GPT-4o (2024-08-06) é a versão datada de 6 de agosto de GPT-4o da OpenAI. Aceita texto e imagens e produz texto. A OpenAI indica esta edição exata no lançamento de Structured Outputs, que permite que uma resposta concluída siga um JSON Schema fornecido pelo programador, em vez de depender apenas de um pedido de JSON válido.
Uma aplicação útil é extrair um conjunto definido de informação de material não estruturado. Forneça o texto ou a imagem do documento, defina os campos e explique como representar um valor em falta. Um pedido ilustrativo consiste em identificar o tema, as condições relevantes e as questões abertas de um documento num esquema que a etapa seguinte da aplicação possa utilizar. Mantenha visível no resultado a distinção entre informação declarada na origem e uma dedução.
Para uma tarefa visual, forneça uma captura de ecrã, fotografia ou diagrama legível e identifique o detalhe importante. Inclua o contexto necessário para interpretar o estado ou a relação visíveis. Para escrita, defina o leitor, o objetivo, o tom e os factos que devem ser preservados. A saída direta do modelo é texto ou texto estruturado, enquanto uma ferramenta pode realizar uma operação separada ou criar outro resultado.
O guia de contexto do fabricante indica explicitamente 128 000 tokens totais de contexto e uma saída máxima de 16 384 tokens para gpt-4o-2024-08-06. A ficha atual do modelo utiliza esta versão para os detalhes publicados de GPT-4o e indica conhecimentos atualizados até 1 de outubro de 2023. O material de origem, a conversa e a resposta pedida partilham o orçamento de contexto. Preserve os factos anteriores úteis e deixe espaço para o resultado completo.
A OpenAI documenta streaming, chamadas de funções, Structured Outputs e ajuste fino para esta edição, com ajuste fino do modelo exato de 6 de agosto indicado no registo de alterações da API. O conjunto de ferramentas do fabricante para a família inclui pesquisa na web e em ficheiros, ferramentas de geração de imagens, interpretação de código e ligações MCP. As aplicações disponibilizam as suas operações, executam as suas ações e devolvem resultados efetivos para um pedido posterior. Uma resposta final estruturada e um pedido de chamada de função têm papéis diferentes.
Structured Outputs suporta um subconjunto de JSON Schema, e as aplicações precisam de tratar separadamente recusas explícitas e respostas interrompidas ou incompletas. O fabricante documenta também Predicted Outputs para regenerar texto ou código conhecidos com pequenas alterações. Esse percurso de previsão suporta saída de texto e exclui chamadas de funções; os seus controlos documentados diferem dos de um pedido normal com ferramentas.
Prepare um resultado final que possa ser avaliado face à origem: campos extraídos, uma resposta proposta, um documento editado ou uma explicação. Verifique os factos importantes e o formato e identifique qualquer condição que o material fornecido não permita estabelecer. Um pedido posterior focado pode então rever um campo, responder a uma pergunta em falta ou aperfeiçoar o mesmo resultado para o leitor previsto.
", "aboutText": "GPT-4o (2024-08-06) é a versão datada de 6 de agosto de GPT-4o da OpenAI. Aceita texto e imagens e produz texto. A OpenAI indica esta edição exata no lançamento de Structured Outputs, que permite que uma resposta concluída siga um JSON Schema fornecido pelo programador, em vez de depender apenas de um pedido de JSON válido.\n\nUma aplicação útil é extrair um conjunto definido de informação de material não estruturado. Forneça o texto ou a imagem do documento, defina os campos e explique como representar um valor em falta. Um pedido ilustrativo consiste em identificar o tema, as condições relevantes e as questões abertas de um documento num esquema que a etapa seguinte da aplicação possa utilizar. Mantenha visível no resultado a distinção entre informação declarada na origem e uma dedução.\n\nPara uma tarefa visual, forneça uma captura de ecrã, fotografia ou diagrama legível e identifique o detalhe importante. Inclua o contexto necessário para interpretar o estado ou a relação visíveis. Para escrita, defina o leitor, o objetivo, o tom e os factos que devem ser preservados. A saída direta do modelo é texto ou texto estruturado, enquanto uma ferramenta pode realizar uma operação separada ou criar outro resultado.\n\nO guia de contexto do fabricante indica explicitamente 128 000 tokens totais de contexto e uma saída máxima de 16 384 tokens para gpt-4o-2024-08-06. A ficha atual do modelo utiliza esta versão para os detalhes publicados de GPT-4o e indica conhecimentos atualizados até 1 de outubro de 2023. O material de origem, a conversa e a resposta pedida partilham o orçamento de contexto. Preserve os factos anteriores úteis e deixe espaço para o resultado completo.\n\nA OpenAI documenta streaming, chamadas de funções, Structured Outputs e ajuste fino para esta edição, com ajuste fino do modelo exato de 6 de agosto indicado no registo de alterações da API. O conjunto de ferramentas do fabricante para a família inclui pesquisa na web e em ficheiros, ferramentas de geração de imagens, interpretação de código e ligações MCP. As aplicações disponibilizam as suas operações, executam as suas ações e devolvem resultados efetivos para um pedido posterior. Uma resposta final estruturada e um pedido de chamada de função têm papéis diferentes.\n\nStructured Outputs suporta um subconjunto de JSON Schema, e as aplicações precisam de tratar separadamente recusas explícitas e respostas interrompidas ou incompletas. O fabricante documenta também Predicted Outputs para regenerar texto ou código conhecidos com pequenas alterações. Esse percurso de previsão suporta saída de texto e exclui chamadas de funções; os seus controlos documentados diferem dos de um pedido normal com ferramentas.\n\nPrepare um resultado final que possa ser avaliado face à origem: campos extraídos, uma resposta proposta, um documento editado ou uma explicação. Verifique os factos importantes e o formato e identifique qualquer condição que o material fornecido não permita estabelecer. Um pedido posterior focado pode então rever um campo, responder a uma pergunta em falta ou aperfeiçoar o mesmo resultado para o leitor previsto.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Extract a document record with unknowns\n\nExtract fields from this notice: “Case Q18 concerns a damaged parcel. The customer asks for a replacement. No delivery date is given.” Request a record containing case_id, topic, requested_remedy, delivery_date and evidence. Use null for an absent date and preserve the case identifier exactly. Do not infer shipment status.A structured text record with the five named fields, source evidence and an explicit missing date.Check each field against the notice and confirm that a replacement request is not recorded as an approved replacement.openai/gpt-4o-2024-08-06A versão GPT-4o de 6 de agosto suporta trabalho com texto e imagens e Structured Outputs baseados em esquema. Utilize-a para extrair campos definidos, desenvolver uma resposta escrita ou combinar material de origem com resultados das ferramentas da aplicação.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
GPT-4o (2024-08-06) é a versão datada de 6 de agosto de GPT-4o da OpenAI. Aceita texto e imagens e produz texto. A OpenAI indica esta edição exata no lançamento de Structured Outputs, que permite que uma resposta concluída siga um JSON Schema fornecido pelo programador, em vez de depender apenas de um pedido de JSON válido.
Uma aplicação útil é extrair um conjunto definido de informação de material não estruturado. Forneça o texto ou a imagem do documento, defina os campos e explique como representar um valor em falta. Um pedido ilustrativo consiste em identificar o tema, as condições relevantes e as questões abertas de um documento num esquema que a etapa seguinte da aplicação possa utilizar. Mantenha visível no resultado a distinção entre informação declarada na origem e uma dedução.
Para uma tarefa visual, forneça uma captura de ecrã, fotografia ou diagrama legível e identifique o detalhe importante. Inclua o contexto necessário para interpretar o estado ou a relação visíveis. Para escrita, defina o leitor, o objetivo, o tom e os factos que devem ser preservados. A saída direta do modelo é texto ou texto estruturado, enquanto uma ferramenta pode realizar uma operação separada ou criar outro resultado.
O guia de contexto do fabricante indica explicitamente 128 000 tokens totais de contexto e uma saída máxima de 16 384 tokens para gpt-4o-2024-08-06. A ficha atual do modelo utiliza esta versão para os detalhes publicados de GPT-4o e indica conhecimentos atualizados até 1 de outubro de 2023. O material de origem, a conversa e a resposta pedida partilham o orçamento de contexto. Preserve os factos anteriores úteis e deixe espaço para o resultado completo.
A OpenAI documenta streaming, chamadas de funções, Structured Outputs e ajuste fino para esta edição, com ajuste fino do modelo exato de 6 de agosto indicado no registo de alterações da API. O conjunto de ferramentas do fabricante para a família inclui pesquisa na web e em ficheiros, ferramentas de geração de imagens, interpretação de código e ligações MCP. As aplicações disponibilizam as suas operações, executam as suas ações e devolvem resultados efetivos para um pedido posterior. Uma resposta final estruturada e um pedido de chamada de função têm papéis diferentes.
Structured Outputs suporta um subconjunto de JSON Schema, e as aplicações precisam de tratar separadamente recusas explícitas e respostas interrompidas ou incompletas. O fabricante documenta também Predicted Outputs para regenerar texto ou código conhecidos com pequenas alterações. Esse percurso de previsão suporta saída de texto e exclui chamadas de funções; os seus controlos documentados diferem dos de um pedido normal com ferramentas.
Prepare um resultado final que possa ser avaliado face à origem: campos extraídos, uma resposta proposta, um documento editado ou uma explicação. Verifique os factos importantes e o formato e identifique qualquer condição que o material fornecido não permita estabelecer. Um pedido posterior focado pode então rever um campo, responder a uma pergunta em falta ou aperfeiçoar o mesmo resultado para o leitor previsto.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites openai/gpt-4o-2024-08-06 | 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.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.005 / 1K tokens Saída · Tokens de saída $0.02 / 1K tokens Entrada · Leitura da cache $0.0025 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.005 / 1K tokens Saída · Tokens de saída $0.02 / 1K tokens Entrada · Leitura da cache $0.0025 / 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": "openai/gpt-4o-2024-08-06", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-4o-2024-08-06',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-4o-2024-08-06',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 openai/gpt-4o-2024-08-06
Use os caminhos dos métodos indicados acima.
openai/gpt-4o-2024-08-06A versão GPT-4o de 6 de agosto suporta trabalho com texto e imagens e Structured Outputs baseados em esquema. Utilize-a para extrair campos definidos, desenvolver uma resposta escrita ou combinar material de origem com resultados das ferramentas da aplicação.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
GPT-4o (2024-08-06) é a versão datada de 6 de agosto de GPT-4o da OpenAI. Aceita texto e imagens e produz texto. A OpenAI indica esta edição exata no lançamento de Structured Outputs, que permite que uma resposta concluída siga um JSON Schema fornecido pelo programador, em vez de depender apenas de um pedido de JSON válido.
Uma aplicação útil é extrair um conjunto definido de informação de material não estruturado. Forneça o texto ou a imagem do documento, defina os campos e explique como representar um valor em falta. Um pedido ilustrativo consiste em identificar o tema, as condições relevantes e as questões abertas de um documento num esquema que a etapa seguinte da aplicação possa utilizar. Mantenha visível no resultado a distinção entre informação declarada na origem e uma dedução.
Para uma tarefa visual, forneça uma captura de ecrã, fotografia ou diagrama legível e identifique o detalhe importante. Inclua o contexto necessário para interpretar o estado ou a relação visíveis. Para escrita, defina o leitor, o objetivo, o tom e os factos que devem ser preservados. A saída direta do modelo é texto ou texto estruturado, enquanto uma ferramenta pode realizar uma operação separada ou criar outro resultado.
O guia de contexto do fabricante indica explicitamente 128 000 tokens totais de contexto e uma saída máxima de 16 384 tokens para gpt-4o-2024-08-06. A ficha atual do modelo utiliza esta versão para os detalhes publicados de GPT-4o e indica conhecimentos atualizados até 1 de outubro de 2023. O material de origem, a conversa e a resposta pedida partilham o orçamento de contexto. Preserve os factos anteriores úteis e deixe espaço para o resultado completo.
A OpenAI documenta streaming, chamadas de funções, Structured Outputs e ajuste fino para esta edição, com ajuste fino do modelo exato de 6 de agosto indicado no registo de alterações da API. O conjunto de ferramentas do fabricante para a família inclui pesquisa na web e em ficheiros, ferramentas de geração de imagens, interpretação de código e ligações MCP. As aplicações disponibilizam as suas operações, executam as suas ações e devolvem resultados efetivos para um pedido posterior. Uma resposta final estruturada e um pedido de chamada de função têm papéis diferentes.
Structured Outputs suporta um subconjunto de JSON Schema, e as aplicações precisam de tratar separadamente recusas explícitas e respostas interrompidas ou incompletas. O fabricante documenta também Predicted Outputs para regenerar texto ou código conhecidos com pequenas alterações. Esse percurso de previsão suporta saída de texto e exclui chamadas de funções; os seus controlos documentados diferem dos de um pedido normal com ferramentas.
Prepare um resultado final que possa ser avaliado face à origem: campos extraídos, uma resposta proposta, um documento editado ou uma explicação. Verifique os factos importantes e o formato e identifique qualquer condição que o material fornecido não permita estabelecer. Um pedido posterior focado pode então rever um campo, responder a uma pergunta em falta ou aperfeiçoar o mesmo resultado para o leitor previsto.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites openai/gpt-4o-2024-08-06 | 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.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.005 / 1K tokens Saída · Tokens de saída $0.02 / 1K tokens Entrada · Leitura da cache $0.0025 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.005 / 1K tokens Saída · Tokens de saída $0.02 / 1K tokens Entrada · Leitura da cache $0.0025 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "openai/gpt-4o-2024-08-06",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-4o-2024-08-06', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-4o-2024-08-06', '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 openai/gpt-4o-2024-08-06
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
Extract a document record with unknowns\n\nExtract fields from this notice: “Case Q18 concerns a damaged parcel. The customer asks for a replacement. No delivery date is given.” Request a record containing case_id, topic, requested_remedy, delivery_date and evidence. Use null for an absent date and preserve the case identifier exactly. Do not infer shipment status.A structured text record with the five named fields, source evidence and an explicit missing date.Check each field against the notice and confirm that a replacement request is not recorded as an approved replacement.