GPT-5.1 Chat duidt de GPT-5.1-chatmodelversie aan die met ChatGPT is verbonden. OpenAI’s publicatie koppelt de Instant-variant aan dit chatlabel en onderscheidt deze van GPT-5.1 Thinking. Instant is ontworpen voor alledaagse gesprekken en kan bij moeilijkere vragen extra redeneerwerk verrichten. De kaart houdt de identiteit en specificatie van de chatvariant gescheiden van het Thinking-model.
De publicatie begint met gesprekskwaliteit: een warmere standaardtoon, natuurlijkere uitwisselingen en betere naleving van de instructies van de gebruiker. Die eigenschappen zijn nuttig als een assistent een vraag direct moet beantwoorden, een uitleg na feedback moet herzien of een passende stijl voor zijn doelgroep moet behouden. De praktische taak blijft concreet: het aangeleverde materiaal uitleggen, een antwoord voorbereiden of een geselecteerde passage verfijnen.
Adaptief redeneren is een opvallend onderdeel van de Instant-update. OpenAI beschrijft dat het model beslist wanneer een moeilijkere vraag vóór het antwoord meer nadenken nodig heeft, met verbeteringen bij wiskundige en programmeertaken. Dit is modelgedrag en geen bewering dat elk chatverzoek hetzelfde vaste redeneerproces gebruikt. De afzonderlijke beschrijving van GPT-5.1 Thinking in de publicatie hoort bij die andere variant.
De fabrikant benadrukt ook aanpasbaarheid en trouwere verwerking van eigen instructies. Een toepassing kan in haar taakinstructies de gewenste rol, toon, antwoordlengte en vereiste details uitdrukken. Een supportassistent kan bijvoorbeeld een beknopt professioneel antwoord nodig hebben, terwijl een educatieve uitleg eenvoudigere formuleringen en expliciete tussenstappen kan vragen. De persoonlijkheidsinstellingen op productniveau van ChatGPT staan los van de instructies die een andere toepassing aanlevert.
Dit chatmodel accepteert tekst en afbeeldingen en retourneert tekst. Het gepubliceerde contextvenster is 128.000 tokens, de maximale uitvoer is 16.384 tokens en de gedocumenteerde kennisgrens is 30 september 2024. Streaming, functieaanroepen en Structured Outputs worden ondersteund. Audio- en video-invoer, fine-tuning en Predicted Outputs worden niet ondersteund in de gepubliceerde configuratie. Deze grenzen beschrijven GPT-5.1 Chat en niet een ander lid van de familie.
Functies en gestructureerde antwoorden ondersteunen verschillende integratiedoelen. Een functieaanroep levert een actienaam en argumenten voor uitvoering door de toepassing, waarna de resulterende informatie naar het gesprek kan terugkeren. Een gestructureerd antwoord kan het uiteindelijke materiaal in afgesproken velden ordenen. Bij afbeeldingen kan dezelfde taak om een uitleg van de zichtbare inhoud vragen; duidelijk, leesbaar bronmateriaal is bijzonder belangrijk voor kleine tekst en gedetailleerde visuele relaties.
Geef het model voor een assistent die Ailoot API gebruikt de context van de vraag en een duidelijk voltooiingscriterium. Vraag om een resultaat, zoals een bewerkt document, een antwoord aan een klant, een uitleg van een schermafbeelding of een gestructureerde samenvatting. Behoud de broninformatie en geef aan hoe ontbrekende details moeten worden behandeld. Vervolgberichten kunnen vervolgens één deel van het resultaat aanpassen terwijl het gesprek bij de oorspronkelijke taak van de gebruiker blijft.
", "aboutText": "GPT-5.1 Chat duidt de GPT-5.1-chatmodelversie aan die met ChatGPT is verbonden. OpenAI’s publicatie koppelt de Instant-variant aan dit chatlabel en onderscheidt deze van GPT-5.1 Thinking. Instant is ontworpen voor alledaagse gesprekken en kan bij moeilijkere vragen extra redeneerwerk verrichten. De kaart houdt de identiteit en specificatie van de chatvariant gescheiden van het Thinking-model.\n\nDe publicatie begint met gesprekskwaliteit: een warmere standaardtoon, natuurlijkere uitwisselingen en betere naleving van de instructies van de gebruiker. Die eigenschappen zijn nuttig als een assistent een vraag direct moet beantwoorden, een uitleg na feedback moet herzien of een passende stijl voor zijn doelgroep moet behouden. De praktische taak blijft concreet: het aangeleverde materiaal uitleggen, een antwoord voorbereiden of een geselecteerde passage verfijnen.\n\nAdaptief redeneren is een opvallend onderdeel van de Instant-update. OpenAI beschrijft dat het model beslist wanneer een moeilijkere vraag vóór het antwoord meer nadenken nodig heeft, met verbeteringen bij wiskundige en programmeertaken. Dit is modelgedrag en geen bewering dat elk chatverzoek hetzelfde vaste redeneerproces gebruikt. De afzonderlijke beschrijving van GPT-5.1 Thinking in de publicatie hoort bij die andere variant.\n\nDe fabrikant benadrukt ook aanpasbaarheid en trouwere verwerking van eigen instructies. Een toepassing kan in haar taakinstructies de gewenste rol, toon, antwoordlengte en vereiste details uitdrukken. Een supportassistent kan bijvoorbeeld een beknopt professioneel antwoord nodig hebben, terwijl een educatieve uitleg eenvoudigere formuleringen en expliciete tussenstappen kan vragen. De persoonlijkheidsinstellingen op productniveau van ChatGPT staan los van de instructies die een andere toepassing aanlevert.\n\nDit chatmodel accepteert tekst en afbeeldingen en retourneert tekst. Het gepubliceerde contextvenster is 128.000 tokens, de maximale uitvoer is 16.384 tokens en de gedocumenteerde kennisgrens is 30 september 2024. Streaming, functieaanroepen en Structured Outputs worden ondersteund. Audio- en video-invoer, fine-tuning en Predicted Outputs worden niet ondersteund in de gepubliceerde configuratie. Deze grenzen beschrijven GPT-5.1 Chat en niet een ander lid van de familie.\n\nFuncties en gestructureerde antwoorden ondersteunen verschillende integratiedoelen. Een functieaanroep levert een actienaam en argumenten voor uitvoering door de toepassing, waarna de resulterende informatie naar het gesprek kan terugkeren. Een gestructureerd antwoord kan het uiteindelijke materiaal in afgesproken velden ordenen. Bij afbeeldingen kan dezelfde taak om een uitleg van de zichtbare inhoud vragen; duidelijk, leesbaar bronmateriaal is bijzonder belangrijk voor kleine tekst en gedetailleerde visuele relaties.\n\nGeef het model voor een assistent die Ailoot API gebruikt de context van de vraag en een duidelijk voltooiingscriterium. Vraag om een resultaat, zoals een bewerkt document, een antwoord aan een klant, een uitleg van een schermafbeelding of een gestructureerde samenvatting. Behoud de broninformatie en geef aan hoe ontbrekende details moeten worden behandeld. Vervolgberichten kunnen vervolgens één deel van het resultaat aanpassen terwijl het gesprek bij de oorspronkelijke taak van de gebruiker blijft.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Explain a password-reset rule clearly\n\nExplain this policy to a nontechnical customer in under 90 words: a reset link expires after 30 minutes; requesting another link invalidates earlier links; changing the password signs out other sessions. The customer requested two links and opened the first. Explain what to do next, using a warm, direct tone and no invented account details.One concise customer explanation and a clear next step grounded in the supplied policy.The reply explains why the first link fails and directs the customer to the newest unexpired link.gpt-5.1-chat-latestGPT-5.1 Chat is OpenAI’s Instant-chatvariant met adaptief redeneren voor moeilijkere vragen. Het combineert tekst- en beeldinvoer, een meer gespreksgerichte stijl, instructieopvolging, functieaanroepen en gestructureerde antwoorden in een context van 128.000 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.1 Chat duidt de GPT-5.1-chatmodelversie aan die met ChatGPT is verbonden. OpenAI’s publicatie koppelt de Instant-variant aan dit chatlabel en onderscheidt deze van GPT-5.1 Thinking. Instant is ontworpen voor alledaagse gesprekken en kan bij moeilijkere vragen extra redeneerwerk verrichten. De kaart houdt de identiteit en specificatie van de chatvariant gescheiden van het Thinking-model.
De publicatie begint met gesprekskwaliteit: een warmere standaardtoon, natuurlijkere uitwisselingen en betere naleving van de instructies van de gebruiker. Die eigenschappen zijn nuttig als een assistent een vraag direct moet beantwoorden, een uitleg na feedback moet herzien of een passende stijl voor zijn doelgroep moet behouden. De praktische taak blijft concreet: het aangeleverde materiaal uitleggen, een antwoord voorbereiden of een geselecteerde passage verfijnen.
Adaptief redeneren is een opvallend onderdeel van de Instant-update. OpenAI beschrijft dat het model beslist wanneer een moeilijkere vraag vóór het antwoord meer nadenken nodig heeft, met verbeteringen bij wiskundige en programmeertaken. Dit is modelgedrag en geen bewering dat elk chatverzoek hetzelfde vaste redeneerproces gebruikt. De afzonderlijke beschrijving van GPT-5.1 Thinking in de publicatie hoort bij die andere variant.
De fabrikant benadrukt ook aanpasbaarheid en trouwere verwerking van eigen instructies. Een toepassing kan in haar taakinstructies de gewenste rol, toon, antwoordlengte en vereiste details uitdrukken. Een supportassistent kan bijvoorbeeld een beknopt professioneel antwoord nodig hebben, terwijl een educatieve uitleg eenvoudigere formuleringen en expliciete tussenstappen kan vragen. De persoonlijkheidsinstellingen op productniveau van ChatGPT staan los van de instructies die een andere toepassing aanlevert.
Dit chatmodel accepteert tekst en afbeeldingen en retourneert tekst. Het gepubliceerde contextvenster is 128.000 tokens, de maximale uitvoer is 16.384 tokens en de gedocumenteerde kennisgrens is 30 september 2024. Streaming, functieaanroepen en Structured Outputs worden ondersteund. Audio- en video-invoer, fine-tuning en Predicted Outputs worden niet ondersteund in de gepubliceerde configuratie. Deze grenzen beschrijven GPT-5.1 Chat en niet een ander lid van de familie.
Functies en gestructureerde antwoorden ondersteunen verschillende integratiedoelen. Een functieaanroep levert een actienaam en argumenten voor uitvoering door de toepassing, waarna de resulterende informatie naar het gesprek kan terugkeren. Een gestructureerd antwoord kan het uiteindelijke materiaal in afgesproken velden ordenen. Bij afbeeldingen kan dezelfde taak om een uitleg van de zichtbare inhoud vragen; duidelijk, leesbaar bronmateriaal is bijzonder belangrijk voor kleine tekst en gedetailleerde visuele relaties.
Geef het model voor een assistent die Ailoot API gebruikt de context van de vraag en een duidelijk voltooiingscriterium. Vraag om een resultaat, zoals een bewerkt document, een antwoord aan een klant, een uitleg van een schermafbeelding of een gestructureerde samenvatting. Behoud de broninformatie en geef aan hoe ontbrekende details moeten worden behandeld. Vervolgberichten kunnen vervolgens één deel van het resultaat aanpassen terwijl het gesprek bij de oorspronkelijke taak van de gebruiker blijft.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gpt-5.1-chat-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 $0.0025 / 1K tokens Uitvoer · Uitvoertokens $0.02 / 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-5.1-chat-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='gpt-5.1-chat-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='gpt-5.1-chat-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 gpt-5.1-chat-latest
Gebruik de hierboven getoonde methodepaden.
gpt-5.1-chat-latestGPT-5.1 Chat is OpenAI’s Instant-chatvariant met adaptief redeneren voor moeilijkere vragen. Het combineert tekst- en beeldinvoer, een meer gespreksgerichte stijl, instructieopvolging, functieaanroepen en gestructureerde antwoorden in een context van 128.000 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.1 Chat duidt de GPT-5.1-chatmodelversie aan die met ChatGPT is verbonden. OpenAI’s publicatie koppelt de Instant-variant aan dit chatlabel en onderscheidt deze van GPT-5.1 Thinking. Instant is ontworpen voor alledaagse gesprekken en kan bij moeilijkere vragen extra redeneerwerk verrichten. De kaart houdt de identiteit en specificatie van de chatvariant gescheiden van het Thinking-model.
De publicatie begint met gesprekskwaliteit: een warmere standaardtoon, natuurlijkere uitwisselingen en betere naleving van de instructies van de gebruiker. Die eigenschappen zijn nuttig als een assistent een vraag direct moet beantwoorden, een uitleg na feedback moet herzien of een passende stijl voor zijn doelgroep moet behouden. De praktische taak blijft concreet: het aangeleverde materiaal uitleggen, een antwoord voorbereiden of een geselecteerde passage verfijnen.
Adaptief redeneren is een opvallend onderdeel van de Instant-update. OpenAI beschrijft dat het model beslist wanneer een moeilijkere vraag vóór het antwoord meer nadenken nodig heeft, met verbeteringen bij wiskundige en programmeertaken. Dit is modelgedrag en geen bewering dat elk chatverzoek hetzelfde vaste redeneerproces gebruikt. De afzonderlijke beschrijving van GPT-5.1 Thinking in de publicatie hoort bij die andere variant.
De fabrikant benadrukt ook aanpasbaarheid en trouwere verwerking van eigen instructies. Een toepassing kan in haar taakinstructies de gewenste rol, toon, antwoordlengte en vereiste details uitdrukken. Een supportassistent kan bijvoorbeeld een beknopt professioneel antwoord nodig hebben, terwijl een educatieve uitleg eenvoudigere formuleringen en expliciete tussenstappen kan vragen. De persoonlijkheidsinstellingen op productniveau van ChatGPT staan los van de instructies die een andere toepassing aanlevert.
Dit chatmodel accepteert tekst en afbeeldingen en retourneert tekst. Het gepubliceerde contextvenster is 128.000 tokens, de maximale uitvoer is 16.384 tokens en de gedocumenteerde kennisgrens is 30 september 2024. Streaming, functieaanroepen en Structured Outputs worden ondersteund. Audio- en video-invoer, fine-tuning en Predicted Outputs worden niet ondersteund in de gepubliceerde configuratie. Deze grenzen beschrijven GPT-5.1 Chat en niet een ander lid van de familie.
Functies en gestructureerde antwoorden ondersteunen verschillende integratiedoelen. Een functieaanroep levert een actienaam en argumenten voor uitvoering door de toepassing, waarna de resulterende informatie naar het gesprek kan terugkeren. Een gestructureerd antwoord kan het uiteindelijke materiaal in afgesproken velden ordenen. Bij afbeeldingen kan dezelfde taak om een uitleg van de zichtbare inhoud vragen; duidelijk, leesbaar bronmateriaal is bijzonder belangrijk voor kleine tekst en gedetailleerde visuele relaties.
Geef het model voor een assistent die Ailoot API gebruikt de context van de vraag en een duidelijk voltooiingscriterium. Vraag om een resultaat, zoals een bewerkt document, een antwoord aan een klant, een uitleg van een schermafbeelding of een gestructureerde samenvatting. Behoud de broninformatie en geef aan hoe ontbrekende details moeten worden behandeld. Vervolgberichten kunnen vervolgens één deel van het resultaat aanpassen terwijl het gesprek bij de oorspronkelijke taak van de gebruiker blijft.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gpt-5.1-chat-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 $0.0025 / 1K tokens Uitvoer · Uitvoertokens $0.02 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "gpt-5.1-chat-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'gpt-5.1-chat-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': 'gpt-5.1-chat-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 gpt-5.1-chat-latest
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Explain a password-reset rule clearly\n\nExplain this policy to a nontechnical customer in under 90 words: a reset link expires after 30 minutes; requesting another link invalidates earlier links; changing the password signs out other sessions. The customer requested two links and opened the first. Explain what to do next, using a warm, direct tone and no invented account details.One concise customer explanation and a clear next step grounded in the supplied policy.The reply explains why the first link fails and directs the customer to the newest unexpired link.