GPT-6 Luna w trybie Decisions OpenAI ocenia dostarczony materiał i zwraca typowane odpowiedzi na jego temat. Producent dokumentuje GPT-6 Luna jako model dla tego wyspecjalizowanego interfejsu decyzyjnego. Może oszacować, czy zachodzi warunek, wybrać spośród stałych opcji lub umieścić wejście w uporządkowanej rubryce. Użyj tego trybu GPT-6 Luna, gdy zadanie potrzebuje zdefiniowanego wyniku decyzji zamiast pisemnej odpowiedzi.
Żądanie producenta zawiera model, wspólne wejście i tablicę pytań. Wejściem może być ciąg tekstowy lub wiadomości użytkownika z tekstem i obrazami. Każde pytanie ma unikalną nazwę, typ, instrukcje i wymagane opcje lub poziomy. Tablica odpowiedzi powtarza nazwy pytań, pozwalając powiązać wynik z warunkiem, kategorią lub oceną faktycznie objętymi żądaniem.
Dla wiadomości do wsparcia podaj wiadomość i kontekst istotny dla następnej decyzji, a następnie nazwij pytanie według pola potrzebnego w procesie. Dla fragmentu dokumentu uwzględnij tekst ustanawiający kryterium zamiast niepopartego odwołania do większego pliku. Zdefiniuj pytanie wokół obserwowalnych faktów i rozdziel niezależne kwestie. Użyteczny wynik może łączyć kategorię problemu z oceną istotności, zachowując definicję i znaczenie każdej odpowiedzi.
Pytanie predicate zwraca prawdopodobieństwo od 0 do 1, że zdefiniowany warunek jest prawdziwy. Może sprawdzać trafność fragmentu lub widoczny stan na obrazie. Dla fotografii produktu opisz widoczną wadę do sprawdzenia, na przykład pęknięcie lub rozdarcie, i podaj obraz z tym kryterium. Wartość jest oszacowaniem modelu; aplikacja wybiera próg oznaczania lub przeglądu.
Przewodnik Decisions OpenAI wymaga dla tego endpointu zakodowanych danych obrazu osadzonych bezpośrednio w żądaniu. Adresy hostowanych obrazów i identyfikatory plików nie są obsługiwanym wejściem obrazowym w tym udokumentowanym kontrakcie. Tekst i obraz można połączyć w wiadomości użytkownika, aby materiał wizualny oceniać z odpowiednim kontekstem pisemnym. Utrzymuj czytelny obraz i konkretny warunek; prawdopodobieństwo jednej wskazanej wady nie jest ogólnym raportem inspekcji obejmującym każdy możliwy problem.
Pytanie choice wybiera spośród opcji o odrębnych wartościach i opisach wyjaśniających, kiedy mają zastosowanie. Zwracany wybór jest jedną z tych wartości, z prawdopodobieństwami opcji i osobnym polem pewności. Dla kierowania zdefiniuj kategorie według rzeczywiście dostępnych zespołów lub wyników i dodaj opcję other, gdy zbiór nie obejmuje każdego wejścia. Utrzymuj te kategorie nieuporządkowane: ich pozycje nie są skalą istotności.
Praktyczne zadanie klasyfikacji może odróżniać wadę produktu, problem z dostępem i ogólne zgłoszenie. Opisz granicę między kategoriami, zamiast polegać wyłącznie na krótkich nazwach. Użyj zwróconego wyboru jako proponowanej etykiety i analizuj rozkład, gdy kilka znaczeń pozostaje prawdopodobnych. Wynik dostarcza wybór; aplikacja określa, czy ma on uruchomić automatyczne skierowanie lub przegląd.
Pytanie score korzysta z uporządkowanych poziomów od najniższego do najwyższego. Indeksy poziomów zaczynają się od 0, a ocena jest średnią tych indeksów ważoną prawdopodobieństwami. Może znajdować się między poziomami. Dla istotności problemu jeden poziom może oznaczać wpływ kosmetyczny, drugi użyteczne obejście, a kolejny pełną blokadę; zdefiniuj kryteria je rozdzielające. Odpowiedź zawiera prawdopodobieństwa poszczególnych poziomów i pewność wraz z oceną.
Oczekiwana ocena podsumowuje rozkład, zamiast wybierać pojedynczą kategorię. Zachowaj to rozróżnienie przy używaniu wyniku do ustalania priorytetów lub zagregowanego trendu. Wyświetlanie stałych kategorii może zamiast tego korzystać z pytania choice. Pewność jest osobno raportowanym polem w odpowiedziach choice i score; przewodnik nie definiuje jej jako identycznej z prawdopodobieństwem wybranej opcji.
Niezależne pytania mogą współdzielić wejście w jednym żądaniu producenta, również przy różnych typach pytań. Zdjęcie może wspierać predicate dotyczący wady i wybór kategorii, a wiadomość — ocenę kategorii i istotności. Nadaj każdej kwestii własne instrukcje i znaczenie. Gdy późniejsza decyzja zależy od wcześniejszego wyniku, producent zaleca osobne żądania, aby drugie pytanie mogło jawnie wykorzystać ten wynik. Nie zakładaj, że kolejność pytań w jednej tablicy tworzy sekwencyjną rozmowę.
Decisions dostarcza zdefiniowany wynik predicate, choice lub score. Odpowiedź może zamiast tego mieć typ refusal; sprawdź jej typ przed odczytaniem prawdopodobieństwa, wyboru lub oceny. OpenAI odróżnia to od generowania dowolnych obiektów według schematu lub pisemnych wyjaśnień przez Structured Outputs oraz od żądania działania narzędzia przez function calling. Odpowiedzi decyzyjnej nie należy przedstawiać jako wygenerowanego uzasadnienia lub dowodu wystąpienia działania zewnętrznego. Ustawienia wyjścia ogólnego modelu czatowego, rozumowania i narzędzi nie są automatycznie częścią tego wyspecjalizowanego trybu.
Używaj reprezentatywnych oznaczonych wejść do oceny progów kierowania, filtrowania i przeglądu, uwzględniając konsekwencje wyników fałszywie dodatnich i fałszywie ujemnych. Zachowaj powiązanie materiału, definicji pytań i surowych wyników liczbowych, aby dało się zbadać niejednoznaczny wynik. Utrzymuj wspólny materiał istotny dla nazwanych pytań i jasno definiuj każdą opcję lub poziom rubryki przed wysłaniem zadania decyzyjnego. Przygotuj materiał i typy odpowiedzi zgodnie z udokumentowanym procesem decyzyjnym, interpretując wyjście według ocenianego zadania.
", "aboutText": "GPT-6 Luna w trybie Decisions OpenAI ocenia dostarczony materiał i zwraca typowane odpowiedzi na jego temat. Producent dokumentuje GPT-6 Luna jako model dla tego wyspecjalizowanego interfejsu decyzyjnego. Może oszacować, czy zachodzi warunek, wybrać spośród stałych opcji lub umieścić wejście w uporządkowanej rubryce. Użyj tego trybu GPT-6 Luna, gdy zadanie potrzebuje zdefiniowanego wyniku decyzji zamiast pisemnej odpowiedzi.\n\n### Wspólne wejście, nazwane pytania i odpowiedzi\n\nŻądanie producenta zawiera model, wspólne wejście i tablicę pytań. Wejściem może być ciąg tekstowy lub wiadomości użytkownika z tekstem i obrazami. Każde pytanie ma unikalną nazwę, typ, instrukcje i wymagane opcje lub poziomy. Tablica odpowiedzi powtarza nazwy pytań, pozwalając powiązać wynik z warunkiem, kategorią lub oceną faktycznie objętymi żądaniem.\n\nDla wiadomości do wsparcia podaj wiadomość i kontekst istotny dla następnej decyzji, a następnie nazwij pytanie według pola potrzebnego w procesie. Dla fragmentu dokumentu uwzględnij tekst ustanawiający kryterium zamiast niepopartego odwołania do większego pliku. Zdefiniuj pytanie wokół obserwowalnych faktów i rozdziel niezależne kwestie. Użyteczny wynik może łączyć kategorię problemu z oceną istotności, zachowując definicję i znaczenie każdej odpowiedzi.\n\n### predicate: szacowanie, czy zachodzi warunek\n\nPytanie predicate zwraca prawdopodobieństwo od 0 do 1, że zdefiniowany warunek jest prawdziwy. Może sprawdzać trafność fragmentu lub widoczny stan na obrazie. Dla fotografii produktu opisz widoczną wadę do sprawdzenia, na przykład pęknięcie lub rozdarcie, i podaj obraz z tym kryterium. Wartość jest oszacowaniem modelu; aplikacja wybiera próg oznaczania lub przeglądu.\n\nPrzewodnik Decisions OpenAI wymaga dla tego endpointu zakodowanych danych obrazu osadzonych bezpośrednio w żądaniu. Adresy hostowanych obrazów i identyfikatory plików nie są obsługiwanym wejściem obrazowym w tym udokumentowanym kontrakcie. Tekst i obraz można połączyć w wiadomości użytkownika, aby materiał wizualny oceniać z odpowiednim kontekstem pisemnym. Utrzymuj czytelny obraz i konkretny warunek; prawdopodobieństwo jednej wskazanej wady nie jest ogólnym raportem inspekcji obejmującym każdy możliwy problem.\n\n### choice: wybór jednej dostarczonej wartości\n\nPytanie choice wybiera spośród opcji o odrębnych wartościach i opisach wyjaśniających, kiedy mają zastosowanie. Zwracany wybór jest jedną z tych wartości, z prawdopodobieństwami opcji i osobnym polem pewności. Dla kierowania zdefiniuj kategorie według rzeczywiście dostępnych zespołów lub wyników i dodaj opcję other, gdy zbiór nie obejmuje każdego wejścia. Utrzymuj te kategorie nieuporządkowane: ich pozycje nie są skalą istotności.\n\nPraktyczne zadanie klasyfikacji może odróżniać wadę produktu, problem z dostępem i ogólne zgłoszenie. Opisz granicę między kategoriami, zamiast polegać wyłącznie na krótkich nazwach. Użyj zwróconego wyboru jako proponowanej etykiety i analizuj rozkład, gdy kilka znaczeń pozostaje prawdopodobnych. Wynik dostarcza wybór; aplikacja określa, czy ma on uruchomić automatyczne skierowanie lub przegląd.\n\n### score: pozycja w rubryce ważona prawdopodobieństwami\n\nPytanie score korzysta z uporządkowanych poziomów od najniższego do najwyższego. Indeksy poziomów zaczynają się od 0, a ocena jest średnią tych indeksów ważoną prawdopodobieństwami. Może znajdować się między poziomami. Dla istotności problemu jeden poziom może oznaczać wpływ kosmetyczny, drugi użyteczne obejście, a kolejny pełną blokadę; zdefiniuj kryteria je rozdzielające. Odpowiedź zawiera prawdopodobieństwa poszczególnych poziomów i pewność wraz z oceną.\n\nOczekiwana ocena podsumowuje rozkład, zamiast wybierać pojedynczą kategorię. Zachowaj to rozróżnienie przy używaniu wyniku do ustalania priorytetów lub zagregowanego trendu. Wyświetlanie stałych kategorii może zamiast tego korzystać z pytania choice. Pewność jest osobno raportowanym polem w odpowiedziach choice i score; przewodnik nie definiuje jej jako identycznej z prawdopodobieństwem wybranej opcji.\n\n### Kilka pytań i zależne decyzje\n\nNiezależne pytania mogą współdzielić wejście w jednym żądaniu producenta, również przy różnych typach pytań. Zdjęcie może wspierać predicate dotyczący wady i wybór kategorii, a wiadomość — ocenę kategorii i istotności. Nadaj każdej kwestii własne instrukcje i znaczenie. Gdy późniejsza decyzja zależy od wcześniejszego wyniku, producent zaleca osobne żądania, aby drugie pytanie mogło jawnie wykorzystać ten wynik. Nie zakładaj, że kolejność pytań w jednej tablicy tworzy sekwencyjną rozmowę.\n\n### Wybór właściwego wyjścia i interpretacja limitów\n\nDecisions dostarcza zdefiniowany wynik predicate, choice lub score. Odpowiedź może zamiast tego mieć typ refusal; sprawdź jej typ przed odczytaniem prawdopodobieństwa, wyboru lub oceny. OpenAI odróżnia to od generowania dowolnych obiektów według schematu lub pisemnych wyjaśnień przez Structured Outputs oraz od żądania działania narzędzia przez function calling. Odpowiedzi decyzyjnej nie należy przedstawiać jako wygenerowanego uzasadnienia lub dowodu wystąpienia działania zewnętrznego. Ustawienia wyjścia ogólnego modelu czatowego, rozumowania i narzędzi nie są automatycznie częścią tego wyspecjalizowanego trybu.\n\nUżywaj reprezentatywnych oznaczonych wejść do oceny progów kierowania, filtrowania i przeglądu, uwzględniając konsekwencje wyników fałszywie dodatnich i fałszywie ujemnych. Zachowaj powiązanie materiału, definicji pytań i surowych wyników liczbowych, aby dało się zbadać niejednoznaczny wynik. Utrzymuj wspólny materiał istotny dla nazwanych pytań i jasno definiuj każdą opcję lub poziom rubryki przed wysłaniem zadania decyzyjnego. Przygotuj materiał i typy odpowiedzi zgodnie z udokumentowanym procesem decyzyjnym, interpretując wyjście według ocenianego zadania.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "e80e307868ff5121ec3bc5e3b47d957bb9b990c50d5dd6f46cd3dc409d301443", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pl", "methods": [ { "html": "openai/gpt-6-luna-decisionsGPT-6 Luna w trybie Decisions firmy OpenAI ocenia tekst i obrazy, zwracając typowane odpowiedzi probabilistyczne: prawdopodobieństwo warunku, wybór z ustalonego zbioru lub ocenę według kryteriów. Obsługuje klasyfikację, kierowanie zadań i ustalanie priorytetów, bez używania pisemnego wyjaśnienia jako wyniku decyzji.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-6 Luna w trybie Decisions OpenAI ocenia dostarczony materiał i zwraca typowane odpowiedzi na jego temat. Producent dokumentuje GPT-6 Luna jako model dla tego wyspecjalizowanego interfejsu decyzyjnego. Może oszacować, czy zachodzi warunek, wybrać spośród stałych opcji lub umieścić wejście w uporządkowanej rubryce. Użyj tego trybu GPT-6 Luna, gdy zadanie potrzebuje zdefiniowanego wyniku decyzji zamiast pisemnej odpowiedzi.
Żądanie producenta zawiera model, wspólne wejście i tablicę pytań. Wejściem może być ciąg tekstowy lub wiadomości użytkownika z tekstem i obrazami. Każde pytanie ma unikalną nazwę, typ, instrukcje i wymagane opcje lub poziomy. Tablica odpowiedzi powtarza nazwy pytań, pozwalając powiązać wynik z warunkiem, kategorią lub oceną faktycznie objętymi żądaniem.
Dla wiadomości do wsparcia podaj wiadomość i kontekst istotny dla następnej decyzji, a następnie nazwij pytanie według pola potrzebnego w procesie. Dla fragmentu dokumentu uwzględnij tekst ustanawiający kryterium zamiast niepopartego odwołania do większego pliku. Zdefiniuj pytanie wokół obserwowalnych faktów i rozdziel niezależne kwestie. Użyteczny wynik może łączyć kategorię problemu z oceną istotności, zachowując definicję i znaczenie każdej odpowiedzi.
Pytanie predicate zwraca prawdopodobieństwo od 0 do 1, że zdefiniowany warunek jest prawdziwy. Może sprawdzać trafność fragmentu lub widoczny stan na obrazie. Dla fotografii produktu opisz widoczną wadę do sprawdzenia, na przykład pęknięcie lub rozdarcie, i podaj obraz z tym kryterium. Wartość jest oszacowaniem modelu; aplikacja wybiera próg oznaczania lub przeglądu.
Przewodnik Decisions OpenAI wymaga dla tego endpointu zakodowanych danych obrazu osadzonych bezpośrednio w żądaniu. Adresy hostowanych obrazów i identyfikatory plików nie są obsługiwanym wejściem obrazowym w tym udokumentowanym kontrakcie. Tekst i obraz można połączyć w wiadomości użytkownika, aby materiał wizualny oceniać z odpowiednim kontekstem pisemnym. Utrzymuj czytelny obraz i konkretny warunek; prawdopodobieństwo jednej wskazanej wady nie jest ogólnym raportem inspekcji obejmującym każdy możliwy problem.
Pytanie choice wybiera spośród opcji o odrębnych wartościach i opisach wyjaśniających, kiedy mają zastosowanie. Zwracany wybór jest jedną z tych wartości, z prawdopodobieństwami opcji i osobnym polem pewności. Dla kierowania zdefiniuj kategorie według rzeczywiście dostępnych zespołów lub wyników i dodaj opcję other, gdy zbiór nie obejmuje każdego wejścia. Utrzymuj te kategorie nieuporządkowane: ich pozycje nie są skalą istotności.
Praktyczne zadanie klasyfikacji może odróżniać wadę produktu, problem z dostępem i ogólne zgłoszenie. Opisz granicę między kategoriami, zamiast polegać wyłącznie na krótkich nazwach. Użyj zwróconego wyboru jako proponowanej etykiety i analizuj rozkład, gdy kilka znaczeń pozostaje prawdopodobnych. Wynik dostarcza wybór; aplikacja określa, czy ma on uruchomić automatyczne skierowanie lub przegląd.
Pytanie score korzysta z uporządkowanych poziomów od najniższego do najwyższego. Indeksy poziomów zaczynają się od 0, a ocena jest średnią tych indeksów ważoną prawdopodobieństwami. Może znajdować się między poziomami. Dla istotności problemu jeden poziom może oznaczać wpływ kosmetyczny, drugi użyteczne obejście, a kolejny pełną blokadę; zdefiniuj kryteria je rozdzielające. Odpowiedź zawiera prawdopodobieństwa poszczególnych poziomów i pewność wraz z oceną.
Oczekiwana ocena podsumowuje rozkład, zamiast wybierać pojedynczą kategorię. Zachowaj to rozróżnienie przy używaniu wyniku do ustalania priorytetów lub zagregowanego trendu. Wyświetlanie stałych kategorii może zamiast tego korzystać z pytania choice. Pewność jest osobno raportowanym polem w odpowiedziach choice i score; przewodnik nie definiuje jej jako identycznej z prawdopodobieństwem wybranej opcji.
Niezależne pytania mogą współdzielić wejście w jednym żądaniu producenta, również przy różnych typach pytań. Zdjęcie może wspierać predicate dotyczący wady i wybór kategorii, a wiadomość — ocenę kategorii i istotności. Nadaj każdej kwestii własne instrukcje i znaczenie. Gdy późniejsza decyzja zależy od wcześniejszego wyniku, producent zaleca osobne żądania, aby drugie pytanie mogło jawnie wykorzystać ten wynik. Nie zakładaj, że kolejność pytań w jednej tablicy tworzy sekwencyjną rozmowę.
Decisions dostarcza zdefiniowany wynik predicate, choice lub score. Odpowiedź może zamiast tego mieć typ refusal; sprawdź jej typ przed odczytaniem prawdopodobieństwa, wyboru lub oceny. OpenAI odróżnia to od generowania dowolnych obiektów według schematu lub pisemnych wyjaśnień przez Structured Outputs oraz od żądania działania narzędzia przez function calling. Odpowiedzi decyzyjnej nie należy przedstawiać jako wygenerowanego uzasadnienia lub dowodu wystąpienia działania zewnętrznego. Ustawienia wyjścia ogólnego modelu czatowego, rozumowania i narzędzi nie są automatycznie częścią tego wyspecjalizowanego trybu.
Używaj reprezentatywnych oznaczonych wejść do oceny progów kierowania, filtrowania i przeglądu, uwzględniając konsekwencje wyników fałszywie dodatnich i fałszywie ujemnych. Zachowaj powiązanie materiału, definicji pytań i surowych wyników liczbowych, aby dało się zbadać niejednoznaczny wynik. Utrzymuj wspólny materiał istotny dla nazwanych pytań i jasno definiuj każdą opcję lub poziom rubryki przed wysłaniem zadania decyzyjnego. Przygotuj materiał i typy odpowiedzi zgodnie z udokumentowanym procesem decyzyjnym, interpretując wyjście według ocenianego zadania.
POST /v1/systemonetext, imagedecisions| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity openai/gpt-6-luna-decisions | Domyślnie— |
Poleprovider | Typschema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polequestions | Typobject | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polesession_id | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polestate | Typschema | WymaganieWymagane | Wartości i limity | Domyślnie— |
Poletrace | Typschema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poleuser | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polequestions.<id>.type | Typstring | WymaganieWymagane | Wartości i limity noul, choice, score | Domyślnie— |
Polequestions.<id>.instructions | Typstring|object|array | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polequestions.<id>.criteria | Typobject|array | WymaganieOpcjonalne | Wartości i limity Warunki: choice/score: wymagane; noul: opcjonalne. Kryteria choice są obiektem; score jest tablicą z minItems1. | Domyślnie— |
Polequestions.<id>.criteria.true | Typstring|object|array | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: Przekazano obiekt kryteriów noul | Domyślnie— |
Polequestions.<id>.criteria.false | Typstring|object|array | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: Przekazano obiekt kryteriów noul | Domyślnie— |
noul · Wymagane: state, questions.<id>.type=noul, questions.<id>.instructions
choice · Wymagane: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object
score · Wymagane: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, state, questions |
Parametrmaterial_types | Kontrakttext, image |
Parametroptional_controls | Kontraktprovider, session_id, trace, user |
Parametrmultimodal_input_binding | KontraktUżywaj wyłącznie dokładnie zadeklarowanej reprezentacji stanu lub dokumentu. Sama obsługa obrazów przez producenta nie potwierdza zaakceptowanego sposobu przekazywania obrazów dla konkretnego modelu. |
Cykl życia: synchronous
Wyślij dokładny identyfikator modelu i zachowaj kompletną natywną odpowiedź.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0002 / 1K tokenów Wyjście · Tokeny wyjściowe $0 / 1K tokenów Wejście · Odczyt cache $0 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0002 / 1K tokenów Wyjście · Tokeny wyjściowe $0 / 1K tokenów Wejście · Odczyt cache $0 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "openai/gpt-6-luna-decisions",\n "questions": {\n "is_bug": {\n "criteria": {\n "false": "The customer is asking a question or requesting a feature.",\n "true": "The customer describes broken or unexpected product behavior."\n },\n "instructions": "Is the customer reporting a software defect?",\n "type": "noul"\n },\n "team": {\n "criteria": {\n "account": "Login, permissions, or profile issues.",\n "frontend": "Rendering, layout, or browser compatibility issues.",\n "payments": "Checkout, billing, or payment processing issues."\n },\n "instructions": "Which team should own this ticket?",\n "type": "choice"\n },\n "urgency": {\n "criteria": [\n "Can wait for the next release",\n "Should be fixed this week",\n "Blocking revenue right now"\n ],\n "instructions": "How urgent is this ticket?",\n "type": "score"\n }\n },\n "state": {\n "customer_tier": "enterprise",\n "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."\n }\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='openai/gpt-6-luna-decisions'\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \\\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\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\njson
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowywana jest każda odpowiedź przypisana do podanego identyfikatora pytania wraz z dokładnym typem, wartością noul/choice/score, pewnością, prawdopodobieństwami i legendą. Cały oryginalny JSON jest zapisywany i zwracany dopiero po rozliczeniu.
Zachowaj pierwotną operację oraz pełną lub częściową odpowiedź; nie ponawiaj POST.
| Pole | Typ |
|---|---|
Polemodel | Typstring |
Poleid | Typstring |
Poleprovider | Typstring |
Poleanswers.<id>.type | Typstring |
Poleanswers.<id>.noul | Typnumber |
Poleanswers.<id>.choice | Typstring |
Poleanswers.<id>.score | Typnumber |
Poleanswers.<id>.confidence | Typnumber |
Poleanswers.<id>.probabilities | Typobject |
Poleanswers.<id>.legend | Typobject |
Poleusage.input_tokens | Typinteger |
Poleusage.output_tokens | Typinteger |
Poleusage.cost | Typnumber |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pole, reprezentacja lub wartość | Następny krokPopraw wskazane pole żądania. |
Ailoot Ultra openai/gpt-6-luna-decisions
Użyj ścieżek metod podanych powyżej.