ChatGPT-4o betegner GPT-4o-modellversjonen knyttet til ChatGPTs samtaleopplevelse. Fokuset er en dialog der tekst og visuelt materiale bidrar til ett svar: en bruker kan beskrive en oppgave, legge ved et bilde og forbedre resultatet gjennom oppfølgingsmeldinger. Modellen produserer tekst, inkludert forklaringer, omskrevne avsnitt og kode. Dette kortet beskriver chataliaset og dets egen dokumenterte konfigurasjon.
OpenAIs introduksjon av GPT-4o-familien legger vekt på kombinert språk- og bildeforståelse. I denne tekst- og bildekonfigurasjonen støtter det spørsmål om synlig innhold sammen med vanlig skriving og kodediskusjon. Modellkortet gir eksempler som matematikkundervisning, reiseassistanse, klesanbefalinger og oppskriftsforberedelse. Dette er samtalebaserte bruksområder: oppgaven, informasjonen som er gitt og ønsket svarformat styrer svaret.
Familien utvikler også flerspråklig språkforståelse og generering. En applikasjon kan bruke dette grunnlaget til å forklare materiale for en valgt målgruppe, revidere tonen eller diskutere den samme kilden på et annet språk. For et dokument eller skjermbilde identifiserer en nyttig instruksjon det relevante avsnittet eller synlige elementet og spesifiserer produktet som skal lages: en kort forklaring, revidert tekst eller en sekvens av handlinger.
Spesifikasjonen angir tekst- og bildeinndata, tekstutdata, et kontekstvindu på 128000 tokener og maksimalt 16384 utdatatokener. Den dokumenterte kunnskapsgrensen er 1. oktober 2023. Lyd og video er ikke oppført som støttede inndata for dette aliaset. Den bredere kunngjøringen om GPT-4o-familien beskriver flere modaliteter, men konfigurasjonen på dette kortet er tekst- og bildegrensesnittet.
Strømming og Predicted Outputs er oppført som støttede funksjoner. Predicted Outputs er ment for regenereringsoppgaver der mye av den forventede teksten allerede er kjent, som å revidere et dokument samtidig som mesteparten bevares uendret. Funksjonskall, Structured Outputs og finjustering støttes ikke i den publiserte chatalias-konfigurasjonen. Disse skillene er viktige når du velger mellom et samtalebasert tekstresultat og en integrasjon som trenger verktøykall eller et skjema som håndheves i svaret.
OpenAIs bildeveiledning identifiserer praktiske begrensninger knyttet til liten eller rotert tekst, presis romlig tolkning, antall gjenstander og vanskelige bildeformer. Oppgi et tydelig bilde og identifiser området som er relevant for spørsmålet. Den resulterende forklaringen gjelder synlig innhold; filnavn og bildemetadata erstatter ikke informasjon som vises i bildet.
For en assistent som bruker Ailoot API, kombinerer du kildematerialet med et konkret mål og bevarer den relevante samtalekonteksten. En passende oppgave kan be om en skjermbildebasert forklaring, en revidert kundemelding eller en dokumentdisposisjon. Chatbetegnelsen uten versjon identifiserer denne samtalerettede GPT-4o-varianten og forblir uttrykkelig når du organiserer gjentatte forespørsler.
", "aboutText": "ChatGPT-4o betegner GPT-4o-modellversjonen knyttet til ChatGPTs samtaleopplevelse. Fokuset er en dialog der tekst og visuelt materiale bidrar til ett svar: en bruker kan beskrive en oppgave, legge ved et bilde og forbedre resultatet gjennom oppfølgingsmeldinger. Modellen produserer tekst, inkludert forklaringer, omskrevne avsnitt og kode. Dette kortet beskriver chataliaset og dets egen dokumenterte konfigurasjon.\n\nOpenAIs introduksjon av GPT-4o-familien legger vekt på kombinert språk- og bildeforståelse. I denne tekst- og bildekonfigurasjonen støtter det spørsmål om synlig innhold sammen med vanlig skriving og kodediskusjon. Modellkortet gir eksempler som matematikkundervisning, reiseassistanse, klesanbefalinger og oppskriftsforberedelse. Dette er samtalebaserte bruksområder: oppgaven, informasjonen som er gitt og ønsket svarformat styrer svaret.\n\nFamilien utvikler også flerspråklig språkforståelse og generering. En applikasjon kan bruke dette grunnlaget til å forklare materiale for en valgt målgruppe, revidere tonen eller diskutere den samme kilden på et annet språk. For et dokument eller skjermbilde identifiserer en nyttig instruksjon det relevante avsnittet eller synlige elementet og spesifiserer produktet som skal lages: en kort forklaring, revidert tekst eller en sekvens av handlinger.\n\nSpesifikasjonen angir tekst- og bildeinndata, tekstutdata, et kontekstvindu på 128000 tokener og maksimalt 16384 utdatatokener. Den dokumenterte kunnskapsgrensen er 1. oktober 2023. Lyd og video er ikke oppført som støttede inndata for dette aliaset. Den bredere kunngjøringen om GPT-4o-familien beskriver flere modaliteter, men konfigurasjonen på dette kortet er tekst- og bildegrensesnittet.\n\nStrømming og Predicted Outputs er oppført som støttede funksjoner. Predicted Outputs er ment for regenereringsoppgaver der mye av den forventede teksten allerede er kjent, som å revidere et dokument samtidig som mesteparten bevares uendret. Funksjonskall, Structured Outputs og finjustering støttes ikke i den publiserte chatalias-konfigurasjonen. Disse skillene er viktige når du velger mellom et samtalebasert tekstresultat og en integrasjon som trenger verktøykall eller et skjema som håndheves i svaret.\n\nOpenAIs bildeveiledning identifiserer praktiske begrensninger knyttet til liten eller rotert tekst, presis romlig tolkning, antall gjenstander og vanskelige bildeformer. Oppgi et tydelig bilde og identifiser området som er relevant for spørsmålet. Den resulterende forklaringen gjelder synlig innhold; filnavn og bildemetadata erstatter ikke informasjon som vises i bildet.\n\nFor en assistent som bruker Ailoot API, kombinerer du kildematerialet med et konkret mål og bevarer den relevante samtalekonteksten. En passende oppgave kan be om en skjermbildebasert forklaring, en revidert kundemelding eller en dokumentdisposisjon. Chatbetegnelsen uten versjon identifiserer denne samtalerettede GPT-4o-varianten og forblir uttrykkelig når du organiserer gjentatte forespørsler.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Prepare a helpful customer reply\n\nDraft a warm customer reply under 90 words. Customer: 'My parcel says delivered, but reception has nothing.' Facts: tracking shows delivery at 14:10; the courier has not supplied a proof-of-delivery photo; support can request it today. Acknowledge the problem, explain the next action, and avoid claiming the parcel is lost or promising a refund.One sendable customer message with acknowledgement, a request for delivery evidence and a clear next step.Every factual statement comes from the supplied facts, with no invented resolution or refund promise.chatgpt-4o-latestChatGPT-4o er OpenAIs samtalevariant av GPT-4o for tekst- og bildeinndata med tekstutdata. Den støtter flerspråklig skriving, diskusjon av kode og visuelle forklaringer innenfor en kontekst på 128,000 tokener, med funksjoner som er spesifikke for dette samtalealiaset.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
ChatGPT-4o betegner GPT-4o-modellversjonen knyttet til ChatGPTs samtaleopplevelse. Fokuset er en dialog der tekst og visuelt materiale bidrar til ett svar: en bruker kan beskrive en oppgave, legge ved et bilde og forbedre resultatet gjennom oppfølgingsmeldinger. Modellen produserer tekst, inkludert forklaringer, omskrevne avsnitt og kode. Dette kortet beskriver chataliaset og dets egen dokumenterte konfigurasjon.
OpenAIs introduksjon av GPT-4o-familien legger vekt på kombinert språk- og bildeforståelse. I denne tekst- og bildekonfigurasjonen støtter det spørsmål om synlig innhold sammen med vanlig skriving og kodediskusjon. Modellkortet gir eksempler som matematikkundervisning, reiseassistanse, klesanbefalinger og oppskriftsforberedelse. Dette er samtalebaserte bruksområder: oppgaven, informasjonen som er gitt og ønsket svarformat styrer svaret.
Familien utvikler også flerspråklig språkforståelse og generering. En applikasjon kan bruke dette grunnlaget til å forklare materiale for en valgt målgruppe, revidere tonen eller diskutere den samme kilden på et annet språk. For et dokument eller skjermbilde identifiserer en nyttig instruksjon det relevante avsnittet eller synlige elementet og spesifiserer produktet som skal lages: en kort forklaring, revidert tekst eller en sekvens av handlinger.
Spesifikasjonen angir tekst- og bildeinndata, tekstutdata, et kontekstvindu på 128000 tokener og maksimalt 16384 utdatatokener. Den dokumenterte kunnskapsgrensen er 1. oktober 2023. Lyd og video er ikke oppført som støttede inndata for dette aliaset. Den bredere kunngjøringen om GPT-4o-familien beskriver flere modaliteter, men konfigurasjonen på dette kortet er tekst- og bildegrensesnittet.
Strømming og Predicted Outputs er oppført som støttede funksjoner. Predicted Outputs er ment for regenereringsoppgaver der mye av den forventede teksten allerede er kjent, som å revidere et dokument samtidig som mesteparten bevares uendret. Funksjonskall, Structured Outputs og finjustering støttes ikke i den publiserte chatalias-konfigurasjonen. Disse skillene er viktige når du velger mellom et samtalebasert tekstresultat og en integrasjon som trenger verktøykall eller et skjema som håndheves i svaret.
OpenAIs bildeveiledning identifiserer praktiske begrensninger knyttet til liten eller rotert tekst, presis romlig tolkning, antall gjenstander og vanskelige bildeformer. Oppgi et tydelig bilde og identifiser området som er relevant for spørsmålet. Den resulterende forklaringen gjelder synlig innhold; filnavn og bildemetadata erstatter ikke informasjon som vises i bildet.
For en assistent som bruker Ailoot API, kombinerer du kildematerialet med et konkret mål og bevarer den relevante samtalekonteksten. En passende oppgave kan be om en skjermbildebasert forklaring, en revidert kundemelding eller en dokumentdisposisjon. Chatbetegnelsen uten versjon identifiserer denne samtalerettede GPT-4o-varianten og forblir uttrykkelig når du organiserer gjentatte forespørsler.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser chatgpt-4o-latest | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.01 / 1K tokener Utdata · Utgående tokener $0.03 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "chatgpt-4o-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='chatgpt-4o-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='chatgpt-4o-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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra chatgpt-4o-latest
Bruk metodestiene som vises ovenfor.
chatgpt-4o-latestChatGPT-4o er OpenAIs samtalevariant av GPT-4o for tekst- og bildeinndata med tekstutdata. Den støtter flerspråklig skriving, diskusjon av kode og visuelle forklaringer innenfor en kontekst på 128,000 tokener, med funksjoner som er spesifikke for dette samtalealiaset.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
ChatGPT-4o betegner GPT-4o-modellversjonen knyttet til ChatGPTs samtaleopplevelse. Fokuset er en dialog der tekst og visuelt materiale bidrar til ett svar: en bruker kan beskrive en oppgave, legge ved et bilde og forbedre resultatet gjennom oppfølgingsmeldinger. Modellen produserer tekst, inkludert forklaringer, omskrevne avsnitt og kode. Dette kortet beskriver chataliaset og dets egen dokumenterte konfigurasjon.
OpenAIs introduksjon av GPT-4o-familien legger vekt på kombinert språk- og bildeforståelse. I denne tekst- og bildekonfigurasjonen støtter det spørsmål om synlig innhold sammen med vanlig skriving og kodediskusjon. Modellkortet gir eksempler som matematikkundervisning, reiseassistanse, klesanbefalinger og oppskriftsforberedelse. Dette er samtalebaserte bruksområder: oppgaven, informasjonen som er gitt og ønsket svarformat styrer svaret.
Familien utvikler også flerspråklig språkforståelse og generering. En applikasjon kan bruke dette grunnlaget til å forklare materiale for en valgt målgruppe, revidere tonen eller diskutere den samme kilden på et annet språk. For et dokument eller skjermbilde identifiserer en nyttig instruksjon det relevante avsnittet eller synlige elementet og spesifiserer produktet som skal lages: en kort forklaring, revidert tekst eller en sekvens av handlinger.
Spesifikasjonen angir tekst- og bildeinndata, tekstutdata, et kontekstvindu på 128000 tokener og maksimalt 16384 utdatatokener. Den dokumenterte kunnskapsgrensen er 1. oktober 2023. Lyd og video er ikke oppført som støttede inndata for dette aliaset. Den bredere kunngjøringen om GPT-4o-familien beskriver flere modaliteter, men konfigurasjonen på dette kortet er tekst- og bildegrensesnittet.
Strømming og Predicted Outputs er oppført som støttede funksjoner. Predicted Outputs er ment for regenereringsoppgaver der mye av den forventede teksten allerede er kjent, som å revidere et dokument samtidig som mesteparten bevares uendret. Funksjonskall, Structured Outputs og finjustering støttes ikke i den publiserte chatalias-konfigurasjonen. Disse skillene er viktige når du velger mellom et samtalebasert tekstresultat og en integrasjon som trenger verktøykall eller et skjema som håndheves i svaret.
OpenAIs bildeveiledning identifiserer praktiske begrensninger knyttet til liten eller rotert tekst, presis romlig tolkning, antall gjenstander og vanskelige bildeformer. Oppgi et tydelig bilde og identifiser området som er relevant for spørsmålet. Den resulterende forklaringen gjelder synlig innhold; filnavn og bildemetadata erstatter ikke informasjon som vises i bildet.
For en assistent som bruker Ailoot API, kombinerer du kildematerialet med et konkret mål og bevarer den relevante samtalekonteksten. En passende oppgave kan be om en skjermbildebasert forklaring, en revidert kundemelding eller en dokumentdisposisjon. Chatbetegnelsen uten versjon identifiserer denne samtalerettede GPT-4o-varianten og forblir uttrykkelig når du organiserer gjentatte forespørsler.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser chatgpt-4o-latest | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrevd | Verdier & grenser | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content-streng
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages, max_tokens |
Parameteroptional_controls | Avtalestream |
Parametermaterial_types | Avtaletext |
Parametertext_file_material | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: synchronous_or_streamed
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.01 / 1K tokener Utdata · Utgående tokener $0.03 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "chatgpt-4o-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'chatgpt-4o-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': 'chatgpt-4o-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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra chatgpt-4o-latest
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
Prepare a helpful customer reply\n\nDraft a warm customer reply under 90 words. Customer: 'My parcel says delivered, but reception has nothing.' Facts: tracking shows delivery at 14:10; the courier has not supplied a proof-of-delivery photo; support can request it today. Acknowledge the problem, explain the next action, and avoid claiming the parcel is lost or promising a refund.One sendable customer message with acknowledgement, a request for delivery evidence and a clear next step.Every factual statement comes from the supplied facts, with no invented resolution or refund promise.