GPT Chat Latest merujuk kepada pilihan model Instant yang dikemas kini secara berkala dan didokumenkan OpenAI sebagai Chat Latest, yang menunjuk kepada model Instant terkini dalam ChatGPT. Model ini menerima teks dan imej serta menghasilkan teks. Nama yang berubah mengikut kemas kini ini menerangkan pilihan sembang yang model asasnya dikemas kini, bukannya edisi model bertarikh.
Perbualan yang berguna bermula dengan kerja yang konkrit. Berikan draf dan pembaca sasaran, minta penerangan yang lebih jelas tentang sesuatu petikan atau berikan tangkapan skrin bersama soalan tentang elemen tertentu. Contoh tugas penyuntingan ialah menukar penerangan kasar kepada mesej ringkas untuk rakan sekerja sambil mengekalkan nama dan fakta yang diperlukan. Pada giliran seterusnya, kenal pasti petikan yang perlu diubah dan sebab perubahan, seperti nada, panjang atau penerangan yang masih tiada.
Untuk dialog berasaskan imej, pastikan bukti visual boleh dibaca dan nyatakan tujuannya. Tangkapan skrin boleh menyokong soalan tentang keadaan antara muka yang kelihatan; rajah boleh menyokong permintaan untuk menerangkan hubungan. Sertakan konteks bertulis yang tidak diberikan oleh imej sahaja. Minta pemerhatian yang berkaitan dan penerangan yang berhubung dengan soalan anda, bukannya huraian setiap butiran yang kelihatan.
Spesifikasi Chat Latest OpenAI semasa memberikan tetingkap konteks 400,000 token, input maksimum 272,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 20 April 2026. Ini ialah ciri pilihan sembang yang diterbitkan, manakala model asasnya dikemas kini secara berkala. Rancang bahan dan jawapan yang diminta berdasarkan had konteks serta output yang relevan, dan simpan fakta penting yang diperlukan untuk susulan.
Pengeluar menyenaraikan penstriman, Structured Outputs, panggilan fungsi dan input imej, dengan antara muka Responses dan Chat Completions. Alat yang didokumenkan merangkumi carian web dan fail, penjanaan imej, pentafsiran kod serta sambungan MCP. Respons berstruktur menetapkan bentuk maklumat yang dipulangkan; permintaan alat menamakan operasi yang berasingan. Aplikasi menyediakan operasinya, memulangkan hasil alat sebenar dan menentukan cara teks atau artifak lain yang terhasil dipersembahkan kepada pengguna.
Takrifkan hasil yang dikehendaki daripada perbualan: balasan, bahagian dokumen yang ditulis semula, penerangan tentang contoh visual atau senarai tindakan. Untuk tugas berstruktur, namakan medan dan nyatakan cara maklumat yang tiada harus dikendalikan. Untuk tugas penyuntingan, kenal pasti khalayak, fakta yang diperlukan dan nada yang sesuai. Respons akhir yang berguna ialah versi khusus yang boleh disemak terhadap bahan sumber; mesej seterusnya boleh memperhalus butiran tertentu sambil mengekalkan tujuan tugas dengan jelas.
", "aboutText": "GPT Chat Latest merujuk kepada pilihan model Instant yang dikemas kini secara berkala dan didokumenkan OpenAI sebagai Chat Latest, yang menunjuk kepada model Instant terkini dalam ChatGPT. Model ini menerima teks dan imej serta menghasilkan teks. Nama yang berubah mengikut kemas kini ini menerangkan pilihan sembang yang model asasnya dikemas kini, bukannya edisi model bertarikh.\n\nPerbualan yang berguna bermula dengan kerja yang konkrit. Berikan draf dan pembaca sasaran, minta penerangan yang lebih jelas tentang sesuatu petikan atau berikan tangkapan skrin bersama soalan tentang elemen tertentu. Contoh tugas penyuntingan ialah menukar penerangan kasar kepada mesej ringkas untuk rakan sekerja sambil mengekalkan nama dan fakta yang diperlukan. Pada giliran seterusnya, kenal pasti petikan yang perlu diubah dan sebab perubahan, seperti nada, panjang atau penerangan yang masih tiada.\n\nUntuk dialog berasaskan imej, pastikan bukti visual boleh dibaca dan nyatakan tujuannya. Tangkapan skrin boleh menyokong soalan tentang keadaan antara muka yang kelihatan; rajah boleh menyokong permintaan untuk menerangkan hubungan. Sertakan konteks bertulis yang tidak diberikan oleh imej sahaja. Minta pemerhatian yang berkaitan dan penerangan yang berhubung dengan soalan anda, bukannya huraian setiap butiran yang kelihatan.\n\nSpesifikasi Chat Latest OpenAI semasa memberikan tetingkap konteks 400,000 token, input maksimum 272,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 20 April 2026. Ini ialah ciri pilihan sembang yang diterbitkan, manakala model asasnya dikemas kini secara berkala. Rancang bahan dan jawapan yang diminta berdasarkan had konteks serta output yang relevan, dan simpan fakta penting yang diperlukan untuk susulan.\n\nPengeluar menyenaraikan penstriman, Structured Outputs, panggilan fungsi dan input imej, dengan antara muka Responses dan Chat Completions. Alat yang didokumenkan merangkumi carian web dan fail, penjanaan imej, pentafsiran kod serta sambungan MCP. Respons berstruktur menetapkan bentuk maklumat yang dipulangkan; permintaan alat menamakan operasi yang berasingan. Aplikasi menyediakan operasinya, memulangkan hasil alat sebenar dan menentukan cara teks atau artifak lain yang terhasil dipersembahkan kepada pengguna.\n\nTakrifkan hasil yang dikehendaki daripada perbualan: balasan, bahagian dokumen yang ditulis semula, penerangan tentang contoh visual atau senarai tindakan. Untuk tugas berstruktur, namakan medan dan nyatakan cara maklumat yang tiada harus dikendalikan. Untuk tugas penyuntingan, kenal pasti khalayak, fakta yang diperlukan dan nada yang sesuai. Respons akhir yang berguna ialah versi khusus yang boleh disemak terhadap bahan sumber; mesej seterusnya boleh memperhalus butiran tertentu sambil mengekalkan tujuan tugas dengan jelas.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Refine a colleague's rough explanation\n\nRewrite this for a colleague who is new to the process: 'The first file is source data. The second file is cleaned data. We corrected duplicate rows but left missing values empty. Use cleaned data for the report and keep source data for checking.' Make the relationship between the two files clear in at most 65 words.One clear paragraph preserving file roles, duplicate handling and the treatment of missing values.The rewrite keeps missing values empty and tells the colleague to use cleaned data while retaining the source for checks.openai/gpt-chat-latestPilihan sembang Instant OpenAI yang dikemas kini secara berkala untuk perbualan tentang teks dan imej. Berikan draf, soalan atau contoh visual, kemudian perhalus penerangan, petikan yang disunting atau respons ringkas yang terhasil melalui dialog.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT Chat Latest merujuk kepada pilihan model Instant yang dikemas kini secara berkala dan didokumenkan OpenAI sebagai Chat Latest, yang menunjuk kepada model Instant terkini dalam ChatGPT. Model ini menerima teks dan imej serta menghasilkan teks. Nama yang berubah mengikut kemas kini ini menerangkan pilihan sembang yang model asasnya dikemas kini, bukannya edisi model bertarikh.
Perbualan yang berguna bermula dengan kerja yang konkrit. Berikan draf dan pembaca sasaran, minta penerangan yang lebih jelas tentang sesuatu petikan atau berikan tangkapan skrin bersama soalan tentang elemen tertentu. Contoh tugas penyuntingan ialah menukar penerangan kasar kepada mesej ringkas untuk rakan sekerja sambil mengekalkan nama dan fakta yang diperlukan. Pada giliran seterusnya, kenal pasti petikan yang perlu diubah dan sebab perubahan, seperti nada, panjang atau penerangan yang masih tiada.
Untuk dialog berasaskan imej, pastikan bukti visual boleh dibaca dan nyatakan tujuannya. Tangkapan skrin boleh menyokong soalan tentang keadaan antara muka yang kelihatan; rajah boleh menyokong permintaan untuk menerangkan hubungan. Sertakan konteks bertulis yang tidak diberikan oleh imej sahaja. Minta pemerhatian yang berkaitan dan penerangan yang berhubung dengan soalan anda, bukannya huraian setiap butiran yang kelihatan.
Spesifikasi Chat Latest OpenAI semasa memberikan tetingkap konteks 400,000 token, input maksimum 272,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 20 April 2026. Ini ialah ciri pilihan sembang yang diterbitkan, manakala model asasnya dikemas kini secara berkala. Rancang bahan dan jawapan yang diminta berdasarkan had konteks serta output yang relevan, dan simpan fakta penting yang diperlukan untuk susulan.
Pengeluar menyenaraikan penstriman, Structured Outputs, panggilan fungsi dan input imej, dengan antara muka Responses dan Chat Completions. Alat yang didokumenkan merangkumi carian web dan fail, penjanaan imej, pentafsiran kod serta sambungan MCP. Respons berstruktur menetapkan bentuk maklumat yang dipulangkan; permintaan alat menamakan operasi yang berasingan. Aplikasi menyediakan operasinya, memulangkan hasil alat sebenar dan menentukan cara teks atau artifak lain yang terhasil dipersembahkan kepada pengguna.
Takrifkan hasil yang dikehendaki daripada perbualan: balasan, bahagian dokumen yang ditulis semula, penerangan tentang contoh visual atau senarai tindakan. Untuk tugas berstruktur, namakan medan dan nyatakan cara maklumat yang tiada harus dikendalikan. Untuk tugas penyuntingan, kenal pasti khalayak, fakta yang diperlukan dan nada yang sesuai. Respons akhir yang berguna ialah versi khusus yang boleh disemak terhadap bahan sumber; mesej seterusnya boleh memperhalus butiran tertentu sambil mengekalkan tujuan tugas dengan jelas.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-chat-latest | 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 $0.01 / 1K token Output · Token output $0.06 / 1K token Input · Bacaan cache $0.001 / 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 $0.01 / 1K token Output · Token output $0.06 / 1K token Input · Bacaan cache $0.001 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-chat-latest", "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-chat-latest',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-chat-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra openai/gpt-chat-latest
Gunakan laluan kaedah yang dipaparkan di atas.
openai/gpt-chat-latestPilihan sembang Instant OpenAI yang dikemas kini secara berkala untuk perbualan tentang teks dan imej. Berikan draf, soalan atau contoh visual, kemudian perhalus penerangan, petikan yang disunting atau respons ringkas yang terhasil melalui dialog.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT Chat Latest merujuk kepada pilihan model Instant yang dikemas kini secara berkala dan didokumenkan OpenAI sebagai Chat Latest, yang menunjuk kepada model Instant terkini dalam ChatGPT. Model ini menerima teks dan imej serta menghasilkan teks. Nama yang berubah mengikut kemas kini ini menerangkan pilihan sembang yang model asasnya dikemas kini, bukannya edisi model bertarikh.
Perbualan yang berguna bermula dengan kerja yang konkrit. Berikan draf dan pembaca sasaran, minta penerangan yang lebih jelas tentang sesuatu petikan atau berikan tangkapan skrin bersama soalan tentang elemen tertentu. Contoh tugas penyuntingan ialah menukar penerangan kasar kepada mesej ringkas untuk rakan sekerja sambil mengekalkan nama dan fakta yang diperlukan. Pada giliran seterusnya, kenal pasti petikan yang perlu diubah dan sebab perubahan, seperti nada, panjang atau penerangan yang masih tiada.
Untuk dialog berasaskan imej, pastikan bukti visual boleh dibaca dan nyatakan tujuannya. Tangkapan skrin boleh menyokong soalan tentang keadaan antara muka yang kelihatan; rajah boleh menyokong permintaan untuk menerangkan hubungan. Sertakan konteks bertulis yang tidak diberikan oleh imej sahaja. Minta pemerhatian yang berkaitan dan penerangan yang berhubung dengan soalan anda, bukannya huraian setiap butiran yang kelihatan.
Spesifikasi Chat Latest OpenAI semasa memberikan tetingkap konteks 400,000 token, input maksimum 272,000 token dan output maksimum 128,000 token. Had pengetahuan yang didokumenkan ialah 20 April 2026. Ini ialah ciri pilihan sembang yang diterbitkan, manakala model asasnya dikemas kini secara berkala. Rancang bahan dan jawapan yang diminta berdasarkan had konteks serta output yang relevan, dan simpan fakta penting yang diperlukan untuk susulan.
Pengeluar menyenaraikan penstriman, Structured Outputs, panggilan fungsi dan input imej, dengan antara muka Responses dan Chat Completions. Alat yang didokumenkan merangkumi carian web dan fail, penjanaan imej, pentafsiran kod serta sambungan MCP. Respons berstruktur menetapkan bentuk maklumat yang dipulangkan; permintaan alat menamakan operasi yang berasingan. Aplikasi menyediakan operasinya, memulangkan hasil alat sebenar dan menentukan cara teks atau artifak lain yang terhasil dipersembahkan kepada pengguna.
Takrifkan hasil yang dikehendaki daripada perbualan: balasan, bahagian dokumen yang ditulis semula, penerangan tentang contoh visual atau senarai tindakan. Untuk tugas berstruktur, namakan medan dan nyatakan cara maklumat yang tiada harus dikendalikan. Untuk tugas penyuntingan, kenal pasti khalayak, fakta yang diperlukan dan nada yang sesuai. Respons akhir yang berguna ialah versi khusus yang boleh disemak terhadap bahan sumber; mesej seterusnya boleh memperhalus butiran tertentu sambil mengekalkan tujuan tugas dengan jelas.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-chat-latest | 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 $0.01 / 1K token Output · Token output $0.06 / 1K token Input · Bacaan cache $0.001 / 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 $0.01 / 1K token Output · Token output $0.06 / 1K token Input · Bacaan cache $0.001 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "openai/gpt-chat-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-chat-latest', '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-chat-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra openai/gpt-chat-latest
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Refine a colleague's rough explanation\n\nRewrite this for a colleague who is new to the process: 'The first file is source data. The second file is cleaned data. We corrected duplicate rows but left missing values empty. Use cleaned data for the report and keep source data for checking.' Make the relationship between the two files clear in at most 65 words.One clear paragraph preserving file roles, duplicate handling and the treatment of missing values.The rewrite keeps missing values empty and tells the colleague to use cleaned data while retaining the source for checks.