GPT-4 Turbo Preview 0125 to zaktualizowana, skoncentrowana na tekście badawcza edycja preview GPT-4 Turbo firmy OpenAI. Obsługuje pisemne instrukcje, materiał źródłowy i kod, generując odpowiedzi tekstowe lub rekordy przeznaczone dla aplikacji. Styczniowa aktualizacja wyraźnie zmierza do pełniejszego wykonywania zadań, np. generowania kodu, i naprawia błąd wpływający na generowanie nieangielskiego UTF-8. Ta nazwana edycja 0125 jest odrębna od wcześniejszego 1106 Preview i od GPT-4 Turbo with Vision.
Karta Preview producenta podaje okno kontekstu 128 000 tokenów i do 4096 tokenów wyjściowych, z granicą wiedzy 1 grudnia 2023 r. Duże okno wejściowe może pomieścić powiązane dokumenty lub kod obok szczegółowego pytania; limit wyjścia jest znacznie mniejszy i powinien wpływać na wymagany rezultat. Dostarcz aktualne dowody, gdy pytanie zależy od informacji spoza zapisanej wiedzy modelu.
Przy porównywaniu wymagań dołącz odpowiednie dokumenty, wskaż, który rozstrzyga sprzeczności, i poproś o zmienione wymaganie, wspierający je fragment oraz wpływ na wskazany przepływ. W zadaniu programistycznym podaj zachowanie do osiągnięcia, odpowiednie funkcje i oczekiwany wynik. Poproś o kompletną zmianę w tym zakresie i określ, co oznacza ukończenie, zamiast traktować przekonujący fragment jako całe zadanie.
Rodzina GPT-4 Turbo Preview dodaje lepsze wykonywanie instrukcji formatu i tryb JSON. Producent opisuje tryb JSON jako ograniczający odpowiedź do poprawnego składniowo JSON; nie weryfikuje on samodzielnie poprawności wartości pola ani zgodności rekordu z każdą regułą biznesową. Zdefiniuj pola, dozwolone wartości i obsługę brakujących informacji w instrukcji, a następnie sprawdź zwrócony obiekt względem tych wymagań. Przy używaniu trybu JSON producenta wyraźnie poleć modelowi wygenerowanie JSON i umieść w rozmowie słowo „JSON”. Bez tej instrukcji może generować białe znaki aż do limitu tokenów; sprawdź, czy zwrócono kompletny obiekt.
Zadanie ekstrakcji może wymagać identyfikatora elementu, tekstu źródłowego określającego jego status oraz następnego działania wspieranego przez te dowody. Zachowaj oryginalny materiał przy rekordzie, aby można było sprawdzić wartość. Parser przyjmujący zwrócony JSON jest jedną częścią przepływu; poprawne powiązanie źródła z wyodrębnionymi polami jest inną.
Wydanie Preview OpenAI dokumentuje wywoływanie funkcji, w tym żądanie wielu funkcji w jednej wiadomości. Deweloper opisuje każdą funkcję i jej parametry, a model zwraca argumenty żądanej operacji. Otaczająca aplikacja wykonuje operację i zwraca rzeczywisty wynik. Żądanie wyszukania danych jest więc odrębne od pobranego rekordu, a proponowane działanie od jego ukończenia.
Dostarcz funkcje pasujące do zadania i nazwij dowody, których ma użyć następna odpowiedź. Asystent porównujący może zażądać rekordów dwóch nazwanych elementów, a potem wyjaśnić różnice na podstawie zwróconych wartości. Gdy jedno wyszukanie się nie powiedzie lub da niepełny materiał, zachowaj ten warunek, zamiast tworzyć prawdopodobne zastępstwo. Zachowaj identyfikatory funkcji i wyniki przy kontynuacji.
Kontrolka seed rodziny Preview jest dokumentowana jako pomoc w wersji beta w uzyskiwaniu spójnych odpowiedzi przez większość czasu. Przydaje się do porównywania zmiany promptu przy stałych pozostałych ustawieniach; nie gwarantuje identycznego wyniku każdego powtórzonego żądania. Zachowaj instrukcję, materiał źródłowy i ustawienia razem podczas porównywania odpowiedzi.
Wymienione modalności tego profilu to wejście tekstowe i wyjście tekstowe. Analiza obrazów należy do osobno nazwanej edycji Vision Preview lub późniejszych profili multimodalnych. Tryb JSON jest również odrębny od nowszych funkcji ograniczenia schematem. Ulepszenia kompletności i kodowania w aktualizacji 0125 nie znoszą potrzeby sprawdzania zmiany kodu, wyodrębnionego pola czy wniosku względem dostarczonych dowodów. Wybierz rezultat o określonym zakresie mieszczący się w limicie wyjścia i zachowaj przy wyniku dokładną nazwaną edycję.
", "aboutText": "GPT-4 Turbo Preview 0125 to zaktualizowana, skoncentrowana na tekście badawcza edycja preview GPT-4 Turbo firmy OpenAI. Obsługuje pisemne instrukcje, materiał źródłowy i kod, generując odpowiedzi tekstowe lub rekordy przeznaczone dla aplikacji. Styczniowa aktualizacja wyraźnie zmierza do pełniejszego wykonywania zadań, np. generowania kodu, i naprawia błąd wpływający na generowanie nieangielskiego UTF-8. Ta nazwana edycja 0125 jest odrębna od wcześniejszego 1106 Preview i od GPT-4 Turbo with Vision.\n\n### Praca z tekstem w dużym kontekście\n\nKarta Preview producenta podaje okno kontekstu 128 000 tokenów i do 4096 tokenów wyjściowych, z granicą wiedzy 1 grudnia 2023 r. Duże okno wejściowe może pomieścić powiązane dokumenty lub kod obok szczegółowego pytania; limit wyjścia jest znacznie mniejszy i powinien wpływać na wymagany rezultat. Dostarcz aktualne dowody, gdy pytanie zależy od informacji spoza zapisanej wiedzy modelu.\n\nPrzy porównywaniu wymagań dołącz odpowiednie dokumenty, wskaż, który rozstrzyga sprzeczności, i poproś o zmienione wymaganie, wspierający je fragment oraz wpływ na wskazany przepływ. W zadaniu programistycznym podaj zachowanie do osiągnięcia, odpowiednie funkcje i oczekiwany wynik. Poproś o kompletną zmianę w tym zakresie i określ, co oznacza ukończenie, zamiast traktować przekonujący fragment jako całe zadanie.\n\n### Formaty i tryb JSON\n\nRodzina GPT-4 Turbo Preview dodaje lepsze wykonywanie instrukcji formatu i tryb JSON. Producent opisuje tryb JSON jako ograniczający odpowiedź do poprawnego składniowo JSON; nie weryfikuje on samodzielnie poprawności wartości pola ani zgodności rekordu z każdą regułą biznesową. Zdefiniuj pola, dozwolone wartości i obsługę brakujących informacji w instrukcji, a następnie sprawdź zwrócony obiekt względem tych wymagań. Przy używaniu trybu JSON producenta wyraźnie poleć modelowi wygenerowanie JSON i umieść w rozmowie słowo „JSON”. Bez tej instrukcji może generować białe znaki aż do limitu tokenów; sprawdź, czy zwrócono kompletny obiekt.\n\nZadanie ekstrakcji może wymagać identyfikatora elementu, tekstu źródłowego określającego jego status oraz następnego działania wspieranego przez te dowody. Zachowaj oryginalny materiał przy rekordzie, aby można było sprawdzić wartość. Parser przyjmujący zwrócony JSON jest jedną częścią przepływu; poprawne powiązanie źródła z wyodrębnionymi polami jest inną.\n\n### Wywołania funkcji i rzeczywiste wyniki\n\nWydanie Preview OpenAI dokumentuje wywoływanie funkcji, w tym żądanie wielu funkcji w jednej wiadomości. Deweloper opisuje każdą funkcję i jej parametry, a model zwraca argumenty żądanej operacji. Otaczająca aplikacja wykonuje operację i zwraca rzeczywisty wynik. Żądanie wyszukania danych jest więc odrębne od pobranego rekordu, a proponowane działanie od jego ukończenia.\n\nDostarcz funkcje pasujące do zadania i nazwij dowody, których ma użyć następna odpowiedź. Asystent porównujący może zażądać rekordów dwóch nazwanych elementów, a potem wyjaśnić różnice na podstawie zwróconych wartości. Gdy jedno wyszukanie się nie powiedzie lub da niepełny materiał, zachowaj ten warunek, zamiast tworzyć prawdopodobne zastępstwo. Zachowaj identyfikatory funkcji i wyniki przy kontynuacji.\n\n### Powtarzalność i granice edycji\n\nKontrolka seed rodziny Preview jest dokumentowana jako pomoc w wersji beta w uzyskiwaniu spójnych odpowiedzi przez większość czasu. Przydaje się do porównywania zmiany promptu przy stałych pozostałych ustawieniach; nie gwarantuje identycznego wyniku każdego powtórzonego żądania. Zachowaj instrukcję, materiał źródłowy i ustawienia razem podczas porównywania odpowiedzi.\n\nWymienione modalności tego profilu to wejście tekstowe i wyjście tekstowe. Analiza obrazów należy do osobno nazwanej edycji Vision Preview lub późniejszych profili multimodalnych. Tryb JSON jest również odrębny od nowszych funkcji ograniczenia schematem. Ulepszenia kompletności i kodowania w aktualizacji 0125 nie znoszą potrzeby sprawdzania zmiany kodu, wyodrębnionego pola czy wniosku względem dostarczonych dowodów. Wybierz rezultat o określonym zakresie mieszczący się w limicie wyjścia i zachowaj przy wyniku dokładną nazwaną edycję.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Complete a CSV escaping function\n\nWrite a complete Python function csv_cell(value) that converts value to text and wraps it in double quotes only when it contains a comma, double quote or newline. Embedded double quotes must be doubled. Return the function and tests for plain text, a comma, a quotation mark and a newline. Use no third-party packages.A complete function and four concrete test cases covering each escaping condition.The quotation-mark test checks both outer quoting and doubling of the embedded quote.gpt-4-0125-previewGPT-4 Turbo Preview 0125 obsługuje zadania tekstowe i programistyczne wymagające długiego kontekstu, z udokumentowanym oknem kontekstowym 128K. Tryb JSON i wywoływanie funkcji pomagają przekształcać dostarczony materiał w odpowiedzi tekstowe lub rekordy aplikacji, z zachowaniem odrębności dokładnej edycji Preview względem modeli wizyjnych i późniejszych modeli.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-4 Turbo Preview 0125 to zaktualizowana, skoncentrowana na tekście badawcza edycja preview GPT-4 Turbo firmy OpenAI. Obsługuje pisemne instrukcje, materiał źródłowy i kod, generując odpowiedzi tekstowe lub rekordy przeznaczone dla aplikacji. Styczniowa aktualizacja wyraźnie zmierza do pełniejszego wykonywania zadań, np. generowania kodu, i naprawia błąd wpływający na generowanie nieangielskiego UTF-8. Ta nazwana edycja 0125 jest odrębna od wcześniejszego 1106 Preview i od GPT-4 Turbo with Vision.
Karta Preview producenta podaje okno kontekstu 128 000 tokenów i do 4096 tokenów wyjściowych, z granicą wiedzy 1 grudnia 2023 r. Duże okno wejściowe może pomieścić powiązane dokumenty lub kod obok szczegółowego pytania; limit wyjścia jest znacznie mniejszy i powinien wpływać na wymagany rezultat. Dostarcz aktualne dowody, gdy pytanie zależy od informacji spoza zapisanej wiedzy modelu.
Przy porównywaniu wymagań dołącz odpowiednie dokumenty, wskaż, który rozstrzyga sprzeczności, i poproś o zmienione wymaganie, wspierający je fragment oraz wpływ na wskazany przepływ. W zadaniu programistycznym podaj zachowanie do osiągnięcia, odpowiednie funkcje i oczekiwany wynik. Poproś o kompletną zmianę w tym zakresie i określ, co oznacza ukończenie, zamiast traktować przekonujący fragment jako całe zadanie.
Rodzina GPT-4 Turbo Preview dodaje lepsze wykonywanie instrukcji formatu i tryb JSON. Producent opisuje tryb JSON jako ograniczający odpowiedź do poprawnego składniowo JSON; nie weryfikuje on samodzielnie poprawności wartości pola ani zgodności rekordu z każdą regułą biznesową. Zdefiniuj pola, dozwolone wartości i obsługę brakujących informacji w instrukcji, a następnie sprawdź zwrócony obiekt względem tych wymagań. Przy używaniu trybu JSON producenta wyraźnie poleć modelowi wygenerowanie JSON i umieść w rozmowie słowo „JSON”. Bez tej instrukcji może generować białe znaki aż do limitu tokenów; sprawdź, czy zwrócono kompletny obiekt.
Zadanie ekstrakcji może wymagać identyfikatora elementu, tekstu źródłowego określającego jego status oraz następnego działania wspieranego przez te dowody. Zachowaj oryginalny materiał przy rekordzie, aby można było sprawdzić wartość. Parser przyjmujący zwrócony JSON jest jedną częścią przepływu; poprawne powiązanie źródła z wyodrębnionymi polami jest inną.
Wydanie Preview OpenAI dokumentuje wywoływanie funkcji, w tym żądanie wielu funkcji w jednej wiadomości. Deweloper opisuje każdą funkcję i jej parametry, a model zwraca argumenty żądanej operacji. Otaczająca aplikacja wykonuje operację i zwraca rzeczywisty wynik. Żądanie wyszukania danych jest więc odrębne od pobranego rekordu, a proponowane działanie od jego ukończenia.
Dostarcz funkcje pasujące do zadania i nazwij dowody, których ma użyć następna odpowiedź. Asystent porównujący może zażądać rekordów dwóch nazwanych elementów, a potem wyjaśnić różnice na podstawie zwróconych wartości. Gdy jedno wyszukanie się nie powiedzie lub da niepełny materiał, zachowaj ten warunek, zamiast tworzyć prawdopodobne zastępstwo. Zachowaj identyfikatory funkcji i wyniki przy kontynuacji.
Kontrolka seed rodziny Preview jest dokumentowana jako pomoc w wersji beta w uzyskiwaniu spójnych odpowiedzi przez większość czasu. Przydaje się do porównywania zmiany promptu przy stałych pozostałych ustawieniach; nie gwarantuje identycznego wyniku każdego powtórzonego żądania. Zachowaj instrukcję, materiał źródłowy i ustawienia razem podczas porównywania odpowiedzi.
Wymienione modalności tego profilu to wejście tekstowe i wyjście tekstowe. Analiza obrazów należy do osobno nazwanej edycji Vision Preview lub późniejszych profili multimodalnych. Tryb JSON jest również odrębny od nowszych funkcji ograniczenia schematem. Ulepszenia kompletności i kodowania w aktualizacji 0125 nie znoszą potrzeby sprawdzania zmiany kodu, wyodrębnionego pola czy wniosku względem dostarczonych dowodów. Wybierz rezultat o określonym zakresie mieszczący się w limicie wyjścia i zachowaj przy wyniku dokładną nazwaną edycję.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity gpt-4-0125-preview | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity Przykłady: system, user, assistant, tool, function Warunki: Te role są jawnie reprezentowane przez typy zgodności w kodzie źródłowym; dokładny zestaw ról pozostaje właściwy dla danego modelu. Zależy od modelu | Domyślnie— |
Polemessages[].content | Typstring|content_part[]|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_calls | Typtool_call[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_call_id | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID | Domyślnie— |
Polemessages[].name | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].reasoning_content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa | Domyślnie— |
Polemessages[].reasoning_details | Typobject|array | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polemax_completion_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polestream_options.include_usage | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestop | Typstring|string[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typfunction_tool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools[].type | Typstring | WymaganieOpcjonalne | Wartości i limity function Zależy od modelu | Domyślnie— |
Poletools[].function.name | Typstring | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie funkcji | Domyślnie— |
Poletools[].function.description | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletools[].function.parameters | TypJSON_schema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletool_choice | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleparallel_tool_calls | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleresponse_format | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning_effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleservice_tier | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinstructions | Typstring | WymaganieOpcjonalne | Wartości i limity Pole zgodności | Domyślnie— |
Polefunctions | Typfunction[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polefunction_call | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_options | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemodalities | Typstring[] | WymaganieOpcjonalne | Wartości i limity text | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra | Domyślnie— |
Polecache_control.ttl | Typstring | WymaganieOpcjonalne | Wartości i limity Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów | Domyślnie— |
Tekst · tekst UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontrakttablica wiadomości o strukturze role/content |
Parametrfile_material | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Cykl życia: synchronous_or_streamed
Wyślij dokładne ID modelu wraz z messages.
Długość kontekstu nie jest limitem wyjścia.
Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
| Konfiguracja | Tabela stawek | Opłata |
|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe $0.02 / 1K tokenów Wyjście · Tokeny wyjściowe $0.06 / 1K tokenów Wejście · Odczyt cache $0 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-4-0125-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='gpt-4-0125-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='gpt-4-0125-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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra gpt-4-0125-preview
Użyj ścieżek metod podanych powyżej.
gpt-4-0125-previewGPT-4 Turbo Preview 0125 obsługuje zadania tekstowe i programistyczne wymagające długiego kontekstu, z udokumentowanym oknem kontekstowym 128K. Tryb JSON i wywoływanie funkcji pomagają przekształcać dostarczony materiał w odpowiedzi tekstowe lub rekordy aplikacji, z zachowaniem odrębności dokładnej edycji Preview względem modeli wizyjnych i późniejszych modeli.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-4 Turbo Preview 0125 to zaktualizowana, skoncentrowana na tekście badawcza edycja preview GPT-4 Turbo firmy OpenAI. Obsługuje pisemne instrukcje, materiał źródłowy i kod, generując odpowiedzi tekstowe lub rekordy przeznaczone dla aplikacji. Styczniowa aktualizacja wyraźnie zmierza do pełniejszego wykonywania zadań, np. generowania kodu, i naprawia błąd wpływający na generowanie nieangielskiego UTF-8. Ta nazwana edycja 0125 jest odrębna od wcześniejszego 1106 Preview i od GPT-4 Turbo with Vision.
Karta Preview producenta podaje okno kontekstu 128 000 tokenów i do 4096 tokenów wyjściowych, z granicą wiedzy 1 grudnia 2023 r. Duże okno wejściowe może pomieścić powiązane dokumenty lub kod obok szczegółowego pytania; limit wyjścia jest znacznie mniejszy i powinien wpływać na wymagany rezultat. Dostarcz aktualne dowody, gdy pytanie zależy od informacji spoza zapisanej wiedzy modelu.
Przy porównywaniu wymagań dołącz odpowiednie dokumenty, wskaż, który rozstrzyga sprzeczności, i poproś o zmienione wymaganie, wspierający je fragment oraz wpływ na wskazany przepływ. W zadaniu programistycznym podaj zachowanie do osiągnięcia, odpowiednie funkcje i oczekiwany wynik. Poproś o kompletną zmianę w tym zakresie i określ, co oznacza ukończenie, zamiast traktować przekonujący fragment jako całe zadanie.
Rodzina GPT-4 Turbo Preview dodaje lepsze wykonywanie instrukcji formatu i tryb JSON. Producent opisuje tryb JSON jako ograniczający odpowiedź do poprawnego składniowo JSON; nie weryfikuje on samodzielnie poprawności wartości pola ani zgodności rekordu z każdą regułą biznesową. Zdefiniuj pola, dozwolone wartości i obsługę brakujących informacji w instrukcji, a następnie sprawdź zwrócony obiekt względem tych wymagań. Przy używaniu trybu JSON producenta wyraźnie poleć modelowi wygenerowanie JSON i umieść w rozmowie słowo „JSON”. Bez tej instrukcji może generować białe znaki aż do limitu tokenów; sprawdź, czy zwrócono kompletny obiekt.
Zadanie ekstrakcji może wymagać identyfikatora elementu, tekstu źródłowego określającego jego status oraz następnego działania wspieranego przez te dowody. Zachowaj oryginalny materiał przy rekordzie, aby można było sprawdzić wartość. Parser przyjmujący zwrócony JSON jest jedną częścią przepływu; poprawne powiązanie źródła z wyodrębnionymi polami jest inną.
Wydanie Preview OpenAI dokumentuje wywoływanie funkcji, w tym żądanie wielu funkcji w jednej wiadomości. Deweloper opisuje każdą funkcję i jej parametry, a model zwraca argumenty żądanej operacji. Otaczająca aplikacja wykonuje operację i zwraca rzeczywisty wynik. Żądanie wyszukania danych jest więc odrębne od pobranego rekordu, a proponowane działanie od jego ukończenia.
Dostarcz funkcje pasujące do zadania i nazwij dowody, których ma użyć następna odpowiedź. Asystent porównujący może zażądać rekordów dwóch nazwanych elementów, a potem wyjaśnić różnice na podstawie zwróconych wartości. Gdy jedno wyszukanie się nie powiedzie lub da niepełny materiał, zachowaj ten warunek, zamiast tworzyć prawdopodobne zastępstwo. Zachowaj identyfikatory funkcji i wyniki przy kontynuacji.
Kontrolka seed rodziny Preview jest dokumentowana jako pomoc w wersji beta w uzyskiwaniu spójnych odpowiedzi przez większość czasu. Przydaje się do porównywania zmiany promptu przy stałych pozostałych ustawieniach; nie gwarantuje identycznego wyniku każdego powtórzonego żądania. Zachowaj instrukcję, materiał źródłowy i ustawienia razem podczas porównywania odpowiedzi.
Wymienione modalności tego profilu to wejście tekstowe i wyjście tekstowe. Analiza obrazów należy do osobno nazwanej edycji Vision Preview lub późniejszych profili multimodalnych. Tryb JSON jest również odrębny od nowszych funkcji ograniczenia schematem. Ulepszenia kompletności i kodowania w aktualizacji 0125 nie znoszą potrzeby sprawdzania zmiany kodu, wyodrębnionego pola czy wniosku względem dostarczonych dowodów. Wybierz rezultat o określonym zakresie mieszczący się w limicie wyjścia i zachowaj przy wyniku dokładną nazwaną edycję.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity gpt-4-0125-preview | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— |
Polemessages[].content | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Tekst · tekst UTF-8
ciąg messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: synchronous_or_streamed
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
| Konfiguracja | Tabela stawek | Opłata |
|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe $0.02 / 1K tokenów Wyjście · Tokeny wyjściowe $0.06 / 1K tokenów Wejście · Odczyt cache $0 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "gpt-4-0125-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-4-0125-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-4-0125-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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra gpt-4-0125-preview
Użyj ścieżek metod podanych powyżej.
Przykład techniczny po angielsku
Complete a CSV escaping function\n\nWrite a complete Python function csv_cell(value) that converts value to text and wraps it in double quotes only when it contains a comma, double quote or newline. Embedded double quotes must be doubled. Return the function and tests for plain text, a comma, a quotation mark and a newline. Use no third-party packages.A complete function and four concrete test cases covering each escaping condition.The quotation-mark test checks both outer quoting and doubling of the embedded quote.