GPT-4 Turbo Preview 1106 is OpenAI’s eerste benoemde GPT-4 Turbo Preview-teksteditie. Het introduceert een contextvenster van 128K, betere instructieopvolging, JSON-modus en verbeteringen in functieaanroepen, waaronder verzoeken om meerdere functies in één bericht. De bruikbare uitvoer is een tekstantwoord, codevoorstel of gestructureerd applicatierecord dat op het aangeleverde materiaal steunt. Dit 1106-profiel staat los van Vision Preview en de latere 0125-update.
De introductie vermeldt een contextvenster van 128K en kennis van wereldgebeurtenissen tot en met april 2023. Geef nieuwer bewijs wanneer de taak van actuele informatie afhangt. Een grotere context kan verwante brondocumenten of code bevatten, maar de prompt moet nog steeds bepalen wat het model ermee moet doen. Benoem de vraag, welk materiaal leidend is en de verwachte vorm van het antwoord.
Benoem voor een documentvergelijking de versies en vraag om gewijzigde voorwaarden met de passages die ze ondersteunen. Voeg voor een programmeertaak het bestaande gedrag, de gewenste wijziging en de relevante interfacevoorwaarden toe. Een nuttig resultaat kan een gerichte patch zijn of een uitleg van een defect met het concrete geval dat het zichtbaar maakt. Laat irrelevant materiaal weg zodat de aandacht van het model naar het bewijs gaat dat het resultaat verandert.
De ontwikkelaar benadrukt betere opvolging van instructies die een specifiek antwoordformaat vereisen. Een aanvraag kan een geordende uitleg, een tabel of een machineleesbaar record definiëren. Benoem de velden en leg uit wat teruggegeven moet worden als de bron geen waarde vaststelt. Een voorbeeldopdracht voor recordverwerking kan vragen om een bronidentificatie, een geëxtraheerde voorwaarde en de passage waaruit die afkomstig is.
JSON-modus beperkt het antwoord tot een syntactisch geldig JSON-object in de Chat Completions-workflow van de ontwikkelaar. Geldige JSON bewijst niet dat het record de juiste velden of correcte waarden bevat. Houd applicatievalidatie en broncontrole gescheiden van de formaatinstelling, vooral wanneer de volgende stap afhangt van een specifieke identificatie of status. Geef bij de JSON-modus van de ontwikkelaar expliciet de instructie om JSON te maken en neem het woord “JSON” op in het gesprek. Zonder die instructie kan het model witruimte blijven uitvoeren tot de tokenlimiet; controleer of een volledig object is teruggegeven. De latere uitvoerfuncties met afgedwongen schema’s van andere modellen zijn een ander mechanisme.
Het model kan argumenten maken voor functies die de applicatie definieert. De release voegt de mogelijkheid toe om meerdere functies in één bericht aan te vragen, wat een taak kan ondersteunen die meer dan één opzoeking vereist. Beschrijf het doel en de vereiste invoer van elke functie en verbind daarna de werkelijk teruggegeven informatie met het volgende antwoord. Het model kiest en beschrijft de aanvraag; de applicatie voert haar uit.
Voor een vergelijking van twee records kan een functie de werkelijke details van elk record ophalen voordat de assistent de vergelijking maakt. Bewaar de koppeling tussen het gevraagde item en het teruggegeven resultaat. Neem een ontbrekende bron of mislukte handeling mee in het antwoord in plaats van alleen op basis van voorgestelde argumenten een geslaagde uitkomst aan te kondigen.
De bèta-instelling seed uit de introductie beoogt meestal consistente voltooiingen te leveren. Gebruik die met hetzelfde bronmateriaal en dezelfde overige instellingen bij het vergelijken van een kleine promptwijziging. Het is geen garantie op determinisme, dus bekijk beide antwoorden en bewaar de omstandigheden waaronder elk is gemaakt.
De oorspronkelijke release houdt deze tekst-Preview gescheiden van GPT-4 Turbo with Vision, beeldgeneratie en spraakgeneratiemodellen. Geef de relevante informatie uit een diagram in geschreven vorm voor dit profiel in plaats van de beeldinvoermogelijkheid van het Vision-model over te nemen. De latere 0125 Preview-update beoogt grondigere taakvoltooiing en verhelpt een coderingsfout; de 1106-editie dateert van vóór die wijzigingen. Bewaar het benoemde model, het bronmateriaal, het gevraagde formaat en het teruggegeven resultaat samen bij de beoordeling.
", "aboutText": "GPT-4 Turbo Preview 1106 is OpenAI’s eerste benoemde GPT-4 Turbo Preview-teksteditie. Het introduceert een contextvenster van 128K, betere instructieopvolging, JSON-modus en verbeteringen in functieaanroepen, waaronder verzoeken om meerdere functies in één bericht. De bruikbare uitvoer is een tekstantwoord, codevoorstel of gestructureerd applicatierecord dat op het aangeleverde materiaal steunt. Dit 1106-profiel staat los van Vision Preview en de latere 0125-update.\n\n### Breng verwante tekst samen in één afgebakende taak\n\nDe introductie vermeldt een contextvenster van 128K en kennis van wereldgebeurtenissen tot en met april 2023. Geef nieuwer bewijs wanneer de taak van actuele informatie afhangt. Een grotere context kan verwante brondocumenten of code bevatten, maar de prompt moet nog steeds bepalen wat het model ermee moet doen. Benoem de vraag, welk materiaal leidend is en de verwachte vorm van het antwoord.\n\nBenoem voor een documentvergelijking de versies en vraag om gewijzigde voorwaarden met de passages die ze ondersteunen. Voeg voor een programmeertaak het bestaande gedrag, de gewenste wijziging en de relevante interfacevoorwaarden toe. Een nuttig resultaat kan een gerichte patch zijn of een uitleg van een defect met het concrete geval dat het zichtbaar maakt. Laat irrelevant materiaal weg zodat de aandacht van het model naar het bewijs gaat dat het resultaat verandert.\n\n### Volg een gevraagd formaat\n\nDe ontwikkelaar benadrukt betere opvolging van instructies die een specifiek antwoordformaat vereisen. Een aanvraag kan een geordende uitleg, een tabel of een machineleesbaar record definiëren. Benoem de velden en leg uit wat teruggegeven moet worden als de bron geen waarde vaststelt. Een voorbeeldopdracht voor recordverwerking kan vragen om een bronidentificatie, een geëxtraheerde voorwaarde en de passage waaruit die afkomstig is.\n\nJSON-modus beperkt het antwoord tot een syntactisch geldig JSON-object in de Chat Completions-workflow van de ontwikkelaar. Geldige JSON bewijst niet dat het record de juiste velden of correcte waarden bevat. Houd applicatievalidatie en broncontrole gescheiden van de formaatinstelling, vooral wanneer de volgende stap afhangt van een specifieke identificatie of status. Geef bij de JSON-modus van de ontwikkelaar expliciet de instructie om JSON te maken en neem het woord “JSON” op in het gesprek. Zonder die instructie kan het model witruimte blijven uitvoeren tot de tokenlimiet; controleer of een volledig object is teruggegeven. De latere uitvoerfuncties met afgedwongen schema’s van andere modellen zijn een ander mechanisme.\n\n### Vraag functies aan met bruikbare argumenten\n\nHet model kan argumenten maken voor functies die de applicatie definieert. De release voegt de mogelijkheid toe om meerdere functies in één bericht aan te vragen, wat een taak kan ondersteunen die meer dan één opzoeking vereist. Beschrijf het doel en de vereiste invoer van elke functie en verbind daarna de werkelijk teruggegeven informatie met het volgende antwoord. Het model kiest en beschrijft de aanvraag; de applicatie voert haar uit.\n\nVoor een vergelijking van twee records kan een functie de werkelijke details van elk record ophalen voordat de assistent de vergelijking maakt. Bewaar de koppeling tussen het gevraagde item en het teruggegeven resultaat. Neem een ontbrekende bron of mislukte handeling mee in het antwoord in plaats van alleen op basis van voorgestelde argumenten een geslaagde uitkomst aan te kondigen.\n\n### Herhaalbare experimenten en de gekozen editie\n\nDe bèta-instelling seed uit de introductie beoogt meestal consistente voltooiingen te leveren. Gebruik die met hetzelfde bronmateriaal en dezelfde overige instellingen bij het vergelijken van een kleine promptwijziging. Het is geen garantie op determinisme, dus bekijk beide antwoorden en bewaar de omstandigheden waaronder elk is gemaakt.\n\nDe oorspronkelijke release houdt deze tekst-Preview gescheiden van GPT-4 Turbo with Vision, beeldgeneratie en spraakgeneratiemodellen. Geef de relevante informatie uit een diagram in geschreven vorm voor dit profiel in plaats van de beeldinvoermogelijkheid van het Vision-model over te nemen. De latere 0125 Preview-update beoogt grondigere taakvoltooiing en verhelpt een coderingsfout; de 1106-editie dateert van vóór die wijzigingen. Bewaar het benoemde model, het bronmateriaal, het gevraagde formaat en het teruggegeven resultaat samen bij de beoordeling.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Extract a source-linked renewal record\n\nFrom this note, draft a JSON object with fields account, renewal_date, owner and evidence: “Account Northbridge renews on 30 June. The commercial owner has not yet been assigned.” Use null for an unstated owner, retain the date wording and include the source sentence supporting the renewal date. Return no extra prose.A requested JSON record with the four named fields, an unknown owner and source evidence.Parse the returned record and check its values against the note; requested JSON formatting does not replace field validation.gpt-4-1106-previewGPT-4 Turbo Preview 1106 verwerkt tekst- en codetaken met lange context binnen een gedocumenteerd contextvenster van 128K. JSON-modus en functieaanroepen helpen aangeleverd materiaal om te zetten in tekstantwoorden of toepassingsrecords, waarbij de exacte Preview-editie onderscheiden blijft van modellen met beeldbegrip en latere modellen.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-4 Turbo Preview 1106 is OpenAI’s eerste benoemde GPT-4 Turbo Preview-teksteditie. Het introduceert een contextvenster van 128K, betere instructieopvolging, JSON-modus en verbeteringen in functieaanroepen, waaronder verzoeken om meerdere functies in één bericht. De bruikbare uitvoer is een tekstantwoord, codevoorstel of gestructureerd applicatierecord dat op het aangeleverde materiaal steunt. Dit 1106-profiel staat los van Vision Preview en de latere 0125-update.
De introductie vermeldt een contextvenster van 128K en kennis van wereldgebeurtenissen tot en met april 2023. Geef nieuwer bewijs wanneer de taak van actuele informatie afhangt. Een grotere context kan verwante brondocumenten of code bevatten, maar de prompt moet nog steeds bepalen wat het model ermee moet doen. Benoem de vraag, welk materiaal leidend is en de verwachte vorm van het antwoord.
Benoem voor een documentvergelijking de versies en vraag om gewijzigde voorwaarden met de passages die ze ondersteunen. Voeg voor een programmeertaak het bestaande gedrag, de gewenste wijziging en de relevante interfacevoorwaarden toe. Een nuttig resultaat kan een gerichte patch zijn of een uitleg van een defect met het concrete geval dat het zichtbaar maakt. Laat irrelevant materiaal weg zodat de aandacht van het model naar het bewijs gaat dat het resultaat verandert.
De ontwikkelaar benadrukt betere opvolging van instructies die een specifiek antwoordformaat vereisen. Een aanvraag kan een geordende uitleg, een tabel of een machineleesbaar record definiëren. Benoem de velden en leg uit wat teruggegeven moet worden als de bron geen waarde vaststelt. Een voorbeeldopdracht voor recordverwerking kan vragen om een bronidentificatie, een geëxtraheerde voorwaarde en de passage waaruit die afkomstig is.
JSON-modus beperkt het antwoord tot een syntactisch geldig JSON-object in de Chat Completions-workflow van de ontwikkelaar. Geldige JSON bewijst niet dat het record de juiste velden of correcte waarden bevat. Houd applicatievalidatie en broncontrole gescheiden van de formaatinstelling, vooral wanneer de volgende stap afhangt van een specifieke identificatie of status. Geef bij de JSON-modus van de ontwikkelaar expliciet de instructie om JSON te maken en neem het woord “JSON” op in het gesprek. Zonder die instructie kan het model witruimte blijven uitvoeren tot de tokenlimiet; controleer of een volledig object is teruggegeven. De latere uitvoerfuncties met afgedwongen schema’s van andere modellen zijn een ander mechanisme.
Het model kan argumenten maken voor functies die de applicatie definieert. De release voegt de mogelijkheid toe om meerdere functies in één bericht aan te vragen, wat een taak kan ondersteunen die meer dan één opzoeking vereist. Beschrijf het doel en de vereiste invoer van elke functie en verbind daarna de werkelijk teruggegeven informatie met het volgende antwoord. Het model kiest en beschrijft de aanvraag; de applicatie voert haar uit.
Voor een vergelijking van twee records kan een functie de werkelijke details van elk record ophalen voordat de assistent de vergelijking maakt. Bewaar de koppeling tussen het gevraagde item en het teruggegeven resultaat. Neem een ontbrekende bron of mislukte handeling mee in het antwoord in plaats van alleen op basis van voorgestelde argumenten een geslaagde uitkomst aan te kondigen.
De bèta-instelling seed uit de introductie beoogt meestal consistente voltooiingen te leveren. Gebruik die met hetzelfde bronmateriaal en dezelfde overige instellingen bij het vergelijken van een kleine promptwijziging. Het is geen garantie op determinisme, dus bekijk beide antwoorden en bewaar de omstandigheden waaronder elk is gemaakt.
De oorspronkelijke release houdt deze tekst-Preview gescheiden van GPT-4 Turbo with Vision, beeldgeneratie en spraakgeneratiemodellen. Geef de relevante informatie uit een diagram in geschreven vorm voor dit profiel in plaats van de beeldinvoermogelijkheid van het Vision-model over te nemen. De latere 0125 Preview-update beoogt grondigere taakvoltooiing en verhelpt een coderingsfout; de 1106-editie dateert van vóór die wijzigingen. Bewaar het benoemde model, het bronmateriaal, het gevraagde formaat en het teruggegeven resultaat samen bij de beoordeling.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gpt-4-1106-preview | 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 $0.02 / 1K tokens Uitvoer · Uitvoertokens $0.06 / 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": "gpt-4-1106-preview", "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='gpt-4-1106-preview',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='gpt-4-1106-preview',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 gpt-4-1106-preview
Gebruik de hierboven getoonde methodepaden.
gpt-4-1106-previewGPT-4 Turbo Preview 1106 verwerkt tekst- en codetaken met lange context binnen een gedocumenteerd contextvenster van 128K. JSON-modus en functieaanroepen helpen aangeleverd materiaal om te zetten in tekstantwoorden of toepassingsrecords, waarbij de exacte Preview-editie onderscheiden blijft van modellen met beeldbegrip en latere modellen.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-4 Turbo Preview 1106 is OpenAI’s eerste benoemde GPT-4 Turbo Preview-teksteditie. Het introduceert een contextvenster van 128K, betere instructieopvolging, JSON-modus en verbeteringen in functieaanroepen, waaronder verzoeken om meerdere functies in één bericht. De bruikbare uitvoer is een tekstantwoord, codevoorstel of gestructureerd applicatierecord dat op het aangeleverde materiaal steunt. Dit 1106-profiel staat los van Vision Preview en de latere 0125-update.
De introductie vermeldt een contextvenster van 128K en kennis van wereldgebeurtenissen tot en met april 2023. Geef nieuwer bewijs wanneer de taak van actuele informatie afhangt. Een grotere context kan verwante brondocumenten of code bevatten, maar de prompt moet nog steeds bepalen wat het model ermee moet doen. Benoem de vraag, welk materiaal leidend is en de verwachte vorm van het antwoord.
Benoem voor een documentvergelijking de versies en vraag om gewijzigde voorwaarden met de passages die ze ondersteunen. Voeg voor een programmeertaak het bestaande gedrag, de gewenste wijziging en de relevante interfacevoorwaarden toe. Een nuttig resultaat kan een gerichte patch zijn of een uitleg van een defect met het concrete geval dat het zichtbaar maakt. Laat irrelevant materiaal weg zodat de aandacht van het model naar het bewijs gaat dat het resultaat verandert.
De ontwikkelaar benadrukt betere opvolging van instructies die een specifiek antwoordformaat vereisen. Een aanvraag kan een geordende uitleg, een tabel of een machineleesbaar record definiëren. Benoem de velden en leg uit wat teruggegeven moet worden als de bron geen waarde vaststelt. Een voorbeeldopdracht voor recordverwerking kan vragen om een bronidentificatie, een geëxtraheerde voorwaarde en de passage waaruit die afkomstig is.
JSON-modus beperkt het antwoord tot een syntactisch geldig JSON-object in de Chat Completions-workflow van de ontwikkelaar. Geldige JSON bewijst niet dat het record de juiste velden of correcte waarden bevat. Houd applicatievalidatie en broncontrole gescheiden van de formaatinstelling, vooral wanneer de volgende stap afhangt van een specifieke identificatie of status. Geef bij de JSON-modus van de ontwikkelaar expliciet de instructie om JSON te maken en neem het woord “JSON” op in het gesprek. Zonder die instructie kan het model witruimte blijven uitvoeren tot de tokenlimiet; controleer of een volledig object is teruggegeven. De latere uitvoerfuncties met afgedwongen schema’s van andere modellen zijn een ander mechanisme.
Het model kan argumenten maken voor functies die de applicatie definieert. De release voegt de mogelijkheid toe om meerdere functies in één bericht aan te vragen, wat een taak kan ondersteunen die meer dan één opzoeking vereist. Beschrijf het doel en de vereiste invoer van elke functie en verbind daarna de werkelijk teruggegeven informatie met het volgende antwoord. Het model kiest en beschrijft de aanvraag; de applicatie voert haar uit.
Voor een vergelijking van twee records kan een functie de werkelijke details van elk record ophalen voordat de assistent de vergelijking maakt. Bewaar de koppeling tussen het gevraagde item en het teruggegeven resultaat. Neem een ontbrekende bron of mislukte handeling mee in het antwoord in plaats van alleen op basis van voorgestelde argumenten een geslaagde uitkomst aan te kondigen.
De bèta-instelling seed uit de introductie beoogt meestal consistente voltooiingen te leveren. Gebruik die met hetzelfde bronmateriaal en dezelfde overige instellingen bij het vergelijken van een kleine promptwijziging. Het is geen garantie op determinisme, dus bekijk beide antwoorden en bewaar de omstandigheden waaronder elk is gemaakt.
De oorspronkelijke release houdt deze tekst-Preview gescheiden van GPT-4 Turbo with Vision, beeldgeneratie en spraakgeneratiemodellen. Geef de relevante informatie uit een diagram in geschreven vorm voor dit profiel in plaats van de beeldinvoermogelijkheid van het Vision-model over te nemen. De latere 0125 Preview-update beoogt grondigere taakvoltooiing en verhelpt een coderingsfout; de 1106-editie dateert van vóór die wijzigingen. Bewaar het benoemde model, het bronmateriaal, het gevraagde formaat en het teruggegeven resultaat samen bij de beoordeling.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gpt-4-1106-preview | 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 $0.02 / 1K tokens Uitvoer · Uitvoertokens $0.06 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "gpt-4-1106-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'gpt-4-1106-preview', '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': 'gpt-4-1106-preview', '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 gpt-4-1106-preview
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Extract a source-linked renewal record\n\nFrom this note, draft a JSON object with fields account, renewal_date, owner and evidence: “Account Northbridge renews on 30 June. The commercial owner has not yet been assigned.” Use null for an unstated owner, retain the date wording and include the source sentence supporting the renewal date. Return no extra prose.A requested JSON record with the four named fields, an unknown owner and source evidence.Parse the returned record and check its values against the note; requested JSON formatting does not replace field validation.