GPT-5.4 ialah model penaakulan serba guna OpenAI untuk kerja profesional yang kompleks. Keluarannya menggabungkan pengaturcaraan, penaakulan dan aliran kerja ejen dengan tugas dokumen, hamparan dan pembentangan. Model ini menerima teks dan imej serta menghasilkan teks. Pengeluar turut mendokumenkan penggunaan komputer terbina dalam bagi model dalam persekitaran kerja yang disambungkan.
Untuk kerja berasaskan pengetahuan, sediakan bahan berkaitan, pembaca sasaran dan keperluan hasil akhir. Contoh tugas ialah menukarkan beberapa dokumen projek menjadi taklimat keputusan, dengan fakta yang dibekalkan, hubungan antara fakta itu dan syarat yang menyokong saranan. Tugas hamparan atau pembentangan turut memerlukan data sumber dan struktur atau templat yang perlu diikuti oleh hasilnya. Alat persekitaran mencipta atau menyunting fail sebenar; respons bertulis model menerangkan atau mengarahkan kerja itu.
Untuk pengaturcaraan, bekalkan tingkah laku yang dimaksudkan, fail projek berkaitan dan kekangan yang mesti dikekalkan oleh perubahan. Minta pelaksanaan yang dicadangkan atau semakan tertumpu yang dikaitkan dengan tingkah laku itu. Keluaran tersebut menerangkan aliran kerja lebih panjang yang menggabungkan penggunaan alat, penambahbaikan hasil secara berulang dan pemeriksaannya. Untuk tugas visual atau penggunaan komputer, bekalkan tangkapan skrin atau rujukan sebenar serta objektif. Model boleh mentafsir skrin dan memilih operasi; persekitaran yang disambungkan melaksanakan tindakan dan mengembalikan keadaan baharu.
Spesifikasi GPT-5.4 daripada OpenAI menyenaraikan tetingkap konteks 1050000 token dan output maksimum 128000 token, dengan tarikh akhir pengetahuan pada 31 Ogos 2025. Pilihan usaha penaakulannya ialah none, low, medium, high dan xhigh; none ialah lalai. Konteks menampung bahan yang dibekalkan, hasil alat berkaitan dan penaakulan serta jawapan akhir. Pastikan takrif tugas dan kriteria kejayaan kekal jelas, khususnya apabila beberapa langkah bergantung pada bukti terdahulu.
Pengeluar menyenaraikan antara muka Responses, Chat Completions dan Batch, penstriman, Structured Outputs, panggilan fungsi, input fail dan imej, carian web dan fail serta cache prompt. Alatnya merangkumi penjanaan imej, pentafsiran kod, shell yang dihoskan dan operasi tampalan, kemahiran, penggunaan komputer, sambungan MCP dan carian alat. Keluaran itu menerangkan carian alat sebagai mencari takrif alat yang diperlukan apabila takrif itu menjadi relevan, bukannya mewajibkan setiap takrif lengkap berada dalam konteks awal. Aplikasi mengurus operasinya dan membekalkan hasil sebenar.
Keluaran model turut menerangkan penghuraian dokumen yang lebih baik dan pemahaman visual beresolusi tinggi, serta tugas profesional lebih luas yang menggabungkan maklumat daripada beberapa sumber web. Sediakan input yang jelas dan kenal pasti butiran yang penting bagi soalan. Pilih hasil akhir yang konkrit dan bukti untuk menyemaknya: perubahan yang dicadangkan dan tingkah laku yang terjejas, set dapatan berstruktur atau dokumen yang mengikut keperluan yang dibekalkan. Bezakan hasil tindakan alat yang telah selesai daripada langkah yang masih perlu dilakukan supaya hasil akhir berguna untuk meneruskan kerja.
", "aboutText": "GPT-5.4 ialah model penaakulan serba guna OpenAI untuk kerja profesional yang kompleks. Keluarannya menggabungkan pengaturcaraan, penaakulan dan aliran kerja ejen dengan tugas dokumen, hamparan dan pembentangan. Model ini menerima teks dan imej serta menghasilkan teks. Pengeluar turut mendokumenkan penggunaan komputer terbina dalam bagi model dalam persekitaran kerja yang disambungkan.\n\nUntuk kerja berasaskan pengetahuan, sediakan bahan berkaitan, pembaca sasaran dan keperluan hasil akhir. Contoh tugas ialah menukarkan beberapa dokumen projek menjadi taklimat keputusan, dengan fakta yang dibekalkan, hubungan antara fakta itu dan syarat yang menyokong saranan. Tugas hamparan atau pembentangan turut memerlukan data sumber dan struktur atau templat yang perlu diikuti oleh hasilnya. Alat persekitaran mencipta atau menyunting fail sebenar; respons bertulis model menerangkan atau mengarahkan kerja itu.\n\nUntuk pengaturcaraan, bekalkan tingkah laku yang dimaksudkan, fail projek berkaitan dan kekangan yang mesti dikekalkan oleh perubahan. Minta pelaksanaan yang dicadangkan atau semakan tertumpu yang dikaitkan dengan tingkah laku itu. Keluaran tersebut menerangkan aliran kerja lebih panjang yang menggabungkan penggunaan alat, penambahbaikan hasil secara berulang dan pemeriksaannya. Untuk tugas visual atau penggunaan komputer, bekalkan tangkapan skrin atau rujukan sebenar serta objektif. Model boleh mentafsir skrin dan memilih operasi; persekitaran yang disambungkan melaksanakan tindakan dan mengembalikan keadaan baharu.\n\nSpesifikasi GPT-5.4 daripada OpenAI menyenaraikan tetingkap konteks 1050000 token dan output maksimum 128000 token, dengan tarikh akhir pengetahuan pada 31 Ogos 2025. Pilihan usaha penaakulannya ialah none, low, medium, high dan xhigh; none ialah lalai. Konteks menampung bahan yang dibekalkan, hasil alat berkaitan dan penaakulan serta jawapan akhir. Pastikan takrif tugas dan kriteria kejayaan kekal jelas, khususnya apabila beberapa langkah bergantung pada bukti terdahulu.\n\nPengeluar menyenaraikan antara muka Responses, Chat Completions dan Batch, penstriman, Structured Outputs, panggilan fungsi, input fail dan imej, carian web dan fail serta cache prompt. Alatnya merangkumi penjanaan imej, pentafsiran kod, shell yang dihoskan dan operasi tampalan, kemahiran, penggunaan komputer, sambungan MCP dan carian alat. Keluaran itu menerangkan carian alat sebagai mencari takrif alat yang diperlukan apabila takrif itu menjadi relevan, bukannya mewajibkan setiap takrif lengkap berada dalam konteks awal. Aplikasi mengurus operasinya dan membekalkan hasil sebenar.\n\nKeluaran model turut menerangkan penghuraian dokumen yang lebih baik dan pemahaman visual beresolusi tinggi, serta tugas profesional lebih luas yang menggabungkan maklumat daripada beberapa sumber web. Sediakan input yang jelas dan kenal pasti butiran yang penting bagi soalan. Pilih hasil akhir yang konkrit dan bukti untuk menyemaknya: perubahan yang dicadangkan dan tingkah laku yang terjejas, set dapatan berstruktur atau dokumen yang mengikut keperluan yang dibekalkan. Bezakan hasil tindakan alat yang telah selesai daripada langkah yang masih perlu dilakukan supaya hasil akhir berguna untuk meneruskan kerja.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Outline a decision presentation\n\nPrepare a four-slide outline for an operations decision from this supplied data: manual checks take 9 hours weekly; a proposed scanner would reduce checking to 3 hours; purchase cost is 1,200; monthly support cost is unknown. Include the current problem, expected operational change, missing cost information and a conditional recommendation. Do not claim a payback period.Four slide titles with concise bullets and a conditional decision tied to the supplied data.Check that the unknown support cost prevents an asserted payback calculation and that hours remain weekly.gpt-5.4GPT-5.4 menggabungkan penaakulan, pengaturcaraan, pemahaman visual dan penggunaan komputer terbina dalam untuk kerja profesional yang kompleks. Bekalkan teks, imej dan taklimat tugas yang jelas untuk membangunkan dokumen, kod atau hasil berbilang langkah dalam persekitaran yang disambungkan kepada alat.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-5.4 ialah model penaakulan serba guna OpenAI untuk kerja profesional yang kompleks. Keluarannya menggabungkan pengaturcaraan, penaakulan dan aliran kerja ejen dengan tugas dokumen, hamparan dan pembentangan. Model ini menerima teks dan imej serta menghasilkan teks. Pengeluar turut mendokumenkan penggunaan komputer terbina dalam bagi model dalam persekitaran kerja yang disambungkan.
Untuk kerja berasaskan pengetahuan, sediakan bahan berkaitan, pembaca sasaran dan keperluan hasil akhir. Contoh tugas ialah menukarkan beberapa dokumen projek menjadi taklimat keputusan, dengan fakta yang dibekalkan, hubungan antara fakta itu dan syarat yang menyokong saranan. Tugas hamparan atau pembentangan turut memerlukan data sumber dan struktur atau templat yang perlu diikuti oleh hasilnya. Alat persekitaran mencipta atau menyunting fail sebenar; respons bertulis model menerangkan atau mengarahkan kerja itu.
Untuk pengaturcaraan, bekalkan tingkah laku yang dimaksudkan, fail projek berkaitan dan kekangan yang mesti dikekalkan oleh perubahan. Minta pelaksanaan yang dicadangkan atau semakan tertumpu yang dikaitkan dengan tingkah laku itu. Keluaran tersebut menerangkan aliran kerja lebih panjang yang menggabungkan penggunaan alat, penambahbaikan hasil secara berulang dan pemeriksaannya. Untuk tugas visual atau penggunaan komputer, bekalkan tangkapan skrin atau rujukan sebenar serta objektif. Model boleh mentafsir skrin dan memilih operasi; persekitaran yang disambungkan melaksanakan tindakan dan mengembalikan keadaan baharu.
Spesifikasi GPT-5.4 daripada OpenAI menyenaraikan tetingkap konteks 1050000 token dan output maksimum 128000 token, dengan tarikh akhir pengetahuan pada 31 Ogos 2025. Pilihan usaha penaakulannya ialah none, low, medium, high dan xhigh; none ialah lalai. Konteks menampung bahan yang dibekalkan, hasil alat berkaitan dan penaakulan serta jawapan akhir. Pastikan takrif tugas dan kriteria kejayaan kekal jelas, khususnya apabila beberapa langkah bergantung pada bukti terdahulu.
Pengeluar menyenaraikan antara muka Responses, Chat Completions dan Batch, penstriman, Structured Outputs, panggilan fungsi, input fail dan imej, carian web dan fail serta cache prompt. Alatnya merangkumi penjanaan imej, pentafsiran kod, shell yang dihoskan dan operasi tampalan, kemahiran, penggunaan komputer, sambungan MCP dan carian alat. Keluaran itu menerangkan carian alat sebagai mencari takrif alat yang diperlukan apabila takrif itu menjadi relevan, bukannya mewajibkan setiap takrif lengkap berada dalam konteks awal. Aplikasi mengurus operasinya dan membekalkan hasil sebenar.
Keluaran model turut menerangkan penghuraian dokumen yang lebih baik dan pemahaman visual beresolusi tinggi, serta tugas profesional lebih luas yang menggabungkan maklumat daripada beberapa sumber web. Sediakan input yang jelas dan kenal pasti butiran yang penting bagi soalan. Pilih hasil akhir yang konkrit dan bukti untuk menyemaknya: perubahan yang dicadangkan dan tingkah laku yang terjejas, set dapatan berstruktur atau dokumen yang mengikut keperluan yang dibekalkan. Bezakan hasil tindakan alat yang telah selesai daripada langkah yang masih perlu dilakukan supaya hasil akhir berguna untuk meneruskan kerja.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had gpt-5.4 | 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 $0.005 / 1K token Output · Token output $0.03 / 1K token Input · Bacaan cache $0.0005 / 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 termasuk272,000 | Caj Input · Token input $0.005 / 1K token Output · Token output $0.03 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi272,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.005 / 1K token Output · Token output $0.03 / 1K token Input · Bacaan cache $0.0005 / 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":"gpt-5.4","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-5.4", 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-5.4, openai/gpt-5.4
/chat/completions
gpt-5.4GPT-5.4 menggabungkan penaakulan, pengaturcaraan, pemahaman visual dan penggunaan komputer terbina dalam untuk kerja profesional yang kompleks. Bekalkan teks, imej dan taklimat tugas yang jelas untuk membangunkan dokumen, kod atau hasil berbilang langkah dalam persekitaran yang disambungkan kepada alat.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-5.4 ialah model penaakulan serba guna OpenAI untuk kerja profesional yang kompleks. Keluarannya menggabungkan pengaturcaraan, penaakulan dan aliran kerja ejen dengan tugas dokumen, hamparan dan pembentangan. Model ini menerima teks dan imej serta menghasilkan teks. Pengeluar turut mendokumenkan penggunaan komputer terbina dalam bagi model dalam persekitaran kerja yang disambungkan.
Untuk kerja berasaskan pengetahuan, sediakan bahan berkaitan, pembaca sasaran dan keperluan hasil akhir. Contoh tugas ialah menukarkan beberapa dokumen projek menjadi taklimat keputusan, dengan fakta yang dibekalkan, hubungan antara fakta itu dan syarat yang menyokong saranan. Tugas hamparan atau pembentangan turut memerlukan data sumber dan struktur atau templat yang perlu diikuti oleh hasilnya. Alat persekitaran mencipta atau menyunting fail sebenar; respons bertulis model menerangkan atau mengarahkan kerja itu.
Untuk pengaturcaraan, bekalkan tingkah laku yang dimaksudkan, fail projek berkaitan dan kekangan yang mesti dikekalkan oleh perubahan. Minta pelaksanaan yang dicadangkan atau semakan tertumpu yang dikaitkan dengan tingkah laku itu. Keluaran tersebut menerangkan aliran kerja lebih panjang yang menggabungkan penggunaan alat, penambahbaikan hasil secara berulang dan pemeriksaannya. Untuk tugas visual atau penggunaan komputer, bekalkan tangkapan skrin atau rujukan sebenar serta objektif. Model boleh mentafsir skrin dan memilih operasi; persekitaran yang disambungkan melaksanakan tindakan dan mengembalikan keadaan baharu.
Spesifikasi GPT-5.4 daripada OpenAI menyenaraikan tetingkap konteks 1050000 token dan output maksimum 128000 token, dengan tarikh akhir pengetahuan pada 31 Ogos 2025. Pilihan usaha penaakulannya ialah none, low, medium, high dan xhigh; none ialah lalai. Konteks menampung bahan yang dibekalkan, hasil alat berkaitan dan penaakulan serta jawapan akhir. Pastikan takrif tugas dan kriteria kejayaan kekal jelas, khususnya apabila beberapa langkah bergantung pada bukti terdahulu.
Pengeluar menyenaraikan antara muka Responses, Chat Completions dan Batch, penstriman, Structured Outputs, panggilan fungsi, input fail dan imej, carian web dan fail serta cache prompt. Alatnya merangkumi penjanaan imej, pentafsiran kod, shell yang dihoskan dan operasi tampalan, kemahiran, penggunaan komputer, sambungan MCP dan carian alat. Keluaran itu menerangkan carian alat sebagai mencari takrif alat yang diperlukan apabila takrif itu menjadi relevan, bukannya mewajibkan setiap takrif lengkap berada dalam konteks awal. Aplikasi mengurus operasinya dan membekalkan hasil sebenar.
Keluaran model turut menerangkan penghuraian dokumen yang lebih baik dan pemahaman visual beresolusi tinggi, serta tugas profesional lebih luas yang menggabungkan maklumat daripada beberapa sumber web. Sediakan input yang jelas dan kenal pasti butiran yang penting bagi soalan. Pilih hasil akhir yang konkrit dan bukti untuk menyemaknya: perubahan yang dicadangkan dan tingkah laku yang terjejas, set dapatan berstruktur atau dokumen yang mengikut keperluan yang dibekalkan. Bezakan hasil tindakan alat yang telah selesai daripada langkah yang masih perlu dilakukan supaya hasil akhir berguna untuk meneruskan kerja.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had gpt-5.4 | 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 $0.03 / 1K token Input · Bacaan cache $0.0005 / 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 termasuk272,000 | Caj Input · Token input $0.005 / 1K token Output · Token output $0.03 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi272,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.005 / 1K token Output · Token output $0.03 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "gpt-5.4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.4', '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-5.4', '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-5.4, openai/gpt-5.4
/chat/completions
openai/gpt-5.4GPT-5.4 menggabungkan penaakulan, pengaturcaraan, pemahaman visual dan penggunaan komputer terbina dalam untuk kerja profesional yang kompleks. Bekalkan teks, imej dan taklimat tugas yang jelas untuk membangunkan dokumen, kod atau hasil berbilang langkah dalam persekitaran yang disambungkan kepada alat.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-5.4 ialah model penaakulan serba guna OpenAI untuk kerja profesional yang kompleks. Keluarannya menggabungkan pengaturcaraan, penaakulan dan aliran kerja ejen dengan tugas dokumen, hamparan dan pembentangan. Model ini menerima teks dan imej serta menghasilkan teks. Pengeluar turut mendokumenkan penggunaan komputer terbina dalam bagi model dalam persekitaran kerja yang disambungkan.
Untuk kerja berasaskan pengetahuan, sediakan bahan berkaitan, pembaca sasaran dan keperluan hasil akhir. Contoh tugas ialah menukarkan beberapa dokumen projek menjadi taklimat keputusan, dengan fakta yang dibekalkan, hubungan antara fakta itu dan syarat yang menyokong saranan. Tugas hamparan atau pembentangan turut memerlukan data sumber dan struktur atau templat yang perlu diikuti oleh hasilnya. Alat persekitaran mencipta atau menyunting fail sebenar; respons bertulis model menerangkan atau mengarahkan kerja itu.
Untuk pengaturcaraan, bekalkan tingkah laku yang dimaksudkan, fail projek berkaitan dan kekangan yang mesti dikekalkan oleh perubahan. Minta pelaksanaan yang dicadangkan atau semakan tertumpu yang dikaitkan dengan tingkah laku itu. Keluaran tersebut menerangkan aliran kerja lebih panjang yang menggabungkan penggunaan alat, penambahbaikan hasil secara berulang dan pemeriksaannya. Untuk tugas visual atau penggunaan komputer, bekalkan tangkapan skrin atau rujukan sebenar serta objektif. Model boleh mentafsir skrin dan memilih operasi; persekitaran yang disambungkan melaksanakan tindakan dan mengembalikan keadaan baharu.
Spesifikasi GPT-5.4 daripada OpenAI menyenaraikan tetingkap konteks 1050000 token dan output maksimum 128000 token, dengan tarikh akhir pengetahuan pada 31 Ogos 2025. Pilihan usaha penaakulannya ialah none, low, medium, high dan xhigh; none ialah lalai. Konteks menampung bahan yang dibekalkan, hasil alat berkaitan dan penaakulan serta jawapan akhir. Pastikan takrif tugas dan kriteria kejayaan kekal jelas, khususnya apabila beberapa langkah bergantung pada bukti terdahulu.
Pengeluar menyenaraikan antara muka Responses, Chat Completions dan Batch, penstriman, Structured Outputs, panggilan fungsi, input fail dan imej, carian web dan fail serta cache prompt. Alatnya merangkumi penjanaan imej, pentafsiran kod, shell yang dihoskan dan operasi tampalan, kemahiran, penggunaan komputer, sambungan MCP dan carian alat. Keluaran itu menerangkan carian alat sebagai mencari takrif alat yang diperlukan apabila takrif itu menjadi relevan, bukannya mewajibkan setiap takrif lengkap berada dalam konteks awal. Aplikasi mengurus operasinya dan membekalkan hasil sebenar.
Keluaran model turut menerangkan penghuraian dokumen yang lebih baik dan pemahaman visual beresolusi tinggi, serta tugas profesional lebih luas yang menggabungkan maklumat daripada beberapa sumber web. Sediakan input yang jelas dan kenal pasti butiran yang penting bagi soalan. Pilih hasil akhir yang konkrit dan bukti untuk menyemaknya: perubahan yang dicadangkan dan tingkah laku yang terjejas, set dapatan berstruktur atau dokumen yang mengikut keperluan yang dibekalkan. Bezakan hasil tindakan alat yang telah selesai daripada langkah yang masih perlu dilakukan supaya hasil akhir berguna untuk meneruskan kerja.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-5.4 | 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 $0.03 / 1K token Input · Bacaan cache $0.0005 / 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 termasuk272,000 | Caj Input · Token input $0.005 / 1K token Output · Token output $0.03 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi272,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.005 / 1K token Output · Token output $0.03 / 1K token Input · Bacaan cache $0.0005 / 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-5.4", "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-5.4',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-5.4',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-5.4, openai/gpt-5.4
/chat/completions
openai/gpt-5.4GPT-5.4 menggabungkan penaakulan, pengaturcaraan, pemahaman visual dan penggunaan komputer terbina dalam untuk kerja profesional yang kompleks. Bekalkan teks, imej dan taklimat tugas yang jelas untuk membangunkan dokumen, kod atau hasil berbilang langkah dalam persekitaran yang disambungkan kepada alat.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-5.4 ialah model penaakulan serba guna OpenAI untuk kerja profesional yang kompleks. Keluarannya menggabungkan pengaturcaraan, penaakulan dan aliran kerja ejen dengan tugas dokumen, hamparan dan pembentangan. Model ini menerima teks dan imej serta menghasilkan teks. Pengeluar turut mendokumenkan penggunaan komputer terbina dalam bagi model dalam persekitaran kerja yang disambungkan.
Untuk kerja berasaskan pengetahuan, sediakan bahan berkaitan, pembaca sasaran dan keperluan hasil akhir. Contoh tugas ialah menukarkan beberapa dokumen projek menjadi taklimat keputusan, dengan fakta yang dibekalkan, hubungan antara fakta itu dan syarat yang menyokong saranan. Tugas hamparan atau pembentangan turut memerlukan data sumber dan struktur atau templat yang perlu diikuti oleh hasilnya. Alat persekitaran mencipta atau menyunting fail sebenar; respons bertulis model menerangkan atau mengarahkan kerja itu.
Untuk pengaturcaraan, bekalkan tingkah laku yang dimaksudkan, fail projek berkaitan dan kekangan yang mesti dikekalkan oleh perubahan. Minta pelaksanaan yang dicadangkan atau semakan tertumpu yang dikaitkan dengan tingkah laku itu. Keluaran tersebut menerangkan aliran kerja lebih panjang yang menggabungkan penggunaan alat, penambahbaikan hasil secara berulang dan pemeriksaannya. Untuk tugas visual atau penggunaan komputer, bekalkan tangkapan skrin atau rujukan sebenar serta objektif. Model boleh mentafsir skrin dan memilih operasi; persekitaran yang disambungkan melaksanakan tindakan dan mengembalikan keadaan baharu.
Spesifikasi GPT-5.4 daripada OpenAI menyenaraikan tetingkap konteks 1050000 token dan output maksimum 128000 token, dengan tarikh akhir pengetahuan pada 31 Ogos 2025. Pilihan usaha penaakulannya ialah none, low, medium, high dan xhigh; none ialah lalai. Konteks menampung bahan yang dibekalkan, hasil alat berkaitan dan penaakulan serta jawapan akhir. Pastikan takrif tugas dan kriteria kejayaan kekal jelas, khususnya apabila beberapa langkah bergantung pada bukti terdahulu.
Pengeluar menyenaraikan antara muka Responses, Chat Completions dan Batch, penstriman, Structured Outputs, panggilan fungsi, input fail dan imej, carian web dan fail serta cache prompt. Alatnya merangkumi penjanaan imej, pentafsiran kod, shell yang dihoskan dan operasi tampalan, kemahiran, penggunaan komputer, sambungan MCP dan carian alat. Keluaran itu menerangkan carian alat sebagai mencari takrif alat yang diperlukan apabila takrif itu menjadi relevan, bukannya mewajibkan setiap takrif lengkap berada dalam konteks awal. Aplikasi mengurus operasinya dan membekalkan hasil sebenar.
Keluaran model turut menerangkan penghuraian dokumen yang lebih baik dan pemahaman visual beresolusi tinggi, serta tugas profesional lebih luas yang menggabungkan maklumat daripada beberapa sumber web. Sediakan input yang jelas dan kenal pasti butiran yang penting bagi soalan. Pilih hasil akhir yang konkrit dan bukti untuk menyemaknya: perubahan yang dicadangkan dan tingkah laku yang terjejas, set dapatan berstruktur atau dokumen yang mengikut keperluan yang dibekalkan. Bezakan hasil tindakan alat yang telah selesai daripada langkah yang masih perlu dilakukan supaya hasil akhir berguna untuk meneruskan kerja.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-5.4 | 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 $0.03 / 1K token Input · Bacaan cache $0.0005 / 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 termasuk272,000 | Caj Input · Token input $0.005 / 1K token Output · Token output $0.03 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi272,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.005 / 1K token Output · Token output $0.03 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "openai/gpt-5.4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.4', '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-5.4', '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-5.4, openai/gpt-5.4
/chat/completions
Contoh teknikal dalam bahasa Inggeris
Outline a decision presentation\n\nPrepare a four-slide outline for an operations decision from this supplied data: manual checks take 9 hours weekly; a proposed scanner would reduce checking to 3 hours; purchase cost is 1,200; monthly support cost is unknown. Include the current problem, expected operational change, missing cost information and a conditional recommendation. Do not claim a payback period.Four slide titles with concise bullets and a conditional decision tied to the supplied data.Check that the unknown support cost prevents an asserted payback calculation and that hours remain weekly.