OpenAI o3-mini — компактная модель рассуждений серии o для технических задач, включая науку, математику и программирование. Она принимает текст и выдаёт текст с дополнительными внутренними рассуждениями до видимого ответа. Используйте её для ясно сформулированной математической задачи, анализа алгоритма, правки кода или технического сравнения, вывод которого зависит от нескольких условий. Уровень рассуждений настраивается для базовой редакции o3-mini; готовая настройка o3-mini High выбирает уровень high, а не отдельные веса модели.
Разработчик документирует уровни рассуждений low, medium и high. Более интенсивные рассуждения могут помогать решать сложную задачу и требовать больше времени генерации, хотя нужный видимый ответ может оставаться коротким. Дайте модели задачу, ограничения и спецификацию результата, а не предписывайте длинную цепочку промежуточных мыслей. Для алгоритмической задачи передайте ограничения входных данных, требуемое поведение и случаи, определяющие корректность. Для математики задайте переменные, области определения, обозначения и нужный результат.
OpenAI указывает контекстное окно 200 000 токенов, максимальный бюджет вывода 100 000 токенов и границу знаний 1 октября 2023 года. Токены рассуждений расходуют доступные контекст и бюджет генерации до итогового ответа, поэтому максимум не обещает такое же количество видимых токенов ответа. Оставляйте место и для анализа, и для запрошенного результата. Запрос может исчерпать лимит генерируемых токенов до появления полезного видимого текста, если бюджета недостаточно для задачи.
Собственная модальность ввода модели — текст, а не изображения. Если задача основана на диаграмме или скриншоте, передайте её существенные условия письменно. Разработчик перечисляет загрузку файлов и поддержку поиска по файлам в процессах с инструментами; они могут дать нужный текстовый материал, не меняя собственную модальность модели. Укажите фрагменты источников или содержимое файлов, нужные для ответа, вместо предположения, что каждое вложение автоматически даёт полезные доказательства.
Модель поддерживает Structured Outputs, вызовы функций и потоковые ответы; карточка разработчика перечисляет интерфейсы Responses, Chat Completions, Assistants и Batch. В структурированной задаче задайте нужные поля и представление отсутствующих сведений. При работе с инструментами модель предлагает функцию и аргументы, приложение выполняет действие и возвращает фактическое наблюдение. Отделяйте предлагаемую операцию от той, результат которой уже получен.
Текущий набор инструментов разработчика также включает поиск по файлам, интерпретацию кода, подключения MCP и инструменты генерации изображений. У этих настроенных инструментов свои операции; они не превращают прямой текстовый ответ o3-mini в собственный вывод изображений или аудио. Для задачи по коду передайте код, наблюдаемый сбой и требования, затем запросите предлагаемую правку с объяснением затрагиваемых случаев. Если есть результаты выполнения, передайте их как доказательства для следующей версии, а не считайте невыполненный код готовым результатом.
Полезный итоговый материал — формула, обоснованное сравнение, предложение кода или структурированный технический результат, связывающий вывод с исходными условиями. Для продолжения назовите новые доказательства и часть ответа, которую нужно изменить. Сохраняйте нужную переписку и наблюдения инструментов, чтобы следующий ответ опирался на фактические результаты. Компактная модель рассуждений практична, когда нужны анализ, ясные ограничения и конкретный текстовый материал, а не неподтверждённые предположения о внешних действиях.
", "aboutText": "OpenAI o3-mini — компактная модель рассуждений серии o для технических задач, включая науку, математику и программирование. Она принимает текст и выдаёт текст с дополнительными внутренними рассуждениями до видимого ответа. Используйте её для ясно сформулированной математической задачи, анализа алгоритма, правки кода или технического сравнения, вывод которого зависит от нескольких условий. Уровень рассуждений настраивается для базовой редакции o3-mini; готовая настройка o3-mini High выбирает уровень high, а не отдельные веса модели.\n\nРазработчик документирует уровни рассуждений low, medium и high. Более интенсивные рассуждения могут помогать решать сложную задачу и требовать больше времени генерации, хотя нужный видимый ответ может оставаться коротким. Дайте модели задачу, ограничения и спецификацию результата, а не предписывайте длинную цепочку промежуточных мыслей. Для алгоритмической задачи передайте ограничения входных данных, требуемое поведение и случаи, определяющие корректность. Для математики задайте переменные, области определения, обозначения и нужный результат.\n\nOpenAI указывает контекстное окно 200 000 токенов, максимальный бюджет вывода 100 000 токенов и границу знаний 1 октября 2023 года. Токены рассуждений расходуют доступные контекст и бюджет генерации до итогового ответа, поэтому максимум не обещает такое же количество видимых токенов ответа. Оставляйте место и для анализа, и для запрошенного результата. Запрос может исчерпать лимит генерируемых токенов до появления полезного видимого текста, если бюджета недостаточно для задачи.\n\nСобственная модальность ввода модели — текст, а не изображения. Если задача основана на диаграмме или скриншоте, передайте её существенные условия письменно. Разработчик перечисляет загрузку файлов и поддержку поиска по файлам в процессах с инструментами; они могут дать нужный текстовый материал, не меняя собственную модальность модели. Укажите фрагменты источников или содержимое файлов, нужные для ответа, вместо предположения, что каждое вложение автоматически даёт полезные доказательства.\n\nМодель поддерживает Structured Outputs, вызовы функций и потоковые ответы; карточка разработчика перечисляет интерфейсы Responses, Chat Completions, Assistants и Batch. В структурированной задаче задайте нужные поля и представление отсутствующих сведений. При работе с инструментами модель предлагает функцию и аргументы, приложение выполняет действие и возвращает фактическое наблюдение. Отделяйте предлагаемую операцию от той, результат которой уже получен.\n\nТекущий набор инструментов разработчика также включает поиск по файлам, интерпретацию кода, подключения MCP и инструменты генерации изображений. У этих настроенных инструментов свои операции; они не превращают прямой текстовый ответ o3-mini в собственный вывод изображений или аудио. Для задачи по коду передайте код, наблюдаемый сбой и требования, затем запросите предлагаемую правку с объяснением затрагиваемых случаев. Если есть результаты выполнения, передайте их как доказательства для следующей версии, а не считайте невыполненный код готовым результатом.\n\nПолезный итоговый материал — формула, обоснованное сравнение, предложение кода или структурированный технический результат, связывающий вывод с исходными условиями. Для продолжения назовите новые доказательства и часть ответа, которую нужно изменить. Сохраняйте нужную переписку и наблюдения инструментов, чтобы следующий ответ опирался на фактические результаты. Компактная модель рассуждений практична, когда нужны анализ, ясные ограничения и конкретный текстовый материал, а не неподтверждённые предположения о внешних действиях.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "54ee9b97b8a77389548ad1ae54f9b78ff6b5a300b46ff2badf25f3acabfb55a0", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ru", "methods": [ { "html": "openai/o3-mini:batchOpenAI o3-mini — текстовая модель рассуждений для науки, математики и программирования. Она предлагает уровни рассуждений low, medium и high, контекст 200K, структурированные ответы и работу с инструментами; максимальный бюджет генерируемого вывода — 100K токенов.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
OpenAI o3-mini — компактная модель рассуждений серии o для технических задач, включая науку, математику и программирование. Она принимает текст и выдаёт текст с дополнительными внутренними рассуждениями до видимого ответа. Используйте её для ясно сформулированной математической задачи, анализа алгоритма, правки кода или технического сравнения, вывод которого зависит от нескольких условий. Уровень рассуждений настраивается для базовой редакции o3-mini; готовая настройка o3-mini High выбирает уровень high, а не отдельные веса модели.
Разработчик документирует уровни рассуждений low, medium и high. Более интенсивные рассуждения могут помогать решать сложную задачу и требовать больше времени генерации, хотя нужный видимый ответ может оставаться коротким. Дайте модели задачу, ограничения и спецификацию результата, а не предписывайте длинную цепочку промежуточных мыслей. Для алгоритмической задачи передайте ограничения входных данных, требуемое поведение и случаи, определяющие корректность. Для математики задайте переменные, области определения, обозначения и нужный результат.
OpenAI указывает контекстное окно 200 000 токенов, максимальный бюджет вывода 100 000 токенов и границу знаний 1 октября 2023 года. Токены рассуждений расходуют доступные контекст и бюджет генерации до итогового ответа, поэтому максимум не обещает такое же количество видимых токенов ответа. Оставляйте место и для анализа, и для запрошенного результата. Запрос может исчерпать лимит генерируемых токенов до появления полезного видимого текста, если бюджета недостаточно для задачи.
Собственная модальность ввода модели — текст, а не изображения. Если задача основана на диаграмме или скриншоте, передайте её существенные условия письменно. Разработчик перечисляет загрузку файлов и поддержку поиска по файлам в процессах с инструментами; они могут дать нужный текстовый материал, не меняя собственную модальность модели. Укажите фрагменты источников или содержимое файлов, нужные для ответа, вместо предположения, что каждое вложение автоматически даёт полезные доказательства.
Модель поддерживает Structured Outputs, вызовы функций и потоковые ответы; карточка разработчика перечисляет интерфейсы Responses, Chat Completions, Assistants и Batch. В структурированной задаче задайте нужные поля и представление отсутствующих сведений. При работе с инструментами модель предлагает функцию и аргументы, приложение выполняет действие и возвращает фактическое наблюдение. Отделяйте предлагаемую операцию от той, результат которой уже получен.
Текущий набор инструментов разработчика также включает поиск по файлам, интерпретацию кода, подключения MCP и инструменты генерации изображений. У этих настроенных инструментов свои операции; они не превращают прямой текстовый ответ o3-mini в собственный вывод изображений или аудио. Для задачи по коду передайте код, наблюдаемый сбой и требования, затем запросите предлагаемую правку с объяснением затрагиваемых случаев. Если есть результаты выполнения, передайте их как доказательства для следующей версии, а не считайте невыполненный код готовым результатом.
Полезный итоговый материал — формула, обоснованное сравнение, предложение кода или структурированный технический результат, связывающий вывод с исходными условиями. Для продолжения назовите новые доказательства и часть ответа, которую нужно изменить. Сохраняйте нужную переписку и наблюдения инструментов, чтобы следующий ответ опирался на фактические результаты. Компактная модель рассуждений практична, когда нужны анализ, ясные ограничения и конкретный текстовый материал, а не неподтверждённые предположения о внешних действиях.
POST /v1/batchestexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеendpoint | Типstring | ТребованиеОбязательно | Значения и ограничения /v1/chat/completions | По умолчанию— |
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения openai/o3-mini:batch | По умолчанию— |
Полеrequests | Типbatch_item[] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 | По умолчанию— |
Полеrequests[].custom_id | Типstring | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеrequests[].body.messages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеcompletion_window | Типstring | ТребованиеНеобязательно | Значения и ограничения 24h | По умолчанию— |
Полеprovider | Типobject|null | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеrequests[].body.model | Типstring | ТребованиеНеобязательно | Значения и ограничения openai/o3-mini:batch, openai/o3-mini | По умолчанию— |
Полеprovider.only | Типstring[] | ТребованиеНеобязательно | Значения и ограничения openai | По умолчанию— |
Полеprovider.allow_fallbacks | Типboolean|null | ТребованиеНеобязательно | Значения и ограничения false, null | По умолчанию— |
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактendpoint, model, requests |
Параметрmaterial_types | Контрактtext |
Параметрrepresentation | КонтрактВстроенный массив requests[]; у каждого элемента есть custom_id и body |
Параметрrequest_endpoint_profile | Контракт/v1/chat/completions |
Параметрfile_material | КонтрактВызывающая сторона может локально прочитать фактический JSONL в UTF-8 и поместить его в requests[]. Назначение загрузки, input_file_id и ссылка на файл не используются. Отсутствующий или пустой материал клиента останавливает подготовку до POST. |
Параметрserialization_order | Контрактendpoint, model, provider (если указан), completion_window (если указан), requests — последним |
Параметрoptional_controls | Контрактprovider.only, provider.allow_fallbacks, completion_window |
Параметрschema_scope | КонтрактТела текстовых запросов Chat Completions в документированной встроенной оболочке Batch. |
Жизненный цикл: asynchronous
GET /v1/batches/{operation_id} · Фактический response.id исходного ответа на создание; тот же пользователь, ключ и группа
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0011 / 1K токенов Выход · Выходные токены $0.0044 / 1K токенов Вход · Чтение кэша $0.00055 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0011 / 1K токенов Выход · Выходные токены $0.0044 / 1K токенов Вход · Чтение кэша $0.00055 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/o3-mini:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/o3-mini:batch', 'openai/o3-mini']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/o3-mini:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nВстроенный JSON results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nСохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте полный исходный JSON статуса, каждый результат и custom_id, а также полное тело ответа или ошибки. Сохраняйте завершённые results[] как JSONL без фильтрации.
Сохраните исходный ID операции. Ответ 503 result_pending_check содержит X-Should-Retry:false; никогда не отправляйте повторно исходный пакет с неизвестным результатом.
| Поле | Тип |
|---|---|
Полеresults[].custom_id | Типstring |
Полеresults[].response.body.choices[].message.content | Типstring|null |
Полеresults[].error | Типobject|null |
Полеusage | Типobject|null |
Полеid | Типstring |
Полеmodel | Типstring |
Полеendpoint | Типstring |
Полеstatus | Типstring |
Полеrequest_counts | Типobject |
Полеresults[].id | Типstring |
Полеresults[].response.status_code | Типinteger |
Полеresults[].response.request_id | Типstring |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверный формат документированной встроенной оболочки, повторяющиеся ключи, ошибки идентификации элементов или конфликт настроенных возможностей модели. | Следующий шагИсправьте указанные поля перед любой новой отправкой. |
Ответ401 · authentication_error | УсловиеНедействительный ключ API. | Следующий шагИспользуйте разрешённый ключ Ailoot. |
Ответ403 · permission_error | УсловиеГруппа пакетной обработки недоступна. | Следующий шагПроверьте права доступа ключа и группы. |
Ответ422 · invalid_request_error | УсловиеПакетная обработка оплачивается с баланса; создание по подписке отклоняется. | Следующий шагИспользуйте разрешённую группу с оплатой с баланса. |
Ответ422 · price_unavailable | УсловиеСтоимость входных данных пакета невозможно рассчитать. | Следующий шагСохраните ответ; используйте документированный формат входных данных для этого семейства. |
Ответ402 · billing_error | УсловиеРезерв для пакетной обработки недоступен. | Следующий шагУстраните причину отказа в допуске перед новым запросом. |
Ответ503 · price_unavailable | УсловиеЦена метода пакетной обработки или нативные тарифы недоступны. | Следующий шагСохраните ответ; не подменяйте цены. |
Ответ503 · api_error | УсловиеТочный маршрут поставщика недоступен. | Следующий шагСохраните ответ для исправления маршрута. |
Ответ503 · result_pending_check | УсловиеИсходный результат требует проверки; X-Should-Retry:false. | Следующий шагСохраните исходный operation_id/id и читайте его статус; никогда не повторяйте исходный POST. |
Ответ404 · not_found | УсловиеОперация проверки статуса пакета отсутствует или принадлежит другой учётной записи. | Следующий шагИспользуйте точный исходный id и того же пользователя, ключ и группу. |
Ailoot Ultra openai/o3-mini:batch
Используйте пути методов, указанные выше.