GPT-5-Codex yra OpenAI GPT-5 versija, optimizuota agentinei programinės įrangos inžinerijai Codex ir panašiose programavimo aplinkose. Jos mokymas orientuotas į projektų kūrimą, funkcijų ir testų įgyvendinimą, klaidų taisymą, esamų kodų bazių pertvarkymą ir pakeitimų peržiūrą. Mokymasis su pastiprinimu atliekant tikras programavimo užduotis lavina instrukcijų laikymąsi, kodo stilių ir iteracinį tikrinimą. Numatyta naudojimo aplinka — programavimo asistentas, turintis prieigą prie projekto konteksto ir kūrimo įrankių.
Modelis pritaiko užduočiai skiriamą samprotavimo kiekį. Nedidelį, aiškiai apibrėžtą pakeitimą galima atlikti interaktyviai bendraujant, o sudėtingam kodo pertvarkymui gali prireikti ilgalaikės analizės ir kartotinių įgyvendinimo žingsnių. Šis adaptyvus veikimas susieja pokalbį su vykdymu: agentas išnagrinėja projektą, pasiūlo pakeitimą, gauna rezultatus iš savo aplinkos ir toliau siekia nurodyto rezultato.
Kodo peržiūra yra atskira jo specializacijos dalis. OpenAI aprašo peržiūros agentą, kuris nagrinėja kodo bazę ir priklausomybes, sieja siūlomą pakeitimą su numatytu veikimu ir tikrina teisingumą vykdydamas kodą bei testus. Naudingas rezultatas — konkretus reikšmingų defektų ir paveikto kodo paaiškinimas, o ne komentarai, paremti tik pakeitimų išklotinės išvaizda. Šios analizės įrodymus pateikia projekto failai ir įrankių rezultatai.
Vaizdinė įvestis padeda kurti naudotojo sąsajas. Ekrano kopijos, sąsajos schemos ir diagramos gali perteikti norimą sąsają arba pastebėtą problemą. Aplinkoje su naršyklės ir ekrano kopijų įrankiais agentas gali patikrinti įgyvendinimą ir palyginti savo sukurtą rezultatą su pateiktu vaizdiniu tikslu. Tai aplinkos padedami darbo procesai: modelis interpretuoja informaciją ir parenka veiksmus, o programa suteikia įrankius ir juos vykdo.
Paskelbtoje modelio specifikacijoje nurodoma teksto ir vaizdų įvestis bei tekstinė išvestis, 400 000 žetonų konteksto langas ir iki 128 000 išvesties žetonų. Palaikomi samprotavimo žetonai, srautinis perdavimas, funkcijų iškvietimas ir struktūruota išvestis. OpenAI dokumentuoja modelį per Responses sąsają ir nurodo, kad pavadinimas be versijos žymi atnaujinamą modelį. Dokumentuota žinių riba — 2024 m. rugsėjo 30 d. Garso ir vaizdo įrašai nepriklauso nurodytiems įvesties tipams; papildomas mokymas ir prognozuojama išvestis šioje konfigūracijoje nepalaikomi.
Sistemos kortelės papildymas atskiria modelio mokymą nuo produkto valdiklių. Modelis mokomas atsispirti programavimo medžiagoje aptinkamoms instrukcijų įterpimo atakoms. Darbo srities izoliavimas, tinklo leidimai ir patvirtinimo taisyklės priklauso agento aplinkai. Šis skirtumas svarbus, kai asistentas skaito išorinę dokumentaciją arba vykdo komandas: prieigą apibrėžia programa, o jos išvestys užfiksuoja, kas iš tikrųjų įvyko.
Programavimo asistentui, naudojančiam Ailoot API, pirmiausia nurodykite siekiamą veikimą, aktualius failus ir aiškų užbaigimo kriterijų. Tinkama užduotis gali prašyti suderinto pakeitimo, paveiktų priklausomybių paaiškinimo ir rezultatui patvirtinti reikalingų patikrų. Pateikite dabartines projekto instrukcijas ir naudingus vaizdinius pavyzdžius, tada paprašykite peržiūrimo rezultato: pakeisto kodo, defektų analizės ar patikrinto įgyvendinimo plano.
", "aboutText": "GPT-5-Codex yra OpenAI GPT-5 versija, optimizuota agentinei programinės įrangos inžinerijai Codex ir panašiose programavimo aplinkose. Jos mokymas orientuotas į projektų kūrimą, funkcijų ir testų įgyvendinimą, klaidų taisymą, esamų kodų bazių pertvarkymą ir pakeitimų peržiūrą. Mokymasis su pastiprinimu atliekant tikras programavimo užduotis lavina instrukcijų laikymąsi, kodo stilių ir iteracinį tikrinimą. Numatyta naudojimo aplinka — programavimo asistentas, turintis prieigą prie projekto konteksto ir kūrimo įrankių.\n\nModelis pritaiko užduočiai skiriamą samprotavimo kiekį. Nedidelį, aiškiai apibrėžtą pakeitimą galima atlikti interaktyviai bendraujant, o sudėtingam kodo pertvarkymui gali prireikti ilgalaikės analizės ir kartotinių įgyvendinimo žingsnių. Šis adaptyvus veikimas susieja pokalbį su vykdymu: agentas išnagrinėja projektą, pasiūlo pakeitimą, gauna rezultatus iš savo aplinkos ir toliau siekia nurodyto rezultato.\n\nKodo peržiūra yra atskira jo specializacijos dalis. OpenAI aprašo peržiūros agentą, kuris nagrinėja kodo bazę ir priklausomybes, sieja siūlomą pakeitimą su numatytu veikimu ir tikrina teisingumą vykdydamas kodą bei testus. Naudingas rezultatas — konkretus reikšmingų defektų ir paveikto kodo paaiškinimas, o ne komentarai, paremti tik pakeitimų išklotinės išvaizda. Šios analizės įrodymus pateikia projekto failai ir įrankių rezultatai.\n\nVaizdinė įvestis padeda kurti naudotojo sąsajas. Ekrano kopijos, sąsajos schemos ir diagramos gali perteikti norimą sąsają arba pastebėtą problemą. Aplinkoje su naršyklės ir ekrano kopijų įrankiais agentas gali patikrinti įgyvendinimą ir palyginti savo sukurtą rezultatą su pateiktu vaizdiniu tikslu. Tai aplinkos padedami darbo procesai: modelis interpretuoja informaciją ir parenka veiksmus, o programa suteikia įrankius ir juos vykdo.\n\nPaskelbtoje modelio specifikacijoje nurodoma teksto ir vaizdų įvestis bei tekstinė išvestis, 400 000 žetonų konteksto langas ir iki 128 000 išvesties žetonų. Palaikomi samprotavimo žetonai, srautinis perdavimas, funkcijų iškvietimas ir struktūruota išvestis. OpenAI dokumentuoja modelį per Responses sąsają ir nurodo, kad pavadinimas be versijos žymi atnaujinamą modelį. Dokumentuota žinių riba — 2024 m. rugsėjo 30 d. Garso ir vaizdo įrašai nepriklauso nurodytiems įvesties tipams; papildomas mokymas ir prognozuojama išvestis šioje konfigūracijoje nepalaikomi.\n\nSistemos kortelės papildymas atskiria modelio mokymą nuo produkto valdiklių. Modelis mokomas atsispirti programavimo medžiagoje aptinkamoms instrukcijų įterpimo atakoms. Darbo srities izoliavimas, tinklo leidimai ir patvirtinimo taisyklės priklauso agento aplinkai. Šis skirtumas svarbus, kai asistentas skaito išorinę dokumentaciją arba vykdo komandas: prieigą apibrėžia programa, o jos išvestys užfiksuoja, kas iš tikrųjų įvyko.\n\nProgramavimo asistentui, naudojančiam Ailoot API, pirmiausia nurodykite siekiamą veikimą, aktualius failus ir aiškų užbaigimo kriterijų. Tinkama užduotis gali prašyti suderinto pakeitimo, paveiktų priklausomybių paaiškinimo ir rezultatui patvirtinti reikalingų patikrų. Pateikite dabartines projekto instrukcijas ir naudingus vaizdinius pavyzdžius, tada paprašykite peržiūrimo rezultato: pakeisto kodo, defektų analizės ar patikrinto įgyvendinimo plano.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Review a mutable default argument\n\nReview this Python function: def add_tag(tag, tags=[]):\n tags.append(tag)\n return tags\nCalling add_tag("red") and then add_tag("blue") should return separate one-item lists when no list is supplied. Explain the defect, give a minimal correction and tests for independent calls and an explicitly provided list.A defect explanation, corrected function and tests covering default and explicit arguments.Check that omitted lists do not share state while a caller-supplied list retains the intended append behavior.gpt-5-codexGPT-5-Codex yra OpenAI GPT-5 variantas agentinei programinės įrangos inžinerijai: funkcijoms įgyvendinti, klaidoms taisyti, kodui pertvarkyti ir peržiūrėti aplinkoje su įrankiais. Jis derina teksto ir vaizdų įvestį su adaptyviu samprotavimu ir 400 000 žetonų kontekstu.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
GPT-5-Codex yra OpenAI GPT-5 versija, optimizuota agentinei programinės įrangos inžinerijai Codex ir panašiose programavimo aplinkose. Jos mokymas orientuotas į projektų kūrimą, funkcijų ir testų įgyvendinimą, klaidų taisymą, esamų kodų bazių pertvarkymą ir pakeitimų peržiūrą. Mokymasis su pastiprinimu atliekant tikras programavimo užduotis lavina instrukcijų laikymąsi, kodo stilių ir iteracinį tikrinimą. Numatyta naudojimo aplinka — programavimo asistentas, turintis prieigą prie projekto konteksto ir kūrimo įrankių.
Modelis pritaiko užduočiai skiriamą samprotavimo kiekį. Nedidelį, aiškiai apibrėžtą pakeitimą galima atlikti interaktyviai bendraujant, o sudėtingam kodo pertvarkymui gali prireikti ilgalaikės analizės ir kartotinių įgyvendinimo žingsnių. Šis adaptyvus veikimas susieja pokalbį su vykdymu: agentas išnagrinėja projektą, pasiūlo pakeitimą, gauna rezultatus iš savo aplinkos ir toliau siekia nurodyto rezultato.
Kodo peržiūra yra atskira jo specializacijos dalis. OpenAI aprašo peržiūros agentą, kuris nagrinėja kodo bazę ir priklausomybes, sieja siūlomą pakeitimą su numatytu veikimu ir tikrina teisingumą vykdydamas kodą bei testus. Naudingas rezultatas — konkretus reikšmingų defektų ir paveikto kodo paaiškinimas, o ne komentarai, paremti tik pakeitimų išklotinės išvaizda. Šios analizės įrodymus pateikia projekto failai ir įrankių rezultatai.
Vaizdinė įvestis padeda kurti naudotojo sąsajas. Ekrano kopijos, sąsajos schemos ir diagramos gali perteikti norimą sąsają arba pastebėtą problemą. Aplinkoje su naršyklės ir ekrano kopijų įrankiais agentas gali patikrinti įgyvendinimą ir palyginti savo sukurtą rezultatą su pateiktu vaizdiniu tikslu. Tai aplinkos padedami darbo procesai: modelis interpretuoja informaciją ir parenka veiksmus, o programa suteikia įrankius ir juos vykdo.
Paskelbtoje modelio specifikacijoje nurodoma teksto ir vaizdų įvestis bei tekstinė išvestis, 400 000 žetonų konteksto langas ir iki 128 000 išvesties žetonų. Palaikomi samprotavimo žetonai, srautinis perdavimas, funkcijų iškvietimas ir struktūruota išvestis. OpenAI dokumentuoja modelį per Responses sąsają ir nurodo, kad pavadinimas be versijos žymi atnaujinamą modelį. Dokumentuota žinių riba — 2024 m. rugsėjo 30 d. Garso ir vaizdo įrašai nepriklauso nurodytiems įvesties tipams; papildomas mokymas ir prognozuojama išvestis šioje konfigūracijoje nepalaikomi.
Sistemos kortelės papildymas atskiria modelio mokymą nuo produkto valdiklių. Modelis mokomas atsispirti programavimo medžiagoje aptinkamoms instrukcijų įterpimo atakoms. Darbo srities izoliavimas, tinklo leidimai ir patvirtinimo taisyklės priklauso agento aplinkai. Šis skirtumas svarbus, kai asistentas skaito išorinę dokumentaciją arba vykdo komandas: prieigą apibrėžia programa, o jos išvestys užfiksuoja, kas iš tikrųjų įvyko.
Programavimo asistentui, naudojančiam Ailoot API, pirmiausia nurodykite siekiamą veikimą, aktualius failus ir aiškų užbaigimo kriterijų. Tinkama užduotis gali prašyti suderinto pakeitimo, paveiktų priklausomybių paaiškinimo ir rezultatui patvirtinti reikalingų patikrų. Pateikite dabartines projekto instrukcijas ir naudingus vaizdinius pavyzdžius, tada paprašykite peržiūrimo rezultato: pakeisto kodo, defektų analizės ar patikrinto įgyvendinimo plano.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gpt-5-codex | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Pavyzdžiai: system, user, assistant, tool, function Sąlygos: Šie vaidmenys aiškiai išreikšti šaltinio kodo suderinamumo tipuose; tikslus vaidmenų rinkinys priklauso nuo konkretaus modelio. Priklauso nuo modelio | Numatyta— |
Laukasmessages[].content | Tipasstring|content_part[]|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_calls | Tipastool_call[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_call_id | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— |
Laukastools[].function.description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].function.parameters | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Gyvavimo ciklas: synchronous_or_streamed
Siųskite tikslų modelio ID kartu su messages.
Konteksto ilgis nėra išvesties limitas.
Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5-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='gpt-5-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='gpt-5-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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite kiekvieną variantą ir jo turinį / įrankių iškvietimus / samprotavimą. SSE prieaugius surinkite pagal varianto / įrankio indeksą; išsaugokite galutinę užbaigimo priežastį ir naudojimo duomenis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukaschoices[].index | Tipasinteger |
Laukaschoices[].message.content | Tipasstring|null |
Laukaschoices[].message.tool_calls | Tipastool_call[] |
Laukaschoices[].message.reasoning_content | Tipasstring |
Laukaschoices[].message.reasoning_details | Tipasobject|array |
Laukaschoices[].finish_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra gpt-5-codex
Naudokite aukščiau nurodytus metodų kelius.
gpt-5-codexGPT-5-Codex yra OpenAI GPT-5 variantas agentinei programinės įrangos inžinerijai: funkcijoms įgyvendinti, klaidoms taisyti, kodui pertvarkyti ir peržiūrėti aplinkoje su įrankiais. Jis derina teksto ir vaizdų įvestį su adaptyviu samprotavimu ir 400 000 žetonų kontekstu.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
GPT-5-Codex yra OpenAI GPT-5 versija, optimizuota agentinei programinės įrangos inžinerijai Codex ir panašiose programavimo aplinkose. Jos mokymas orientuotas į projektų kūrimą, funkcijų ir testų įgyvendinimą, klaidų taisymą, esamų kodų bazių pertvarkymą ir pakeitimų peržiūrą. Mokymasis su pastiprinimu atliekant tikras programavimo užduotis lavina instrukcijų laikymąsi, kodo stilių ir iteracinį tikrinimą. Numatyta naudojimo aplinka — programavimo asistentas, turintis prieigą prie projekto konteksto ir kūrimo įrankių.
Modelis pritaiko užduočiai skiriamą samprotavimo kiekį. Nedidelį, aiškiai apibrėžtą pakeitimą galima atlikti interaktyviai bendraujant, o sudėtingam kodo pertvarkymui gali prireikti ilgalaikės analizės ir kartotinių įgyvendinimo žingsnių. Šis adaptyvus veikimas susieja pokalbį su vykdymu: agentas išnagrinėja projektą, pasiūlo pakeitimą, gauna rezultatus iš savo aplinkos ir toliau siekia nurodyto rezultato.
Kodo peržiūra yra atskira jo specializacijos dalis. OpenAI aprašo peržiūros agentą, kuris nagrinėja kodo bazę ir priklausomybes, sieja siūlomą pakeitimą su numatytu veikimu ir tikrina teisingumą vykdydamas kodą bei testus. Naudingas rezultatas — konkretus reikšmingų defektų ir paveikto kodo paaiškinimas, o ne komentarai, paremti tik pakeitimų išklotinės išvaizda. Šios analizės įrodymus pateikia projekto failai ir įrankių rezultatai.
Vaizdinė įvestis padeda kurti naudotojo sąsajas. Ekrano kopijos, sąsajos schemos ir diagramos gali perteikti norimą sąsają arba pastebėtą problemą. Aplinkoje su naršyklės ir ekrano kopijų įrankiais agentas gali patikrinti įgyvendinimą ir palyginti savo sukurtą rezultatą su pateiktu vaizdiniu tikslu. Tai aplinkos padedami darbo procesai: modelis interpretuoja informaciją ir parenka veiksmus, o programa suteikia įrankius ir juos vykdo.
Paskelbtoje modelio specifikacijoje nurodoma teksto ir vaizdų įvestis bei tekstinė išvestis, 400 000 žetonų konteksto langas ir iki 128 000 išvesties žetonų. Palaikomi samprotavimo žetonai, srautinis perdavimas, funkcijų iškvietimas ir struktūruota išvestis. OpenAI dokumentuoja modelį per Responses sąsają ir nurodo, kad pavadinimas be versijos žymi atnaujinamą modelį. Dokumentuota žinių riba — 2024 m. rugsėjo 30 d. Garso ir vaizdo įrašai nepriklauso nurodytiems įvesties tipams; papildomas mokymas ir prognozuojama išvestis šioje konfigūracijoje nepalaikomi.
Sistemos kortelės papildymas atskiria modelio mokymą nuo produkto valdiklių. Modelis mokomas atsispirti programavimo medžiagoje aptinkamoms instrukcijų įterpimo atakoms. Darbo srities izoliavimas, tinklo leidimai ir patvirtinimo taisyklės priklauso agento aplinkai. Šis skirtumas svarbus, kai asistentas skaito išorinę dokumentaciją arba vykdo komandas: prieigą apibrėžia programa, o jos išvestys užfiksuoja, kas iš tikrųjų įvyko.
Programavimo asistentui, naudojančiam Ailoot API, pirmiausia nurodykite siekiamą veikimą, aktualius failus ir aiškų užbaigimo kriterijų. Tinkama užduotis gali prašyti suderinto pakeitimo, paveiktų priklausomybių paaiškinimo ir rezultatui patvirtinti reikalingų patikrų. Pateikite dabartines projekto instrukcijas ir naudingus vaizdinius pavyzdžius, tada paprašykite peržiūrimo rezultato: pakeisto kodo, defektų analizės ar patikrinto įgyvendinimo plano.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gpt-5-codex | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "gpt-5-codex",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-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-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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visus turinio blokus, mąstymo parašus ir tikruosius įrankių naudojimo ID. Surinkite visus SSE blokų prieaugius; pirmasis teksto blokas nėra visa išvestis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukascontent[] | Tipastext|thinking|tool_use|other content block |
Laukasstop_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra gpt-5-codex
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Review a mutable default argument\n\nReview this Python function: def add_tag(tag, tags=[]):\n tags.append(tag)\n return tags\nCalling add_tag("red") and then add_tag("blue") should return separate one-item lists when no list is supplied. Explain the defect, give a minimal correction and tests for independent calls and an explicitly provided list.A defect explanation, corrected function and tests covering default and explicit arguments.Check that omitted lists do not share state while a caller-supplied list retains the intended append behavior.