GPT-4o Mini Search Preview is OpenAI’s compacte gespecialiseerde model voor webzoekvragen. De fabrikant traint het om een tekstuele zoekvraag te begrijpen, relevante webinformatie op te halen en een tekstantwoord te maken. De modelkaart benadrukt een snel, klein zoekmodel. Het behoudt een afzonderlijke identiteit ten opzichte van de grotere Search Preview-editie en een algemeen gesprek met GPT-4o mini.
In het gespecialiseerde Chat Completions-proces wordt gezocht vóór het antwoord. Een praktische toepassing is een gerichte referentievraag: een openbare specificatie vinden, een recente aankondiging uitleggen of een kleine verzameling gepubliceerde beschrijvingen vergelijken. Definieer wat wordt gezocht en welke verschillen belangrijk zijn. Houd voor herhaald onderzoek dezelfde vraagstructuur en gevraagde gedeelten aan, zodat de resultaten tussen onderwerpen kunnen worden vergeleken.
Het resultaat bevat tekst met ingesloten bronverwijzingen, samen met verwijzingsannotaties die de pagina en de relevante passage van het antwoord identificeren. De fabrikant vereist dat bronverwijzingen zichtbaar en aanklikbaar blijven wanneer informatie van het web aan gebruikers wordt getoond. Een korte samenvatting kan zo de verbinding behouden tussen haar uitspraken en het materiaal dat ze ondersteunt.
De gepubliceerde configuratie accepteert en retourneert tekst. Het contextvenster is 128.000 tokens, de maximale uitvoer is 16.384 tokens en de gedocumenteerde kennisgrens is 1 oktober 2023. Afbeeldingen, audio en video vallen buiten de ondersteunde invoermodaliteiten. De modelkaart vermeldt streaming en Structured Outputs als ondersteund; willekeurige functieaanroepen, fine-tuning en Predicted Outputs worden niet ondersteund.
De oudere zoekmodelinterface heeft een specifieke afbakening van mogelijkheden. Ze biedt niet de domeinfilters, instellingen voor volledige bronnenlijsten, regeling voor live toegang of het budget voor teruggegeven tokens van het nieuwere algemene zoekhulpmiddel. Zoeken maakt deel uit van de antwoordroute en is geen functie die uit een door de toepassing gedefinieerde verzameling hulpmiddelen wordt gekozen. Dit maakt de beoogde taak een tekstvraag op basis van het web met een duidelijke uitvoereis.
Vraag voor een assistent die Ailoot API gebruikt om een compact resultaat dat bij de vraag past: een referentienotitie, een vergelijking van vermelde kenmerken of een korte onderzoeksopzet. Geef de periode, geografie en criteria op waar die relevant zijn en benoem welke feiten expliciete bronondersteuning nodig hebben. Het Preview-label houdt deze compacte zoekeditie onderscheiden bij het ordenen van gerichte vragen en hun antwoorden met bronverwijzingen.
", "aboutText": "GPT-4o Mini Search Preview is OpenAI’s compacte gespecialiseerde model voor webzoekvragen. De fabrikant traint het om een tekstuele zoekvraag te begrijpen, relevante webinformatie op te halen en een tekstantwoord te maken. De modelkaart benadrukt een snel, klein zoekmodel. Het behoudt een afzonderlijke identiteit ten opzichte van de grotere Search Preview-editie en een algemeen gesprek met GPT-4o mini.\n\nIn het gespecialiseerde Chat Completions-proces wordt gezocht vóór het antwoord. Een praktische toepassing is een gerichte referentievraag: een openbare specificatie vinden, een recente aankondiging uitleggen of een kleine verzameling gepubliceerde beschrijvingen vergelijken. Definieer wat wordt gezocht en welke verschillen belangrijk zijn. Houd voor herhaald onderzoek dezelfde vraagstructuur en gevraagde gedeelten aan, zodat de resultaten tussen onderwerpen kunnen worden vergeleken.\n\nHet resultaat bevat tekst met ingesloten bronverwijzingen, samen met verwijzingsannotaties die de pagina en de relevante passage van het antwoord identificeren. De fabrikant vereist dat bronverwijzingen zichtbaar en aanklikbaar blijven wanneer informatie van het web aan gebruikers wordt getoond. Een korte samenvatting kan zo de verbinding behouden tussen haar uitspraken en het materiaal dat ze ondersteunt.\n\nDe gepubliceerde configuratie accepteert en retourneert tekst. Het contextvenster is 128.000 tokens, de maximale uitvoer is 16.384 tokens en de gedocumenteerde kennisgrens is 1 oktober 2023. Afbeeldingen, audio en video vallen buiten de ondersteunde invoermodaliteiten. De modelkaart vermeldt streaming en Structured Outputs als ondersteund; willekeurige functieaanroepen, fine-tuning en Predicted Outputs worden niet ondersteund.\n\nDe oudere zoekmodelinterface heeft een specifieke afbakening van mogelijkheden. Ze biedt niet de domeinfilters, instellingen voor volledige bronnenlijsten, regeling voor live toegang of het budget voor teruggegeven tokens van het nieuwere algemene zoekhulpmiddel. Zoeken maakt deel uit van de antwoordroute en is geen functie die uit een door de toepassing gedefinieerde verzameling hulpmiddelen wordt gekozen. Dit maakt de beoogde taak een tekstvraag op basis van het web met een duidelijke uitvoereis.\n\nVraag voor een assistent die Ailoot API gebruikt om een compact resultaat dat bij de vraag past: een referentienotitie, een vergelijking van vermelde kenmerken of een korte onderzoeksopzet. Geef de periode, geografie en criteria op waar die relevant zijn en benoem welke feiten expliciete bronondersteuning nodig hebben. Het Preview-label houdt deze compacte zoekeditie onderscheiden bij het ordenen van gerichte vragen en hun antwoorden met bronverwijzingen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Find an authoritative format reference\n\nFind the official public specification for the PNG image format. Prepare a short reference note identifying the specification publisher, the purpose of PNG and the part explaining lossless compression. Cite the pages supporting those points with clickable references. Distinguish what the specification states from any explanatory summary you add.A concise reference note with authoritative source links attached to the supported claims.Check that references lead to the specification publisher and support the compression description.gpt-4o-mini-search-previewGPT-4o Mini Search Preview is OpenAI’s compacte tekstmodel voor vragen op basis van het web en beknopte onderzoeksresultaten. Het zoekt voordat het antwoord geeft, retourneert bronverwijzingen en ondersteunt gestructureerde uitvoer binnen 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-4o Mini Search Preview is OpenAI’s compacte gespecialiseerde model voor webzoekvragen. De fabrikant traint het om een tekstuele zoekvraag te begrijpen, relevante webinformatie op te halen en een tekstantwoord te maken. De modelkaart benadrukt een snel, klein zoekmodel. Het behoudt een afzonderlijke identiteit ten opzichte van de grotere Search Preview-editie en een algemeen gesprek met GPT-4o mini.
In het gespecialiseerde Chat Completions-proces wordt gezocht vóór het antwoord. Een praktische toepassing is een gerichte referentievraag: een openbare specificatie vinden, een recente aankondiging uitleggen of een kleine verzameling gepubliceerde beschrijvingen vergelijken. Definieer wat wordt gezocht en welke verschillen belangrijk zijn. Houd voor herhaald onderzoek dezelfde vraagstructuur en gevraagde gedeelten aan, zodat de resultaten tussen onderwerpen kunnen worden vergeleken.
Het resultaat bevat tekst met ingesloten bronverwijzingen, samen met verwijzingsannotaties die de pagina en de relevante passage van het antwoord identificeren. De fabrikant vereist dat bronverwijzingen zichtbaar en aanklikbaar blijven wanneer informatie van het web aan gebruikers wordt getoond. Een korte samenvatting kan zo de verbinding behouden tussen haar uitspraken en het materiaal dat ze ondersteunt.
De gepubliceerde configuratie accepteert en retourneert tekst. Het contextvenster is 128.000 tokens, de maximale uitvoer is 16.384 tokens en de gedocumenteerde kennisgrens is 1 oktober 2023. Afbeeldingen, audio en video vallen buiten de ondersteunde invoermodaliteiten. De modelkaart vermeldt streaming en Structured Outputs als ondersteund; willekeurige functieaanroepen, fine-tuning en Predicted Outputs worden niet ondersteund.
De oudere zoekmodelinterface heeft een specifieke afbakening van mogelijkheden. Ze biedt niet de domeinfilters, instellingen voor volledige bronnenlijsten, regeling voor live toegang of het budget voor teruggegeven tokens van het nieuwere algemene zoekhulpmiddel. Zoeken maakt deel uit van de antwoordroute en is geen functie die uit een door de toepassing gedefinieerde verzameling hulpmiddelen wordt gekozen. Dit maakt de beoogde taak een tekstvraag op basis van het web met een duidelijke uitvoereis.
Vraag voor een assistent die Ailoot API gebruikt om een compact resultaat dat bij de vraag past: een referentienotitie, een vergelijking van vermelde kenmerken of een korte onderzoeksopzet. Geef de periode, geografie en criteria op waar die relevant zijn en benoem welke feiten expliciete bronondersteuning nodig hebben. Het Preview-label houdt deze compacte zoekeditie onderscheiden bij het ordenen van gerichte vragen en hun antwoorden met bronverwijzingen.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gpt-4o-mini-search-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 $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 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-4o-mini-search-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-4o-mini-search-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-4o-mini-search-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-4o-mini-search-preview
Gebruik de hierboven getoonde methodepaden.
gpt-4o-mini-search-previewGPT-4o Mini Search Preview is OpenAI’s compacte tekstmodel voor vragen op basis van het web en beknopte onderzoeksresultaten. Het zoekt voordat het antwoord geeft, retourneert bronverwijzingen en ondersteunt gestructureerde uitvoer binnen 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-4o Mini Search Preview is OpenAI’s compacte gespecialiseerde model voor webzoekvragen. De fabrikant traint het om een tekstuele zoekvraag te begrijpen, relevante webinformatie op te halen en een tekstantwoord te maken. De modelkaart benadrukt een snel, klein zoekmodel. Het behoudt een afzonderlijke identiteit ten opzichte van de grotere Search Preview-editie en een algemeen gesprek met GPT-4o mini.
In het gespecialiseerde Chat Completions-proces wordt gezocht vóór het antwoord. Een praktische toepassing is een gerichte referentievraag: een openbare specificatie vinden, een recente aankondiging uitleggen of een kleine verzameling gepubliceerde beschrijvingen vergelijken. Definieer wat wordt gezocht en welke verschillen belangrijk zijn. Houd voor herhaald onderzoek dezelfde vraagstructuur en gevraagde gedeelten aan, zodat de resultaten tussen onderwerpen kunnen worden vergeleken.
Het resultaat bevat tekst met ingesloten bronverwijzingen, samen met verwijzingsannotaties die de pagina en de relevante passage van het antwoord identificeren. De fabrikant vereist dat bronverwijzingen zichtbaar en aanklikbaar blijven wanneer informatie van het web aan gebruikers wordt getoond. Een korte samenvatting kan zo de verbinding behouden tussen haar uitspraken en het materiaal dat ze ondersteunt.
De gepubliceerde configuratie accepteert en retourneert tekst. Het contextvenster is 128.000 tokens, de maximale uitvoer is 16.384 tokens en de gedocumenteerde kennisgrens is 1 oktober 2023. Afbeeldingen, audio en video vallen buiten de ondersteunde invoermodaliteiten. De modelkaart vermeldt streaming en Structured Outputs als ondersteund; willekeurige functieaanroepen, fine-tuning en Predicted Outputs worden niet ondersteund.
De oudere zoekmodelinterface heeft een specifieke afbakening van mogelijkheden. Ze biedt niet de domeinfilters, instellingen voor volledige bronnenlijsten, regeling voor live toegang of het budget voor teruggegeven tokens van het nieuwere algemene zoekhulpmiddel. Zoeken maakt deel uit van de antwoordroute en is geen functie die uit een door de toepassing gedefinieerde verzameling hulpmiddelen wordt gekozen. Dit maakt de beoogde taak een tekstvraag op basis van het web met een duidelijke uitvoereis.
Vraag voor een assistent die Ailoot API gebruikt om een compact resultaat dat bij de vraag past: een referentienotitie, een vergelijking van vermelde kenmerken of een korte onderzoeksopzet. Geef de periode, geografie en criteria op waar die relevant zijn en benoem welke feiten expliciete bronondersteuning nodig hebben. Het Preview-label houdt deze compacte zoekeditie onderscheiden bij het ordenen van gerichte vragen en hun antwoorden met bronverwijzingen.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gpt-4o-mini-search-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 $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "gpt-4o-mini-search-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4o-mini-search-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-4o-mini-search-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-4o-mini-search-preview
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Find an authoritative format reference\n\nFind the official public specification for the PNG image format. Prepare a short reference note identifying the specification publisher, the purpose of PNG and the part explaining lossless compression. Cite the pages supporting those points with clickable references. Distinguish what the specification states from any explanatory summary you add.A concise reference note with authoritative source links attached to the supported claims.Check that references lead to the specification publisher and support the compression description.