GPT-5-Codex je različica GPT-5 podjetja OpenAI, optimizirana za agentsko programsko inženirstvo v okolju Codex in primerljivih okoljih za pisanje kode. Njegovo učenje cilja na delo, kot so ustvarjanje projektov, implementacija funkcionalnosti in testov, odpravljanje napak, prestrukturiranje obstoječih kodnih zbirk ter pregled sprememb. Učenje s krepitvijo na resničnih programerskih nalogah razvija sledenje navodilom, slog kode in ponavljajoče se preverjanje. Predvideno okolje je programerski asistent z dostopom do konteksta projekta in razvojnih orodij.
Model prilagaja količino sklepanja, ki jo nameni nalogi. Majhno, jasno opredeljeno spremembo lahko obravnava kot interaktivno izmenjavo, zapleteno prestrukturiranje pa lahko vključuje vztrajno analizo in ponavljajoče se implementacijske korake. To prilagodljivo vedenje povezuje pogovor z izvajanjem: agent pregleda projekt, predlaga spremembo, prejme rezultate iz svojega okolja in nadaljuje delo proti navedenemu cilju.
Pregled kode je ločen del njegove specializacije. OpenAI opisuje pregledovalca, ki preuči kodno zbirko in odvisnosti, poveže predlagano spremembo z njenim predvidenim vedenjem ter uporabi izvajanje kode in teste za preverjanje pravilnosti. Uporaben izhod je osredotočeno pojasnilo pomembnih napak in prizadete kode namesto pripomb, ki temeljijo zgolj na videzu razlik. Projektne datoteke in rezultati orodij dajejo dokaze za to analizo.
Vizualni vhod podpira delo na uporabniškem vmesniku. Posnetki zaslona, žični modeli in diagrami lahko prikažejo želeni vmesnik ali opaženo težavo. V okolju z brskalnikom in orodji za posnetke zaslona lahko agent pregleda implementacijo in primerja ustvarjeni rezultat s podanim vizualnim ciljem. To so poteki, podprti z okoljem: model razlaga informacije in izbira dejanja, aplikacija pa zagotavlja orodja in jih izvaja.
Objavljena specifikacija modela navaja besedilni in slikovni vhod ter besedilni izhod, kontekstno okno 400000 tokenov in do 128000 izhodnih tokenov. Podpira tokene sklepanja, pretočno podajanje, klicanje funkcij in strukturirane izhode. OpenAI model dokumentira prek vmesnika Responses in ime brez različice opredeljuje kot oznako modela, ki se posodablja. Njegova dokumentirana časovna meja znanja je 30. septembra 2024. Zvok in video sta zunaj navedenih vhodnih modalnosti; fino prilagajanje in predvideni izhodi v tej konfiguraciji niso podprti.
Dodatek k sistemski kartici ločuje učenje modela od nadzornih mehanizmov izdelka. Model je naučen, da se upira navodilom za vrivanje promptov, na katera naleti v gradivu s kodo. Izolacija delovnega prostora, omrežna dovoljenja in pravila odobritev pripadajo okolju agenta. Ta razlika je pomembna, ko asistent bere zunanjo dokumentacijo ali izvaja ukaze: dostop določa aplikacija, njeni izhodi pa beležijo, kaj se je dejansko zgodilo.
Za programerskega asistenta, ki uporablja Ailoot API, začnite z vedenjem, ki ga želite doseči, relevantnimi datotekami in jasnim merilom dokončanja. Primerno naročilo lahko zahteva usklajeno spremembo, pojasnilo prizadetih odvisnosti in preverjanja, potrebna za potrditev rezultata. Podajte trenutna navodila projekta in uporabne vizualne primere, nato pa zahtevajte rezultat, ki ga je mogoče pregledati: spremenjeno kodo, analizo napake ali preizkušen načrt implementacije.
", "aboutText": "GPT-5-Codex je različica GPT-5 podjetja OpenAI, optimizirana za agentsko programsko inženirstvo v okolju Codex in primerljivih okoljih za pisanje kode. Njegovo učenje cilja na delo, kot so ustvarjanje projektov, implementacija funkcionalnosti in testov, odpravljanje napak, prestrukturiranje obstoječih kodnih zbirk ter pregled sprememb. Učenje s krepitvijo na resničnih programerskih nalogah razvija sledenje navodilom, slog kode in ponavljajoče se preverjanje. Predvideno okolje je programerski asistent z dostopom do konteksta projekta in razvojnih orodij.\n\nModel prilagaja količino sklepanja, ki jo nameni nalogi. Majhno, jasno opredeljeno spremembo lahko obravnava kot interaktivno izmenjavo, zapleteno prestrukturiranje pa lahko vključuje vztrajno analizo in ponavljajoče se implementacijske korake. To prilagodljivo vedenje povezuje pogovor z izvajanjem: agent pregleda projekt, predlaga spremembo, prejme rezultate iz svojega okolja in nadaljuje delo proti navedenemu cilju.\n\nPregled kode je ločen del njegove specializacije. OpenAI opisuje pregledovalca, ki preuči kodno zbirko in odvisnosti, poveže predlagano spremembo z njenim predvidenim vedenjem ter uporabi izvajanje kode in teste za preverjanje pravilnosti. Uporaben izhod je osredotočeno pojasnilo pomembnih napak in prizadete kode namesto pripomb, ki temeljijo zgolj na videzu razlik. Projektne datoteke in rezultati orodij dajejo dokaze za to analizo.\n\nVizualni vhod podpira delo na uporabniškem vmesniku. Posnetki zaslona, žični modeli in diagrami lahko prikažejo želeni vmesnik ali opaženo težavo. V okolju z brskalnikom in orodji za posnetke zaslona lahko agent pregleda implementacijo in primerja ustvarjeni rezultat s podanim vizualnim ciljem. To so poteki, podprti z okoljem: model razlaga informacije in izbira dejanja, aplikacija pa zagotavlja orodja in jih izvaja.\n\nObjavljena specifikacija modela navaja besedilni in slikovni vhod ter besedilni izhod, kontekstno okno 400000 tokenov in do 128000 izhodnih tokenov. Podpira tokene sklepanja, pretočno podajanje, klicanje funkcij in strukturirane izhode. OpenAI model dokumentira prek vmesnika Responses in ime brez različice opredeljuje kot oznako modela, ki se posodablja. Njegova dokumentirana časovna meja znanja je 30. septembra 2024. Zvok in video sta zunaj navedenih vhodnih modalnosti; fino prilagajanje in predvideni izhodi v tej konfiguraciji niso podprti.\n\nDodatek k sistemski kartici ločuje učenje modela od nadzornih mehanizmov izdelka. Model je naučen, da se upira navodilom za vrivanje promptov, na katera naleti v gradivu s kodo. Izolacija delovnega prostora, omrežna dovoljenja in pravila odobritev pripadajo okolju agenta. Ta razlika je pomembna, ko asistent bere zunanjo dokumentacijo ali izvaja ukaze: dostop določa aplikacija, njeni izhodi pa beležijo, kaj se je dejansko zgodilo.\n\nZa programerskega asistenta, ki uporablja Ailoot API, začnite z vedenjem, ki ga želite doseči, relevantnimi datotekami in jasnim merilom dokončanja. Primerno naročilo lahko zahteva usklajeno spremembo, pojasnilo prizadetih odvisnosti in preverjanja, potrebna za potrditev rezultata. Podajte trenutna navodila projekta in uporabne vizualne primere, nato pa zahtevajte rezultat, ki ga je mogoče pregledati: spremenjeno kodo, analizo napake ali preizkušen načrt implementacije.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Repair mutable default state\n\nReview this Python function: def collect(item, bucket=[]): bucket.append(item); return bucket. Separate calls must not share a bucket unless one is explicitly supplied. Return a minimal correction and assertions for two independent calls plus a call with an existing list. Preserve the optional bucket argument.A corrected function and regression assertions covering independent and explicit shared storage.Independent calls must not retain earlier items, while an explicitly supplied list must still receive the item.gpt-5-codex-mediumGPT-5-Codex je različica GPT-5 podjetja OpenAI za agentsko programsko inženirstvo: implementacijo funkcionalnosti, odpravljanje napak, prestrukturiranje in pregled kode v okolju z omogočenimi orodji. Združuje besedilni in slikovni vhod s prilagodljivim sklepanjem in kontekstom 400000 tokenov.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
GPT-5-Codex je različica GPT-5 podjetja OpenAI, optimizirana za agentsko programsko inženirstvo v okolju Codex in primerljivih okoljih za pisanje kode. Njegovo učenje cilja na delo, kot so ustvarjanje projektov, implementacija funkcionalnosti in testov, odpravljanje napak, prestrukturiranje obstoječih kodnih zbirk ter pregled sprememb. Učenje s krepitvijo na resničnih programerskih nalogah razvija sledenje navodilom, slog kode in ponavljajoče se preverjanje. Predvideno okolje je programerski asistent z dostopom do konteksta projekta in razvojnih orodij.
Model prilagaja količino sklepanja, ki jo nameni nalogi. Majhno, jasno opredeljeno spremembo lahko obravnava kot interaktivno izmenjavo, zapleteno prestrukturiranje pa lahko vključuje vztrajno analizo in ponavljajoče se implementacijske korake. To prilagodljivo vedenje povezuje pogovor z izvajanjem: agent pregleda projekt, predlaga spremembo, prejme rezultate iz svojega okolja in nadaljuje delo proti navedenemu cilju.
Pregled kode je ločen del njegove specializacije. OpenAI opisuje pregledovalca, ki preuči kodno zbirko in odvisnosti, poveže predlagano spremembo z njenim predvidenim vedenjem ter uporabi izvajanje kode in teste za preverjanje pravilnosti. Uporaben izhod je osredotočeno pojasnilo pomembnih napak in prizadete kode namesto pripomb, ki temeljijo zgolj na videzu razlik. Projektne datoteke in rezultati orodij dajejo dokaze za to analizo.
Vizualni vhod podpira delo na uporabniškem vmesniku. Posnetki zaslona, žični modeli in diagrami lahko prikažejo želeni vmesnik ali opaženo težavo. V okolju z brskalnikom in orodji za posnetke zaslona lahko agent pregleda implementacijo in primerja ustvarjeni rezultat s podanim vizualnim ciljem. To so poteki, podprti z okoljem: model razlaga informacije in izbira dejanja, aplikacija pa zagotavlja orodja in jih izvaja.
Objavljena specifikacija modela navaja besedilni in slikovni vhod ter besedilni izhod, kontekstno okno 400000 tokenov in do 128000 izhodnih tokenov. Podpira tokene sklepanja, pretočno podajanje, klicanje funkcij in strukturirane izhode. OpenAI model dokumentira prek vmesnika Responses in ime brez različice opredeljuje kot oznako modela, ki se posodablja. Njegova dokumentirana časovna meja znanja je 30. septembra 2024. Zvok in video sta zunaj navedenih vhodnih modalnosti; fino prilagajanje in predvideni izhodi v tej konfiguraciji niso podprti.
Dodatek k sistemski kartici ločuje učenje modela od nadzornih mehanizmov izdelka. Model je naučen, da se upira navodilom za vrivanje promptov, na katera naleti v gradivu s kodo. Izolacija delovnega prostora, omrežna dovoljenja in pravila odobritev pripadajo okolju agenta. Ta razlika je pomembna, ko asistent bere zunanjo dokumentacijo ali izvaja ukaze: dostop določa aplikacija, njeni izhodi pa beležijo, kaj se je dejansko zgodilo.
Za programerskega asistenta, ki uporablja Ailoot API, začnite z vedenjem, ki ga želite doseči, relevantnimi datotekami in jasnim merilom dokončanja. Primerno naročilo lahko zahteva usklajeno spremembo, pojasnilo prizadetih odvisnosti in preverjanja, potrebna za potrditev rezultata. Podajte trenutna navodila projekta in uporabne vizualne primere, nato pa zahtevajte rezultat, ki ga je mogoče pregledati: spremenjeno kodo, analizo napake ali preizkušen načrt implementacije.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve gpt-5-codex-medium | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0025 / 1K žetonov Izhod · Izhodni žetoni $0.02 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${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-medium", "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-medium',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-medium',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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra gpt-5-codex-medium
Uporabite zgoraj navedene poti metod.
gpt-5-codex-mediumGPT-5-Codex je različica GPT-5 podjetja OpenAI za agentsko programsko inženirstvo: implementacijo funkcionalnosti, odpravljanje napak, prestrukturiranje in pregled kode v okolju z omogočenimi orodji. Združuje besedilni in slikovni vhod s prilagodljivim sklepanjem in kontekstom 400000 tokenov.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
GPT-5-Codex je različica GPT-5 podjetja OpenAI, optimizirana za agentsko programsko inženirstvo v okolju Codex in primerljivih okoljih za pisanje kode. Njegovo učenje cilja na delo, kot so ustvarjanje projektov, implementacija funkcionalnosti in testov, odpravljanje napak, prestrukturiranje obstoječih kodnih zbirk ter pregled sprememb. Učenje s krepitvijo na resničnih programerskih nalogah razvija sledenje navodilom, slog kode in ponavljajoče se preverjanje. Predvideno okolje je programerski asistent z dostopom do konteksta projekta in razvojnih orodij.
Model prilagaja količino sklepanja, ki jo nameni nalogi. Majhno, jasno opredeljeno spremembo lahko obravnava kot interaktivno izmenjavo, zapleteno prestrukturiranje pa lahko vključuje vztrajno analizo in ponavljajoče se implementacijske korake. To prilagodljivo vedenje povezuje pogovor z izvajanjem: agent pregleda projekt, predlaga spremembo, prejme rezultate iz svojega okolja in nadaljuje delo proti navedenemu cilju.
Pregled kode je ločen del njegove specializacije. OpenAI opisuje pregledovalca, ki preuči kodno zbirko in odvisnosti, poveže predlagano spremembo z njenim predvidenim vedenjem ter uporabi izvajanje kode in teste za preverjanje pravilnosti. Uporaben izhod je osredotočeno pojasnilo pomembnih napak in prizadete kode namesto pripomb, ki temeljijo zgolj na videzu razlik. Projektne datoteke in rezultati orodij dajejo dokaze za to analizo.
Vizualni vhod podpira delo na uporabniškem vmesniku. Posnetki zaslona, žični modeli in diagrami lahko prikažejo želeni vmesnik ali opaženo težavo. V okolju z brskalnikom in orodji za posnetke zaslona lahko agent pregleda implementacijo in primerja ustvarjeni rezultat s podanim vizualnim ciljem. To so poteki, podprti z okoljem: model razlaga informacije in izbira dejanja, aplikacija pa zagotavlja orodja in jih izvaja.
Objavljena specifikacija modela navaja besedilni in slikovni vhod ter besedilni izhod, kontekstno okno 400000 tokenov in do 128000 izhodnih tokenov. Podpira tokene sklepanja, pretočno podajanje, klicanje funkcij in strukturirane izhode. OpenAI model dokumentira prek vmesnika Responses in ime brez različice opredeljuje kot oznako modela, ki se posodablja. Njegova dokumentirana časovna meja znanja je 30. septembra 2024. Zvok in video sta zunaj navedenih vhodnih modalnosti; fino prilagajanje in predvideni izhodi v tej konfiguraciji niso podprti.
Dodatek k sistemski kartici ločuje učenje modela od nadzornih mehanizmov izdelka. Model je naučen, da se upira navodilom za vrivanje promptov, na katera naleti v gradivu s kodo. Izolacija delovnega prostora, omrežna dovoljenja in pravila odobritev pripadajo okolju agenta. Ta razlika je pomembna, ko asistent bere zunanjo dokumentacijo ali izvaja ukaze: dostop določa aplikacija, njeni izhodi pa beležijo, kaj se je dejansko zgodilo.
Za programerskega asistenta, ki uporablja Ailoot API, začnite z vedenjem, ki ga želite doseči, relevantnimi datotekami in jasnim merilom dokončanja. Primerno naročilo lahko zahteva usklajeno spremembo, pojasnilo prizadetih odvisnosti in preverjanja, potrebna za potrditev rezultata. Podajte trenutna navodila projekta in uporabne vizualne primere, nato pa zahtevajte rezultat, ki ga je mogoče pregledati: spremenjeno kodo, analizo napake ali preizkušen načrt implementacije.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve gpt-5-codex-medium | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0025 / 1K žetonov Izhod · Izhodni žetoni $0.02 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "gpt-5-codex-medium",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-medium', '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-medium', '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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra gpt-5-codex-medium
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Repair mutable default state\n\nReview this Python function: def collect(item, bucket=[]): bucket.append(item); return bucket. Separate calls must not share a bucket unless one is explicitly supplied. Return a minimal correction and assertions for two independent calls plus a call with an existing list. Preserve the optional bucket argument.A corrected function and regression assertions covering independent and explicit shared storage.Independent calls must not retain earlier items, while an explicitly supplied list must still receive the item.