GPT-4o Mini (2024-07-18) ialah edisi model kecil OpenAI bertarikh 18 Julai untuk tugas teks dan visual yang terfokus. Model ini menerima teks dan imej serta menghasilkan teks, termasuk Structured Outputs. Pengeluar menerangkan aliran kerja dengan panggilan model berantai atau selari, konteks perbualan atau dokumen yang besar dan respons teks ringkas untuk pelanggan.
Contoh tugas ialah memproses permintaan menurut set peraturan yang konsisten. Berikan mesej, maklumat rujukan yang relevan dan keperluan respons. Minta topik, fakta yang telah ditetapkan dan cadangan balasan ringkas. Bagi pengekstrakan, takrifkan medan wajib dan cara mewakili nilai yang tiada. Keluaran pengeluar menerangkan data berstruktur daripada dokumen dan balasan berasaskan sejarah perbualan sebagai kegunaan yang bermanfaat.
Input visual boleh menambahkan tangkapan skrin atau halaman dokumen kepada permintaan bertulis. Kenal pasti label, keadaan atau butiran yang perlu menjadi asas jawapan, dan berikan sebarang konteks yang tidak ditunjukkan oleh imej. Keluaran itu menerangkan julat bahasa yang sama seperti GPT-4o, bersama penaakulan teks dan visual, matematik dan pengekodan. Bagi suntingan terbatas atau soalan kod, nyatakan operasi tertentu dan fakta atau tingkah laku yang mesti dikekalkan.
Kad model OpenAI yang tepat menyenaraikan tetingkap konteks 128000 token, output maksimum 16384 token dan had pengetahuan 1 Oktober 2023. Bahan sumber dan jawapan yang dijana berkongsi tetingkap yang tersedia. Snapshot 18 Julai disenaraikan secara berasingan daripada edisi GPT-4o penuh, dengan identiti dan had modelnya sendiri dikekalkan.
Pengeluar mendokumenkan penstriman, panggilan fungsi, Structured Outputs, input fail/imej dan carian, fine-tuning serta Predicted Outputs. Set alat yang disenaraikan merangkumi fungsi, carian web dan fail, penjanaan imej, pentafsiran kod dan sambungan MCP. Alat ialah operasi berasingan: aplikasi menyediakannya, melaksanakan tindakannya dan mengembalikan hasil sebenar. Pengeluar turut menerangkan fine-tuning model ini untuk tugas khusus, tanpa menjadikan permintaan sedia ada sebagai model yang baru dilatih.
Panduan Structured Outputs secara jelas menamakan gpt-4o-mini-2024-07-18 dan menyokong subset JSON Schema. Kendalikan penolakan atau respons tidak lengkap secara berasingan daripada hasil berstruktur yang lengkap, dan semak nilai yang diekstrak berdasarkan bahan sumber. Predicted Outputs boleh menggunakan teks yang sebahagian besarnya telah diketahui semasa menjana semula dokumen atau fail kod; laluan ramalan hanya untuk teks dan tidak boleh digabungkan dengan panggilan fungsi.
Takrifkan artifak akhir yang berguna: balasan pendek, senarai tindakan, petikan yang disunting atau set medan untuk peringkat seterusnya. Kekalkan peraturan yang konsisten merentas input berulang dan bawa fakta terdahulu yang penting ke dalam susulan. Respons berguna apabila kandungan, format dan cadangan tindakan seterusnya kekal berkait dengan tugas serta bukti yang diberikan.
", "aboutText": "GPT-4o Mini (2024-07-18) ialah edisi model kecil OpenAI bertarikh 18 Julai untuk tugas teks dan visual yang terfokus. Model ini menerima teks dan imej serta menghasilkan teks, termasuk Structured Outputs. Pengeluar menerangkan aliran kerja dengan panggilan model berantai atau selari, konteks perbualan atau dokumen yang besar dan respons teks ringkas untuk pelanggan.\n\nContoh tugas ialah memproses permintaan menurut set peraturan yang konsisten. Berikan mesej, maklumat rujukan yang relevan dan keperluan respons. Minta topik, fakta yang telah ditetapkan dan cadangan balasan ringkas. Bagi pengekstrakan, takrifkan medan wajib dan cara mewakili nilai yang tiada. Keluaran pengeluar menerangkan data berstruktur daripada dokumen dan balasan berasaskan sejarah perbualan sebagai kegunaan yang bermanfaat.\n\nInput visual boleh menambahkan tangkapan skrin atau halaman dokumen kepada permintaan bertulis. Kenal pasti label, keadaan atau butiran yang perlu menjadi asas jawapan, dan berikan sebarang konteks yang tidak ditunjukkan oleh imej. Keluaran itu menerangkan julat bahasa yang sama seperti GPT-4o, bersama penaakulan teks dan visual, matematik dan pengekodan. Bagi suntingan terbatas atau soalan kod, nyatakan operasi tertentu dan fakta atau tingkah laku yang mesti dikekalkan.\n\nKad model OpenAI yang tepat menyenaraikan tetingkap konteks 128000 token, output maksimum 16384 token dan had pengetahuan 1 Oktober 2023. Bahan sumber dan jawapan yang dijana berkongsi tetingkap yang tersedia. Snapshot 18 Julai disenaraikan secara berasingan daripada edisi GPT-4o penuh, dengan identiti dan had modelnya sendiri dikekalkan.\n\nPengeluar mendokumenkan penstriman, panggilan fungsi, Structured Outputs, input fail/imej dan carian, fine-tuning serta Predicted Outputs. Set alat yang disenaraikan merangkumi fungsi, carian web dan fail, penjanaan imej, pentafsiran kod dan sambungan MCP. Alat ialah operasi berasingan: aplikasi menyediakannya, melaksanakan tindakannya dan mengembalikan hasil sebenar. Pengeluar turut menerangkan fine-tuning model ini untuk tugas khusus, tanpa menjadikan permintaan sedia ada sebagai model yang baru dilatih.\n\nPanduan Structured Outputs secara jelas menamakan gpt-4o-mini-2024-07-18 dan menyokong subset JSON Schema. Kendalikan penolakan atau respons tidak lengkap secara berasingan daripada hasil berstruktur yang lengkap, dan semak nilai yang diekstrak berdasarkan bahan sumber. Predicted Outputs boleh menggunakan teks yang sebahagian besarnya telah diketahui semasa menjana semula dokumen atau fail kod; laluan ramalan hanya untuk teks dan tidak boleh digabungkan dengan panggilan fungsi.\n\nTakrifkan artifak akhir yang berguna: balasan pendek, senarai tindakan, petikan yang disunting atau set medan untuk peringkat seterusnya. Kekalkan peraturan yang konsisten merentas input berulang dan bawa fakta terdahulu yang penting ke dalam susulan. Respons berguna apabila kandungan, format dan cadangan tindakan seterusnya kekal berkait dengan tugas serta bukti yang diberikan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Extract fields from a service thread\n\nExtract a service record from this thread: M1: 'My order Q-81 arrived with one blue mug missing.' M2: 'We can send a replacement; please confirm your address.' M3: 'The address is unchanged.' Return order ID, missing item, proposed remedy and whether shipment is confirmed. Preserve message labels as evidence.A four-field service record with supporting message labels and distinct proposal versus confirmation status.A proposed replacement must not be reported as a shipped replacement.openai/gpt-4o-mini-2024-07-18Snapshot GPT-4o Mini bertarikh 18 Julai ialah model kecil teks dan imej untuk kerja yang terfokus. Model ini menyokong penstriman, panggilan fungsi dan Structured Outputs bagi tugas seperti pengekstrakan dokumen, balasan pendek dan pemprosesan berulang.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-4o Mini (2024-07-18) ialah edisi model kecil OpenAI bertarikh 18 Julai untuk tugas teks dan visual yang terfokus. Model ini menerima teks dan imej serta menghasilkan teks, termasuk Structured Outputs. Pengeluar menerangkan aliran kerja dengan panggilan model berantai atau selari, konteks perbualan atau dokumen yang besar dan respons teks ringkas untuk pelanggan.
Contoh tugas ialah memproses permintaan menurut set peraturan yang konsisten. Berikan mesej, maklumat rujukan yang relevan dan keperluan respons. Minta topik, fakta yang telah ditetapkan dan cadangan balasan ringkas. Bagi pengekstrakan, takrifkan medan wajib dan cara mewakili nilai yang tiada. Keluaran pengeluar menerangkan data berstruktur daripada dokumen dan balasan berasaskan sejarah perbualan sebagai kegunaan yang bermanfaat.
Input visual boleh menambahkan tangkapan skrin atau halaman dokumen kepada permintaan bertulis. Kenal pasti label, keadaan atau butiran yang perlu menjadi asas jawapan, dan berikan sebarang konteks yang tidak ditunjukkan oleh imej. Keluaran itu menerangkan julat bahasa yang sama seperti GPT-4o, bersama penaakulan teks dan visual, matematik dan pengekodan. Bagi suntingan terbatas atau soalan kod, nyatakan operasi tertentu dan fakta atau tingkah laku yang mesti dikekalkan.
Kad model OpenAI yang tepat menyenaraikan tetingkap konteks 128000 token, output maksimum 16384 token dan had pengetahuan 1 Oktober 2023. Bahan sumber dan jawapan yang dijana berkongsi tetingkap yang tersedia. Snapshot 18 Julai disenaraikan secara berasingan daripada edisi GPT-4o penuh, dengan identiti dan had modelnya sendiri dikekalkan.
Pengeluar mendokumenkan penstriman, panggilan fungsi, Structured Outputs, input fail/imej dan carian, fine-tuning serta Predicted Outputs. Set alat yang disenaraikan merangkumi fungsi, carian web dan fail, penjanaan imej, pentafsiran kod dan sambungan MCP. Alat ialah operasi berasingan: aplikasi menyediakannya, melaksanakan tindakannya dan mengembalikan hasil sebenar. Pengeluar turut menerangkan fine-tuning model ini untuk tugas khusus, tanpa menjadikan permintaan sedia ada sebagai model yang baru dilatih.
Panduan Structured Outputs secara jelas menamakan gpt-4o-mini-2024-07-18 dan menyokong subset JSON Schema. Kendalikan penolakan atau respons tidak lengkap secara berasingan daripada hasil berstruktur yang lengkap, dan semak nilai yang diekstrak berdasarkan bahan sumber. Predicted Outputs boleh menggunakan teks yang sebahagian besarnya telah diketahui semasa menjana semula dokumen atau fail kod; laluan ramalan hanya untuk teks dan tidak boleh digabungkan dengan panggilan fungsi.
Takrifkan artifak akhir yang berguna: balasan pendek, senarai tindakan, petikan yang disunting atau set medan untuk peringkat seterusnya. Kekalkan peraturan yang konsisten merentas input berulang dan bawa fakta terdahulu yang penting ke dalam susulan. Respons berguna apabila kandungan, format dan cadangan tindakan seterusnya kekal berkait dengan tugas serta bukti yang diberikan.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-4o-mini-2024-07-18 | 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 $0.0003 / 1K token Output · Token output $0.0012 / 1K token Input · Bacaan cache $0.00015 / 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 $0.0003 / 1K token Output · Token output $0.0012 / 1K token Input · Bacaan cache $0.00015 / 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-mini-2024-07-18", "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-mini-2024-07-18',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-mini-2024-07-18',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-mini-2024-07-18
Gunakan laluan kaedah yang dipaparkan di atas.
openai/gpt-4o-mini-2024-07-18Snapshot GPT-4o Mini bertarikh 18 Julai ialah model kecil teks dan imej untuk kerja yang terfokus. Model ini menyokong penstriman, panggilan fungsi dan Structured Outputs bagi tugas seperti pengekstrakan dokumen, balasan pendek dan pemprosesan berulang.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-4o Mini (2024-07-18) ialah edisi model kecil OpenAI bertarikh 18 Julai untuk tugas teks dan visual yang terfokus. Model ini menerima teks dan imej serta menghasilkan teks, termasuk Structured Outputs. Pengeluar menerangkan aliran kerja dengan panggilan model berantai atau selari, konteks perbualan atau dokumen yang besar dan respons teks ringkas untuk pelanggan.
Contoh tugas ialah memproses permintaan menurut set peraturan yang konsisten. Berikan mesej, maklumat rujukan yang relevan dan keperluan respons. Minta topik, fakta yang telah ditetapkan dan cadangan balasan ringkas. Bagi pengekstrakan, takrifkan medan wajib dan cara mewakili nilai yang tiada. Keluaran pengeluar menerangkan data berstruktur daripada dokumen dan balasan berasaskan sejarah perbualan sebagai kegunaan yang bermanfaat.
Input visual boleh menambahkan tangkapan skrin atau halaman dokumen kepada permintaan bertulis. Kenal pasti label, keadaan atau butiran yang perlu menjadi asas jawapan, dan berikan sebarang konteks yang tidak ditunjukkan oleh imej. Keluaran itu menerangkan julat bahasa yang sama seperti GPT-4o, bersama penaakulan teks dan visual, matematik dan pengekodan. Bagi suntingan terbatas atau soalan kod, nyatakan operasi tertentu dan fakta atau tingkah laku yang mesti dikekalkan.
Kad model OpenAI yang tepat menyenaraikan tetingkap konteks 128000 token, output maksimum 16384 token dan had pengetahuan 1 Oktober 2023. Bahan sumber dan jawapan yang dijana berkongsi tetingkap yang tersedia. Snapshot 18 Julai disenaraikan secara berasingan daripada edisi GPT-4o penuh, dengan identiti dan had modelnya sendiri dikekalkan.
Pengeluar mendokumenkan penstriman, panggilan fungsi, Structured Outputs, input fail/imej dan carian, fine-tuning serta Predicted Outputs. Set alat yang disenaraikan merangkumi fungsi, carian web dan fail, penjanaan imej, pentafsiran kod dan sambungan MCP. Alat ialah operasi berasingan: aplikasi menyediakannya, melaksanakan tindakannya dan mengembalikan hasil sebenar. Pengeluar turut menerangkan fine-tuning model ini untuk tugas khusus, tanpa menjadikan permintaan sedia ada sebagai model yang baru dilatih.
Panduan Structured Outputs secara jelas menamakan gpt-4o-mini-2024-07-18 dan menyokong subset JSON Schema. Kendalikan penolakan atau respons tidak lengkap secara berasingan daripada hasil berstruktur yang lengkap, dan semak nilai yang diekstrak berdasarkan bahan sumber. Predicted Outputs boleh menggunakan teks yang sebahagian besarnya telah diketahui semasa menjana semula dokumen atau fail kod; laluan ramalan hanya untuk teks dan tidak boleh digabungkan dengan panggilan fungsi.
Takrifkan artifak akhir yang berguna: balasan pendek, senarai tindakan, petikan yang disunting atau set medan untuk peringkat seterusnya. Kekalkan peraturan yang konsisten merentas input berulang dan bawa fakta terdahulu yang penting ke dalam susulan. Respons berguna apabila kandungan, format dan cadangan tindakan seterusnya kekal berkait dengan tugas serta bukti yang diberikan.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-4o-mini-2024-07-18 | 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 $0.0003 / 1K token Output · Token output $0.0012 / 1K token Input · Bacaan cache $0.00015 / 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 $0.0003 / 1K token Output · Token output $0.0012 / 1K token Input · Bacaan cache $0.00015 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "openai/gpt-4o-mini-2024-07-18",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-mini-2024-07-18', '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-mini-2024-07-18', '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-mini-2024-07-18
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Extract fields from a service thread\n\nExtract a service record from this thread: M1: 'My order Q-81 arrived with one blue mug missing.' M2: 'We can send a replacement; please confirm your address.' M3: 'The address is unchanged.' Return order ID, missing item, proposed remedy and whether shipment is confirmed. Preserve message labels as evidence.A four-field service record with supporting message labels and distinct proposal versus confirmation status.A proposed replacement must not be reported as a shipped replacement.