GPT-4o (2024-05-13) er den separat navngitte modellversjonen fra 13. mai i OpenAIs GPT-4o-familie. Rollen i API-et kombinerer tekst- og bildeinndata med tekstutdata. Den daterte utgaven er fortsatt forskjellig fra de senere modellversjonene fra 6. august og 20. november og fra lydspesifikke eller løpende oppdaterte chatutgaver.
Et praktisk bruksområde er å forklare et visuelt eksempel i sammenheng med et skriftlig spørsmål. Oppgi skjermbildet, fotografiet, dokumentbildet eller diagrammet og angi den viktige detaljen. Et eksempel på en støtteforespørsel kombinerer et skjermbilde med en beskrivelse av brukerens problem og ber så om den relevante observasjonen, manglende informasjon og et svarforslag. Legg til konteksten som bildet ikke kan fastslå alene.
For skriving oppgir du originalmaterialet, den tiltenkte målgruppen og formålet med resultatet. Du kan be om en forklaring, et redigert avsnitt, en instruksjon eller en sammenligning knyttet til faktaene du har gitt. Angi begrepene og utsagnene som må overleve en omskriving. I en oppfølging navngir du delen som skal endres og forklarer om problemet gjelder tone, lengde, et utelatt vilkår eller en uklar sammenheng.
OpenAIs dokumentasjon for GPT-4o-familien angir et kontekstvindu på 128000 tokener. Kildematerialet, samtalen og det genererte svaret deler det tilgjengelige vinduet. Bevar nyttige tidligere fakta og gi plass til svaret. Lange inndata fungerer best med et definert spørsmål og en prioritering av kildene, fremfor en instruksjon om å behandle alle avsnitt som like relevante.
For et maskinlesbart resultat inkluderer OpenAIs dokumentasjon for JSON-modus GPT-4o-modellnavn. JSON-modus sikter mot gyldig JSON; applikasjonen kontrollerer fortsatt de nødvendige feltene og betydningen deres. Skjemabasert svarformatering er dokumentert for modellversjonen fra 6. august og nyere utgaver; arbeidsflyten fra 13. mai bruker det eldre skillet for JSON-modus. En funksjonsforespørsel som brukes i en verktøyflyt støttet av produsenten, er separat fra den endelige teksten og fra en operasjon som applikasjonen faktisk har utført.
Forbered visuelt materiale med leselige etiketter og nok omkringliggende kontekst til å tolke dem. Definer hvordan manglende opplysninger skal vises i resultatet og hva som vil fullføre oppgaven. Et nyttig produkt er en konkret forklaring, et revidert dokument eller et svarforslag der viktige utsagn kan sammenlignes med originalmaterialet. En avgrenset oppfølging kan så avklare et åpent spørsmål eller forbedre én del av det samme resultatet.
", "aboutText": "GPT-4o (2024-05-13) er den separat navngitte modellversjonen fra 13. mai i OpenAIs GPT-4o-familie. Rollen i API-et kombinerer tekst- og bildeinndata med tekstutdata. Den daterte utgaven er fortsatt forskjellig fra de senere modellversjonene fra 6. august og 20. november og fra lydspesifikke eller løpende oppdaterte chatutgaver.\n\nEt praktisk bruksområde er å forklare et visuelt eksempel i sammenheng med et skriftlig spørsmål. Oppgi skjermbildet, fotografiet, dokumentbildet eller diagrammet og angi den viktige detaljen. Et eksempel på en støtteforespørsel kombinerer et skjermbilde med en beskrivelse av brukerens problem og ber så om den relevante observasjonen, manglende informasjon og et svarforslag. Legg til konteksten som bildet ikke kan fastslå alene.\n\nFor skriving oppgir du originalmaterialet, den tiltenkte målgruppen og formålet med resultatet. Du kan be om en forklaring, et redigert avsnitt, en instruksjon eller en sammenligning knyttet til faktaene du har gitt. Angi begrepene og utsagnene som må overleve en omskriving. I en oppfølging navngir du delen som skal endres og forklarer om problemet gjelder tone, lengde, et utelatt vilkår eller en uklar sammenheng.\n\nOpenAIs dokumentasjon for GPT-4o-familien angir et kontekstvindu på 128000 tokener. Kildematerialet, samtalen og det genererte svaret deler det tilgjengelige vinduet. Bevar nyttige tidligere fakta og gi plass til svaret. Lange inndata fungerer best med et definert spørsmål og en prioritering av kildene, fremfor en instruksjon om å behandle alle avsnitt som like relevante.\n\nFor et maskinlesbart resultat inkluderer OpenAIs dokumentasjon for JSON-modus GPT-4o-modellnavn. JSON-modus sikter mot gyldig JSON; applikasjonen kontrollerer fortsatt de nødvendige feltene og betydningen deres. Skjemabasert svarformatering er dokumentert for modellversjonen fra 6. august og nyere utgaver; arbeidsflyten fra 13. mai bruker det eldre skillet for JSON-modus. En funksjonsforespørsel som brukes i en verktøyflyt støttet av produsenten, er separat fra den endelige teksten og fra en operasjon som applikasjonen faktisk har utført.\n\nForbered visuelt materiale med leselige etiketter og nok omkringliggende kontekst til å tolke dem. Definer hvordan manglende opplysninger skal vises i resultatet og hva som vil fullføre oppgaven. Et nyttig produkt er en konkret forklaring, et revidert dokument eller et svarforslag der viktige utsagn kan sammenlignes med originalmaterialet. En avgrenset oppfølging kan så avklare et åpent spørsmål eller forbedre én del av det samme resultatet.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Clarify an account-change instruction\n\nRewrite this instruction as a clear numbered procedure: 'To change the billing email, open Settings, choose Billing, edit Billing contact, then save. Changing the sign-in email does not change the billing email. Only owners can save billing changes.' Preserve the permission condition and the distinction between the two email fields. Add no interface controls beyond those named.A short numbered procedure with the owner permission and email-field distinction clearly stated.Every named control comes from the source and the result does not equate billing and sign-in email.openai/gpt-4o-2024-05-13Den separat navngitte GPT-4o-modellversjonen for API-et fra 13. mai arbeider med tekst og bilder og returnerer tekst. Bruk en visuell eller skriftlig oppgavebeskrivelse til å utvikle en forklaring, et redigert avsnitt eller et svar basert på materialet du gir.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
GPT-4o (2024-05-13) er den separat navngitte modellversjonen fra 13. mai i OpenAIs GPT-4o-familie. Rollen i API-et kombinerer tekst- og bildeinndata med tekstutdata. Den daterte utgaven er fortsatt forskjellig fra de senere modellversjonene fra 6. august og 20. november og fra lydspesifikke eller løpende oppdaterte chatutgaver.
Et praktisk bruksområde er å forklare et visuelt eksempel i sammenheng med et skriftlig spørsmål. Oppgi skjermbildet, fotografiet, dokumentbildet eller diagrammet og angi den viktige detaljen. Et eksempel på en støtteforespørsel kombinerer et skjermbilde med en beskrivelse av brukerens problem og ber så om den relevante observasjonen, manglende informasjon og et svarforslag. Legg til konteksten som bildet ikke kan fastslå alene.
For skriving oppgir du originalmaterialet, den tiltenkte målgruppen og formålet med resultatet. Du kan be om en forklaring, et redigert avsnitt, en instruksjon eller en sammenligning knyttet til faktaene du har gitt. Angi begrepene og utsagnene som må overleve en omskriving. I en oppfølging navngir du delen som skal endres og forklarer om problemet gjelder tone, lengde, et utelatt vilkår eller en uklar sammenheng.
OpenAIs dokumentasjon for GPT-4o-familien angir et kontekstvindu på 128000 tokener. Kildematerialet, samtalen og det genererte svaret deler det tilgjengelige vinduet. Bevar nyttige tidligere fakta og gi plass til svaret. Lange inndata fungerer best med et definert spørsmål og en prioritering av kildene, fremfor en instruksjon om å behandle alle avsnitt som like relevante.
For et maskinlesbart resultat inkluderer OpenAIs dokumentasjon for JSON-modus GPT-4o-modellnavn. JSON-modus sikter mot gyldig JSON; applikasjonen kontrollerer fortsatt de nødvendige feltene og betydningen deres. Skjemabasert svarformatering er dokumentert for modellversjonen fra 6. august og nyere utgaver; arbeidsflyten fra 13. mai bruker det eldre skillet for JSON-modus. En funksjonsforespørsel som brukes i en verktøyflyt støttet av produsenten, er separat fra den endelige teksten og fra en operasjon som applikasjonen faktisk har utført.
Forbered visuelt materiale med leselige etiketter og nok omkringliggende kontekst til å tolke dem. Definer hvordan manglende opplysninger skal vises i resultatet og hva som vil fullføre oppgaven. Et nyttig produkt er en konkret forklaring, et revidert dokument eller et svarforslag der viktige utsagn kan sammenlignes med originalmaterialet. En avgrenset oppfølging kan så avklare et åpent spørsmål eller forbedre én del av det samme resultatet.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser openai/gpt-4o-2024-05-13 | 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.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | 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 |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | 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": "openai/gpt-4o-2024-05-13", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-4o-2024-05-13',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-4o-2024-05-13',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 openai/gpt-4o-2024-05-13
Bruk metodestiene som vises ovenfor.
openai/gpt-4o-2024-05-13Den separat navngitte GPT-4o-modellversjonen for API-et fra 13. mai arbeider med tekst og bilder og returnerer tekst. Bruk en visuell eller skriftlig oppgavebeskrivelse til å utvikle en forklaring, et redigert avsnitt eller et svar basert på materialet du gir.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
GPT-4o (2024-05-13) er den separat navngitte modellversjonen fra 13. mai i OpenAIs GPT-4o-familie. Rollen i API-et kombinerer tekst- og bildeinndata med tekstutdata. Den daterte utgaven er fortsatt forskjellig fra de senere modellversjonene fra 6. august og 20. november og fra lydspesifikke eller løpende oppdaterte chatutgaver.
Et praktisk bruksområde er å forklare et visuelt eksempel i sammenheng med et skriftlig spørsmål. Oppgi skjermbildet, fotografiet, dokumentbildet eller diagrammet og angi den viktige detaljen. Et eksempel på en støtteforespørsel kombinerer et skjermbilde med en beskrivelse av brukerens problem og ber så om den relevante observasjonen, manglende informasjon og et svarforslag. Legg til konteksten som bildet ikke kan fastslå alene.
For skriving oppgir du originalmaterialet, den tiltenkte målgruppen og formålet med resultatet. Du kan be om en forklaring, et redigert avsnitt, en instruksjon eller en sammenligning knyttet til faktaene du har gitt. Angi begrepene og utsagnene som må overleve en omskriving. I en oppfølging navngir du delen som skal endres og forklarer om problemet gjelder tone, lengde, et utelatt vilkår eller en uklar sammenheng.
OpenAIs dokumentasjon for GPT-4o-familien angir et kontekstvindu på 128000 tokener. Kildematerialet, samtalen og det genererte svaret deler det tilgjengelige vinduet. Bevar nyttige tidligere fakta og gi plass til svaret. Lange inndata fungerer best med et definert spørsmål og en prioritering av kildene, fremfor en instruksjon om å behandle alle avsnitt som like relevante.
For et maskinlesbart resultat inkluderer OpenAIs dokumentasjon for JSON-modus GPT-4o-modellnavn. JSON-modus sikter mot gyldig JSON; applikasjonen kontrollerer fortsatt de nødvendige feltene og betydningen deres. Skjemabasert svarformatering er dokumentert for modellversjonen fra 6. august og nyere utgaver; arbeidsflyten fra 13. mai bruker det eldre skillet for JSON-modus. En funksjonsforespørsel som brukes i en verktøyflyt støttet av produsenten, er separat fra den endelige teksten og fra en operasjon som applikasjonen faktisk har utført.
Forbered visuelt materiale med leselige etiketter og nok omkringliggende kontekst til å tolke dem. Definer hvordan manglende opplysninger skal vises i resultatet og hva som vil fullføre oppgaven. Et nyttig produkt er en konkret forklaring, et revidert dokument eller et svarforslag der viktige utsagn kan sammenlignes med originalmaterialet. En avgrenset oppfølging kan så avklare et åpent spørsmål eller forbedre én del av det samme resultatet.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser openai/gpt-4o-2024-05-13 | 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.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | 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 |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | 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 $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "openai/gpt-4o-2024-05-13",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-4o-2024-05-13', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-4o-2024-05-13', '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 openai/gpt-4o-2024-05-13
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
Clarify an account-change instruction\n\nRewrite this instruction as a clear numbered procedure: 'To change the billing email, open Settings, choose Billing, edit Billing contact, then save. Changing the sign-in email does not change the billing email. Only owners can save billing changes.' Preserve the permission condition and the distinction between the two email fields. Add no interface controls beyond those named.A short numbered procedure with the owner permission and email-field distinction clearly stated.Every named control comes from the source and the result does not equate billing and sign-in email.