GPT-5.1-Codex ialah edisi GPT-5.1 Codex daripada OpenAI untuk pengaturcaraan berasaskan ejen dalam Codex dan persekitaran serupa. Model ini menerima teks dan imej serta menghasilkan teks. Pengeluar mengasingkan pengkhususan pengaturcaraan ini daripada model GPT-5.1 serba guna serta edisi Codex Mini dan Max. Versi model asas yang didokumenkan dikemas kini secara berkala.
Tugas yang berguna memberikan objektif kejuruteraan dan bukti projek yang diperlukan untuk mencapainya kepada model. Bekalkan tingkah laku yang diwajibkan, fail berkaitan dan kekangan perubahan. Contoh permintaan ialah memeriksa laluan kod untuk input tertentu, mengenal pasti komponen yang memerlukan perubahan dan mencadangkan tampalan yang dikaitkan dengan hasil yang dijangkakan. Untuk kegagalan, sertakan tingkah laku yang diperhatikan, tingkah laku yang dijangkakan dan output berkaitan yang telah dikumpulkan.
Dalam aliran kerja pengaturcaraan berasaskan ejen, persekitaran membaca fail, melaksanakan operasi dan mengembalikan hasil sebenar untuk keputusan seterusnya. Model boleh menggunakan hasil itu untuk menyemak pendekatan atau meneruskan pelaksanaan. Tentukan tindakan yang tersedia dan kriteria penyiapan tugas. Permintaan untuk melakukan operasi dan hasil yang dikembalikan selepas operasi dilaksanakan ialah jenis bukti yang berbeza; penjelasan akhir perlu mengekalkan perbezaan itu dengan jelas.
Untuk kerja antara muka, bekalkan tangkapan skrin atau rujukan visual lain bersama interaksi yang dimaksudkan. Kenal pasti keadaan atau butiran yang perlu dikekalkan oleh pelaksanaan. Imej berfungsi sebagai bukti input, manakala hasil langsung model kekal berupa teks, termasuk kod, cadangan perubahan atau penjelasan tingkah laku. Rujukan visual tidak mewujudkan keupayaan output imej berasingan untuk edisi ini.
OpenAI menetapkan tetingkap konteks 400000 token, output maksimum 128000 token dan tarikh akhir pengetahuan pada 30 September 2024. Antara muka pengeluar ialah Responses sahaja, dengan penstriman, Structured Outputs, panggilan fungsi, input imej, carian web dan cache prompt. Senarai alat tepat pada kad model merangkumi fungsi dan carian web. Dokumentasi cache semasa merangkumi pengekalan lanjutan pilihan sehingga 24 jam bagi model ini; sama ada permintaan menggunakan semula bahan yang disimpan dalam cache bergantung pada awalan yang memenuhi syarat dan tempoh pengekalannya.
Sediakan hasil akhir berdasarkan hasil kejuruteraan yang diminta. Minta fail yang terjejas, suntingan penting dan hasil pemeriksaan yang benar-benar dilakukan. Jika penyelesaian yang dicadangkan masih bergantung pada fakta yang tiada atau operasi yang belum dilakukan, kenal pasti perkara itu secara khusus. Cadangan tampalan tertumpu, penjelasan kod atau dapatan semakan berguna apabila dikaitkan dengan keperluan asal dan bukti projek yang tersedia dalam aliran kerja.
", "aboutText": "GPT-5.1-Codex ialah edisi GPT-5.1 Codex daripada OpenAI untuk pengaturcaraan berasaskan ejen dalam Codex dan persekitaran serupa. Model ini menerima teks dan imej serta menghasilkan teks. Pengeluar mengasingkan pengkhususan pengaturcaraan ini daripada model GPT-5.1 serba guna serta edisi Codex Mini dan Max. Versi model asas yang didokumenkan dikemas kini secara berkala.\n\nTugas yang berguna memberikan objektif kejuruteraan dan bukti projek yang diperlukan untuk mencapainya kepada model. Bekalkan tingkah laku yang diwajibkan, fail berkaitan dan kekangan perubahan. Contoh permintaan ialah memeriksa laluan kod untuk input tertentu, mengenal pasti komponen yang memerlukan perubahan dan mencadangkan tampalan yang dikaitkan dengan hasil yang dijangkakan. Untuk kegagalan, sertakan tingkah laku yang diperhatikan, tingkah laku yang dijangkakan dan output berkaitan yang telah dikumpulkan.\n\nDalam aliran kerja pengaturcaraan berasaskan ejen, persekitaran membaca fail, melaksanakan operasi dan mengembalikan hasil sebenar untuk keputusan seterusnya. Model boleh menggunakan hasil itu untuk menyemak pendekatan atau meneruskan pelaksanaan. Tentukan tindakan yang tersedia dan kriteria penyiapan tugas. Permintaan untuk melakukan operasi dan hasil yang dikembalikan selepas operasi dilaksanakan ialah jenis bukti yang berbeza; penjelasan akhir perlu mengekalkan perbezaan itu dengan jelas.\n\nUntuk kerja antara muka, bekalkan tangkapan skrin atau rujukan visual lain bersama interaksi yang dimaksudkan. Kenal pasti keadaan atau butiran yang perlu dikekalkan oleh pelaksanaan. Imej berfungsi sebagai bukti input, manakala hasil langsung model kekal berupa teks, termasuk kod, cadangan perubahan atau penjelasan tingkah laku. Rujukan visual tidak mewujudkan keupayaan output imej berasingan untuk edisi ini.\n\nOpenAI menetapkan tetingkap konteks 400000 token, output maksimum 128000 token dan tarikh akhir pengetahuan pada 30 September 2024. Antara muka pengeluar ialah Responses sahaja, dengan penstriman, Structured Outputs, panggilan fungsi, input imej, carian web dan cache prompt. Senarai alat tepat pada kad model merangkumi fungsi dan carian web. Dokumentasi cache semasa merangkumi pengekalan lanjutan pilihan sehingga 24 jam bagi model ini; sama ada permintaan menggunakan semula bahan yang disimpan dalam cache bergantung pada awalan yang memenuhi syarat dan tempoh pengekalannya.\n\nSediakan hasil akhir berdasarkan hasil kejuruteraan yang diminta. Minta fail yang terjejas, suntingan penting dan hasil pemeriksaan yang benar-benar dilakukan. Jika penyelesaian yang dicadangkan masih bergantung pada fakta yang tiada atau operasi yang belum dilakukan, kenal pasti perkara itu secara khusus. Cadangan tampalan tertumpu, penjelasan kod atau dapatan semakan berguna apabila dikaitkan dengan keperluan asal dan bukti projek yang tersedia dalam aliran kerja.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Review a pagination boundary\n\nReview this JavaScript pager: function page(items, offset, limit) { return items.slice(offset, limit); }. The contract treats limit as a count, so offset 2 and limit 3 should return indices 2, 3 and 4. Propose the smallest patch and tests for a middle page, an empty input and a page beyond the end.A focused function patch, a diagnosis and three behavioral test cases.Check the end index uses offset plus limit and that the function does not mutate items.gpt-5.1-codexEdisi Codex bagi GPT-5.1 dioptimumkan untuk pengaturcaraan berasaskan ejen dalam persekitaran yang disambungkan kepada alat. Model ini menerima teks dan imej serta membangunkan kod atau penjelasan daripada bahan projek dan hasil alat sebenar, dengan versi model yang mendasarinya dikemas kini secara berkala.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-5.1-Codex ialah edisi GPT-5.1 Codex daripada OpenAI untuk pengaturcaraan berasaskan ejen dalam Codex dan persekitaran serupa. Model ini menerima teks dan imej serta menghasilkan teks. Pengeluar mengasingkan pengkhususan pengaturcaraan ini daripada model GPT-5.1 serba guna serta edisi Codex Mini dan Max. Versi model asas yang didokumenkan dikemas kini secara berkala.
Tugas yang berguna memberikan objektif kejuruteraan dan bukti projek yang diperlukan untuk mencapainya kepada model. Bekalkan tingkah laku yang diwajibkan, fail berkaitan dan kekangan perubahan. Contoh permintaan ialah memeriksa laluan kod untuk input tertentu, mengenal pasti komponen yang memerlukan perubahan dan mencadangkan tampalan yang dikaitkan dengan hasil yang dijangkakan. Untuk kegagalan, sertakan tingkah laku yang diperhatikan, tingkah laku yang dijangkakan dan output berkaitan yang telah dikumpulkan.
Dalam aliran kerja pengaturcaraan berasaskan ejen, persekitaran membaca fail, melaksanakan operasi dan mengembalikan hasil sebenar untuk keputusan seterusnya. Model boleh menggunakan hasil itu untuk menyemak pendekatan atau meneruskan pelaksanaan. Tentukan tindakan yang tersedia dan kriteria penyiapan tugas. Permintaan untuk melakukan operasi dan hasil yang dikembalikan selepas operasi dilaksanakan ialah jenis bukti yang berbeza; penjelasan akhir perlu mengekalkan perbezaan itu dengan jelas.
Untuk kerja antara muka, bekalkan tangkapan skrin atau rujukan visual lain bersama interaksi yang dimaksudkan. Kenal pasti keadaan atau butiran yang perlu dikekalkan oleh pelaksanaan. Imej berfungsi sebagai bukti input, manakala hasil langsung model kekal berupa teks, termasuk kod, cadangan perubahan atau penjelasan tingkah laku. Rujukan visual tidak mewujudkan keupayaan output imej berasingan untuk edisi ini.
OpenAI menetapkan tetingkap konteks 400000 token, output maksimum 128000 token dan tarikh akhir pengetahuan pada 30 September 2024. Antara muka pengeluar ialah Responses sahaja, dengan penstriman, Structured Outputs, panggilan fungsi, input imej, carian web dan cache prompt. Senarai alat tepat pada kad model merangkumi fungsi dan carian web. Dokumentasi cache semasa merangkumi pengekalan lanjutan pilihan sehingga 24 jam bagi model ini; sama ada permintaan menggunakan semula bahan yang disimpan dalam cache bergantung pada awalan yang memenuhi syarat dan tempoh pengekalannya.
Sediakan hasil akhir berdasarkan hasil kejuruteraan yang diminta. Minta fail yang terjejas, suntingan penting dan hasil pemeriksaan yang benar-benar dilakukan. Jika penyelesaian yang dicadangkan masih bergantung pada fakta yang tiada atau operasi yang belum dilakukan, kenal pasti perkara itu secara khusus. Cadangan tampalan tertumpu, penjelasan kod atau dapatan semakan berguna apabila dikaitkan dengan keperluan asal dan bukti projek yang tersedia dalam aliran kerja.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had gpt-5.1-codex | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Perbualan teks | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
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 |
Parametercontrol_scope | KontrakPerbualan teks; stream ialah nilai boolean dengan false sebagai lalai. |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Alias kaedah: /chat/completions
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 $0.0025 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.00026 / 1K token Input · Penulisan cache — / 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 $0.0025 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.00026 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-5.1-codex","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gpt-5.1-codex", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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 gpt-5.1-codex, openai/gpt-5.1-codex
/chat/completions
gpt-5.1-codexEdisi Codex bagi GPT-5.1 dioptimumkan untuk pengaturcaraan berasaskan ejen dalam persekitaran yang disambungkan kepada alat. Model ini menerima teks dan imej serta membangunkan kod atau penjelasan daripada bahan projek dan hasil alat sebenar, dengan versi model yang mendasarinya dikemas kini secara berkala.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-5.1-Codex ialah edisi GPT-5.1 Codex daripada OpenAI untuk pengaturcaraan berasaskan ejen dalam Codex dan persekitaran serupa. Model ini menerima teks dan imej serta menghasilkan teks. Pengeluar mengasingkan pengkhususan pengaturcaraan ini daripada model GPT-5.1 serba guna serta edisi Codex Mini dan Max. Versi model asas yang didokumenkan dikemas kini secara berkala.
Tugas yang berguna memberikan objektif kejuruteraan dan bukti projek yang diperlukan untuk mencapainya kepada model. Bekalkan tingkah laku yang diwajibkan, fail berkaitan dan kekangan perubahan. Contoh permintaan ialah memeriksa laluan kod untuk input tertentu, mengenal pasti komponen yang memerlukan perubahan dan mencadangkan tampalan yang dikaitkan dengan hasil yang dijangkakan. Untuk kegagalan, sertakan tingkah laku yang diperhatikan, tingkah laku yang dijangkakan dan output berkaitan yang telah dikumpulkan.
Dalam aliran kerja pengaturcaraan berasaskan ejen, persekitaran membaca fail, melaksanakan operasi dan mengembalikan hasil sebenar untuk keputusan seterusnya. Model boleh menggunakan hasil itu untuk menyemak pendekatan atau meneruskan pelaksanaan. Tentukan tindakan yang tersedia dan kriteria penyiapan tugas. Permintaan untuk melakukan operasi dan hasil yang dikembalikan selepas operasi dilaksanakan ialah jenis bukti yang berbeza; penjelasan akhir perlu mengekalkan perbezaan itu dengan jelas.
Untuk kerja antara muka, bekalkan tangkapan skrin atau rujukan visual lain bersama interaksi yang dimaksudkan. Kenal pasti keadaan atau butiran yang perlu dikekalkan oleh pelaksanaan. Imej berfungsi sebagai bukti input, manakala hasil langsung model kekal berupa teks, termasuk kod, cadangan perubahan atau penjelasan tingkah laku. Rujukan visual tidak mewujudkan keupayaan output imej berasingan untuk edisi ini.
OpenAI menetapkan tetingkap konteks 400000 token, output maksimum 128000 token dan tarikh akhir pengetahuan pada 30 September 2024. Antara muka pengeluar ialah Responses sahaja, dengan penstriman, Structured Outputs, panggilan fungsi, input imej, carian web dan cache prompt. Senarai alat tepat pada kad model merangkumi fungsi dan carian web. Dokumentasi cache semasa merangkumi pengekalan lanjutan pilihan sehingga 24 jam bagi model ini; sama ada permintaan menggunakan semula bahan yang disimpan dalam cache bergantung pada awalan yang memenuhi syarat dan tempoh pengekalannya.
Sediakan hasil akhir berdasarkan hasil kejuruteraan yang diminta. Minta fail yang terjejas, suntingan penting dan hasil pemeriksaan yang benar-benar dilakukan. Jika penyelesaian yang dicadangkan masih bergantung pada fakta yang tiada atau operasi yang belum dilakukan, kenal pasti perkara itu secara khusus. Cadangan tampalan tertumpu, penjelasan kod atau dapatan semakan berguna apabila dikaitkan dengan keperluan asal dan bukti projek yang tersedia dalam aliran kerja.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had gpt-5.1-codex | 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 $0.0025 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.00026 / 1K token Input · Penulisan cache — / 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 $0.0025 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.00026 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "gpt-5.1-codex",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-5.1-codex', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-5.1-codex', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 gpt-5.1-codex, openai/gpt-5.1-codex
/chat/completions
openai/gpt-5.1-codexEdisi Codex bagi GPT-5.1 dioptimumkan untuk pengaturcaraan berasaskan ejen dalam persekitaran yang disambungkan kepada alat. Model ini menerima teks dan imej serta membangunkan kod atau penjelasan daripada bahan projek dan hasil alat sebenar, dengan versi model yang mendasarinya dikemas kini secara berkala.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-5.1-Codex ialah edisi GPT-5.1 Codex daripada OpenAI untuk pengaturcaraan berasaskan ejen dalam Codex dan persekitaran serupa. Model ini menerima teks dan imej serta menghasilkan teks. Pengeluar mengasingkan pengkhususan pengaturcaraan ini daripada model GPT-5.1 serba guna serta edisi Codex Mini dan Max. Versi model asas yang didokumenkan dikemas kini secara berkala.
Tugas yang berguna memberikan objektif kejuruteraan dan bukti projek yang diperlukan untuk mencapainya kepada model. Bekalkan tingkah laku yang diwajibkan, fail berkaitan dan kekangan perubahan. Contoh permintaan ialah memeriksa laluan kod untuk input tertentu, mengenal pasti komponen yang memerlukan perubahan dan mencadangkan tampalan yang dikaitkan dengan hasil yang dijangkakan. Untuk kegagalan, sertakan tingkah laku yang diperhatikan, tingkah laku yang dijangkakan dan output berkaitan yang telah dikumpulkan.
Dalam aliran kerja pengaturcaraan berasaskan ejen, persekitaran membaca fail, melaksanakan operasi dan mengembalikan hasil sebenar untuk keputusan seterusnya. Model boleh menggunakan hasil itu untuk menyemak pendekatan atau meneruskan pelaksanaan. Tentukan tindakan yang tersedia dan kriteria penyiapan tugas. Permintaan untuk melakukan operasi dan hasil yang dikembalikan selepas operasi dilaksanakan ialah jenis bukti yang berbeza; penjelasan akhir perlu mengekalkan perbezaan itu dengan jelas.
Untuk kerja antara muka, bekalkan tangkapan skrin atau rujukan visual lain bersama interaksi yang dimaksudkan. Kenal pasti keadaan atau butiran yang perlu dikekalkan oleh pelaksanaan. Imej berfungsi sebagai bukti input, manakala hasil langsung model kekal berupa teks, termasuk kod, cadangan perubahan atau penjelasan tingkah laku. Rujukan visual tidak mewujudkan keupayaan output imej berasingan untuk edisi ini.
OpenAI menetapkan tetingkap konteks 400000 token, output maksimum 128000 token dan tarikh akhir pengetahuan pada 30 September 2024. Antara muka pengeluar ialah Responses sahaja, dengan penstriman, Structured Outputs, panggilan fungsi, input imej, carian web dan cache prompt. Senarai alat tepat pada kad model merangkumi fungsi dan carian web. Dokumentasi cache semasa merangkumi pengekalan lanjutan pilihan sehingga 24 jam bagi model ini; sama ada permintaan menggunakan semula bahan yang disimpan dalam cache bergantung pada awalan yang memenuhi syarat dan tempoh pengekalannya.
Sediakan hasil akhir berdasarkan hasil kejuruteraan yang diminta. Minta fail yang terjejas, suntingan penting dan hasil pemeriksaan yang benar-benar dilakukan. Jika penyelesaian yang dicadangkan masih bergantung pada fakta yang tiada atau operasi yang belum dilakukan, kenal pasti perkara itu secara khusus. Cadangan tampalan tertumpu, penjelasan kod atau dapatan semakan berguna apabila dikaitkan dengan keperluan asal dan bukti projek yang tersedia dalam aliran kerja.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-5.1-codex | 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 $0.0025 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.00026 / 1K token Input · Penulisan cache — / 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 $0.0025 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.00026 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.1-codex", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5.1-codex',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5.1-codex',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 gpt-5.1-codex, openai/gpt-5.1-codex
/chat/completions
openai/gpt-5.1-codexEdisi Codex bagi GPT-5.1 dioptimumkan untuk pengaturcaraan berasaskan ejen dalam persekitaran yang disambungkan kepada alat. Model ini menerima teks dan imej serta membangunkan kod atau penjelasan daripada bahan projek dan hasil alat sebenar, dengan versi model yang mendasarinya dikemas kini secara berkala.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-5.1-Codex ialah edisi GPT-5.1 Codex daripada OpenAI untuk pengaturcaraan berasaskan ejen dalam Codex dan persekitaran serupa. Model ini menerima teks dan imej serta menghasilkan teks. Pengeluar mengasingkan pengkhususan pengaturcaraan ini daripada model GPT-5.1 serba guna serta edisi Codex Mini dan Max. Versi model asas yang didokumenkan dikemas kini secara berkala.
Tugas yang berguna memberikan objektif kejuruteraan dan bukti projek yang diperlukan untuk mencapainya kepada model. Bekalkan tingkah laku yang diwajibkan, fail berkaitan dan kekangan perubahan. Contoh permintaan ialah memeriksa laluan kod untuk input tertentu, mengenal pasti komponen yang memerlukan perubahan dan mencadangkan tampalan yang dikaitkan dengan hasil yang dijangkakan. Untuk kegagalan, sertakan tingkah laku yang diperhatikan, tingkah laku yang dijangkakan dan output berkaitan yang telah dikumpulkan.
Dalam aliran kerja pengaturcaraan berasaskan ejen, persekitaran membaca fail, melaksanakan operasi dan mengembalikan hasil sebenar untuk keputusan seterusnya. Model boleh menggunakan hasil itu untuk menyemak pendekatan atau meneruskan pelaksanaan. Tentukan tindakan yang tersedia dan kriteria penyiapan tugas. Permintaan untuk melakukan operasi dan hasil yang dikembalikan selepas operasi dilaksanakan ialah jenis bukti yang berbeza; penjelasan akhir perlu mengekalkan perbezaan itu dengan jelas.
Untuk kerja antara muka, bekalkan tangkapan skrin atau rujukan visual lain bersama interaksi yang dimaksudkan. Kenal pasti keadaan atau butiran yang perlu dikekalkan oleh pelaksanaan. Imej berfungsi sebagai bukti input, manakala hasil langsung model kekal berupa teks, termasuk kod, cadangan perubahan atau penjelasan tingkah laku. Rujukan visual tidak mewujudkan keupayaan output imej berasingan untuk edisi ini.
OpenAI menetapkan tetingkap konteks 400000 token, output maksimum 128000 token dan tarikh akhir pengetahuan pada 30 September 2024. Antara muka pengeluar ialah Responses sahaja, dengan penstriman, Structured Outputs, panggilan fungsi, input imej, carian web dan cache prompt. Senarai alat tepat pada kad model merangkumi fungsi dan carian web. Dokumentasi cache semasa merangkumi pengekalan lanjutan pilihan sehingga 24 jam bagi model ini; sama ada permintaan menggunakan semula bahan yang disimpan dalam cache bergantung pada awalan yang memenuhi syarat dan tempoh pengekalannya.
Sediakan hasil akhir berdasarkan hasil kejuruteraan yang diminta. Minta fail yang terjejas, suntingan penting dan hasil pemeriksaan yang benar-benar dilakukan. Jika penyelesaian yang dicadangkan masih bergantung pada fakta yang tiada atau operasi yang belum dilakukan, kenal pasti perkara itu secara khusus. Cadangan tampalan tertumpu, penjelasan kod atau dapatan semakan berguna apabila dikaitkan dengan keperluan asal dan bukti projek yang tersedia dalam aliran kerja.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-5.1-codex | 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 $0.0025 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.00026 / 1K token Input · Penulisan cache — / 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 $0.0025 / 1K token Output · Token output $0.02 / 1K token Input · Bacaan cache $0.00026 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "openai/gpt-5.1-codex",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.1-codex', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.1-codex', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 gpt-5.1-codex, openai/gpt-5.1-codex
/chat/completions
Contoh teknikal dalam bahasa Inggeris
Review a pagination boundary\n\nReview this JavaScript pager: function page(items, offset, limit) { return items.slice(offset, limit); }. The contract treats limit as a count, so offset 2 and limit 3 should return indices 2, 3 and 4. Propose the smallest patch and tests for a middle page, an empty input and a page beyond the end.A focused function patch, a diagnosis and three behavioral test cases.Check the end index uses offset plus limit and that the function does not mutate items.