GPT-4o (2024-08-06) ialah snapshot GPT-4o OpenAI bertarikh 6 Ogos. Model ini menerima teks dan imej serta menghasilkan teks. OpenAI menamakan edisi tepat ini dalam pelancaran Structured Outputs, yang membolehkan respons lengkap mengikuti JSON Schema yang diberikan oleh pembangun dan bukannya hanya bergantung pada permintaan JSON yang sah.
Kegunaan yang bermanfaat ialah mengekstrak set maklumat yang ditetapkan daripada bahan tidak berstruktur. Berikan teks atau imej dokumen, takrifkan medan dan jelaskan cara mewakili nilai yang tiada. Contoh permintaan ialah mengenal pasti topik dokumen, syarat yang relevan dan soalan terbuka dalam skema yang boleh digunakan oleh peringkat aplikasi seterusnya. Kekalkan perbezaan antara maklumat yang dinyatakan dalam sumber dengan inferens supaya kelihatan dalam hasil.
Bagi tugas visual, berikan tangkapan skrin, foto atau rajah yang boleh dibaca dan kenal pasti butiran yang penting. Sertakan konteks yang diperlukan untuk mentafsir keadaan atau hubungan yang kelihatan. Bagi penulisan, takrifkan pembaca, tujuan, nada dan fakta yang mesti dikekalkan. Output langsung model ialah teks atau teks berstruktur, manakala alat boleh melaksanakan operasi berasingan atau menghasilkan artifak lain.
Panduan konteks pengeluar secara jelas menyenaraikan jumlah 128000 token konteks dan output maksimum 16384 token bagi gpt-4o-2024-08-06. Kad model semasanya menggunakan snapshot ini bagi butiran GPT-4o yang diterbitkan dan memberikan had pengetahuan 1 Oktober 2023. Bahan sumber, perbualan dan jawapan yang diminta berkongsi bajet konteks. Kekalkan fakta terdahulu yang berguna dan sediakan ruang untuk hasil yang lengkap.
OpenAI mendokumenkan penstriman, panggilan fungsi, Structured Outputs dan fine-tuning bagi edisi ini, dengan fine-tuning model 6 Ogos yang tepat dinamakan dalam log perubahan API. Set alat pengeluar bagi keluarga ini merangkumi carian web dan fail, alat penjanaan imej, pentafsiran kod dan sambungan MCP. Aplikasi menyediakan operasinya, melaksanakan tindakannya dan mengembalikan hasil sebenar untuk susulan. Respons akhir berstruktur dan permintaan fungsi mempunyai peranan yang berbeza.
Structured Outputs menyokong subset JSON Schema, dan aplikasi perlu mengendalikan penolakan yang jelas serta respons terputus atau tidak lengkap secara berasingan. Pengeluar turut mendokumenkan Predicted Outputs untuk menjana semula teks atau kod yang diketahui dengan perubahan kecil. Laluan ramalan itu menyokong output teks dan mengecualikan panggilan fungsi; kawalan yang didokumenkan berbeza daripada permintaan biasa yang menggunakan alat.
Sediakan artifak akhir yang boleh dinilai berdasarkan sumber: medan yang diekstrak, cadangan balasan, dokumen yang disunting atau penjelasan. Semak fakta penting serta format, dan nyatakan sebarang syarat yang tidak ditetapkan oleh bahan yang diberikan. Susulan yang terfokus kemudian boleh menyemak satu medan, menjawab soalan yang belum terjawab atau memperhalus hasil yang sama untuk pembaca yang dituju.
", "aboutText": "GPT-4o (2024-08-06) ialah snapshot GPT-4o OpenAI bertarikh 6 Ogos. Model ini menerima teks dan imej serta menghasilkan teks. OpenAI menamakan edisi tepat ini dalam pelancaran Structured Outputs, yang membolehkan respons lengkap mengikuti JSON Schema yang diberikan oleh pembangun dan bukannya hanya bergantung pada permintaan JSON yang sah.\n\nKegunaan yang bermanfaat ialah mengekstrak set maklumat yang ditetapkan daripada bahan tidak berstruktur. Berikan teks atau imej dokumen, takrifkan medan dan jelaskan cara mewakili nilai yang tiada. Contoh permintaan ialah mengenal pasti topik dokumen, syarat yang relevan dan soalan terbuka dalam skema yang boleh digunakan oleh peringkat aplikasi seterusnya. Kekalkan perbezaan antara maklumat yang dinyatakan dalam sumber dengan inferens supaya kelihatan dalam hasil.\n\nBagi tugas visual, berikan tangkapan skrin, foto atau rajah yang boleh dibaca dan kenal pasti butiran yang penting. Sertakan konteks yang diperlukan untuk mentafsir keadaan atau hubungan yang kelihatan. Bagi penulisan, takrifkan pembaca, tujuan, nada dan fakta yang mesti dikekalkan. Output langsung model ialah teks atau teks berstruktur, manakala alat boleh melaksanakan operasi berasingan atau menghasilkan artifak lain.\n\nPanduan konteks pengeluar secara jelas menyenaraikan jumlah 128000 token konteks dan output maksimum 16384 token bagi gpt-4o-2024-08-06. Kad model semasanya menggunakan snapshot ini bagi butiran GPT-4o yang diterbitkan dan memberikan had pengetahuan 1 Oktober 2023. Bahan sumber, perbualan dan jawapan yang diminta berkongsi bajet konteks. Kekalkan fakta terdahulu yang berguna dan sediakan ruang untuk hasil yang lengkap.\n\nOpenAI mendokumenkan penstriman, panggilan fungsi, Structured Outputs dan fine-tuning bagi edisi ini, dengan fine-tuning model 6 Ogos yang tepat dinamakan dalam log perubahan API. Set alat pengeluar bagi keluarga ini merangkumi carian web dan fail, alat penjanaan imej, pentafsiran kod dan sambungan MCP. Aplikasi menyediakan operasinya, melaksanakan tindakannya dan mengembalikan hasil sebenar untuk susulan. Respons akhir berstruktur dan permintaan fungsi mempunyai peranan yang berbeza.\n\nStructured Outputs menyokong subset JSON Schema, dan aplikasi perlu mengendalikan penolakan yang jelas serta respons terputus atau tidak lengkap secara berasingan. Pengeluar turut mendokumenkan Predicted Outputs untuk menjana semula teks atau kod yang diketahui dengan perubahan kecil. Laluan ramalan itu menyokong output teks dan mengecualikan panggilan fungsi; kawalan yang didokumenkan berbeza daripada permintaan biasa yang menggunakan alat.\n\nSediakan artifak akhir yang boleh dinilai berdasarkan sumber: medan yang diekstrak, cadangan balasan, dokumen yang disunting atau penjelasan. Semak fakta penting serta format, dan nyatakan sebarang syarat yang tidak ditetapkan oleh bahan yang diberikan. Susulan yang terfokus kemudian boleh menyemak satu medan, menjawab soalan yang belum terjawab atau memperhalus hasil yang sama untuk pembaca yang dituju.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Extract a document record with unknowns\n\nExtract fields from this notice: “Case Q18 concerns a damaged parcel. The customer asks for a replacement. No delivery date is given.” Request a record containing case_id, topic, requested_remedy, delivery_date and evidence. Use null for an absent date and preserve the case identifier exactly. Do not infer shipment status.A structured text record with the five named fields, source evidence and an explicit missing date.Check each field against the notice and confirm that a replacement request is not recorded as an approved replacement.openai/gpt-4o-2024-08-06Snapshot GPT-4o bertarikh 6 Ogos menyokong kerja teks dan imej serta Structured Outputs berasaskan skema. Gunakannya untuk mengekstrak medan yang ditetapkan, membina respons bertulis atau menggabungkan bahan sumber dengan hasil alat aplikasi.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-4o (2024-08-06) ialah snapshot GPT-4o OpenAI bertarikh 6 Ogos. Model ini menerima teks dan imej serta menghasilkan teks. OpenAI menamakan edisi tepat ini dalam pelancaran Structured Outputs, yang membolehkan respons lengkap mengikuti JSON Schema yang diberikan oleh pembangun dan bukannya hanya bergantung pada permintaan JSON yang sah.
Kegunaan yang bermanfaat ialah mengekstrak set maklumat yang ditetapkan daripada bahan tidak berstruktur. Berikan teks atau imej dokumen, takrifkan medan dan jelaskan cara mewakili nilai yang tiada. Contoh permintaan ialah mengenal pasti topik dokumen, syarat yang relevan dan soalan terbuka dalam skema yang boleh digunakan oleh peringkat aplikasi seterusnya. Kekalkan perbezaan antara maklumat yang dinyatakan dalam sumber dengan inferens supaya kelihatan dalam hasil.
Bagi tugas visual, berikan tangkapan skrin, foto atau rajah yang boleh dibaca dan kenal pasti butiran yang penting. Sertakan konteks yang diperlukan untuk mentafsir keadaan atau hubungan yang kelihatan. Bagi penulisan, takrifkan pembaca, tujuan, nada dan fakta yang mesti dikekalkan. Output langsung model ialah teks atau teks berstruktur, manakala alat boleh melaksanakan operasi berasingan atau menghasilkan artifak lain.
Panduan konteks pengeluar secara jelas menyenaraikan jumlah 128000 token konteks dan output maksimum 16384 token bagi gpt-4o-2024-08-06. Kad model semasanya menggunakan snapshot ini bagi butiran GPT-4o yang diterbitkan dan memberikan had pengetahuan 1 Oktober 2023. Bahan sumber, perbualan dan jawapan yang diminta berkongsi bajet konteks. Kekalkan fakta terdahulu yang berguna dan sediakan ruang untuk hasil yang lengkap.
OpenAI mendokumenkan penstriman, panggilan fungsi, Structured Outputs dan fine-tuning bagi edisi ini, dengan fine-tuning model 6 Ogos yang tepat dinamakan dalam log perubahan API. Set alat pengeluar bagi keluarga ini merangkumi carian web dan fail, alat penjanaan imej, pentafsiran kod dan sambungan MCP. Aplikasi menyediakan operasinya, melaksanakan tindakannya dan mengembalikan hasil sebenar untuk susulan. Respons akhir berstruktur dan permintaan fungsi mempunyai peranan yang berbeza.
Structured Outputs menyokong subset JSON Schema, dan aplikasi perlu mengendalikan penolakan yang jelas serta respons terputus atau tidak lengkap secara berasingan. Pengeluar turut mendokumenkan Predicted Outputs untuk menjana semula teks atau kod yang diketahui dengan perubahan kecil. Laluan ramalan itu menyokong output teks dan mengecualikan panggilan fungsi; kawalan yang didokumenkan berbeza daripada permintaan biasa yang menggunakan alat.
Sediakan artifak akhir yang boleh dinilai berdasarkan sumber: medan yang diekstrak, cadangan balasan, dokumen yang disunting atau penjelasan. Semak fakta penting serta format, dan nyatakan sebarang syarat yang tidak ditetapkan oleh bahan yang diberikan. Susulan yang terfokus kemudian boleh menyemak satu medan, menjawab soalan yang belum terjawab atau memperhalus hasil yang sama untuk pembaca yang dituju.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-4o-2024-08-06 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.005 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.0025 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.005 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.0025 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-4o-2024-08-06", "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-4o-2024-08-06',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-4o-2024-08-06',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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra openai/gpt-4o-2024-08-06
Gunakan laluan kaedah yang dipaparkan di atas.
openai/gpt-4o-2024-08-06Snapshot GPT-4o bertarikh 6 Ogos menyokong kerja teks dan imej serta Structured Outputs berasaskan skema. Gunakannya untuk mengekstrak medan yang ditetapkan, membina respons bertulis atau menggabungkan bahan sumber dengan hasil alat aplikasi.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-4o (2024-08-06) ialah snapshot GPT-4o OpenAI bertarikh 6 Ogos. Model ini menerima teks dan imej serta menghasilkan teks. OpenAI menamakan edisi tepat ini dalam pelancaran Structured Outputs, yang membolehkan respons lengkap mengikuti JSON Schema yang diberikan oleh pembangun dan bukannya hanya bergantung pada permintaan JSON yang sah.
Kegunaan yang bermanfaat ialah mengekstrak set maklumat yang ditetapkan daripada bahan tidak berstruktur. Berikan teks atau imej dokumen, takrifkan medan dan jelaskan cara mewakili nilai yang tiada. Contoh permintaan ialah mengenal pasti topik dokumen, syarat yang relevan dan soalan terbuka dalam skema yang boleh digunakan oleh peringkat aplikasi seterusnya. Kekalkan perbezaan antara maklumat yang dinyatakan dalam sumber dengan inferens supaya kelihatan dalam hasil.
Bagi tugas visual, berikan tangkapan skrin, foto atau rajah yang boleh dibaca dan kenal pasti butiran yang penting. Sertakan konteks yang diperlukan untuk mentafsir keadaan atau hubungan yang kelihatan. Bagi penulisan, takrifkan pembaca, tujuan, nada dan fakta yang mesti dikekalkan. Output langsung model ialah teks atau teks berstruktur, manakala alat boleh melaksanakan operasi berasingan atau menghasilkan artifak lain.
Panduan konteks pengeluar secara jelas menyenaraikan jumlah 128000 token konteks dan output maksimum 16384 token bagi gpt-4o-2024-08-06. Kad model semasanya menggunakan snapshot ini bagi butiran GPT-4o yang diterbitkan dan memberikan had pengetahuan 1 Oktober 2023. Bahan sumber, perbualan dan jawapan yang diminta berkongsi bajet konteks. Kekalkan fakta terdahulu yang berguna dan sediakan ruang untuk hasil yang lengkap.
OpenAI mendokumenkan penstriman, panggilan fungsi, Structured Outputs dan fine-tuning bagi edisi ini, dengan fine-tuning model 6 Ogos yang tepat dinamakan dalam log perubahan API. Set alat pengeluar bagi keluarga ini merangkumi carian web dan fail, alat penjanaan imej, pentafsiran kod dan sambungan MCP. Aplikasi menyediakan operasinya, melaksanakan tindakannya dan mengembalikan hasil sebenar untuk susulan. Respons akhir berstruktur dan permintaan fungsi mempunyai peranan yang berbeza.
Structured Outputs menyokong subset JSON Schema, dan aplikasi perlu mengendalikan penolakan yang jelas serta respons terputus atau tidak lengkap secara berasingan. Pengeluar turut mendokumenkan Predicted Outputs untuk menjana semula teks atau kod yang diketahui dengan perubahan kecil. Laluan ramalan itu menyokong output teks dan mengecualikan panggilan fungsi; kawalan yang didokumenkan berbeza daripada permintaan biasa yang menggunakan alat.
Sediakan artifak akhir yang boleh dinilai berdasarkan sumber: medan yang diekstrak, cadangan balasan, dokumen yang disunting atau penjelasan. Semak fakta penting serta format, dan nyatakan sebarang syarat yang tidak ditetapkan oleh bahan yang diberikan. Susulan yang terfokus kemudian boleh menyemak satu medan, menjawab soalan yang belum terjawab atau memperhalus hasil yang sama untuk pembaca yang dituju.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-4o-2024-08-06 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.005 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.0025 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.005 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.0025 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "openai/gpt-4o-2024-08-06",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4o-2024-08-06', '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-4o-2024-08-06', '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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra openai/gpt-4o-2024-08-06
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Extract a document record with unknowns\n\nExtract fields from this notice: “Case Q18 concerns a damaged parcel. The customer asks for a replacement. No delivery date is given.” Request a record containing case_id, topic, requested_remedy, delivery_date and evidence. Use null for an absent date and preserve the case identifier exactly. Do not infer shipment status.A structured text record with the five named fields, source evidence and an explicit missing date.Check each field against the notice and confirm that a replacement request is not recorded as an approved replacement.