GPT-4o mini is een klein model van OpenAI voor gerichte taken. Het accepteert tekst en afbeeldingen en geeft tekst terug, waaronder gestructureerde antwoorden. Een taak kan een korte instructie met een passage, screenshot of andere relevante afbeelding combineren en daarna om een specifiek resultaat vragen, zoals geëxtraheerde velden, een categorie of een conceptantwoord.
Lever voor berichtclassificatie de categorieën aan en leg uit hoe een bericht moet worden behandeld dat bij meerdere categorieën past. Vraag om de gekozen categorie en het deel van het bericht dat deze ondersteunt. Benoem voor extractie de velden en de behandeling van waarden die de bron niet bevat. Bewaar de oorspronkelijke identificatoren, zodat elk resultaat tot de invoer kan worden herleid.
Een taak om een concepttekst te schrijven kan de klantvraag, de relevante productinformatie en de boodschap die het antwoord moet overbrengen aanleveren. Vraag om een antwoord binnen een bepaalde lengte of toon. Lever voor herschrijven de oorspronkelijke passage aan en benoem wat mag veranderen: de woorden, lengte of ordening. Houd namen, hoeveelheden en de beoogde betekenis expliciet.
Een afbeeldingstaak kan vragen om de zichtbare melding in een screenshot, een beschrijving van een productdetail of een vergelijking tussen twee gelabelde afbeeldingen. Wijs het relevante gebied aan en benoem wat het resultaat moet bevatten. Vraag voor een schermfout bijvoorbeeld om de leesbare fouttekst en het betrokken interface-element. Controleer geëxtraheerde details aan de hand van de aangeleverde afbeelding voordat u ze aan een andere bewerking doorgeeft.
De gedocumenteerde uitvoer van dit model is tekst. Een visuele vraag produceert daarom een uitleg, beschrijving of geëxtraheerde informatie vanuit de invoerafbeelding. Lever een leesbare bron aan en bewaar het label wanneer meerdere afbeeldingen in één taak voorkomen.
OpenAI documenteert Structured Outputs en functieaanroepen voor GPT-4o mini. Een gestructureerd antwoord kan de veldnamen en typen volgen die voor de toepassing zijn gekozen. Controleer zowel de structuur als de inhoud aan de hand van de invoer voordat u het resultaat opslaat of gebruikt.
Binnen een werkwijze met functies stelt de toepassing een functie beschikbaar en voert zij een gevraagde aanroep uit. Daarna geeft zij het werkelijke resultaat terug dat het model kan gebruiken. Een afgebakende functiebeschrijving en expliciete regels voor argumenten helpen de aanvraag verbonden te houden met de uit te voeren taak.
De maker vermeldt een contextvenster van 128.000 tokens en een maximale uitvoer van 16.384 tokens voor de gedocumenteerde snapshot. Gebruik de context voor relevant materiaal en laat ruimte voor het antwoord. Een gerichte extractie kan slechts enkele velden vereisen; een langere documentvergelijking heeft baat bij gelabelde fragmenten en een bepaalde vraag.
", "aboutText": "GPT-4o mini is een klein model van OpenAI voor gerichte taken. Het accepteert tekst en afbeeldingen en geeft tekst terug, waaronder gestructureerde antwoorden. Een taak kan een korte instructie met een passage, screenshot of andere relevante afbeelding combineren en daarna om een specifiek resultaat vragen, zoals geëxtraheerde velden, een categorie of een conceptantwoord.\n\n### Aangeleverd materiaal omzetten in een compact resultaat\n\nLever voor berichtclassificatie de categorieën aan en leg uit hoe een bericht moet worden behandeld dat bij meerdere categorieën past. Vraag om de gekozen categorie en het deel van het bericht dat deze ondersteunt. Benoem voor extractie de velden en de behandeling van waarden die de bron niet bevat. Bewaar de oorspronkelijke identificatoren, zodat elk resultaat tot de invoer kan worden herleid.\n\nEen taak om een concepttekst te schrijven kan de klantvraag, de relevante productinformatie en de boodschap die het antwoord moet overbrengen aanleveren. Vraag om een antwoord binnen een bepaalde lengte of toon. Lever voor herschrijven de oorspronkelijke passage aan en benoem wat mag veranderen: de woorden, lengte of ordening. Houd namen, hoeveelheden en de beoogde betekenis expliciet.\n\n### Een nauwkeurige vraag over een afbeelding stellen\n\nEen afbeeldingstaak kan vragen om de zichtbare melding in een screenshot, een beschrijving van een productdetail of een vergelijking tussen twee gelabelde afbeeldingen. Wijs het relevante gebied aan en benoem wat het resultaat moet bevatten. Vraag voor een schermfout bijvoorbeeld om de leesbare fouttekst en het betrokken interface-element. Controleer geëxtraheerde details aan de hand van de aangeleverde afbeelding voordat u ze aan een andere bewerking doorgeeft.\n\nDe gedocumenteerde uitvoer van dit model is tekst. Een visuele vraag produceert daarom een uitleg, beschrijving of geëxtraheerde informatie vanuit de invoerafbeelding. Lever een leesbare bron aan en bewaar het label wanneer meerdere afbeeldingen in één taak voorkomen.\n\n### Het antwoord vormgeven voor een toepassing\n\nOpenAI documenteert Structured Outputs en functieaanroepen voor GPT-4o mini. Een gestructureerd antwoord kan de veldnamen en typen volgen die voor de toepassing zijn gekozen. Controleer zowel de structuur als de inhoud aan de hand van de invoer voordat u het resultaat opslaat of gebruikt.\n\nBinnen een werkwijze met functies stelt de toepassing een functie beschikbaar en voert zij een gevraagde aanroep uit. Daarna geeft zij het werkelijke resultaat terug dat het model kan gebruiken. Een afgebakende functiebeschrijving en expliciete regels voor argumenten helpen de aanvraag verbonden te houden met de uit te voeren taak.\n\nDe maker vermeldt een contextvenster van 128.000 tokens en een maximale uitvoer van 16.384 tokens voor de gedocumenteerde snapshot. Gebruik de context voor relevant materiaal en laat ruimte voor het antwoord. Een gerichte extractie kan slechts enkele velden vereisen; een langere documentvergelijking heeft baat bij gelabelde fragmenten en een bepaalde vraag.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Extract an appointment request\n\nExtract fields from this message: 'Hi, I am Morgan. Please move booking B-18 from Tuesday to Friday afternoon; I cannot attend in the morning.' Return name, booking ID, current day, requested day and time preference. Preserve the reference exactly and mark any precise requested time as unknown.A compact labelled record with the five requested fields and an explicit unknown precise time.Friday afternoon is a preference rather than an invented clock time, and B-18 remains exact.gpt-4o-miniGPT-4o mini is OpenAI’s kleine model voor gerichte tekst- en afbeeldingstaken. Gebruik het om een bericht te classificeren, velden uit aangeleverd materiaal te halen, een screenshot uit te leggen of een conceptantwoord te schrijven, met tekstuitvoer en ondersteuning voor Structured Outputs en functieaanroepen.
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 is een klein model van OpenAI voor gerichte taken. Het accepteert tekst en afbeeldingen en geeft tekst terug, waaronder gestructureerde antwoorden. Een taak kan een korte instructie met een passage, screenshot of andere relevante afbeelding combineren en daarna om een specifiek resultaat vragen, zoals geëxtraheerde velden, een categorie of een conceptantwoord.
Lever voor berichtclassificatie de categorieën aan en leg uit hoe een bericht moet worden behandeld dat bij meerdere categorieën past. Vraag om de gekozen categorie en het deel van het bericht dat deze ondersteunt. Benoem voor extractie de velden en de behandeling van waarden die de bron niet bevat. Bewaar de oorspronkelijke identificatoren, zodat elk resultaat tot de invoer kan worden herleid.
Een taak om een concepttekst te schrijven kan de klantvraag, de relevante productinformatie en de boodschap die het antwoord moet overbrengen aanleveren. Vraag om een antwoord binnen een bepaalde lengte of toon. Lever voor herschrijven de oorspronkelijke passage aan en benoem wat mag veranderen: de woorden, lengte of ordening. Houd namen, hoeveelheden en de beoogde betekenis expliciet.
Een afbeeldingstaak kan vragen om de zichtbare melding in een screenshot, een beschrijving van een productdetail of een vergelijking tussen twee gelabelde afbeeldingen. Wijs het relevante gebied aan en benoem wat het resultaat moet bevatten. Vraag voor een schermfout bijvoorbeeld om de leesbare fouttekst en het betrokken interface-element. Controleer geëxtraheerde details aan de hand van de aangeleverde afbeelding voordat u ze aan een andere bewerking doorgeeft.
De gedocumenteerde uitvoer van dit model is tekst. Een visuele vraag produceert daarom een uitleg, beschrijving of geëxtraheerde informatie vanuit de invoerafbeelding. Lever een leesbare bron aan en bewaar het label wanneer meerdere afbeeldingen in één taak voorkomen.
OpenAI documenteert Structured Outputs en functieaanroepen voor GPT-4o mini. Een gestructureerd antwoord kan de veldnamen en typen volgen die voor de toepassing zijn gekozen. Controleer zowel de structuur als de inhoud aan de hand van de invoer voordat u het resultaat opslaat of gebruikt.
Binnen een werkwijze met functies stelt de toepassing een functie beschikbaar en voert zij een gevraagde aanroep uit. Daarna geeft zij het werkelijke resultaat terug dat het model kan gebruiken. Een afgebakende functiebeschrijving en expliciete regels voor argumenten helpen de aanvraag verbonden te houden met de uit te voeren taak.
De maker vermeldt een contextvenster van 128.000 tokens en een maximale uitvoer van 16.384 tokens voor de gedocumenteerde snapshot. Gebruik de context voor relevant materiaal en laat ruimte voor het antwoord. Een gerichte extractie kan slechts enkele velden vereisen; een langere documentvergelijking heeft baat bij gelabelde fragmenten en een bepaalde vraag.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gpt-4o-mini | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Tekstgesprek | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
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 |
Parametercontrol_scope | ContractTekstgesprek; stream is een booleaanse waarde en is standaard false. |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Methodealiasnamen: /chat/completions
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 — / 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 $0.00015 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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","messages":[{"role":"user","content":"hello"}],"stream":false}')\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", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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, openai/gpt-4o-mini
/chat/completions
gpt-4o-miniGPT-4o mini is OpenAI’s kleine model voor gerichte tekst- en afbeeldingstaken. Gebruik het om een bericht te classificeren, velden uit aangeleverd materiaal te halen, een screenshot uit te leggen of een conceptantwoord te schrijven, met tekstuitvoer en ondersteuning voor Structured Outputs en functieaanroepen.
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 is een klein model van OpenAI voor gerichte taken. Het accepteert tekst en afbeeldingen en geeft tekst terug, waaronder gestructureerde antwoorden. Een taak kan een korte instructie met een passage, screenshot of andere relevante afbeelding combineren en daarna om een specifiek resultaat vragen, zoals geëxtraheerde velden, een categorie of een conceptantwoord.
Lever voor berichtclassificatie de categorieën aan en leg uit hoe een bericht moet worden behandeld dat bij meerdere categorieën past. Vraag om de gekozen categorie en het deel van het bericht dat deze ondersteunt. Benoem voor extractie de velden en de behandeling van waarden die de bron niet bevat. Bewaar de oorspronkelijke identificatoren, zodat elk resultaat tot de invoer kan worden herleid.
Een taak om een concepttekst te schrijven kan de klantvraag, de relevante productinformatie en de boodschap die het antwoord moet overbrengen aanleveren. Vraag om een antwoord binnen een bepaalde lengte of toon. Lever voor herschrijven de oorspronkelijke passage aan en benoem wat mag veranderen: de woorden, lengte of ordening. Houd namen, hoeveelheden en de beoogde betekenis expliciet.
Een afbeeldingstaak kan vragen om de zichtbare melding in een screenshot, een beschrijving van een productdetail of een vergelijking tussen twee gelabelde afbeeldingen. Wijs het relevante gebied aan en benoem wat het resultaat moet bevatten. Vraag voor een schermfout bijvoorbeeld om de leesbare fouttekst en het betrokken interface-element. Controleer geëxtraheerde details aan de hand van de aangeleverde afbeelding voordat u ze aan een andere bewerking doorgeeft.
De gedocumenteerde uitvoer van dit model is tekst. Een visuele vraag produceert daarom een uitleg, beschrijving of geëxtraheerde informatie vanuit de invoerafbeelding. Lever een leesbare bron aan en bewaar het label wanneer meerdere afbeeldingen in één taak voorkomen.
OpenAI documenteert Structured Outputs en functieaanroepen voor GPT-4o mini. Een gestructureerd antwoord kan de veldnamen en typen volgen die voor de toepassing zijn gekozen. Controleer zowel de structuur als de inhoud aan de hand van de invoer voordat u het resultaat opslaat of gebruikt.
Binnen een werkwijze met functies stelt de toepassing een functie beschikbaar en voert zij een gevraagde aanroep uit. Daarna geeft zij het werkelijke resultaat terug dat het model kan gebruiken. Een afgebakende functiebeschrijving en expliciete regels voor argumenten helpen de aanvraag verbonden te houden met de uit te voeren taak.
De maker vermeldt een contextvenster van 128.000 tokens en een maximale uitvoer van 16.384 tokens voor de gedocumenteerde snapshot. Gebruik de context voor relevant materiaal en laat ruimte voor het antwoord. Een gerichte extractie kan slechts enkele velden vereisen; een langere documentvergelijking heeft baat bij gelabelde fragmenten en een bepaalde vraag.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gpt-4o-mini | 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 — / 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 $0.00015 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "gpt-4o-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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, openai/gpt-4o-mini
/chat/completions
openai/gpt-4o-miniGPT-4o mini is OpenAI’s kleine model voor gerichte tekst- en afbeeldingstaken. Gebruik het om een bericht te classificeren, velden uit aangeleverd materiaal te halen, een screenshot uit te leggen of een conceptantwoord te schrijven, met tekstuitvoer en ondersteuning voor Structured Outputs en functieaanroepen.
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 is een klein model van OpenAI voor gerichte taken. Het accepteert tekst en afbeeldingen en geeft tekst terug, waaronder gestructureerde antwoorden. Een taak kan een korte instructie met een passage, screenshot of andere relevante afbeelding combineren en daarna om een specifiek resultaat vragen, zoals geëxtraheerde velden, een categorie of een conceptantwoord.
Lever voor berichtclassificatie de categorieën aan en leg uit hoe een bericht moet worden behandeld dat bij meerdere categorieën past. Vraag om de gekozen categorie en het deel van het bericht dat deze ondersteunt. Benoem voor extractie de velden en de behandeling van waarden die de bron niet bevat. Bewaar de oorspronkelijke identificatoren, zodat elk resultaat tot de invoer kan worden herleid.
Een taak om een concepttekst te schrijven kan de klantvraag, de relevante productinformatie en de boodschap die het antwoord moet overbrengen aanleveren. Vraag om een antwoord binnen een bepaalde lengte of toon. Lever voor herschrijven de oorspronkelijke passage aan en benoem wat mag veranderen: de woorden, lengte of ordening. Houd namen, hoeveelheden en de beoogde betekenis expliciet.
Een afbeeldingstaak kan vragen om de zichtbare melding in een screenshot, een beschrijving van een productdetail of een vergelijking tussen twee gelabelde afbeeldingen. Wijs het relevante gebied aan en benoem wat het resultaat moet bevatten. Vraag voor een schermfout bijvoorbeeld om de leesbare fouttekst en het betrokken interface-element. Controleer geëxtraheerde details aan de hand van de aangeleverde afbeelding voordat u ze aan een andere bewerking doorgeeft.
De gedocumenteerde uitvoer van dit model is tekst. Een visuele vraag produceert daarom een uitleg, beschrijving of geëxtraheerde informatie vanuit de invoerafbeelding. Lever een leesbare bron aan en bewaar het label wanneer meerdere afbeeldingen in één taak voorkomen.
OpenAI documenteert Structured Outputs en functieaanroepen voor GPT-4o mini. Een gestructureerd antwoord kan de veldnamen en typen volgen die voor de toepassing zijn gekozen. Controleer zowel de structuur als de inhoud aan de hand van de invoer voordat u het resultaat opslaat of gebruikt.
Binnen een werkwijze met functies stelt de toepassing een functie beschikbaar en voert zij een gevraagde aanroep uit. Daarna geeft zij het werkelijke resultaat terug dat het model kan gebruiken. Een afgebakende functiebeschrijving en expliciete regels voor argumenten helpen de aanvraag verbonden te houden met de uit te voeren taak.
De maker vermeldt een contextvenster van 128.000 tokens en een maximale uitvoer van 16.384 tokens voor de gedocumenteerde snapshot. Gebruik de context voor relevant materiaal en laat ruimte voor het antwoord. Een gerichte extractie kan slechts enkele velden vereisen; een langere documentvergelijking heeft baat bij gelabelde fragmenten en een bepaalde vraag.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-4o-mini | 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 — / 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 $0.00015 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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", "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',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',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, openai/gpt-4o-mini
/chat/completions
openai/gpt-4o-miniGPT-4o mini is OpenAI’s kleine model voor gerichte tekst- en afbeeldingstaken. Gebruik het om een bericht te classificeren, velden uit aangeleverd materiaal te halen, een screenshot uit te leggen of een conceptantwoord te schrijven, met tekstuitvoer en ondersteuning voor Structured Outputs en functieaanroepen.
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 is een klein model van OpenAI voor gerichte taken. Het accepteert tekst en afbeeldingen en geeft tekst terug, waaronder gestructureerde antwoorden. Een taak kan een korte instructie met een passage, screenshot of andere relevante afbeelding combineren en daarna om een specifiek resultaat vragen, zoals geëxtraheerde velden, een categorie of een conceptantwoord.
Lever voor berichtclassificatie de categorieën aan en leg uit hoe een bericht moet worden behandeld dat bij meerdere categorieën past. Vraag om de gekozen categorie en het deel van het bericht dat deze ondersteunt. Benoem voor extractie de velden en de behandeling van waarden die de bron niet bevat. Bewaar de oorspronkelijke identificatoren, zodat elk resultaat tot de invoer kan worden herleid.
Een taak om een concepttekst te schrijven kan de klantvraag, de relevante productinformatie en de boodschap die het antwoord moet overbrengen aanleveren. Vraag om een antwoord binnen een bepaalde lengte of toon. Lever voor herschrijven de oorspronkelijke passage aan en benoem wat mag veranderen: de woorden, lengte of ordening. Houd namen, hoeveelheden en de beoogde betekenis expliciet.
Een afbeeldingstaak kan vragen om de zichtbare melding in een screenshot, een beschrijving van een productdetail of een vergelijking tussen twee gelabelde afbeeldingen. Wijs het relevante gebied aan en benoem wat het resultaat moet bevatten. Vraag voor een schermfout bijvoorbeeld om de leesbare fouttekst en het betrokken interface-element. Controleer geëxtraheerde details aan de hand van de aangeleverde afbeelding voordat u ze aan een andere bewerking doorgeeft.
De gedocumenteerde uitvoer van dit model is tekst. Een visuele vraag produceert daarom een uitleg, beschrijving of geëxtraheerde informatie vanuit de invoerafbeelding. Lever een leesbare bron aan en bewaar het label wanneer meerdere afbeeldingen in één taak voorkomen.
OpenAI documenteert Structured Outputs en functieaanroepen voor GPT-4o mini. Een gestructureerd antwoord kan de veldnamen en typen volgen die voor de toepassing zijn gekozen. Controleer zowel de structuur als de inhoud aan de hand van de invoer voordat u het resultaat opslaat of gebruikt.
Binnen een werkwijze met functies stelt de toepassing een functie beschikbaar en voert zij een gevraagde aanroep uit. Daarna geeft zij het werkelijke resultaat terug dat het model kan gebruiken. Een afgebakende functiebeschrijving en expliciete regels voor argumenten helpen de aanvraag verbonden te houden met de uit te voeren taak.
De maker vermeldt een contextvenster van 128.000 tokens en een maximale uitvoer van 16.384 tokens voor de gedocumenteerde snapshot. Gebruik de context voor relevant materiaal en laat ruimte voor het antwoord. Een gerichte extractie kan slechts enkele velden vereisen; een langere documentvergelijking heeft baat bij gelabelde fragmenten en een bepaalde vraag.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-4o-mini | 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 — / 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 $0.00015 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "openai/gpt-4o-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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, openai/gpt-4o-mini
/chat/completions
Technisch voorbeeld in het Engels
Extract an appointment request\n\nExtract fields from this message: 'Hi, I am Morgan. Please move booking B-18 from Tuesday to Friday afternoon; I cannot attend in the morning.' Return name, booking ID, current day, requested day and time preference. Preserve the reference exactly and mark any precise requested time as unknown.A compact labelled record with the five requested fields and an explicit unknown precise time.Friday afternoon is a preference rather than an invented clock time, and B-18 remains exact.