GPT-5-Codex je verzia GPT-5 od OpenAI optimalizovaná na agentné softvérové inžinierstvo v Codex a porovnateľných programátorských prostrediach. Jej tréning sa zameriava na prácu, ako je vytváranie projektov, implementácia funkcií a testov, ladenie, refaktoring existujúcich kódových základní a revízia zmien. Učenie posilňovaním na reálnych programátorských úlohách rozvíja dodržiavanie inštrukcií, štýl kódu a opakované overovanie. Zamýšľaným prostredím je programátorský asistent s prístupom ku kontextu projektu a vývojovým nástrojom.
Model prispôsobuje rozsah uvažovania venovaného úlohe. Malú, jasne definovanú zmenu možno spracovať ako interaktívnu výmenu, zatiaľ čo zložitý refaktoring môže zahŕňať sústavnú analýzu a opakované implementačné kroky. Toto adaptívne správanie prepája konverzáciu s vykonávaním: agent preskúma projekt, navrhne zmenu, získa výsledky zo svojho prostredia a pokračuje v práci smerom k stanovenému výsledku.
Revízia kódu je samostatnou súčasťou jeho špecializácie. OpenAI opisuje recenzenta, ktorý skúma kódovú základňu a závislosti, dáva navrhnutú zmenu do súvislosti s jej zamýšľaným správaním a používa spúšťanie kódu a testy na skúmanie správnosti. Užitočným výstupom je cielené vysvetlenie závažných chýb a dotknutého kódu namiesto pripomienok založených iba na vzhľade diffu. Súbory projektu a výsledky nástrojov poskytujú podklady pre túto analýzu.
Vizuálny vstup podporuje prácu na frontende. Snímky obrazovky, drôtové modely rozhrania a diagramy môžu sprostredkovať požadované rozhranie alebo pozorovaný problém. V prostredí s prehliadačom a nástrojmi na snímky obrazovky môže agent preskúmať implementáciu a porovnať vytvorený výsledok s dodaným vizuálnym cieľom. Ide o postupy podporované prostredím: model interpretuje informácie a vyberá akcie, zatiaľ čo aplikácia poskytuje nástroje a vykonáva ich.
Publikovaná špecifikácia modelu uvádza vstup textu a obrázkov a textový výstup, kontextové okno 400000 tokenov a výstup až 128000 tokenov. Podporuje tokeny uvažovania, streamovanie, volanie funkcií a štruktúrované výstupy. OpenAI model dokumentuje prostredníctvom rozhrania Responses a nečíslovaný názov identifikuje ako priebežne aktualizované označenie modelu. Jeho zdokumentovaná hranica znalostí je k 30. septembru 2024. Zvuk a video sú mimo uvedených vstupných modalít; dolaďovanie a predikované výstupy nie sú v tejto konfigurácii podporované.
Dodatok k systémovej karte oddeľuje tréning modelu od ovládacích prvkov produktu. Model je trénovaný odolávať inštrukciám typu prompt injection, s ktorými sa stretne v programátorskom materiáli. Izolácia pracovného priestoru, sieťové oprávnenia a pravidlá schvaľovania patria prostrediu agenta. Toto rozlíšenie je dôležité, keď asistent číta externú dokumentáciu alebo vykonáva príkazy: prístup definuje aplikácia a jej výstupy poskytujú záznam o tom, čo sa skutočne stalo.
Pre programátorského asistenta používajúceho Ailoot API začnite správaním, ktoré chcete dosiahnuť, relevantnými súbormi a jasným kritériom dokončenia. Vhodné zadanie môže žiadať koordinovanú zmenu, vysvetlenie dotknutých závislostí a kontroly potrebné na overenie výsledku. Poskytnite aktuálne inštrukcie projektu a užitočné vizuálne príklady, potom požiadajte o výsledok, ktorý možno posúdiť: zmenený kód, analýzu chyby alebo otestovaný implementačný plán.
", "aboutText": "GPT-5-Codex je verzia GPT-5 od OpenAI optimalizovaná na agentné softvérové inžinierstvo v Codex a porovnateľných programátorských prostrediach. Jej tréning sa zameriava na prácu, ako je vytváranie projektov, implementácia funkcií a testov, ladenie, refaktoring existujúcich kódových základní a revízia zmien. Učenie posilňovaním na reálnych programátorských úlohách rozvíja dodržiavanie inštrukcií, štýl kódu a opakované overovanie. Zamýšľaným prostredím je programátorský asistent s prístupom ku kontextu projektu a vývojovým nástrojom.\n\nModel prispôsobuje rozsah uvažovania venovaného úlohe. Malú, jasne definovanú zmenu možno spracovať ako interaktívnu výmenu, zatiaľ čo zložitý refaktoring môže zahŕňať sústavnú analýzu a opakované implementačné kroky. Toto adaptívne správanie prepája konverzáciu s vykonávaním: agent preskúma projekt, navrhne zmenu, získa výsledky zo svojho prostredia a pokračuje v práci smerom k stanovenému výsledku.\n\nRevízia kódu je samostatnou súčasťou jeho špecializácie. OpenAI opisuje recenzenta, ktorý skúma kódovú základňu a závislosti, dáva navrhnutú zmenu do súvislosti s jej zamýšľaným správaním a používa spúšťanie kódu a testy na skúmanie správnosti. Užitočným výstupom je cielené vysvetlenie závažných chýb a dotknutého kódu namiesto pripomienok založených iba na vzhľade diffu. Súbory projektu a výsledky nástrojov poskytujú podklady pre túto analýzu.\n\nVizuálny vstup podporuje prácu na frontende. Snímky obrazovky, drôtové modely rozhrania a diagramy môžu sprostredkovať požadované rozhranie alebo pozorovaný problém. V prostredí s prehliadačom a nástrojmi na snímky obrazovky môže agent preskúmať implementáciu a porovnať vytvorený výsledok s dodaným vizuálnym cieľom. Ide o postupy podporované prostredím: model interpretuje informácie a vyberá akcie, zatiaľ čo aplikácia poskytuje nástroje a vykonáva ich.\n\nPublikovaná špecifikácia modelu uvádza vstup textu a obrázkov a textový výstup, kontextové okno 400000 tokenov a výstup až 128000 tokenov. Podporuje tokeny uvažovania, streamovanie, volanie funkcií a štruktúrované výstupy. OpenAI model dokumentuje prostredníctvom rozhrania Responses a nečíslovaný názov identifikuje ako priebežne aktualizované označenie modelu. Jeho zdokumentovaná hranica znalostí je k 30. septembru 2024. Zvuk a video sú mimo uvedených vstupných modalít; dolaďovanie a predikované výstupy nie sú v tejto konfigurácii podporované.\n\nDodatok k systémovej karte oddeľuje tréning modelu od ovládacích prvkov produktu. Model je trénovaný odolávať inštrukciám typu prompt injection, s ktorými sa stretne v programátorskom materiáli. Izolácia pracovného priestoru, sieťové oprávnenia a pravidlá schvaľovania patria prostrediu agenta. Toto rozlíšenie je dôležité, keď asistent číta externú dokumentáciu alebo vykonáva príkazy: prístup definuje aplikácia a jej výstupy poskytujú záznam o tom, čo sa skutočne stalo.\n\nPre programátorského asistenta používajúceho Ailoot API začnite správaním, ktoré chcete dosiahnuť, relevantnými súbormi a jasným kritériom dokončenia. Vhodné zadanie môže žiadať koordinovanú zmenu, vysvetlenie dotknutých závislostí a kontroly potrebné na overenie výsledku. Poskytnite aktuálne inštrukcie projektu a užitočné vizuálne príklady, potom požiadajte o výsledok, ktorý možno posúdiť: zmenený kód, analýzu chyby alebo otestovaný implementačný plán.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Fix a mutation during iteration\n\nPatch this Python function: 'def remove_empty(items):\n for value in items:\n if value == '': items.remove(value)\n return items'. Requirement: return a new list without empty strings and leave the original unchanged. Provide the function and tests covering adjacent empty strings, no empty strings and an empty list. Explain why the original skipped values.A replacement function, three focused tests and one sentence about modifying a list during iteration.Adjacent empty strings are all removed from the result while the input list retains its original contents.gpt-5-codex-highGPT-5-Codex je variant GPT-5 od OpenAI na agentné softvérové inžinierstvo: implementáciu funkcií, ladenie, refaktoring a revíziu kódu v prostredí s dostupnými nástrojmi. Spája vstup textu a obrázkov s adaptívnym uvažovaním a kontextom 400000 tokenov.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
GPT-5-Codex je verzia GPT-5 od OpenAI optimalizovaná na agentné softvérové inžinierstvo v Codex a porovnateľných programátorských prostrediach. Jej tréning sa zameriava na prácu, ako je vytváranie projektov, implementácia funkcií a testov, ladenie, refaktoring existujúcich kódových základní a revízia zmien. Učenie posilňovaním na reálnych programátorských úlohách rozvíja dodržiavanie inštrukcií, štýl kódu a opakované overovanie. Zamýšľaným prostredím je programátorský asistent s prístupom ku kontextu projektu a vývojovým nástrojom.
Model prispôsobuje rozsah uvažovania venovaného úlohe. Malú, jasne definovanú zmenu možno spracovať ako interaktívnu výmenu, zatiaľ čo zložitý refaktoring môže zahŕňať sústavnú analýzu a opakované implementačné kroky. Toto adaptívne správanie prepája konverzáciu s vykonávaním: agent preskúma projekt, navrhne zmenu, získa výsledky zo svojho prostredia a pokračuje v práci smerom k stanovenému výsledku.
Revízia kódu je samostatnou súčasťou jeho špecializácie. OpenAI opisuje recenzenta, ktorý skúma kódovú základňu a závislosti, dáva navrhnutú zmenu do súvislosti s jej zamýšľaným správaním a používa spúšťanie kódu a testy na skúmanie správnosti. Užitočným výstupom je cielené vysvetlenie závažných chýb a dotknutého kódu namiesto pripomienok založených iba na vzhľade diffu. Súbory projektu a výsledky nástrojov poskytujú podklady pre túto analýzu.
Vizuálny vstup podporuje prácu na frontende. Snímky obrazovky, drôtové modely rozhrania a diagramy môžu sprostredkovať požadované rozhranie alebo pozorovaný problém. V prostredí s prehliadačom a nástrojmi na snímky obrazovky môže agent preskúmať implementáciu a porovnať vytvorený výsledok s dodaným vizuálnym cieľom. Ide o postupy podporované prostredím: model interpretuje informácie a vyberá akcie, zatiaľ čo aplikácia poskytuje nástroje a vykonáva ich.
Publikovaná špecifikácia modelu uvádza vstup textu a obrázkov a textový výstup, kontextové okno 400000 tokenov a výstup až 128000 tokenov. Podporuje tokeny uvažovania, streamovanie, volanie funkcií a štruktúrované výstupy. OpenAI model dokumentuje prostredníctvom rozhrania Responses a nečíslovaný názov identifikuje ako priebežne aktualizované označenie modelu. Jeho zdokumentovaná hranica znalostí je k 30. septembru 2024. Zvuk a video sú mimo uvedených vstupných modalít; dolaďovanie a predikované výstupy nie sú v tejto konfigurácii podporované.
Dodatok k systémovej karte oddeľuje tréning modelu od ovládacích prvkov produktu. Model je trénovaný odolávať inštrukciám typu prompt injection, s ktorými sa stretne v programátorskom materiáli. Izolácia pracovného priestoru, sieťové oprávnenia a pravidlá schvaľovania patria prostrediu agenta. Toto rozlíšenie je dôležité, keď asistent číta externú dokumentáciu alebo vykonáva príkazy: prístup definuje aplikácia a jej výstupy poskytujú záznam o tom, čo sa skutočne stalo.
Pre programátorského asistenta používajúceho Ailoot API začnite správaním, ktoré chcete dosiahnuť, relevantnými súbormi a jasným kritériom dokončenia. Vhodné zadanie môže žiadať koordinovanú zmenu, vysvetlenie dotknutých závislostí a kontroly potrebné na overenie výsledku. Poskytnite aktuálne inštrukcie projektu a užitočné vizuálne príklady, potom požiadajte o výsledok, ktorý možno posúdiť: zmenený kód, analýzu chyby alebo otestovaný implementačný plán.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity gpt-5-codex-high | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity Minimálny počet položiek: 1 | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity Príklady: system, user, assistant, tool, function Podmienky: Tieto roly sú výslovne zastúpené typmi kompatibility v zdrojovom kóde; presný súbor rolí zostáva závislý od modelu. Závisí od modelu | Predvolené— |
Polemessages[].content | Typstring|content_part[]|null | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_calls | Typtool_call[] | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_call_id | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: role=tool; použite skutočne vrátené ID | Predvolené— |
Polemessages[].name | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].reasoning_content | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: Posielajte späť skutočne vrátené uvažovanie, ak ho tento model používa | Predvolené— |
Polemessages[].reasoning_details | Typobject|array | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polemax_completion_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Polestream_options.include_usage | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletemperature | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletop_p | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polestop | Typstring|string[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools | Typfunction_tool[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools[].type | Typstring | PožiadavkaVoliteľné | Hodnoty a limity function Závisí od modelu | Predvolené— |
Poletools[].function.name | Typstring | PožiadavkaPovinné | Hodnoty a limity Platí, keď: poskytnutý nástroj typu funkcia | Predvolené— |
Poletools[].function.description | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletools[].function.parameters | TypJSON_schema | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletool_choice | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleparallel_tool_calls | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleresponse_format | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning_effort | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleservice_tier | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleinstructions | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Pole kompatibility | Predvolené— |
Polefunctions | Typfunction[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polefunction_call | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleprompt_cache_options | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemodalities | Typstring[] | PožiadavkaVoliteľné | Hodnoty a limity text | Predvolené— |
Poleprovider | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: provider.options sa na tejto textovej trase Ultra odmieta | Predvolené— |
Polecache_control.ttl | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Hodnota 1h sa v skutočne používaných poliach cache promptov odmieta | Predvolené— |
Text · Text UTF8
messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages |
Parametermaterial_types | Špecifikáciatext |
Parametermessages | Špecifikáciapole správ so štruktúrou role/content |
Parameterfile_material | Špecifikáciaskutočný dokument UTF-8 vložený ako doslovný text; ID súboru sa neodvodzuje |
Parameteroptional_controls | Špecifikáciastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Špecifikáciazávisí od modelu; používateľské nástroje typu funkcia sa líšia od nástrojov prevádzkovaných službou |
Parameteroutput_modalities | Špecifikáciatext |
Parameterhosted_operations | Špecifikáciafalse |
Parametermultimodal_input_binding | Špecifikácianull |
Životný cyklus: synchronous_or_streamed
Pošlite presné ID modelu spolu s messages.
Dĺžka kontextu nie je horná hranica výstupu.
Textový súbor môže poskytnúť doslovný text; obrazové a zvukové vstupy a vstupy so súborovými objektmi potrebujú presné naviazanie.
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.0025 / 1K tokenov Výstup · Výstupné tokeny $0.02 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5-codex-high", "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-5-codex-high',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-5-codex-high',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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte každý variant odpovede a jeho obsah, volania nástrojov a uvažovanie. V SSE zostavujte čiastkové zmeny podľa indexu variantu/nástroja a zachovajte konečný dôvod ukončenia aj údaje o spotrebe.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra gpt-5-codex-high
Použite cesty metód uvedené vyššie.
gpt-5-codex-highGPT-5-Codex je variant GPT-5 od OpenAI na agentné softvérové inžinierstvo: implementáciu funkcií, ladenie, refaktoring a revíziu kódu v prostredí s dostupnými nástrojmi. Spája vstup textu a obrázkov s adaptívnym uvažovaním a kontextom 400000 tokenov.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
GPT-5-Codex je verzia GPT-5 od OpenAI optimalizovaná na agentné softvérové inžinierstvo v Codex a porovnateľných programátorských prostrediach. Jej tréning sa zameriava na prácu, ako je vytváranie projektov, implementácia funkcií a testov, ladenie, refaktoring existujúcich kódových základní a revízia zmien. Učenie posilňovaním na reálnych programátorských úlohách rozvíja dodržiavanie inštrukcií, štýl kódu a opakované overovanie. Zamýšľaným prostredím je programátorský asistent s prístupom ku kontextu projektu a vývojovým nástrojom.
Model prispôsobuje rozsah uvažovania venovaného úlohe. Malú, jasne definovanú zmenu možno spracovať ako interaktívnu výmenu, zatiaľ čo zložitý refaktoring môže zahŕňať sústavnú analýzu a opakované implementačné kroky. Toto adaptívne správanie prepája konverzáciu s vykonávaním: agent preskúma projekt, navrhne zmenu, získa výsledky zo svojho prostredia a pokračuje v práci smerom k stanovenému výsledku.
Revízia kódu je samostatnou súčasťou jeho špecializácie. OpenAI opisuje recenzenta, ktorý skúma kódovú základňu a závislosti, dáva navrhnutú zmenu do súvislosti s jej zamýšľaným správaním a používa spúšťanie kódu a testy na skúmanie správnosti. Užitočným výstupom je cielené vysvetlenie závažných chýb a dotknutého kódu namiesto pripomienok založených iba na vzhľade diffu. Súbory projektu a výsledky nástrojov poskytujú podklady pre túto analýzu.
Vizuálny vstup podporuje prácu na frontende. Snímky obrazovky, drôtové modely rozhrania a diagramy môžu sprostredkovať požadované rozhranie alebo pozorovaný problém. V prostredí s prehliadačom a nástrojmi na snímky obrazovky môže agent preskúmať implementáciu a porovnať vytvorený výsledok s dodaným vizuálnym cieľom. Ide o postupy podporované prostredím: model interpretuje informácie a vyberá akcie, zatiaľ čo aplikácia poskytuje nástroje a vykonáva ich.
Publikovaná špecifikácia modelu uvádza vstup textu a obrázkov a textový výstup, kontextové okno 400000 tokenov a výstup až 128000 tokenov. Podporuje tokeny uvažovania, streamovanie, volanie funkcií a štruktúrované výstupy. OpenAI model dokumentuje prostredníctvom rozhrania Responses a nečíslovaný názov identifikuje ako priebežne aktualizované označenie modelu. Jeho zdokumentovaná hranica znalostí je k 30. septembru 2024. Zvuk a video sú mimo uvedených vstupných modalít; dolaďovanie a predikované výstupy nie sú v tejto konfigurácii podporované.
Dodatok k systémovej karte oddeľuje tréning modelu od ovládacích prvkov produktu. Model je trénovaný odolávať inštrukciám typu prompt injection, s ktorými sa stretne v programátorskom materiáli. Izolácia pracovného priestoru, sieťové oprávnenia a pravidlá schvaľovania patria prostrediu agenta. Toto rozlíšenie je dôležité, keď asistent číta externú dokumentáciu alebo vykonáva príkazy: prístup definuje aplikácia a jej výstupy poskytujú záznam o tom, čo sa skutočne stalo.
Pre programátorského asistenta používajúceho Ailoot API začnite správaním, ktoré chcete dosiahnuť, relevantnými súbormi a jasným kritériom dokončenia. Vhodné zadanie môže žiadať koordinovanú zmenu, vysvetlenie dotknutých závislostí a kontroly potrebné na overenie výsledku. Poskytnite aktuálne inštrukcie projektu a užitočné vizuálne príklady, potom požiadajte o výsledok, ktorý možno posúdiť: zmenený kód, analýzu chyby alebo otestovaný implementačný plán.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity gpt-5-codex-high | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity user, assistant | Predvolené— |
Polemessages[].content | Typstring | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Text · Text UTF-8
reťazec messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages, max_tokens |
Parameteroptional_controls | Špecifikáciastream |
Parametermaterial_types | Špecifikáciatext |
Parametertext_file_material | ŠpecifikáciaPrečítajte skutočný dokument UTF-8 a vložte jeho text do uvedeného vstupného reťazca alebo reťazca obsahu správy. |
Životný cyklus: synchronous_or_streamed
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.0025 / 1K tokenov Výstup · Výstupné tokeny $0.02 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "gpt-5-codex-high",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5-codex-high', '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-5-codex-high', '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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte všetky bloky obsahu, podpisy uvažovania a skutočné ID volaní nástrojov. Zostavte všetky čiastkové zmeny blokov SSE; prvý textový blok nie je celý výstup.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra gpt-5-codex-high
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Fix a mutation during iteration\n\nPatch this Python function: 'def remove_empty(items):\n for value in items:\n if value == '': items.remove(value)\n return items'. Requirement: return a new list without empty strings and leave the original unchanged. Provide the function and tests covering adjacent empty strings, no empty strings and an empty list. Explain why the original skipped values.A replacement function, three focused tests and one sentence about modifying a list during iteration.Adjacent empty strings are all removed from the result while the input list retains its original contents.