ChatGPT-4o duidt de GPT-4o-modelversie aan die is verbonden met de gesprekservaring van ChatGPT. De focus is een dialoog waarin tekst en visueel materiaal aan één antwoord bijdragen: een gebruiker kan een taak beschrijven, een afbeelding toevoegen en het resultaat via vervolgberichten verfijnen. Het model produceert tekst, waaronder uitleg, herschreven passages en code. Deze kaart beschrijft het chatalias en zijn eigen gedocumenteerde configuratie.
OpenAI’s introductie van de GPT-4o-familie benadrukt gecombineerd taal- en beeldbegrip. In deze tekst-en-beeldconfiguratie ondersteunt dat vragen over zichtbare inhoud naast gewoon schrijfwerk en codebespreking. De modelkaart geeft voorbeelden zoals wiskundebegeleiding, reisassistentie, kledingaanbevelingen en receptvoorbereiding. Dit zijn gesprekstoepassingen: de taak, aangeleverde informatie en de gewenste antwoordvorm sturen het antwoord.
De familie ontwikkelt ook meertalig taalbegrip en taalproductie. Een toepassing kan die basis gebruiken om materiaal voor een gekozen doelgroep uit te leggen, de toon te herzien of dezelfde bron in een andere taal te bespreken. Voor een document of schermafbeelding benoemt een nuttige instructie de relevante passage of het zichtbare element en geeft het te produceren resultaat op: een beknopte uitleg, herziene tekst of reeks acties.
De specificatie vermeldt tekst- en beeldinvoer, tekstuitvoer, een contextvenster van 128.000 tokens en maximaal 16.384 uitvoertokens. De gedocumenteerde kennisgrens is 1 oktober 2023. Audio en video worden niet als ondersteunde invoer voor dit alias genoemd. De bredere aankondiging van de GPT-4o-familie beschrijft extra modaliteiten, maar de configuratie op deze kaart is de tekst-en-beeldinterface.
Streaming en Predicted Outputs worden als ondersteunde functies vermeld. Predicted Outputs is bedoeld voor opnieuw genereren waarbij veel van de verwachte tekst al bekend is, zoals een document herzien met behoud van het grootste deel. Functieaanroepen, Structured Outputs en fine-tuning worden niet ondersteund in de gepubliceerde chataliasconfiguratie. Dit onderscheid is belangrijk bij de keuze tussen een tekstresultaat in een gesprek en een integratie die hulpmiddelaanroepen of een schema-afgedwongen antwoord nodig heeft.
OpenAI’s beeldadvies benoemt praktische grenzen bij kleine of gedraaide tekst, precieze ruimtelijke interpretatie, het tellen van objecten en lastige afbeeldingsvormen. Lever een duidelijke afbeelding aan en wijs het voor de vraag relevante gebied aan. De resulterende uitleg betreft zichtbare inhoud; bestandsnamen en afbeeldingsmetadata vervangen geen informatie die in het beeld wordt getoond.
Combineer voor een assistent die Ailoot API gebruikt het bronmateriaal met een concreet doel en behoud de relevante gesprekscontext. Een geschikte taak kan vragen om uitleg op basis van een schermafbeelding, een herzien klantbericht of een documentopzet. Het chatlabel zonder versie duidt deze gespreksvariant van GPT-4o aan en blijft expliciet bij het ordenen van herhaalde verzoeken.
", "aboutText": "ChatGPT-4o duidt de GPT-4o-modelversie aan die is verbonden met de gesprekservaring van ChatGPT. De focus is een dialoog waarin tekst en visueel materiaal aan één antwoord bijdragen: een gebruiker kan een taak beschrijven, een afbeelding toevoegen en het resultaat via vervolgberichten verfijnen. Het model produceert tekst, waaronder uitleg, herschreven passages en code. Deze kaart beschrijft het chatalias en zijn eigen gedocumenteerde configuratie.\n\nOpenAI’s introductie van de GPT-4o-familie benadrukt gecombineerd taal- en beeldbegrip. In deze tekst-en-beeldconfiguratie ondersteunt dat vragen over zichtbare inhoud naast gewoon schrijfwerk en codebespreking. De modelkaart geeft voorbeelden zoals wiskundebegeleiding, reisassistentie, kledingaanbevelingen en receptvoorbereiding. Dit zijn gesprekstoepassingen: de taak, aangeleverde informatie en de gewenste antwoordvorm sturen het antwoord.\n\nDe familie ontwikkelt ook meertalig taalbegrip en taalproductie. Een toepassing kan die basis gebruiken om materiaal voor een gekozen doelgroep uit te leggen, de toon te herzien of dezelfde bron in een andere taal te bespreken. Voor een document of schermafbeelding benoemt een nuttige instructie de relevante passage of het zichtbare element en geeft het te produceren resultaat op: een beknopte uitleg, herziene tekst of reeks acties.\n\nDe specificatie vermeldt tekst- en beeldinvoer, tekstuitvoer, een contextvenster van 128.000 tokens en maximaal 16.384 uitvoertokens. De gedocumenteerde kennisgrens is 1 oktober 2023. Audio en video worden niet als ondersteunde invoer voor dit alias genoemd. De bredere aankondiging van de GPT-4o-familie beschrijft extra modaliteiten, maar de configuratie op deze kaart is de tekst-en-beeldinterface.\n\nStreaming en Predicted Outputs worden als ondersteunde functies vermeld. Predicted Outputs is bedoeld voor opnieuw genereren waarbij veel van de verwachte tekst al bekend is, zoals een document herzien met behoud van het grootste deel. Functieaanroepen, Structured Outputs en fine-tuning worden niet ondersteund in de gepubliceerde chataliasconfiguratie. Dit onderscheid is belangrijk bij de keuze tussen een tekstresultaat in een gesprek en een integratie die hulpmiddelaanroepen of een schema-afgedwongen antwoord nodig heeft.\n\nOpenAI’s beeldadvies benoemt praktische grenzen bij kleine of gedraaide tekst, precieze ruimtelijke interpretatie, het tellen van objecten en lastige afbeeldingsvormen. Lever een duidelijke afbeelding aan en wijs het voor de vraag relevante gebied aan. De resulterende uitleg betreft zichtbare inhoud; bestandsnamen en afbeeldingsmetadata vervangen geen informatie die in het beeld wordt getoond.\n\nCombineer voor een assistent die Ailoot API gebruikt het bronmateriaal met een concreet doel en behoud de relevante gesprekscontext. Een geschikte taak kan vragen om uitleg op basis van een schermafbeelding, een herzien klantbericht of een documentopzet. Het chatlabel zonder versie duidt deze gespreksvariant van GPT-4o aan en blijft expliciet bij het ordenen van herhaalde verzoeken.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
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 is OpenAI’s GPT-4o-gespreksvariant voor tekst- en beeldinvoer met tekstuitvoer. Hij ondersteunt meertalig schrijven, codebesprekingen en visuele uitleg binnen een context van 128.000 tokens, met functies die specifiek zijn voor deze chatalias.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
ChatGPT-4o duidt de GPT-4o-modelversie aan die is verbonden met de gesprekservaring van ChatGPT. De focus is een dialoog waarin tekst en visueel materiaal aan één antwoord bijdragen: een gebruiker kan een taak beschrijven, een afbeelding toevoegen en het resultaat via vervolgberichten verfijnen. Het model produceert tekst, waaronder uitleg, herschreven passages en code. Deze kaart beschrijft het chatalias en zijn eigen gedocumenteerde configuratie.
OpenAI’s introductie van de GPT-4o-familie benadrukt gecombineerd taal- en beeldbegrip. In deze tekst-en-beeldconfiguratie ondersteunt dat vragen over zichtbare inhoud naast gewoon schrijfwerk en codebespreking. De modelkaart geeft voorbeelden zoals wiskundebegeleiding, reisassistentie, kledingaanbevelingen en receptvoorbereiding. Dit zijn gesprekstoepassingen: de taak, aangeleverde informatie en de gewenste antwoordvorm sturen het antwoord.
De familie ontwikkelt ook meertalig taalbegrip en taalproductie. Een toepassing kan die basis gebruiken om materiaal voor een gekozen doelgroep uit te leggen, de toon te herzien of dezelfde bron in een andere taal te bespreken. Voor een document of schermafbeelding benoemt een nuttige instructie de relevante passage of het zichtbare element en geeft het te produceren resultaat op: een beknopte uitleg, herziene tekst of reeks acties.
De specificatie vermeldt tekst- en beeldinvoer, tekstuitvoer, een contextvenster van 128.000 tokens en maximaal 16.384 uitvoertokens. De gedocumenteerde kennisgrens is 1 oktober 2023. Audio en video worden niet als ondersteunde invoer voor dit alias genoemd. De bredere aankondiging van de GPT-4o-familie beschrijft extra modaliteiten, maar de configuratie op deze kaart is de tekst-en-beeldinterface.
Streaming en Predicted Outputs worden als ondersteunde functies vermeld. Predicted Outputs is bedoeld voor opnieuw genereren waarbij veel van de verwachte tekst al bekend is, zoals een document herzien met behoud van het grootste deel. Functieaanroepen, Structured Outputs en fine-tuning worden niet ondersteund in de gepubliceerde chataliasconfiguratie. Dit onderscheid is belangrijk bij de keuze tussen een tekstresultaat in een gesprek en een integratie die hulpmiddelaanroepen of een schema-afgedwongen antwoord nodig heeft.
OpenAI’s beeldadvies benoemt praktische grenzen bij kleine of gedraaide tekst, precieze ruimtelijke interpretatie, het tellen van objecten en lastige afbeeldingsvormen. Lever een duidelijke afbeelding aan en wijs het voor de vraag relevante gebied aan. De resulterende uitleg betreft zichtbare inhoud; bestandsnamen en afbeeldingsmetadata vervangen geen informatie die in het beeld wordt getoond.
Combineer voor een assistent die Ailoot API gebruikt het bronmateriaal met een concreet doel en behoud de relevante gesprekscontext. Een geschikte taak kan vragen om uitleg op basis van een schermafbeelding, een herzien klantbericht of een documentopzet. Het chatlabel zonder versie duidt deze gespreksvariant van GPT-4o aan en blijft expliciet bij het ordenen van herhaalde verzoeken.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten chatgpt-4o-latest | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.01 / 1K tokens Uitvoer · Uitvoertokens $0.03 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra chatgpt-4o-latest
Gebruik de hierboven getoonde methodepaden.
chatgpt-4o-latestChatGPT-4o is OpenAI’s GPT-4o-gespreksvariant voor tekst- en beeldinvoer met tekstuitvoer. Hij ondersteunt meertalig schrijven, codebesprekingen en visuele uitleg binnen een context van 128.000 tokens, met functies die specifiek zijn voor deze chatalias.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
ChatGPT-4o duidt de GPT-4o-modelversie aan die is verbonden met de gesprekservaring van ChatGPT. De focus is een dialoog waarin tekst en visueel materiaal aan één antwoord bijdragen: een gebruiker kan een taak beschrijven, een afbeelding toevoegen en het resultaat via vervolgberichten verfijnen. Het model produceert tekst, waaronder uitleg, herschreven passages en code. Deze kaart beschrijft het chatalias en zijn eigen gedocumenteerde configuratie.
OpenAI’s introductie van de GPT-4o-familie benadrukt gecombineerd taal- en beeldbegrip. In deze tekst-en-beeldconfiguratie ondersteunt dat vragen over zichtbare inhoud naast gewoon schrijfwerk en codebespreking. De modelkaart geeft voorbeelden zoals wiskundebegeleiding, reisassistentie, kledingaanbevelingen en receptvoorbereiding. Dit zijn gesprekstoepassingen: de taak, aangeleverde informatie en de gewenste antwoordvorm sturen het antwoord.
De familie ontwikkelt ook meertalig taalbegrip en taalproductie. Een toepassing kan die basis gebruiken om materiaal voor een gekozen doelgroep uit te leggen, de toon te herzien of dezelfde bron in een andere taal te bespreken. Voor een document of schermafbeelding benoemt een nuttige instructie de relevante passage of het zichtbare element en geeft het te produceren resultaat op: een beknopte uitleg, herziene tekst of reeks acties.
De specificatie vermeldt tekst- en beeldinvoer, tekstuitvoer, een contextvenster van 128.000 tokens en maximaal 16.384 uitvoertokens. De gedocumenteerde kennisgrens is 1 oktober 2023. Audio en video worden niet als ondersteunde invoer voor dit alias genoemd. De bredere aankondiging van de GPT-4o-familie beschrijft extra modaliteiten, maar de configuratie op deze kaart is de tekst-en-beeldinterface.
Streaming en Predicted Outputs worden als ondersteunde functies vermeld. Predicted Outputs is bedoeld voor opnieuw genereren waarbij veel van de verwachte tekst al bekend is, zoals een document herzien met behoud van het grootste deel. Functieaanroepen, Structured Outputs en fine-tuning worden niet ondersteund in de gepubliceerde chataliasconfiguratie. Dit onderscheid is belangrijk bij de keuze tussen een tekstresultaat in een gesprek en een integratie die hulpmiddelaanroepen of een schema-afgedwongen antwoord nodig heeft.
OpenAI’s beeldadvies benoemt praktische grenzen bij kleine of gedraaide tekst, precieze ruimtelijke interpretatie, het tellen van objecten en lastige afbeeldingsvormen. Lever een duidelijke afbeelding aan en wijs het voor de vraag relevante gebied aan. De resulterende uitleg betreft zichtbare inhoud; bestandsnamen en afbeeldingsmetadata vervangen geen informatie die in het beeld wordt getoond.
Combineer voor een assistent die Ailoot API gebruikt het bronmateriaal met een concreet doel en behoud de relevante gesprekscontext. Een geschikte taak kan vragen om uitleg op basis van een schermafbeelding, een herzien klantbericht of een documentopzet. Het chatlabel zonder versie duidt deze gespreksvariant van GPT-4o aan en blijft expliciet bij het ordenen van herhaalde verzoeken.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten chatgpt-4o-latest | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.01 / 1K tokens Uitvoer · Uitvoertokens $0.03 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "chatgpt-4o-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra chatgpt-4o-latest
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
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.