있습니다. 애플리케이션은 작업을 계속하기 전에 제안된 동작을 수행하고 실제 결과를 제공할 수 있습니다. 계산, 검색으로 얻은 구절, 명령 출력을 검토에 필요한 입력 및 출처 식별자와 함께 보존하세요.
구조화 출력에서는 필드, 유형, 정보가 없을 때의 처리 방식을 정의하세요. 반환된 구조와 실질적인 값을 검증하세요. 기술 설명에서는 명확한 결론을 요청하고, 이어서 질문에 중요한 단계나 근거를 요청하세요.
공개된 제공 환경의 사양에는 200,000토큰의 컨텍스트 창과 최대 100,000개의 생성 토큰이 명시되어 있습니다. 답변을 위한 공간을 확보하고, 많은 자료를 이름 붙인 절로 정리하세요. 확정된 결정과 관찰 결과를 유지하면서 관련 없는 반복은 제거하세요.
유용한 o3 결과는 결론이나 기술 산출물을 가정, 출처, 검증과 연결합니다. 이후 분석이나 애플리케이션 단계로 작업을 넘길 때 이러한 부분을 함께 보존하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 o3 | 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 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.016 / 1K 토큰 입력 · 캐시 읽기 $0.001 / 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 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.016 / 1K 토큰 입력 · 캐시 읽기 $0.001 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "o3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'o3', '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': 'o3', '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. |
/chat/completions
openai/o3OpenAI o3는 수학, 과학, 코딩, 시각적 질문, 기술 문서 작성을 위한 추론 모델입니다. 공개 사양은 텍스트 답변을 위해 텍스트, 이미지, 파일을 입력받으며, 도구, 구조화 출력, 200,000토큰의 컨텍스트 창을 지원합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
OpenAI o3는 수학, 과학, 코딩, 시각 작업을 아우르는 추론 모델입니다. 공개된 역할에는 기술 문서 작성과 지시 이행도 포함됩니다. 텍스트, 이미지, 파일 입력이 텍스트 출력의 근거가 되며, 제공 환경의 사양에는 추론, 함수 도구, 구조화 출력 제어 기능이 명시되어 있습니다.
결과를 결정하는 가정, 수량, 출처를 제공하세요. 과학이나 수학 작업에서는 기호를 정의하고 단위를 유지하세요. 코딩에서는 관련 구현, 관찰된 오류, 기대하는 동작을 제공하세요. 답변과 함께 이를 평가하는 데 필요한 근거나 단계를 요청하세요.
시각적 질문에서는 관련 물체, 차트, 인터페이스 영역을 지정할 수 있습니다. 이미지에서 도출한 관찰 결과와 함께 이미지 라벨을 유지하고, 맥락을 제공하는 서면 원자료를 보존하세요. 결과는 눈에 보이거나 명시된 내용과 여러 출처에서 도출한 해석을 구분해야 합니다.
사양에는 추론 제어와 함수 도구가 명시되어 있습니다. 애플리케이션은 작업을 계속하기 전에 제안된 동작을 수행하고 실제 결과를 제공할 수 있습니다. 계산, 검색으로 얻은 구절, 명령 출력을 검토에 필요한 입력 및 출처 식별자와 함께 보존하세요.
구조화 출력에서는 필드, 유형, 정보가 없을 때의 처리 방식을 정의하세요. 반환된 구조와 실질적인 값을 검증하세요. 기술 설명에서는 명확한 결론을 요청하고, 이어서 질문에 중요한 단계나 근거를 요청하세요.
공개된 제공 환경의 사양에는 200,000토큰의 컨텍스트 창과 최대 100,000개의 생성 토큰이 명시되어 있습니다. 답변을 위한 공간을 확보하고, 많은 자료를 이름 붙인 절로 정리하세요. 확정된 결정과 관찰 결과를 유지하면서 관련 없는 반복은 제거하세요.
유용한 o3 결과는 결론이나 기술 산출물을 가정, 출처, 검증과 연결합니다. 이후 분석이나 애플리케이션 단계로 작업을 넘길 때 이러한 부분을 함께 보존하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/o3 | 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 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.016 / 1K 토큰 입력 · 캐시 읽기 $0.001 / 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 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.016 / 1K 토큰 입력 · 캐시 읽기 $0.001 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/o3", "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/o3',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/o3',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. |
/chat/completions
openai/o3OpenAI o3는 수학, 과학, 코딩, 시각적 질문, 기술 문서 작성을 위한 추론 모델입니다. 공개 사양은 텍스트 답변을 위해 텍스트, 이미지, 파일을 입력받으며, 도구, 구조화 출력, 200,000토큰의 컨텍스트 창을 지원합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
OpenAI o3는 수학, 과학, 코딩, 시각 작업을 아우르는 추론 모델입니다. 공개된 역할에는 기술 문서 작성과 지시 이행도 포함됩니다. 텍스트, 이미지, 파일 입력이 텍스트 출력의 근거가 되며, 제공 환경의 사양에는 추론, 함수 도구, 구조화 출력 제어 기능이 명시되어 있습니다.
결과를 결정하는 가정, 수량, 출처를 제공하세요. 과학이나 수학 작업에서는 기호를 정의하고 단위를 유지하세요. 코딩에서는 관련 구현, 관찰된 오류, 기대하는 동작을 제공하세요. 답변과 함께 이를 평가하는 데 필요한 근거나 단계를 요청하세요.
시각적 질문에서는 관련 물체, 차트, 인터페이스 영역을 지정할 수 있습니다. 이미지에서 도출한 관찰 결과와 함께 이미지 라벨을 유지하고, 맥락을 제공하는 서면 원자료를 보존하세요. 결과는 눈에 보이거나 명시된 내용과 여러 출처에서 도출한 해석을 구분해야 합니다.
사양에는 추론 제어와 함수 도구가 명시되어 있습니다. 애플리케이션은 작업을 계속하기 전에 제안된 동작을 수행하고 실제 결과를 제공할 수 있습니다. 계산, 검색으로 얻은 구절, 명령 출력을 검토에 필요한 입력 및 출처 식별자와 함께 보존하세요.
구조화 출력에서는 필드, 유형, 정보가 없을 때의 처리 방식을 정의하세요. 반환된 구조와 실질적인 값을 검증하세요. 기술 설명에서는 명확한 결론을 요청하고, 이어서 질문에 중요한 단계나 근거를 요청하세요.
공개된 제공 환경의 사양에는 200,000토큰의 컨텍스트 창과 최대 100,000개의 생성 토큰이 명시되어 있습니다. 답변을 위한 공간을 확보하고, 많은 자료를 이름 붙인 절로 정리하세요. 확정된 결정과 관찰 결과를 유지하면서 관련 없는 반복은 제거하세요.
유용한 o3 결과는 결론이나 기술 산출물을 가정, 출처, 검증과 연결합니다. 이후 분석이나 애플리케이션 단계로 작업을 넘길 때 이러한 부분을 함께 보존하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/o3 | 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 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.016 / 1K 토큰 입력 · 캐시 읽기 $0.001 / 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 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.016 / 1K 토큰 입력 · 캐시 읽기 $0.001 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "openai/o3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/o3', '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/o3', '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. |
/chat/completions
영어 기술 예제
Evaluate an independent-failure estimate\n\nTwo independent components each fail with probability 0.02 during a mission. The system fails if either component fails. Calculate the system failure probability, explain why adding the two probabilities alone is not exact and state what assumption would need review if the components share a power supply.A probability expression, a numerical result and a note about the independence assumption.Check that simultaneous failures are not counted twice and that shared power is treated as a possible dependence issue.