GPT-4o Mini (2024-07-18) is OpenAI’s gedateerde editie van het kleine model van 18 juli voor gerichte tekst- en visuele taken. Het accepteert tekst en afbeeldingen en produceert tekst, waaronder Structured Outputs. De maker beschrijft werkwijzen met gekoppelde of parallelle modelaanroepen, omvangrijke gespreks- of documentcontext en beknopte tekstantwoorden voor klanten.
Een voorbeeldtaak is een aanvraag onder een consistente verzameling regels te verwerken. Lever het bericht, de relevante referentie-informatie en de antwoordvereisten aan. Vraag om het onderwerp, de vastgestelde feiten en een beknopt voorgesteld antwoord. Definieer voor extractie de vereiste velden en hoe een ontbrekende waarde moet worden weergegeven. De aankondiging van de maker beschrijft gestructureerde gegevens uit documenten en antwoorden op basis van de gespreksgeschiedenis als bruikbare toepassingen.
Visuele invoer kan een screenshot of documentpagina aan de geschreven aanvraag toevoegen. Benoem het label, de toestand of het detail dat relevant is voor het antwoord en lever eventuele context aan die de afbeelding niet toont. De aankondiging beschrijft hetzelfde talenbereik als GPT-4o, samen met tekstueel en visueel redeneren, wiskunde en programmeren. Benoem voor een bewerking onder voorwaarden of een codevraag de specifieke bewerking en de te behouden feiten of het gedrag.
OpenAI’s exacte modelkaart vermeldt een contextvenster van 128.000 tokens, een maximale uitvoer van 16.384 tokens en een kennisgrens van 1 oktober 2023. Het bronmateriaal en gegenereerde antwoord delen het beschikbare venster. De snapshot van 18 juli wordt afzonderlijk van volledige edities van GPT-4o vermeld en behoudt de eigen modelidentiteit en limieten.
De maker documenteert streaming, functieaanroepen, Structured Outputs, bestands- en afbeeldingsinvoer en zoeken, fine-tuning en Predicted Outputs. De vermelde hulpmiddelen omvatten functies, zoeken op het web en in bestanden, afbeeldingsgeneratie, code-interpretatie en MCP-verbindingen. Hulpmiddelen zijn afzonderlijke bewerkingen: een toepassing stelt ze beschikbaar, voert haar acties uit en geeft werkelijke resultaten terug. De maker beschrijft ook fine-tuning van dit model voor gespecialiseerde taken, zonder van een bestaande aanvraag een nieuw getraind model te maken.
De instructies voor Structured Outputs noemen gpt-4o-mini-2024-07-18 expliciet en ondersteunen een deelverzameling van JSON Schema. Verwerk een weigering of een onvolledig antwoord afzonderlijk van een voltooid gestructureerd resultaat en controleer geëxtraheerde waarden aan de hand van het bronmateriaal. Predicted Outputs kan grotendeels bekende tekst gebruiken wanneer een document of codebestand opnieuw wordt gegenereerd; het voorspellingspad ondersteunt uitsluitend tekst en kan niet met functieaanroepen worden gecombineerd.
Definieer een bruikbaar eindresultaat: een kort antwoord, een actielijst, een bewerkte passage of een verzameling velden voor de volgende fase. Houd de regels consistent bij herhaalde invoer en neem belangrijke eerdere feiten mee in een vervolgstap. Een antwoord is bruikbaar wanneer de inhoud, het formaat en de voorgestelde volgende actie met de taak en het aangeleverde bewijs verbonden blijven.
", "aboutText": "GPT-4o Mini (2024-07-18) is OpenAI’s gedateerde editie van het kleine model van 18 juli voor gerichte tekst- en visuele taken. Het accepteert tekst en afbeeldingen en produceert tekst, waaronder Structured Outputs. De maker beschrijft werkwijzen met gekoppelde of parallelle modelaanroepen, omvangrijke gespreks- of documentcontext en beknopte tekstantwoorden voor klanten.\n\nEen voorbeeldtaak is een aanvraag onder een consistente verzameling regels te verwerken. Lever het bericht, de relevante referentie-informatie en de antwoordvereisten aan. Vraag om het onderwerp, de vastgestelde feiten en een beknopt voorgesteld antwoord. Definieer voor extractie de vereiste velden en hoe een ontbrekende waarde moet worden weergegeven. De aankondiging van de maker beschrijft gestructureerde gegevens uit documenten en antwoorden op basis van de gespreksgeschiedenis als bruikbare toepassingen.\n\nVisuele invoer kan een screenshot of documentpagina aan de geschreven aanvraag toevoegen. Benoem het label, de toestand of het detail dat relevant is voor het antwoord en lever eventuele context aan die de afbeelding niet toont. De aankondiging beschrijft hetzelfde talenbereik als GPT-4o, samen met tekstueel en visueel redeneren, wiskunde en programmeren. Benoem voor een bewerking onder voorwaarden of een codevraag de specifieke bewerking en de te behouden feiten of het gedrag.\n\nOpenAI’s exacte modelkaart vermeldt een contextvenster van 128.000 tokens, een maximale uitvoer van 16.384 tokens en een kennisgrens van 1 oktober 2023. Het bronmateriaal en gegenereerde antwoord delen het beschikbare venster. De snapshot van 18 juli wordt afzonderlijk van volledige edities van GPT-4o vermeld en behoudt de eigen modelidentiteit en limieten.\n\nDe maker documenteert streaming, functieaanroepen, Structured Outputs, bestands- en afbeeldingsinvoer en zoeken, fine-tuning en Predicted Outputs. De vermelde hulpmiddelen omvatten functies, zoeken op het web en in bestanden, afbeeldingsgeneratie, code-interpretatie en MCP-verbindingen. Hulpmiddelen zijn afzonderlijke bewerkingen: een toepassing stelt ze beschikbaar, voert haar acties uit en geeft werkelijke resultaten terug. De maker beschrijft ook fine-tuning van dit model voor gespecialiseerde taken, zonder van een bestaande aanvraag een nieuw getraind model te maken.\n\nDe instructies voor Structured Outputs noemen gpt-4o-mini-2024-07-18 expliciet en ondersteunen een deelverzameling van JSON Schema. Verwerk een weigering of een onvolledig antwoord afzonderlijk van een voltooid gestructureerd resultaat en controleer geëxtraheerde waarden aan de hand van het bronmateriaal. Predicted Outputs kan grotendeels bekende tekst gebruiken wanneer een document of codebestand opnieuw wordt gegenereerd; het voorspellingspad ondersteunt uitsluitend tekst en kan niet met functieaanroepen worden gecombineerd.\n\nDefinieer een bruikbaar eindresultaat: een kort antwoord, een actielijst, een bewerkte passage of een verzameling velden voor de volgende fase. Houd de regels consistent bij herhaalde invoer en neem belangrijke eerdere feiten mee in een vervolgstap. Een antwoord is bruikbaar wanneer de inhoud, het formaat en de voorgestelde volgende actie met de taak en het aangeleverde bewijs verbonden blijven.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Extract fields from a service thread\n\nExtract a service record from this thread: M1: 'My order Q-81 arrived with one blue mug missing.' M2: 'We can send a replacement; please confirm your address.' M3: 'The address is unchanged.' Return order ID, missing item, proposed remedy and whether shipment is confirmed. Preserve message labels as evidence.A four-field service record with supporting message labels and distinct proposal versus confirmation status.A proposed replacement must not be reported as a shipped replacement.openai/gpt-4o-mini-2024-07-18De snapshot van GPT-4o Mini van 18 juli is een klein tekst- en afbeeldingsmodel voor gericht werk. Het ondersteunt streaming, functieaanroepen en Structured Outputs voor taken zoals documentextractie, korte antwoorden en herhaalde verwerking.
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 (2024-07-18) is OpenAI’s gedateerde editie van het kleine model van 18 juli voor gerichte tekst- en visuele taken. Het accepteert tekst en afbeeldingen en produceert tekst, waaronder Structured Outputs. De maker beschrijft werkwijzen met gekoppelde of parallelle modelaanroepen, omvangrijke gespreks- of documentcontext en beknopte tekstantwoorden voor klanten.
Een voorbeeldtaak is een aanvraag onder een consistente verzameling regels te verwerken. Lever het bericht, de relevante referentie-informatie en de antwoordvereisten aan. Vraag om het onderwerp, de vastgestelde feiten en een beknopt voorgesteld antwoord. Definieer voor extractie de vereiste velden en hoe een ontbrekende waarde moet worden weergegeven. De aankondiging van de maker beschrijft gestructureerde gegevens uit documenten en antwoorden op basis van de gespreksgeschiedenis als bruikbare toepassingen.
Visuele invoer kan een screenshot of documentpagina aan de geschreven aanvraag toevoegen. Benoem het label, de toestand of het detail dat relevant is voor het antwoord en lever eventuele context aan die de afbeelding niet toont. De aankondiging beschrijft hetzelfde talenbereik als GPT-4o, samen met tekstueel en visueel redeneren, wiskunde en programmeren. Benoem voor een bewerking onder voorwaarden of een codevraag de specifieke bewerking en de te behouden feiten of het gedrag.
OpenAI’s exacte modelkaart vermeldt een contextvenster van 128.000 tokens, een maximale uitvoer van 16.384 tokens en een kennisgrens van 1 oktober 2023. Het bronmateriaal en gegenereerde antwoord delen het beschikbare venster. De snapshot van 18 juli wordt afzonderlijk van volledige edities van GPT-4o vermeld en behoudt de eigen modelidentiteit en limieten.
De maker documenteert streaming, functieaanroepen, Structured Outputs, bestands- en afbeeldingsinvoer en zoeken, fine-tuning en Predicted Outputs. De vermelde hulpmiddelen omvatten functies, zoeken op het web en in bestanden, afbeeldingsgeneratie, code-interpretatie en MCP-verbindingen. Hulpmiddelen zijn afzonderlijke bewerkingen: een toepassing stelt ze beschikbaar, voert haar acties uit en geeft werkelijke resultaten terug. De maker beschrijft ook fine-tuning van dit model voor gespecialiseerde taken, zonder van een bestaande aanvraag een nieuw getraind model te maken.
De instructies voor Structured Outputs noemen gpt-4o-mini-2024-07-18 expliciet en ondersteunen een deelverzameling van JSON Schema. Verwerk een weigering of een onvolledig antwoord afzonderlijk van een voltooid gestructureerd resultaat en controleer geëxtraheerde waarden aan de hand van het bronmateriaal. Predicted Outputs kan grotendeels bekende tekst gebruiken wanneer een document of codebestand opnieuw wordt gegenereerd; het voorspellingspad ondersteunt uitsluitend tekst en kan niet met functieaanroepen worden gecombineerd.
Definieer een bruikbaar eindresultaat: een kort antwoord, een actielijst, een bewerkte passage of een verzameling velden voor de volgende fase. Houd de regels consistent bij herhaalde invoer en neem belangrijke eerdere feiten mee in een vervolgstap. Een antwoord is bruikbaar wanneer de inhoud, het formaat en de voorgestelde volgende actie met de taak en het aangeleverde bewijs verbonden blijven.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-4o-mini-2024-07-18 | 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.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 1K tokens Invoer · Cache lezen $0.00015 / 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": "openai/gpt-4o-mini-2024-07-18", "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='openai/gpt-4o-mini-2024-07-18',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='openai/gpt-4o-mini-2024-07-18',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 openai/gpt-4o-mini-2024-07-18
Gebruik de hierboven getoonde methodepaden.
openai/gpt-4o-mini-2024-07-18De snapshot van GPT-4o Mini van 18 juli is een klein tekst- en afbeeldingsmodel voor gericht werk. Het ondersteunt streaming, functieaanroepen en Structured Outputs voor taken zoals documentextractie, korte antwoorden en herhaalde verwerking.
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 (2024-07-18) is OpenAI’s gedateerde editie van het kleine model van 18 juli voor gerichte tekst- en visuele taken. Het accepteert tekst en afbeeldingen en produceert tekst, waaronder Structured Outputs. De maker beschrijft werkwijzen met gekoppelde of parallelle modelaanroepen, omvangrijke gespreks- of documentcontext en beknopte tekstantwoorden voor klanten.
Een voorbeeldtaak is een aanvraag onder een consistente verzameling regels te verwerken. Lever het bericht, de relevante referentie-informatie en de antwoordvereisten aan. Vraag om het onderwerp, de vastgestelde feiten en een beknopt voorgesteld antwoord. Definieer voor extractie de vereiste velden en hoe een ontbrekende waarde moet worden weergegeven. De aankondiging van de maker beschrijft gestructureerde gegevens uit documenten en antwoorden op basis van de gespreksgeschiedenis als bruikbare toepassingen.
Visuele invoer kan een screenshot of documentpagina aan de geschreven aanvraag toevoegen. Benoem het label, de toestand of het detail dat relevant is voor het antwoord en lever eventuele context aan die de afbeelding niet toont. De aankondiging beschrijft hetzelfde talenbereik als GPT-4o, samen met tekstueel en visueel redeneren, wiskunde en programmeren. Benoem voor een bewerking onder voorwaarden of een codevraag de specifieke bewerking en de te behouden feiten of het gedrag.
OpenAI’s exacte modelkaart vermeldt een contextvenster van 128.000 tokens, een maximale uitvoer van 16.384 tokens en een kennisgrens van 1 oktober 2023. Het bronmateriaal en gegenereerde antwoord delen het beschikbare venster. De snapshot van 18 juli wordt afzonderlijk van volledige edities van GPT-4o vermeld en behoudt de eigen modelidentiteit en limieten.
De maker documenteert streaming, functieaanroepen, Structured Outputs, bestands- en afbeeldingsinvoer en zoeken, fine-tuning en Predicted Outputs. De vermelde hulpmiddelen omvatten functies, zoeken op het web en in bestanden, afbeeldingsgeneratie, code-interpretatie en MCP-verbindingen. Hulpmiddelen zijn afzonderlijke bewerkingen: een toepassing stelt ze beschikbaar, voert haar acties uit en geeft werkelijke resultaten terug. De maker beschrijft ook fine-tuning van dit model voor gespecialiseerde taken, zonder van een bestaande aanvraag een nieuw getraind model te maken.
De instructies voor Structured Outputs noemen gpt-4o-mini-2024-07-18 expliciet en ondersteunen een deelverzameling van JSON Schema. Verwerk een weigering of een onvolledig antwoord afzonderlijk van een voltooid gestructureerd resultaat en controleer geëxtraheerde waarden aan de hand van het bronmateriaal. Predicted Outputs kan grotendeels bekende tekst gebruiken wanneer een document of codebestand opnieuw wordt gegenereerd; het voorspellingspad ondersteunt uitsluitend tekst en kan niet met functieaanroepen worden gecombineerd.
Definieer een bruikbaar eindresultaat: een kort antwoord, een actielijst, een bewerkte passage of een verzameling velden voor de volgende fase. Houd de regels consistent bij herhaalde invoer en neem belangrijke eerdere feiten mee in een vervolgstap. Een antwoord is bruikbaar wanneer de inhoud, het formaat en de voorgestelde volgende actie met de taak en het aangeleverde bewijs verbonden blijven.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-4o-mini-2024-07-18 | 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.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "openai/gpt-4o-mini-2024-07-18",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'openai/gpt-4o-mini-2024-07-18', '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': 'openai/gpt-4o-mini-2024-07-18', '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 openai/gpt-4o-mini-2024-07-18
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Extract fields from a service thread\n\nExtract a service record from this thread: M1: 'My order Q-81 arrived with one blue mug missing.' M2: 'We can send a replacement; please confirm your address.' M3: 'The address is unchanged.' Return order ID, missing item, proposed remedy and whether shipment is confirmed. Preserve message labels as evidence.A four-field service record with supporting message labels and distinct proposal versus confirmation status.A proposed replacement must not be reported as a shipped replacement.