GPT-6 Luna i OpenAIs Decisions-modus vurderer innsendt evidens og returnerer typede svar om den. Produsenten dokumenterer GPT-6 Luna som modellen for dette spesialiserte beslutningsgrensesnittet. Den kan anslå om en betingelse holder, velge blant faste alternativer eller plassere inndata på en ordnet vurderingsrubrikk. Bruk denne GPT-6 Luna-modusen når oppgaven trenger et definert beslutningsresultat fremfor et skriftlig svar.
En produsentforespørsel inneholder modellen, felles inndata og et questions-array. Inndataene kan være en tekststreng eller brukermeldinger med tekst og bilder. Hvert spørsmål har et unikt navn, en type, instruksjoner og eventuelle påkrevde alternativer eller nivåer. Svararrayet gjentar spørsmålsnavnene, slik at resultatet kan knyttes til betingelsen, kategorien eller vurderingen som faktisk ble etterspurt.
For en supportmelding sender du inn meldingen og konteksten som er relevant for neste beslutning, og gir deretter spørsmålet navn etter feltet arbeidsflyten trenger. For en dokumentpassasje inkluderer du teksten som underbygger kriteriet, fremfor en referanse uten belegg til en større fil. Definer spørsmålet rundt observerbare fakta og skill uavhengige forhold. Et nyttig resultat kan kombinere en problemkategori med en alvorlighetsvurdering og samtidig beholde definisjonen og betydningen av hvert svar.
Et predicate-spørsmål returnerer en sannsynlighet fra 0 til 1 for at den definerte betingelsen er sann. Det kan kontrollere passasjerelevans eller et synlig forhold i et bilde. For et produktfoto beskriver du den synlige feilen som skal kontrolleres, for eksempel en sprekk eller rift, og sender inn bildet med kriteriet. Verdien er modellens anslag; applikasjonen velger terskelen for flagging eller gjennomgang.
OpenAIs Decisions-veiledning krever inline-kodede bildedata for dette endepunktet. Vertsbaserte bildeadresser og filidentifikatorer er ikke støttede bildeinndata i den dokumenterte kontrakten. Tekst- og bildeinnhold kan kombineres i en brukermelding, slik at den visuelle evidensen vurderes med den relevante skriftlige konteksten. Hold bildet leselig og betingelsen konkret; en sannsynlighet for én angitt feil er ikke en generell inspeksjonsrapport som dekker alle mulige problemer.
Et choice-spørsmål velger blant alternativer med forskjellige verdier og beskrivelser som forklarer når de gjelder. Det returnerte valget er én av disse verdiene, med sannsynligheter per alternativ og et separat konfidensfelt. For ruting definerer du kategorier rundt de faktiske teamene eller utfallene som er tilgjengelige, og inkluderer et other-alternativ når settet ikke dekker alle inndata. Hold kategoriene uordnede: Posisjonene deres er ikke en alvorlighetsskala.
Et praktisk klassifiseringsopplegg kan skille mellom en produktfeil, et tilgangsproblem og en generell forespørsel. Beskriv grensen mellom kategoriene fremfor å stole bare på korte navn. Bruk det returnerte valget som foreslått etikett og undersøk fordelingen når flere betydninger fortsatt er plausible. Resultatet gir et valg; applikasjonen avgjør om valget skal utløse automatisk ruting eller en gjennomgang.
Et score-spørsmål bruker ordnede nivåer fra lavest til høyest. Nivåindekser starter på 0, og skåren er det sannsynlighetsvektede gjennomsnittet av indeksene. Den kan ligge mellom nivåer. For et problems alvorlighetsgrad kan ett nivå bety kosmetisk påvirkning, et annet en brukbar omgåelse og et tredje fullstendig blokkering; definer kriteriene som skiller dem. Svaret inkluderer sannsynligheter per nivå og konfidens sammen med skåren.
Den forventede skåren oppsummerer fordelingen fremfor å velge én kategori. Bevar dette skillet når et resultat brukes til prioritering eller en aggregert trend. En visning med faste kategorier kan bruke et choice-spørsmål i stedet. Konfidens er et separat rapportert felt for choice- og score-svar; veiledningen definerer det ikke som identisk med sannsynligheten for det valgte alternativet.
Uavhengige spørsmål kan dele inndata i én produsentforespørsel, inkludert ulike spørsmålstyper. Et foto kan støtte et predicate-spørsmål om en feil og et kategorivalg, eller en melding kan støtte kategori- og alvorlighetsvurdering. Gi hvert forhold sine egne instruksjoner og sin egen betydning. Når en senere beslutning avhenger av et tidligere resultat, anbefaler produsenten separate forespørsler slik at det andre spørsmålet kan bruke resultatet uttrykkelig. Ikke anta at rekkefølgen på spørsmål i ett array gjør dem til en sekvensiell samtale.
Decisions gir det definerte predicate-, choice- eller score-resultatet. Et svar kan i stedet ha typen refusal; kontroller typen før du leser en sannsynlighet, et valg eller en skår. OpenAI skiller dette fra å generere vilkårlige skjemabaserte objekter eller skriftlige forklaringer gjennom Structured Outputs, og fra å be om en verktøyhandling gjennom function calling. Et beslutningssvar bør ikke presenteres som en generert begrunnelse eller bevis på at en ekstern handling fant sted. Generelle chatmodellers resultat-, resonnerings- og verktøyinnstillinger er ikke automatisk en del av denne spesialiserte modusen.
Bruk representative merkede inndata til å vurdere terskler for ruting, filtrering og gjennomgang, og ta hensyn til konsekvensene av falske positive og falske negative. Hold evidensen, spørsmålsdefinisjonene og de rå numeriske resultatene knyttet sammen, slik at et tvetydig resultat kan undersøkes. Hold den felles evidensen relevant for de navngitte spørsmålene, og definer hvert alternativ eller rubrikknivå tydelig før beslutningsoppgaven sendes inn. Forbered evidensen og svartypene rundt den dokumenterte beslutningsarbeidsflyten, og tolk resultatet etter oppgaven det vurderer.
", "aboutText": "GPT-6 Luna i OpenAIs Decisions-modus vurderer innsendt evidens og returnerer typede svar om den. Produsenten dokumenterer GPT-6 Luna som modellen for dette spesialiserte beslutningsgrensesnittet. Den kan anslå om en betingelse holder, velge blant faste alternativer eller plassere inndata på en ordnet vurderingsrubrikk. Bruk denne GPT-6 Luna-modusen når oppgaven trenger et definert beslutningsresultat fremfor et skriftlig svar.\n\n### Felles inndata, navngitte spørsmål og svar\n\nEn produsentforespørsel inneholder modellen, felles inndata og et questions-array. Inndataene kan være en tekststreng eller brukermeldinger med tekst og bilder. Hvert spørsmål har et unikt navn, en type, instruksjoner og eventuelle påkrevde alternativer eller nivåer. Svararrayet gjentar spørsmålsnavnene, slik at resultatet kan knyttes til betingelsen, kategorien eller vurderingen som faktisk ble etterspurt.\n\nFor en supportmelding sender du inn meldingen og konteksten som er relevant for neste beslutning, og gir deretter spørsmålet navn etter feltet arbeidsflyten trenger. For en dokumentpassasje inkluderer du teksten som underbygger kriteriet, fremfor en referanse uten belegg til en større fil. Definer spørsmålet rundt observerbare fakta og skill uavhengige forhold. Et nyttig resultat kan kombinere en problemkategori med en alvorlighetsvurdering og samtidig beholde definisjonen og betydningen av hvert svar.\n\n### Predicate: anslå om en betingelse holder\n\nEt predicate-spørsmål returnerer en sannsynlighet fra 0 til 1 for at den definerte betingelsen er sann. Det kan kontrollere passasjerelevans eller et synlig forhold i et bilde. For et produktfoto beskriver du den synlige feilen som skal kontrolleres, for eksempel en sprekk eller rift, og sender inn bildet med kriteriet. Verdien er modellens anslag; applikasjonen velger terskelen for flagging eller gjennomgang.\n\nOpenAIs Decisions-veiledning krever inline-kodede bildedata for dette endepunktet. Vertsbaserte bildeadresser og filidentifikatorer er ikke støttede bildeinndata i den dokumenterte kontrakten. Tekst- og bildeinnhold kan kombineres i en brukermelding, slik at den visuelle evidensen vurderes med den relevante skriftlige konteksten. Hold bildet leselig og betingelsen konkret; en sannsynlighet for én angitt feil er ikke en generell inspeksjonsrapport som dekker alle mulige problemer.\n\n### Choice: velge én innsendt verdi\n\nEt choice-spørsmål velger blant alternativer med forskjellige verdier og beskrivelser som forklarer når de gjelder. Det returnerte valget er én av disse verdiene, med sannsynligheter per alternativ og et separat konfidensfelt. For ruting definerer du kategorier rundt de faktiske teamene eller utfallene som er tilgjengelige, og inkluderer et other-alternativ når settet ikke dekker alle inndata. Hold kategoriene uordnede: Posisjonene deres er ikke en alvorlighetsskala.\n\nEt praktisk klassifiseringsopplegg kan skille mellom en produktfeil, et tilgangsproblem og en generell forespørsel. Beskriv grensen mellom kategoriene fremfor å stole bare på korte navn. Bruk det returnerte valget som foreslått etikett og undersøk fordelingen når flere betydninger fortsatt er plausible. Resultatet gir et valg; applikasjonen avgjør om valget skal utløse automatisk ruting eller en gjennomgang.\n\n### Score: en sannsynlighetsvektet plassering på en vurderingsrubrikk\n\nEt score-spørsmål bruker ordnede nivåer fra lavest til høyest. Nivåindekser starter på 0, og skåren er det sannsynlighetsvektede gjennomsnittet av indeksene. Den kan ligge mellom nivåer. For et problems alvorlighetsgrad kan ett nivå bety kosmetisk påvirkning, et annet en brukbar omgåelse og et tredje fullstendig blokkering; definer kriteriene som skiller dem. Svaret inkluderer sannsynligheter per nivå og konfidens sammen med skåren.\n\nDen forventede skåren oppsummerer fordelingen fremfor å velge én kategori. Bevar dette skillet når et resultat brukes til prioritering eller en aggregert trend. En visning med faste kategorier kan bruke et choice-spørsmål i stedet. Konfidens er et separat rapportert felt for choice- og score-svar; veiledningen definerer det ikke som identisk med sannsynligheten for det valgte alternativet.\n\n### Flere spørsmål og avhengige beslutninger\n\nUavhengige spørsmål kan dele inndata i én produsentforespørsel, inkludert ulike spørsmålstyper. Et foto kan støtte et predicate-spørsmål om en feil og et kategorivalg, eller en melding kan støtte kategori- og alvorlighetsvurdering. Gi hvert forhold sine egne instruksjoner og sin egen betydning. Når en senere beslutning avhenger av et tidligere resultat, anbefaler produsenten separate forespørsler slik at det andre spørsmålet kan bruke resultatet uttrykkelig. Ikke anta at rekkefølgen på spørsmål i ett array gjør dem til en sekvensiell samtale.\n\n### Velg riktig resultat og tolk grensene\n\nDecisions gir det definerte predicate-, choice- eller score-resultatet. Et svar kan i stedet ha typen refusal; kontroller typen før du leser en sannsynlighet, et valg eller en skår. OpenAI skiller dette fra å generere vilkårlige skjemabaserte objekter eller skriftlige forklaringer gjennom Structured Outputs, og fra å be om en verktøyhandling gjennom function calling. Et beslutningssvar bør ikke presenteres som en generert begrunnelse eller bevis på at en ekstern handling fant sted. Generelle chatmodellers resultat-, resonnerings- og verktøyinnstillinger er ikke automatisk en del av denne spesialiserte modusen.\n\nBruk representative merkede inndata til å vurdere terskler for ruting, filtrering og gjennomgang, og ta hensyn til konsekvensene av falske positive og falske negative. Hold evidensen, spørsmålsdefinisjonene og de rå numeriske resultatene knyttet sammen, slik at et tvetydig resultat kan undersøkes. Hold den felles evidensen relevant for de navngitte spørsmålene, og definer hvert alternativ eller rubrikknivå tydelig før beslutningsoppgaven sendes inn. Forbered evidensen og svartypene rundt den dokumenterte beslutningsarbeidsflyten, og tolk resultatet etter oppgaven det vurderer.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "097215ad5d16b7df39e6bbf9e244e41a32dc6712c30ff643ba32de3b19a53cc3", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nb", "methods": [ { "html": "openai/gpt-6-luna-decisionsGPT-6 Luna i OpenAIs Decisions-modus vurderer tekst og bilder og returnerer typede sannsynlighetssvar: sannsynligheten for et vilkår, et valg blant faste alternativer eller en poengsum etter vurderingskriterier. Den støtter klassifisering, ruting og prioritering uten å bruke en skriftlig forklaring som beslutningsresultat.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
GPT-6 Luna i OpenAIs Decisions-modus vurderer innsendt evidens og returnerer typede svar om den. Produsenten dokumenterer GPT-6 Luna som modellen for dette spesialiserte beslutningsgrensesnittet. Den kan anslå om en betingelse holder, velge blant faste alternativer eller plassere inndata på en ordnet vurderingsrubrikk. Bruk denne GPT-6 Luna-modusen når oppgaven trenger et definert beslutningsresultat fremfor et skriftlig svar.
En produsentforespørsel inneholder modellen, felles inndata og et questions-array. Inndataene kan være en tekststreng eller brukermeldinger med tekst og bilder. Hvert spørsmål har et unikt navn, en type, instruksjoner og eventuelle påkrevde alternativer eller nivåer. Svararrayet gjentar spørsmålsnavnene, slik at resultatet kan knyttes til betingelsen, kategorien eller vurderingen som faktisk ble etterspurt.
For en supportmelding sender du inn meldingen og konteksten som er relevant for neste beslutning, og gir deretter spørsmålet navn etter feltet arbeidsflyten trenger. For en dokumentpassasje inkluderer du teksten som underbygger kriteriet, fremfor en referanse uten belegg til en større fil. Definer spørsmålet rundt observerbare fakta og skill uavhengige forhold. Et nyttig resultat kan kombinere en problemkategori med en alvorlighetsvurdering og samtidig beholde definisjonen og betydningen av hvert svar.
Et predicate-spørsmål returnerer en sannsynlighet fra 0 til 1 for at den definerte betingelsen er sann. Det kan kontrollere passasjerelevans eller et synlig forhold i et bilde. For et produktfoto beskriver du den synlige feilen som skal kontrolleres, for eksempel en sprekk eller rift, og sender inn bildet med kriteriet. Verdien er modellens anslag; applikasjonen velger terskelen for flagging eller gjennomgang.
OpenAIs Decisions-veiledning krever inline-kodede bildedata for dette endepunktet. Vertsbaserte bildeadresser og filidentifikatorer er ikke støttede bildeinndata i den dokumenterte kontrakten. Tekst- og bildeinnhold kan kombineres i en brukermelding, slik at den visuelle evidensen vurderes med den relevante skriftlige konteksten. Hold bildet leselig og betingelsen konkret; en sannsynlighet for én angitt feil er ikke en generell inspeksjonsrapport som dekker alle mulige problemer.
Et choice-spørsmål velger blant alternativer med forskjellige verdier og beskrivelser som forklarer når de gjelder. Det returnerte valget er én av disse verdiene, med sannsynligheter per alternativ og et separat konfidensfelt. For ruting definerer du kategorier rundt de faktiske teamene eller utfallene som er tilgjengelige, og inkluderer et other-alternativ når settet ikke dekker alle inndata. Hold kategoriene uordnede: Posisjonene deres er ikke en alvorlighetsskala.
Et praktisk klassifiseringsopplegg kan skille mellom en produktfeil, et tilgangsproblem og en generell forespørsel. Beskriv grensen mellom kategoriene fremfor å stole bare på korte navn. Bruk det returnerte valget som foreslått etikett og undersøk fordelingen når flere betydninger fortsatt er plausible. Resultatet gir et valg; applikasjonen avgjør om valget skal utløse automatisk ruting eller en gjennomgang.
Et score-spørsmål bruker ordnede nivåer fra lavest til høyest. Nivåindekser starter på 0, og skåren er det sannsynlighetsvektede gjennomsnittet av indeksene. Den kan ligge mellom nivåer. For et problems alvorlighetsgrad kan ett nivå bety kosmetisk påvirkning, et annet en brukbar omgåelse og et tredje fullstendig blokkering; definer kriteriene som skiller dem. Svaret inkluderer sannsynligheter per nivå og konfidens sammen med skåren.
Den forventede skåren oppsummerer fordelingen fremfor å velge én kategori. Bevar dette skillet når et resultat brukes til prioritering eller en aggregert trend. En visning med faste kategorier kan bruke et choice-spørsmål i stedet. Konfidens er et separat rapportert felt for choice- og score-svar; veiledningen definerer det ikke som identisk med sannsynligheten for det valgte alternativet.
Uavhengige spørsmål kan dele inndata i én produsentforespørsel, inkludert ulike spørsmålstyper. Et foto kan støtte et predicate-spørsmål om en feil og et kategorivalg, eller en melding kan støtte kategori- og alvorlighetsvurdering. Gi hvert forhold sine egne instruksjoner og sin egen betydning. Når en senere beslutning avhenger av et tidligere resultat, anbefaler produsenten separate forespørsler slik at det andre spørsmålet kan bruke resultatet uttrykkelig. Ikke anta at rekkefølgen på spørsmål i ett array gjør dem til en sekvensiell samtale.
Decisions gir det definerte predicate-, choice- eller score-resultatet. Et svar kan i stedet ha typen refusal; kontroller typen før du leser en sannsynlighet, et valg eller en skår. OpenAI skiller dette fra å generere vilkårlige skjemabaserte objekter eller skriftlige forklaringer gjennom Structured Outputs, og fra å be om en verktøyhandling gjennom function calling. Et beslutningssvar bør ikke presenteres som en generert begrunnelse eller bevis på at en ekstern handling fant sted. Generelle chatmodellers resultat-, resonnerings- og verktøyinnstillinger er ikke automatisk en del av denne spesialiserte modusen.
Bruk representative merkede inndata til å vurdere terskler for ruting, filtrering og gjennomgang, og ta hensyn til konsekvensene av falske positive og falske negative. Hold evidensen, spørsmålsdefinisjonene og de rå numeriske resultatene knyttet sammen, slik at et tvetydig resultat kan undersøkes. Hold den felles evidensen relevant for de navngitte spørsmålene, og definer hvert alternativ eller rubrikknivå tydelig før beslutningsoppgaven sendes inn. Forbered evidensen og svartypene rundt den dokumenterte beslutningsarbeidsflyten, og tolk resultatet etter oppgaven det vurderer.
POST /v1/systemonetext, imagedecisions| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser openai/gpt-6-luna-decisions | Standard— |
Feltprovider | Typeschema | KravValgfritt | Verdier & grenser | Standard— |
Feltquestions | Typeobject | KravPåkrevd | Verdier & grenser | Standard— |
Feltsession_id | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltstate | Typeschema | KravPåkrevd | Verdier & grenser | Standard— |
Felttrace | Typeschema | KravValgfritt | Verdier & grenser | Standard— |
Feltuser | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltquestions.<id>.type | Typestring | KravPåkrevd | Verdier & grenser noul, choice, score | Standard— |
Feltquestions.<id>.instructions | Typestring|object|array | KravPåkrevd | Verdier & grenser | Standard— |
Feltquestions.<id>.criteria | Typeobject|array | KravValgfritt | Verdier & grenser Vilkår: choice/score: påkrevd; noul: valgfritt. Kriteriene for choice er et objekt; score er en matrise med minItems1. | Standard— |
Feltquestions.<id>.criteria.true | Typestring|object|array | KravPåkrevd | Verdier & grenser Gjelder når: Kriterieobjektet noul er angitt | Standard— |
Feltquestions.<id>.criteria.false | Typestring|object|array | KravPåkrevd | Verdier & grenser Gjelder når: Kriterieobjektet noul er angitt | Standard— |
noul · Påkrevd: state, questions.<id>.type=noul, questions.<id>.instructions
choice · Påkrevd: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object
score · Påkrevd: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, state, questions |
Parametermaterial_types | Avtaletext, image |
Parameteroptional_controls | Avtaleprovider, session_id, trace, user |
Parametermultimodal_input_binding | AvtaleBruk bare den eksakte deklarerte representasjonen av tilstand eller dokument. Produsentens bildefunksjon alene fastslår ikke en modellspesifikk godkjent måte å overføre bilder på. |
Livssyklus: synchronous
Send den eksakte modell-ID-en og behold hele svaret i det opprinnelige formatet.
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 $0.0002 / 1K tokener Utdata · Utgående tokener $0 / 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 $0.0002 / 1K tokener Utdata · Utgående tokener $0 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "openai/gpt-6-luna-decisions",\n "questions": {\n "is_bug": {\n "criteria": {\n "false": "The customer is asking a question or requesting a feature.",\n "true": "The customer describes broken or unexpected product behavior."\n },\n "instructions": "Is the customer reporting a software defect?",\n "type": "noul"\n },\n "team": {\n "criteria": {\n "account": "Login, permissions, or profile issues.",\n "frontend": "Rendering, layout, or browser compatibility issues.",\n "payments": "Checkout, billing, or payment processing issues."\n },\n "instructions": "Which team should own this ticket?",\n "type": "choice"\n },\n "urgency": {\n "criteria": [\n "Can wait for the next release",\n "Should be fixed this week",\n "Blocking revenue right now"\n ],\n "instructions": "How urgent is this ticket?",\n "type": "score"\n }\n },\n "state": {\n "customer_tier": "enterprise",\n "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."\n }\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='openai/gpt-6-luna-decisions'\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \\\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\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\njson
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Hvert oppgitt svar knyttet til en spørsmåls-ID bevares med sin eksakte type, noul/choice/score-verdi, konfidens, sannsynligheter og tegnforklaring. Hele det opprinnelige JSON-svaret lagres og returneres først etter oppgjør.
Behold den opprinnelige operasjonen og hele eller deler av svaret; ikke gjenta POST.
| Felt | Type |
|---|---|
Feltmodel | Typestring |
Feltid | Typestring |
Feltprovider | Typestring |
Feltanswers.<id>.type | Typestring |
Feltanswers.<id>.noul | Typenumber |
Feltanswers.<id>.choice | Typestring |
Feltanswers.<id>.score | Typenumber |
Feltanswers.<id>.confidence | Typenumber |
Feltanswers.<id>.probabilities | Typeobject |
Feltanswers.<id>.legend | Typeobject |
Feltusage.input_tokens | Typeinteger |
Feltusage.output_tokens | Typeinteger |
Feltusage.cost | Typenumber |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldig påkrevd felt, representasjon eller verdi | Neste trinnKorriger det angitte forespørselsfeltet. |
Ailoot Ultra openai/gpt-6-luna-decisions
Bruk metodestiene som vises ovenfor.