GPT-4 Turbo Preview 0125 é a edição atualizada, de pré-visualização de investigação, do GPT-4 Turbo da OpenAI, centrada no texto. Processa instruções escritas, materiais de origem e código para produzir respostas textuais ou registos destinados a uma aplicação. A atualização de janeiro visa expressamente uma execução mais completa de tarefas em áreas como a geração de código e corrige um erro que afeta a geração em UTF-8 em línguas diferentes do inglês. Esta edição nomeada 0125 é distinta da Preview 1106 anterior e do GPT-4 Turbo with Vision.
A ficha Preview do fornecedor indica uma janela de contexto de 128 000 tokens e até 4 096 tokens de saída, com uma data-limite dos conhecimentos de 1 de dezembro de 2023. A janela de entrada grande pode conter documentos ou código relacionados juntamente com uma pergunta detalhada; o volume de saída permitido é bastante menor e deve orientar o resultado pedido. Forneça materiais de origem atuais quando uma pergunta depende de informação para além dos conhecimentos armazenados pelo modelo.
Para comparar requisitos, inclua os documentos relevantes, identifique aquele que prevalece em caso de discordância e peça o requisito alterado, a passagem que o sustenta e o seu efeito no processo descrito. Para uma tarefa de programação, indique o comportamento a obter, as funções relevantes e o resultado esperado. Peça uma alteração completa dentro desse âmbito e especifique o que constitui a conclusão, em vez de tratar um fragmento convincente como a tarefa inteira.
A família GPT-4 Turbo Preview introduz melhor cumprimento de formatos e modo JSON. O fornecedor descreve o modo JSON como uma restrição que torna a resposta JSON sintaticamente válida; não verifica de forma independente se o valor de um campo está correto ou se um registo respeita todas as regras de negócio. Defina na instrução os campos, os valores permitidos e o tratamento da informação em falta e examine o objeto devolvido em relação a esses requisitos. Ao utilizar o modo JSON do fabricante, peça explicitamente ao modelo que produza JSON e inclua a palavra «JSON» na conversa. Sem esta instrução, pode emitir caracteres de espaço em branco até ao limite de tokens; verifique se foi devolvido um objeto completo.
Uma tarefa de extração pode pedir o identificador de um elemento, o texto de origem que estabelece o seu estado e a próxima ação justificada por esses elementos. Conserve o conteúdo original com o registo para poder verificar um valor. A aceitação do JSON devolvido por um analisador é uma parte do processo; a associação correta entre a fonte e os campos extraídos é outra.
A publicação Preview da OpenAI documenta chamadas de funções, incluindo o pedido de várias funções numa única mensagem. O programador descreve cada função e os seus parâmetros e o modelo devolve os argumentos da operação pedida. A aplicação envolvente executa a operação e devolve o resultado real. Assim, um pedido de consulta é distinto do registo obtido e uma ação proposta é distinta da sua realização.
Forneça funções adequadas à tarefa e identifique os materiais de origem a usar na resposta seguinte. Um assistente de comparação pode pedir os registos de dois elementos nomeados e depois explicar as diferenças com base nos valores devolvidos. Se uma consulta falhar ou fornecer conteúdo incompleto, conserve essa condição em vez de criar um substituto plausível. Conserve os identificadores das funções e os resultados com o trabalho que se segue.
A definição seed da família Preview é documentada como um apoio beta para obter respostas reprodutíveis na maioria das vezes. É útil para comparar uma alteração do prompt mantendo estáveis as outras definições; não garante que cada pedido repetido produza uma saída idêntica. Mantenha juntos a instrução, os materiais de origem e as definições ao comparar respostas.
As modalidades indicadas para este perfil são entrada de texto e saída de texto. A análise de imagens pertence ao modelo nomeado separadamente Vision Preview ou aos perfis multimodais posteriores. O modo JSON também é distinto das funcionalidades mais recentes de restrição por esquema. As melhorias de completude e codificação da atualização 0125 não eliminam a necessidade de verificar uma alteração de código, um campo extraído ou uma conclusão em relação aos materiais de origem fornecidos. Escolha um resultado delimitado que caiba no volume de saída permitido e conserve a edição nomeada exata com o resultado.
", "aboutText": "GPT-4 Turbo Preview 0125 é a edição atualizada, de pré-visualização de investigação, do GPT-4 Turbo da OpenAI, centrada no texto. Processa instruções escritas, materiais de origem e código para produzir respostas textuais ou registos destinados a uma aplicação. A atualização de janeiro visa expressamente uma execução mais completa de tarefas em áreas como a geração de código e corrige um erro que afeta a geração em UTF-8 em línguas diferentes do inglês. Esta edição nomeada 0125 é distinta da Preview 1106 anterior e do GPT-4 Turbo with Vision.\n\n### Trabalho textual com contexto alargado\n\nA ficha Preview do fornecedor indica uma janela de contexto de 128 000 tokens e até 4 096 tokens de saída, com uma data-limite dos conhecimentos de 1 de dezembro de 2023. A janela de entrada grande pode conter documentos ou código relacionados juntamente com uma pergunta detalhada; o volume de saída permitido é bastante menor e deve orientar o resultado pedido. Forneça materiais de origem atuais quando uma pergunta depende de informação para além dos conhecimentos armazenados pelo modelo.\n\nPara comparar requisitos, inclua os documentos relevantes, identifique aquele que prevalece em caso de discordância e peça o requisito alterado, a passagem que o sustenta e o seu efeito no processo descrito. Para uma tarefa de programação, indique o comportamento a obter, as funções relevantes e o resultado esperado. Peça uma alteração completa dentro desse âmbito e especifique o que constitui a conclusão, em vez de tratar um fragmento convincente como a tarefa inteira.\n\n### Formatos e modo JSON\n\nA família GPT-4 Turbo Preview introduz melhor cumprimento de formatos e modo JSON. O fornecedor descreve o modo JSON como uma restrição que torna a resposta JSON sintaticamente válida; não verifica de forma independente se o valor de um campo está correto ou se um registo respeita todas as regras de negócio. Defina na instrução os campos, os valores permitidos e o tratamento da informação em falta e examine o objeto devolvido em relação a esses requisitos. Ao utilizar o modo JSON do fabricante, peça explicitamente ao modelo que produza JSON e inclua a palavra «JSON» na conversa. Sem esta instrução, pode emitir caracteres de espaço em branco até ao limite de tokens; verifique se foi devolvido um objeto completo.\n\nUma tarefa de extração pode pedir o identificador de um elemento, o texto de origem que estabelece o seu estado e a próxima ação justificada por esses elementos. Conserve o conteúdo original com o registo para poder verificar um valor. A aceitação do JSON devolvido por um analisador é uma parte do processo; a associação correta entre a fonte e os campos extraídos é outra.\n\n### Chamadas de funções e resultados reais\n\nA publicação Preview da OpenAI documenta chamadas de funções, incluindo o pedido de várias funções numa única mensagem. O programador descreve cada função e os seus parâmetros e o modelo devolve os argumentos da operação pedida. A aplicação envolvente executa a operação e devolve o resultado real. Assim, um pedido de consulta é distinto do registo obtido e uma ação proposta é distinta da sua realização.\n\nForneça funções adequadas à tarefa e identifique os materiais de origem a usar na resposta seguinte. Um assistente de comparação pode pedir os registos de dois elementos nomeados e depois explicar as diferenças com base nos valores devolvidos. Se uma consulta falhar ou fornecer conteúdo incompleto, conserve essa condição em vez de criar um substituto plausível. Conserve os identificadores das funções e os resultados com o trabalho que se segue.\n\n### Reprodutibilidade e limites da edição\n\nA definição seed da família Preview é documentada como um apoio beta para obter respostas reprodutíveis na maioria das vezes. É útil para comparar uma alteração do prompt mantendo estáveis as outras definições; não garante que cada pedido repetido produza uma saída idêntica. Mantenha juntos a instrução, os materiais de origem e as definições ao comparar respostas.\n\nAs modalidades indicadas para este perfil são entrada de texto e saída de texto. A análise de imagens pertence ao modelo nomeado separadamente Vision Preview ou aos perfis multimodais posteriores. O modo JSON também é distinto das funcionalidades mais recentes de restrição por esquema. As melhorias de completude e codificação da atualização 0125 não eliminam a necessidade de verificar uma alteração de código, um campo extraído ou uma conclusão em relação aos materiais de origem fornecidos. Escolha um resultado delimitado que caiba no volume de saída permitido e conserve a edição nomeada exata com o resultado.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
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 trata tarefas textuais e de programação com contexto longo através de uma janela de contexto documentada de 128K. O modo JSON e as chamadas de funções ajudam a transformar o conteúdo fornecido em respostas textuais ou registos para a aplicação, mantendo a edição Preview exata distinta dos modelos de visão e dos modelos posteriores.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
GPT-4 Turbo Preview 0125 é a edição atualizada, de pré-visualização de investigação, do GPT-4 Turbo da OpenAI, centrada no texto. Processa instruções escritas, materiais de origem e código para produzir respostas textuais ou registos destinados a uma aplicação. A atualização de janeiro visa expressamente uma execução mais completa de tarefas em áreas como a geração de código e corrige um erro que afeta a geração em UTF-8 em línguas diferentes do inglês. Esta edição nomeada 0125 é distinta da Preview 1106 anterior e do GPT-4 Turbo with Vision.
A ficha Preview do fornecedor indica uma janela de contexto de 128 000 tokens e até 4 096 tokens de saída, com uma data-limite dos conhecimentos de 1 de dezembro de 2023. A janela de entrada grande pode conter documentos ou código relacionados juntamente com uma pergunta detalhada; o volume de saída permitido é bastante menor e deve orientar o resultado pedido. Forneça materiais de origem atuais quando uma pergunta depende de informação para além dos conhecimentos armazenados pelo modelo.
Para comparar requisitos, inclua os documentos relevantes, identifique aquele que prevalece em caso de discordância e peça o requisito alterado, a passagem que o sustenta e o seu efeito no processo descrito. Para uma tarefa de programação, indique o comportamento a obter, as funções relevantes e o resultado esperado. Peça uma alteração completa dentro desse âmbito e especifique o que constitui a conclusão, em vez de tratar um fragmento convincente como a tarefa inteira.
A família GPT-4 Turbo Preview introduz melhor cumprimento de formatos e modo JSON. O fornecedor descreve o modo JSON como uma restrição que torna a resposta JSON sintaticamente válida; não verifica de forma independente se o valor de um campo está correto ou se um registo respeita todas as regras de negócio. Defina na instrução os campos, os valores permitidos e o tratamento da informação em falta e examine o objeto devolvido em relação a esses requisitos. Ao utilizar o modo JSON do fabricante, peça explicitamente ao modelo que produza JSON e inclua a palavra «JSON» na conversa. Sem esta instrução, pode emitir caracteres de espaço em branco até ao limite de tokens; verifique se foi devolvido um objeto completo.
Uma tarefa de extração pode pedir o identificador de um elemento, o texto de origem que estabelece o seu estado e a próxima ação justificada por esses elementos. Conserve o conteúdo original com o registo para poder verificar um valor. A aceitação do JSON devolvido por um analisador é uma parte do processo; a associação correta entre a fonte e os campos extraídos é outra.
A publicação Preview da OpenAI documenta chamadas de funções, incluindo o pedido de várias funções numa única mensagem. O programador descreve cada função e os seus parâmetros e o modelo devolve os argumentos da operação pedida. A aplicação envolvente executa a operação e devolve o resultado real. Assim, um pedido de consulta é distinto do registo obtido e uma ação proposta é distinta da sua realização.
Forneça funções adequadas à tarefa e identifique os materiais de origem a usar na resposta seguinte. Um assistente de comparação pode pedir os registos de dois elementos nomeados e depois explicar as diferenças com base nos valores devolvidos. Se uma consulta falhar ou fornecer conteúdo incompleto, conserve essa condição em vez de criar um substituto plausível. Conserve os identificadores das funções e os resultados com o trabalho que se segue.
A definição seed da família Preview é documentada como um apoio beta para obter respostas reprodutíveis na maioria das vezes. É útil para comparar uma alteração do prompt mantendo estáveis as outras definições; não garante que cada pedido repetido produza uma saída idêntica. Mantenha juntos a instrução, os materiais de origem e as definições ao comparar respostas.
As modalidades indicadas para este perfil são entrada de texto e saída de texto. A análise de imagens pertence ao modelo nomeado separadamente Vision Preview ou aos perfis multimodais posteriores. O modo JSON também é distinto das funcionalidades mais recentes de restrição por esquema. As melhorias de completude e codificação da atualização 0125 não eliminam a necessidade de verificar uma alteração de código, um campo extraído ou uma conclusão em relação aos materiais de origem fornecidos. Escolha um resultado delimitado que caiba no volume de saída permitido e conserve a edição nomeada exata com o resultado.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites gpt-4-0125-preview | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Exemplos: system, user, assistant, tool, function Condições: Estes papéis são representados explicitamente pelos tipos de compatibilidade do código-fonte; o conjunto exato de papéis continua específico do modelo. Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: role=tool; use o ID realmente devolvido | Predefinição— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Reintroduza o raciocínio realmente devolvido quando este modelo o utiliza | Predefinição— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores e limites function Depende do modelo | Predefinição— |
Campotools[].function.name | Tipostring | RequisitoObrigatório | Valores e limites Aplica-se quando: Função fornecida como ferramenta | Predefinição— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores e limites | Predefinição— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores e limites Campo de compatibilidade | Predefinição— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores e limites text | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites Condições: provider.options é rejeitado nesta rota textual Ultra | Predefinição— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores e limites Condições: 1h é rejeitado nos locais efetivos da cache de prompts | Predefinição— |
Texto · Texto UTF8
messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetromaterial_types | Contratotext |
Parâmetromessages | ContratoLista de mensagens com estrutura role/content |
Parâmetrofile_material | ContratoDocumento UTF-8 real inserido como texto literal; nenhum ID de ficheiro inferido |
Parâmetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parâmetrocontrol_scope | ContratoEspecífico do modelo; as ferramentas de funções do utilizador diferem das ferramentas alojadas |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envie o ID exato do modelo com messages.
O comprimento do contexto não é um limite de saída.
Um ficheiro de texto pode fornecer texto literal; as entradas de imagem/áudio/objeto de ficheiro exigem uma associação exata.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.02 / 1K tokens Saída · Tokens de saída $0.06 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada opção com o conteúdo, as chamadas de ferramentas e o raciocínio. Em SSE, junte os deltas por índice de opção e ferramenta e mantenha o motivo final de conclusão e os dados de utilização.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra gpt-4-0125-preview
Use os caminhos dos métodos indicados acima.
gpt-4-0125-previewGPT-4 Turbo Preview 0125 trata tarefas textuais e de programação com contexto longo através de uma janela de contexto documentada de 128K. O modo JSON e as chamadas de funções ajudam a transformar o conteúdo fornecido em respostas textuais ou registos para a aplicação, mantendo a edição Preview exata distinta dos modelos de visão e dos modelos posteriores.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
GPT-4 Turbo Preview 0125 é a edição atualizada, de pré-visualização de investigação, do GPT-4 Turbo da OpenAI, centrada no texto. Processa instruções escritas, materiais de origem e código para produzir respostas textuais ou registos destinados a uma aplicação. A atualização de janeiro visa expressamente uma execução mais completa de tarefas em áreas como a geração de código e corrige um erro que afeta a geração em UTF-8 em línguas diferentes do inglês. Esta edição nomeada 0125 é distinta da Preview 1106 anterior e do GPT-4 Turbo with Vision.
A ficha Preview do fornecedor indica uma janela de contexto de 128 000 tokens e até 4 096 tokens de saída, com uma data-limite dos conhecimentos de 1 de dezembro de 2023. A janela de entrada grande pode conter documentos ou código relacionados juntamente com uma pergunta detalhada; o volume de saída permitido é bastante menor e deve orientar o resultado pedido. Forneça materiais de origem atuais quando uma pergunta depende de informação para além dos conhecimentos armazenados pelo modelo.
Para comparar requisitos, inclua os documentos relevantes, identifique aquele que prevalece em caso de discordância e peça o requisito alterado, a passagem que o sustenta e o seu efeito no processo descrito. Para uma tarefa de programação, indique o comportamento a obter, as funções relevantes e o resultado esperado. Peça uma alteração completa dentro desse âmbito e especifique o que constitui a conclusão, em vez de tratar um fragmento convincente como a tarefa inteira.
A família GPT-4 Turbo Preview introduz melhor cumprimento de formatos e modo JSON. O fornecedor descreve o modo JSON como uma restrição que torna a resposta JSON sintaticamente válida; não verifica de forma independente se o valor de um campo está correto ou se um registo respeita todas as regras de negócio. Defina na instrução os campos, os valores permitidos e o tratamento da informação em falta e examine o objeto devolvido em relação a esses requisitos. Ao utilizar o modo JSON do fabricante, peça explicitamente ao modelo que produza JSON e inclua a palavra «JSON» na conversa. Sem esta instrução, pode emitir caracteres de espaço em branco até ao limite de tokens; verifique se foi devolvido um objeto completo.
Uma tarefa de extração pode pedir o identificador de um elemento, o texto de origem que estabelece o seu estado e a próxima ação justificada por esses elementos. Conserve o conteúdo original com o registo para poder verificar um valor. A aceitação do JSON devolvido por um analisador é uma parte do processo; a associação correta entre a fonte e os campos extraídos é outra.
A publicação Preview da OpenAI documenta chamadas de funções, incluindo o pedido de várias funções numa única mensagem. O programador descreve cada função e os seus parâmetros e o modelo devolve os argumentos da operação pedida. A aplicação envolvente executa a operação e devolve o resultado real. Assim, um pedido de consulta é distinto do registo obtido e uma ação proposta é distinta da sua realização.
Forneça funções adequadas à tarefa e identifique os materiais de origem a usar na resposta seguinte. Um assistente de comparação pode pedir os registos de dois elementos nomeados e depois explicar as diferenças com base nos valores devolvidos. Se uma consulta falhar ou fornecer conteúdo incompleto, conserve essa condição em vez de criar um substituto plausível. Conserve os identificadores das funções e os resultados com o trabalho que se segue.
A definição seed da família Preview é documentada como um apoio beta para obter respostas reprodutíveis na maioria das vezes. É útil para comparar uma alteração do prompt mantendo estáveis as outras definições; não garante que cada pedido repetido produza uma saída idêntica. Mantenha juntos a instrução, os materiais de origem e as definições ao comparar respostas.
As modalidades indicadas para este perfil são entrada de texto e saída de texto. A análise de imagens pertence ao modelo nomeado separadamente Vision Preview ou aos perfis multimodais posteriores. O modo JSON também é distinto das funcionalidades mais recentes de restrição por esquema. As melhorias de completude e codificação da atualização 0125 não eliminam a necessidade de verificar uma alteração de código, um campo extraído ou uma conclusão em relação aos materiais de origem fornecidos. Escolha um resultado delimitado que caiba no volume de saída permitido e conserve a edição nomeada exata com o resultado.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites gpt-4-0125-preview | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites user, assistant | Predefinição— |
Campomessages[].content | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Texto · Texto UTF-8
Cadeia de caracteres messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional_controls | Contratostream |
Parâmetromaterial_types | Contratotext |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: synchronous_or_streamed
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.02 / 1K tokens Saída · Tokens de saída $0.06 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "gpt-4-0125-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, as assinaturas de raciocínio e os ID reais de utilização de ferramentas. Junte todos os deltas de blocos SSE; o primeiro bloco de texto não é a saída completa.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra gpt-4-0125-preview
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
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.