GPT-5.1 Chat betecknar den chattversion av GPT-5.1 som är kopplad till ChatGPT. OpenAI:s lanseringsbeskrivning kopplar varianten Instant till denna chattbeteckning och skiljer den från GPT-5.1 Thinking. Instant är avsedd för vardagliga samtal men kan ägna ytterligare resonemang åt mer krävande frågor. Kortet håller chattvariantens identitet och specifikation åtskilda från Thinking-modellen.
Lanseringsbeskrivningen börjar med samtalskvaliteten: en varmare standardton, mer naturliga utbyten och förbättrad följsamhet till användarens instruktioner. Dessa egenskaper är användbara när en assistent behöver besvara en fråga direkt, bearbeta en förklaring efter återkoppling eller behålla en stil som passar målgruppen. Den praktiska uppgiften förblir konkret: förklara det tillhandahållna materialet, förbereda ett svar eller förbättra en vald passage.
Adaptivt resonemang är en framträdande del av uppdateringen av Instant. OpenAI beskriver hur modellen avgör när en svårare fråga kräver mer tänkande före svaret, med förbättringar i matematiska uppgifter och programmeringsuppgifter. Detta är ett modellbeteende snarare än ett påstående om att varje chattbegäran använder samma fasta resonemangsprocess. Lanseringsbeskrivningens separata presentation av GPT-5.1 Thinking gäller den andra varianten.
Tillverkaren betonar också anpassning och mer trogen hantering av anpassade instruktioner. En applikation kan uttrycka önskad roll, ton, svarslängd och nödvändiga detaljer i sina uppgiftsinstruktioner. En supportassistent kan exempelvis behöva ett kortfattat professionellt svar, medan en pedagogisk förklaring kan behöva enklare formuleringar och uttryckliga mellansteg. ChatGPT:s personlighetsinställningar på produktnivå är skilda från instruktioner som en annan applikation tillhandahåller.
Denna chattmodell tar emot text och bilder och returnerar text. Dess publicerade kontextfönster är 128 000 token, maximal utdata är 16 384 token och den dokumenterade kunskapsgränsen är den 30 september 2024. Strömning, funktionsanrop och Structured Outputs stöds. Ljud- och videoindata, finjustering och förutsagda utdata stöds inte i den publicerade konfigurationen. Dessa gränser beskriver GPT-5.1 Chat snarare än någon annan medlem i familjen.
Funktioner och strukturerade svar stöder olika integrationsmål. Ett funktionsanrop anger ett åtgärdsnamn och argument som applikationen ska verkställa, varefter den resulterande informationen kan återföras till samtalet. Ett strukturerat svar kan ordna det slutliga materialet i överenskomna fält. När bilder ingår kan samma uppgift be om en förklaring av synligt innehåll; tydligt och läsbart källmaterial är särskilt viktigt för liten text och detaljerade visuella samband.
För en assistent som använder Ailoot API ger du modellen frågans sammanhang och ett tydligt kriterium för när uppgiften är slutförd. Be om en artefakt som ett redigerat dokument, ett kundsvar, en förklaring av en skärmbild eller en strukturerad sammanfattning. Bevara källinformationen och ange hur saknade detaljer ska hanteras. Uppföljningsmeddelanden kan sedan justera en del av resultatet och samtidigt hålla samtalet fokuserat på användarens ursprungliga uppgift.
", "aboutText": "GPT-5.1 Chat betecknar den chattversion av GPT-5.1 som är kopplad till ChatGPT. OpenAI:s lanseringsbeskrivning kopplar varianten Instant till denna chattbeteckning och skiljer den från GPT-5.1 Thinking. Instant är avsedd för vardagliga samtal men kan ägna ytterligare resonemang åt mer krävande frågor. Kortet håller chattvariantens identitet och specifikation åtskilda från Thinking-modellen.\n\nLanseringsbeskrivningen börjar med samtalskvaliteten: en varmare standardton, mer naturliga utbyten och förbättrad följsamhet till användarens instruktioner. Dessa egenskaper är användbara när en assistent behöver besvara en fråga direkt, bearbeta en förklaring efter återkoppling eller behålla en stil som passar målgruppen. Den praktiska uppgiften förblir konkret: förklara det tillhandahållna materialet, förbereda ett svar eller förbättra en vald passage.\n\nAdaptivt resonemang är en framträdande del av uppdateringen av Instant. OpenAI beskriver hur modellen avgör när en svårare fråga kräver mer tänkande före svaret, med förbättringar i matematiska uppgifter och programmeringsuppgifter. Detta är ett modellbeteende snarare än ett påstående om att varje chattbegäran använder samma fasta resonemangsprocess. Lanseringsbeskrivningens separata presentation av GPT-5.1 Thinking gäller den andra varianten.\n\nTillverkaren betonar också anpassning och mer trogen hantering av anpassade instruktioner. En applikation kan uttrycka önskad roll, ton, svarslängd och nödvändiga detaljer i sina uppgiftsinstruktioner. En supportassistent kan exempelvis behöva ett kortfattat professionellt svar, medan en pedagogisk förklaring kan behöva enklare formuleringar och uttryckliga mellansteg. ChatGPT:s personlighetsinställningar på produktnivå är skilda från instruktioner som en annan applikation tillhandahåller.\n\nDenna chattmodell tar emot text och bilder och returnerar text. Dess publicerade kontextfönster är 128 000 token, maximal utdata är 16 384 token och den dokumenterade kunskapsgränsen är den 30 september 2024. Strömning, funktionsanrop och Structured Outputs stöds. Ljud- och videoindata, finjustering och förutsagda utdata stöds inte i den publicerade konfigurationen. Dessa gränser beskriver GPT-5.1 Chat snarare än någon annan medlem i familjen.\n\nFunktioner och strukturerade svar stöder olika integrationsmål. Ett funktionsanrop anger ett åtgärdsnamn och argument som applikationen ska verkställa, varefter den resulterande informationen kan återföras till samtalet. Ett strukturerat svar kan ordna det slutliga materialet i överenskomna fält. När bilder ingår kan samma uppgift be om en förklaring av synligt innehåll; tydligt och läsbart källmaterial är särskilt viktigt för liten text och detaljerade visuella samband.\n\nFör en assistent som använder Ailoot API ger du modellen frågans sammanhang och ett tydligt kriterium för när uppgiften är slutförd. Be om en artefakt som ett redigerat dokument, ett kundsvar, en förklaring av en skärmbild eller en strukturerad sammanfattning. Bevara källinformationen och ange hur saknade detaljer ska hanteras. Uppföljningsmeddelanden kan sedan justera en del av resultatet och samtidigt hålla samtalet fokuserat på användarens ursprungliga uppgift.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Explain a password-reset rule clearly\n\nExplain this policy to a nontechnical customer in under 90 words: a reset link expires after 30 minutes; requesting another link invalidates earlier links; changing the password signs out other sessions. The customer requested two links and opened the first. Explain what to do next, using a warm, direct tone and no invented account details.One concise customer explanation and a clear next step grounded in the supplied policy.The reply explains why the first link fails and directs the customer to the newest unexpired link.gpt-5.1-chat-latestGPT-5.1 Chat är OpenAI:s chattvariant Instant med adaptivt resonemang för svårare frågor. Den kombinerar text- och bildindata, en mer samtalsnära stil, instruktionsföljning, funktionsanrop och strukturerade svar i en kontext på 128 000 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5.1 Chat betecknar den chattversion av GPT-5.1 som är kopplad till ChatGPT. OpenAI:s lanseringsbeskrivning kopplar varianten Instant till denna chattbeteckning och skiljer den från GPT-5.1 Thinking. Instant är avsedd för vardagliga samtal men kan ägna ytterligare resonemang åt mer krävande frågor. Kortet håller chattvariantens identitet och specifikation åtskilda från Thinking-modellen.
Lanseringsbeskrivningen börjar med samtalskvaliteten: en varmare standardton, mer naturliga utbyten och förbättrad följsamhet till användarens instruktioner. Dessa egenskaper är användbara när en assistent behöver besvara en fråga direkt, bearbeta en förklaring efter återkoppling eller behålla en stil som passar målgruppen. Den praktiska uppgiften förblir konkret: förklara det tillhandahållna materialet, förbereda ett svar eller förbättra en vald passage.
Adaptivt resonemang är en framträdande del av uppdateringen av Instant. OpenAI beskriver hur modellen avgör när en svårare fråga kräver mer tänkande före svaret, med förbättringar i matematiska uppgifter och programmeringsuppgifter. Detta är ett modellbeteende snarare än ett påstående om att varje chattbegäran använder samma fasta resonemangsprocess. Lanseringsbeskrivningens separata presentation av GPT-5.1 Thinking gäller den andra varianten.
Tillverkaren betonar också anpassning och mer trogen hantering av anpassade instruktioner. En applikation kan uttrycka önskad roll, ton, svarslängd och nödvändiga detaljer i sina uppgiftsinstruktioner. En supportassistent kan exempelvis behöva ett kortfattat professionellt svar, medan en pedagogisk förklaring kan behöva enklare formuleringar och uttryckliga mellansteg. ChatGPT:s personlighetsinställningar på produktnivå är skilda från instruktioner som en annan applikation tillhandahåller.
Denna chattmodell tar emot text och bilder och returnerar text. Dess publicerade kontextfönster är 128 000 token, maximal utdata är 16 384 token och den dokumenterade kunskapsgränsen är den 30 september 2024. Strömning, funktionsanrop och Structured Outputs stöds. Ljud- och videoindata, finjustering och förutsagda utdata stöds inte i den publicerade konfigurationen. Dessa gränser beskriver GPT-5.1 Chat snarare än någon annan medlem i familjen.
Funktioner och strukturerade svar stöder olika integrationsmål. Ett funktionsanrop anger ett åtgärdsnamn och argument som applikationen ska verkställa, varefter den resulterande informationen kan återföras till samtalet. Ett strukturerat svar kan ordna det slutliga materialet i överenskomna fält. När bilder ingår kan samma uppgift be om en förklaring av synligt innehåll; tydligt och läsbart källmaterial är särskilt viktigt för liten text och detaljerade visuella samband.
För en assistent som använder Ailoot API ger du modellen frågans sammanhang och ett tydligt kriterium för när uppgiften är slutförd. Be om en artefakt som ett redigerat dokument, ett kundsvar, en förklaring av en skärmbild eller en strukturerad sammanfattning. Bevara källinformationen och ange hur saknade detaljer ska hanteras. Uppföljningsmeddelanden kan sedan justera en del av resultatet och samtidigt hålla samtalet fokuserat på användarens ursprungliga uppgift.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gpt-5.1-chat-latest | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.0025 / 1K token Utdata · Utdatatoken $0.02 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-5.1-chat-latest", "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-5.1-chat-latest',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-5.1-chat-latest',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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra gpt-5.1-chat-latest
Använd metodsökvägarna som visas ovan.
gpt-5.1-chat-latestGPT-5.1 Chat är OpenAI:s chattvariant Instant med adaptivt resonemang för svårare frågor. Den kombinerar text- och bildindata, en mer samtalsnära stil, instruktionsföljning, funktionsanrop och strukturerade svar i en kontext på 128 000 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5.1 Chat betecknar den chattversion av GPT-5.1 som är kopplad till ChatGPT. OpenAI:s lanseringsbeskrivning kopplar varianten Instant till denna chattbeteckning och skiljer den från GPT-5.1 Thinking. Instant är avsedd för vardagliga samtal men kan ägna ytterligare resonemang åt mer krävande frågor. Kortet håller chattvariantens identitet och specifikation åtskilda från Thinking-modellen.
Lanseringsbeskrivningen börjar med samtalskvaliteten: en varmare standardton, mer naturliga utbyten och förbättrad följsamhet till användarens instruktioner. Dessa egenskaper är användbara när en assistent behöver besvara en fråga direkt, bearbeta en förklaring efter återkoppling eller behålla en stil som passar målgruppen. Den praktiska uppgiften förblir konkret: förklara det tillhandahållna materialet, förbereda ett svar eller förbättra en vald passage.
Adaptivt resonemang är en framträdande del av uppdateringen av Instant. OpenAI beskriver hur modellen avgör när en svårare fråga kräver mer tänkande före svaret, med förbättringar i matematiska uppgifter och programmeringsuppgifter. Detta är ett modellbeteende snarare än ett påstående om att varje chattbegäran använder samma fasta resonemangsprocess. Lanseringsbeskrivningens separata presentation av GPT-5.1 Thinking gäller den andra varianten.
Tillverkaren betonar också anpassning och mer trogen hantering av anpassade instruktioner. En applikation kan uttrycka önskad roll, ton, svarslängd och nödvändiga detaljer i sina uppgiftsinstruktioner. En supportassistent kan exempelvis behöva ett kortfattat professionellt svar, medan en pedagogisk förklaring kan behöva enklare formuleringar och uttryckliga mellansteg. ChatGPT:s personlighetsinställningar på produktnivå är skilda från instruktioner som en annan applikation tillhandahåller.
Denna chattmodell tar emot text och bilder och returnerar text. Dess publicerade kontextfönster är 128 000 token, maximal utdata är 16 384 token och den dokumenterade kunskapsgränsen är den 30 september 2024. Strömning, funktionsanrop och Structured Outputs stöds. Ljud- och videoindata, finjustering och förutsagda utdata stöds inte i den publicerade konfigurationen. Dessa gränser beskriver GPT-5.1 Chat snarare än någon annan medlem i familjen.
Funktioner och strukturerade svar stöder olika integrationsmål. Ett funktionsanrop anger ett åtgärdsnamn och argument som applikationen ska verkställa, varefter den resulterande informationen kan återföras till samtalet. Ett strukturerat svar kan ordna det slutliga materialet i överenskomna fält. När bilder ingår kan samma uppgift be om en förklaring av synligt innehåll; tydligt och läsbart källmaterial är särskilt viktigt för liten text och detaljerade visuella samband.
För en assistent som använder Ailoot API ger du modellen frågans sammanhang och ett tydligt kriterium för när uppgiften är slutförd. Be om en artefakt som ett redigerat dokument, ett kundsvar, en förklaring av en skärmbild eller en strukturerad sammanfattning. Bevara källinformationen och ange hur saknade detaljer ska hanteras. Uppföljningsmeddelanden kan sedan justera en del av resultatet och samtidigt hålla samtalet fokuserat på användarens ursprungliga uppgift.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gpt-5.1-chat-latest | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.0025 / 1K token Utdata · Utdatatoken $0.02 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "gpt-5.1-chat-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.1-chat-latest', '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-5.1-chat-latest', '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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra gpt-5.1-chat-latest
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Explain a password-reset rule clearly\n\nExplain this policy to a nontechnical customer in under 90 words: a reset link expires after 30 minutes; requesting another link invalidates earlier links; changing the password signs out other sessions. The customer requested two links and opened the first. Explain what to do next, using a warm, direct tone and no invented account details.One concise customer explanation and a clear next step grounded in the supplied policy.The reply explains why the first link fails and directs the customer to the newest unexpired link.