GPT-4o (2024-11-20) ialah snapshot 20 November yang dinamakan secara berasingan dalam katalog API GPT-4o OpenAI. Model ini tergolong dalam keluarga GPT-4o untuk pelbagai tugas teks dan visual, menerima teks dan imej serta mengembalikan teks. Identiti bertarikh itu dikekalkan secara berasingan daripada snapshot 6 Ogos dan 13 Mei serta pilihan sembang ChatGPT yang berubah dari semasa ke semasa.
Contoh kegunaan ialah menyunting dokumen untuk khalayak tertentu. Berikan bahan asal, keperluan pembaca dan fakta yang mesti dikekalkan. Minta petikan yang disemak atau dokumen lengkap dengan tujuan yang jelas, kemudian perhalus versi yang dipilih dalam susulan. Output yang berguna boleh merangkumi penjelasan ringkas tentang perubahan supaya pembaca dapat menilainya berdasarkan teks asal.
Bagi soalan visual, berikan tangkapan skrin, foto atau imej dokumen dan kenal pasti butiran yang menjadi asas tugas. Sertakan konteks bertulis yang tidak diberikan oleh imej semata-mata. Permintaan sokongan boleh menggabungkan mesej pengguna dengan tangkapan skrin dan meminta pemerhatian yang relevan, maklumat yang masih diperlukan serta cadangan balasan. Gunakan teks yang boleh dibaca dan elakkan bergantung pada label yang terlalu kecil atau anggaran ruang yang tepat tanpa menyemak imej sumber.
Dokumentasi keluarga GPT-4o OpenAI menyenaraikan tetingkap konteks 128000 token. Input dan jawapan yang diminta berkongsi konteks yang tersedia, jadi kekalkan bahan yang berguna dan fakta terdahulu yang penting sambil meninggalkan ruang untuk hasil. Takrifkan panjang dan format jawapan yang diperlukan secara jelas. Himpunan bahan sumber yang panjang paling berguna apabila arahan mengenal pasti soalan dan fakta yang penting untuk menjawabnya.
Pengeluar mendokumenkan penstriman, panggilan fungsi dan Structured Outputs untuk keluarga GPT-4o; panduan Structured Outputs semasa merangkumi snapshot 6 Ogos dan model yang lebih baharu. Skema mentakrifkan medan respons dan bentuk yang dibenarkan, manakala permintaan fungsi mencadangkan operasi aplikasi. Aplikasi melaksanakan tindakannya dan mengembalikan hasil sebenar. Set medan yang terbentuk dengan betul masih perlu disemak berdasarkan bukti yang diberikan, dengan maklumat yang tiada diwakili secara jelas.
Dokumentasi siri GPT-4o turut menerangkan Predicted Outputs bagi fail teks atau kod yang kandungan jangkaannya sebahagian besar telah diketahui. Laluan pilihan itu menggunakan teks yang diketahui semasa menjana semula versi dengan perubahan terbatas, dan tidak menggabungkan ramalan dengan panggilan fungsi. Bagi tugas itu sendiri, pilih artifak akhir yang berguna: petikan yang disunting, penjelasan visual, cadangan respons atau dapatan berstruktur. Kekalkan kaitan pernyataan pentingnya dengan bahan asal dan gunakan mesej kemudian untuk menyelesaikan soalan tertentu atau menyemak bahagian tertentu.
", "aboutText": "GPT-4o (2024-11-20) ialah snapshot 20 November yang dinamakan secara berasingan dalam katalog API GPT-4o OpenAI. Model ini tergolong dalam keluarga GPT-4o untuk pelbagai tugas teks dan visual, menerima teks dan imej serta mengembalikan teks. Identiti bertarikh itu dikekalkan secara berasingan daripada snapshot 6 Ogos dan 13 Mei serta pilihan sembang ChatGPT yang berubah dari semasa ke semasa.\n\nContoh kegunaan ialah menyunting dokumen untuk khalayak tertentu. Berikan bahan asal, keperluan pembaca dan fakta yang mesti dikekalkan. Minta petikan yang disemak atau dokumen lengkap dengan tujuan yang jelas, kemudian perhalus versi yang dipilih dalam susulan. Output yang berguna boleh merangkumi penjelasan ringkas tentang perubahan supaya pembaca dapat menilainya berdasarkan teks asal.\n\nBagi soalan visual, berikan tangkapan skrin, foto atau imej dokumen dan kenal pasti butiran yang menjadi asas tugas. Sertakan konteks bertulis yang tidak diberikan oleh imej semata-mata. Permintaan sokongan boleh menggabungkan mesej pengguna dengan tangkapan skrin dan meminta pemerhatian yang relevan, maklumat yang masih diperlukan serta cadangan balasan. Gunakan teks yang boleh dibaca dan elakkan bergantung pada label yang terlalu kecil atau anggaran ruang yang tepat tanpa menyemak imej sumber.\n\nDokumentasi keluarga GPT-4o OpenAI menyenaraikan tetingkap konteks 128000 token. Input dan jawapan yang diminta berkongsi konteks yang tersedia, jadi kekalkan bahan yang berguna dan fakta terdahulu yang penting sambil meninggalkan ruang untuk hasil. Takrifkan panjang dan format jawapan yang diperlukan secara jelas. Himpunan bahan sumber yang panjang paling berguna apabila arahan mengenal pasti soalan dan fakta yang penting untuk menjawabnya.\n\nPengeluar mendokumenkan penstriman, panggilan fungsi dan Structured Outputs untuk keluarga GPT-4o; panduan Structured Outputs semasa merangkumi snapshot 6 Ogos dan model yang lebih baharu. Skema mentakrifkan medan respons dan bentuk yang dibenarkan, manakala permintaan fungsi mencadangkan operasi aplikasi. Aplikasi melaksanakan tindakannya dan mengembalikan hasil sebenar. Set medan yang terbentuk dengan betul masih perlu disemak berdasarkan bukti yang diberikan, dengan maklumat yang tiada diwakili secara jelas.\n\nDokumentasi siri GPT-4o turut menerangkan Predicted Outputs bagi fail teks atau kod yang kandungan jangkaannya sebahagian besar telah diketahui. Laluan pilihan itu menggunakan teks yang diketahui semasa menjana semula versi dengan perubahan terbatas, dan tidak menggabungkan ramalan dengan panggilan fungsi. Bagi tugas itu sendiri, pilih artifak akhir yang berguna: petikan yang disunting, penjelasan visual, cadangan respons atau dapatan berstruktur. Kekalkan kaitan pernyataan pentingnya dengan bahan asal dan gunakan mesej kemudian untuk menyelesaikan soalan tertentu atau menyemak bahagian tertentu.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Edit a project update for a customer\n\nRewrite this internal note as a customer update under 80 words: 'The export fix is implemented in staging. QA found a separate date-format issue. Production rollout waits for both checks. Next review is Thursday.' Keep the tone calm, preserve the staging-versus-production distinction, and offer no release date or claim that the customer's issue is resolved.One customer-facing update with the current stage, remaining check and Thursday review.The draft never turns a scheduled review into a deployment promise or a staging fix into customer-visible resolution.openai/gpt-4o-2024-11-20Snapshot API GPT-4o bertarikh 20 November yang dinamakan secara berasingan tergolong dalam keluarga model teks dan imej OpenAI. Gunakan arahan penulisan atau analisis visual yang jelas untuk membina respons, dokumen yang disunting atau set dapatan berstruktur.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-4o (2024-11-20) ialah snapshot 20 November yang dinamakan secara berasingan dalam katalog API GPT-4o OpenAI. Model ini tergolong dalam keluarga GPT-4o untuk pelbagai tugas teks dan visual, menerima teks dan imej serta mengembalikan teks. Identiti bertarikh itu dikekalkan secara berasingan daripada snapshot 6 Ogos dan 13 Mei serta pilihan sembang ChatGPT yang berubah dari semasa ke semasa.
Contoh kegunaan ialah menyunting dokumen untuk khalayak tertentu. Berikan bahan asal, keperluan pembaca dan fakta yang mesti dikekalkan. Minta petikan yang disemak atau dokumen lengkap dengan tujuan yang jelas, kemudian perhalus versi yang dipilih dalam susulan. Output yang berguna boleh merangkumi penjelasan ringkas tentang perubahan supaya pembaca dapat menilainya berdasarkan teks asal.
Bagi soalan visual, berikan tangkapan skrin, foto atau imej dokumen dan kenal pasti butiran yang menjadi asas tugas. Sertakan konteks bertulis yang tidak diberikan oleh imej semata-mata. Permintaan sokongan boleh menggabungkan mesej pengguna dengan tangkapan skrin dan meminta pemerhatian yang relevan, maklumat yang masih diperlukan serta cadangan balasan. Gunakan teks yang boleh dibaca dan elakkan bergantung pada label yang terlalu kecil atau anggaran ruang yang tepat tanpa menyemak imej sumber.
Dokumentasi keluarga GPT-4o OpenAI menyenaraikan tetingkap konteks 128000 token. Input dan jawapan yang diminta berkongsi konteks yang tersedia, jadi kekalkan bahan yang berguna dan fakta terdahulu yang penting sambil meninggalkan ruang untuk hasil. Takrifkan panjang dan format jawapan yang diperlukan secara jelas. Himpunan bahan sumber yang panjang paling berguna apabila arahan mengenal pasti soalan dan fakta yang penting untuk menjawabnya.
Pengeluar mendokumenkan penstriman, panggilan fungsi dan Structured Outputs untuk keluarga GPT-4o; panduan Structured Outputs semasa merangkumi snapshot 6 Ogos dan model yang lebih baharu. Skema mentakrifkan medan respons dan bentuk yang dibenarkan, manakala permintaan fungsi mencadangkan operasi aplikasi. Aplikasi melaksanakan tindakannya dan mengembalikan hasil sebenar. Set medan yang terbentuk dengan betul masih perlu disemak berdasarkan bukti yang diberikan, dengan maklumat yang tiada diwakili secara jelas.
Dokumentasi siri GPT-4o turut menerangkan Predicted Outputs bagi fail teks atau kod yang kandungan jangkaannya sebahagian besar telah diketahui. Laluan pilihan itu menggunakan teks yang diketahui semasa menjana semula versi dengan perubahan terbatas, dan tidak menggabungkan ramalan dengan panggilan fungsi. Bagi tugas itu sendiri, pilih artifak akhir yang berguna: petikan yang disunting, penjelasan visual, cadangan respons atau dapatan berstruktur. Kekalkan kaitan pernyataan pentingnya dengan bahan asal dan gunakan mesej kemudian untuk menyelesaikan soalan tertentu atau menyemak bahagian tertentu.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-4o-2024-11-20 | 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-2024-11-20", "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-2024-11-20',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-2024-11-20',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-2024-11-20
Gunakan laluan kaedah yang dipaparkan di atas.
openai/gpt-4o-2024-11-20Snapshot API GPT-4o bertarikh 20 November yang dinamakan secara berasingan tergolong dalam keluarga model teks dan imej OpenAI. Gunakan arahan penulisan atau analisis visual yang jelas untuk membina respons, dokumen yang disunting atau set dapatan berstruktur.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-4o (2024-11-20) ialah snapshot 20 November yang dinamakan secara berasingan dalam katalog API GPT-4o OpenAI. Model ini tergolong dalam keluarga GPT-4o untuk pelbagai tugas teks dan visual, menerima teks dan imej serta mengembalikan teks. Identiti bertarikh itu dikekalkan secara berasingan daripada snapshot 6 Ogos dan 13 Mei serta pilihan sembang ChatGPT yang berubah dari semasa ke semasa.
Contoh kegunaan ialah menyunting dokumen untuk khalayak tertentu. Berikan bahan asal, keperluan pembaca dan fakta yang mesti dikekalkan. Minta petikan yang disemak atau dokumen lengkap dengan tujuan yang jelas, kemudian perhalus versi yang dipilih dalam susulan. Output yang berguna boleh merangkumi penjelasan ringkas tentang perubahan supaya pembaca dapat menilainya berdasarkan teks asal.
Bagi soalan visual, berikan tangkapan skrin, foto atau imej dokumen dan kenal pasti butiran yang menjadi asas tugas. Sertakan konteks bertulis yang tidak diberikan oleh imej semata-mata. Permintaan sokongan boleh menggabungkan mesej pengguna dengan tangkapan skrin dan meminta pemerhatian yang relevan, maklumat yang masih diperlukan serta cadangan balasan. Gunakan teks yang boleh dibaca dan elakkan bergantung pada label yang terlalu kecil atau anggaran ruang yang tepat tanpa menyemak imej sumber.
Dokumentasi keluarga GPT-4o OpenAI menyenaraikan tetingkap konteks 128000 token. Input dan jawapan yang diminta berkongsi konteks yang tersedia, jadi kekalkan bahan yang berguna dan fakta terdahulu yang penting sambil meninggalkan ruang untuk hasil. Takrifkan panjang dan format jawapan yang diperlukan secara jelas. Himpunan bahan sumber yang panjang paling berguna apabila arahan mengenal pasti soalan dan fakta yang penting untuk menjawabnya.
Pengeluar mendokumenkan penstriman, panggilan fungsi dan Structured Outputs untuk keluarga GPT-4o; panduan Structured Outputs semasa merangkumi snapshot 6 Ogos dan model yang lebih baharu. Skema mentakrifkan medan respons dan bentuk yang dibenarkan, manakala permintaan fungsi mencadangkan operasi aplikasi. Aplikasi melaksanakan tindakannya dan mengembalikan hasil sebenar. Set medan yang terbentuk dengan betul masih perlu disemak berdasarkan bukti yang diberikan, dengan maklumat yang tiada diwakili secara jelas.
Dokumentasi siri GPT-4o turut menerangkan Predicted Outputs bagi fail teks atau kod yang kandungan jangkaannya sebahagian besar telah diketahui. Laluan pilihan itu menggunakan teks yang diketahui semasa menjana semula versi dengan perubahan terbatas, dan tidak menggabungkan ramalan dengan panggilan fungsi. Bagi tugas itu sendiri, pilih artifak akhir yang berguna: petikan yang disunting, penjelasan visual, cadangan respons atau dapatan berstruktur. Kekalkan kaitan pernyataan pentingnya dengan bahan asal dan gunakan mesej kemudian untuk menyelesaikan soalan tertentu atau menyemak bahagian tertentu.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-4o-2024-11-20 | 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 $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "openai/gpt-4o-2024-11-20",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-2024-11-20', '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-2024-11-20', '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-2024-11-20
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Edit a project update for a customer\n\nRewrite this internal note as a customer update under 80 words: 'The export fix is implemented in staging. QA found a separate date-format issue. Production rollout waits for both checks. Next review is Thursday.' Keep the tone calm, preserve the staging-versus-production distinction, and offer no release date or claim that the customer's issue is resolved.One customer-facing update with the current stage, remaining check and Thursday review.The draft never turns a scheduled review into a deployment promise or a staging fix into customer-visible resolution.