GPT-5 Mini är OpenAI:s Mini-utgåva i resonemangsfamiljen GPT-5. Tillverkaren beskriver den som ett val för väldefinierade uppgifter med precisa promptar och arbetslaster med hög volym. Den tar emot text och bilder och producerar text. Mini-utgåvan bevarar sin egen modellidentitet och sina specifikationer i stället för att använda gränserna från GPT-5 Pro eller en senare Mini-modell.
En praktisk tillämpning är en fokuserad dokument- eller supportoperation. Ge originalmaterialet, reglerna som ska tillämpas och det förväntade resultatet. En illustrativ förfrågan är att extrahera några obligatoriska fält från ett meddelande och skriva ett kort svar som ber om saknad information. Definiera hur ett frånvarande värde ska representeras, vilka fakta som måste förbli oförändrade och tonen som passar den avsedda läsaren.
För en avgränsad redigering anger du avsnittet som ska ändras och ändringens syfte. För ett kodsteg ger du relevant källa och beteendet som en föreslagen redigering ska påverka. En skärmbild eller ett diagram kan ge visuell kontext, med skrivna instruktioner som identifierar den viktiga detaljen. En användbar beskrivning ger modellen en operation och dess slutförandekriterium i stället för att låta den härleda hela arbetsflödet från indatan.
OpenAI anger ett kontextfönster på 400,000 token, maximala indata på 272,000 token och maximala utdata på 128,000 token för GPT-5 Mini, med kunskapsgränsen den 31 maj 2024. GPT-5:s utvecklarutgåva inkluderar Mini bland modellerna som stöder kontroller för resonemangsnivå och utförlighet samt anpassade verktyg. Familjens dokumenterade resonemangsval är minimal, low, medium och high, medan utförlighet styr mängden detaljer i svaret separat från resonemang.
Det exakta Mini-kortet listar gränssnitten Responses, Chat Completions och Batch, strömning, Structured Outputs, funktionsanrop, filindata, bildindata och webb-/filsökning. Den angivna verktygsuppsättningen omfattar funktioner, webb- och filsökning, kodtolkning och MCP-anslutningar. Applikationen exponerar sina operationer, kör åtgärderna och returnerar faktiska resultat. Ett strukturerat svar beskriver nödvändiga utdatafält; en funktionsförfrågan föreslår en operation som ett verktyg ska utföra.
Använd ett slutformat som passar den avgränsade uppgiften: extraherade värden, ett reviderat avsnitt, ett kort svar eller en föreslagen kodändring. För en flerstegsprocess för du relevant resultat vidare till nästa förfrågan och behåller reglerna som styr det. Kontrollera viktiga påståenden mot originalmaterialet och gör ett olöst villkor tydligt. Resultatet kan då stödja en specifik nästa åtgärd utan att varje fokuserad operation blir en bred konversation.
", "aboutText": "GPT-5 Mini är OpenAI:s Mini-utgåva i resonemangsfamiljen GPT-5. Tillverkaren beskriver den som ett val för väldefinierade uppgifter med precisa promptar och arbetslaster med hög volym. Den tar emot text och bilder och producerar text. Mini-utgåvan bevarar sin egen modellidentitet och sina specifikationer i stället för att använda gränserna från GPT-5 Pro eller en senare Mini-modell.\n\nEn praktisk tillämpning är en fokuserad dokument- eller supportoperation. Ge originalmaterialet, reglerna som ska tillämpas och det förväntade resultatet. En illustrativ förfrågan är att extrahera några obligatoriska fält från ett meddelande och skriva ett kort svar som ber om saknad information. Definiera hur ett frånvarande värde ska representeras, vilka fakta som måste förbli oförändrade och tonen som passar den avsedda läsaren.\n\nFör en avgränsad redigering anger du avsnittet som ska ändras och ändringens syfte. För ett kodsteg ger du relevant källa och beteendet som en föreslagen redigering ska påverka. En skärmbild eller ett diagram kan ge visuell kontext, med skrivna instruktioner som identifierar den viktiga detaljen. En användbar beskrivning ger modellen en operation och dess slutförandekriterium i stället för att låta den härleda hela arbetsflödet från indatan.\n\nOpenAI anger ett kontextfönster på 400,000 token, maximala indata på 272,000 token och maximala utdata på 128,000 token för GPT-5 Mini, med kunskapsgränsen den 31 maj 2024. GPT-5:s utvecklarutgåva inkluderar Mini bland modellerna som stöder kontroller för resonemangsnivå och utförlighet samt anpassade verktyg. Familjens dokumenterade resonemangsval är minimal, low, medium och high, medan utförlighet styr mängden detaljer i svaret separat från resonemang.\n\nDet exakta Mini-kortet listar gränssnitten Responses, Chat Completions och Batch, strömning, Structured Outputs, funktionsanrop, filindata, bildindata och webb-/filsökning. Den angivna verktygsuppsättningen omfattar funktioner, webb- och filsökning, kodtolkning och MCP-anslutningar. Applikationen exponerar sina operationer, kör åtgärderna och returnerar faktiska resultat. Ett strukturerat svar beskriver nödvändiga utdatafält; en funktionsförfrågan föreslår en operation som ett verktyg ska utföra.\n\nAnvänd ett slutformat som passar den avgränsade uppgiften: extraherade värden, ett reviderat avsnitt, ett kort svar eller en föreslagen kodändring. För en flerstegsprocess för du relevant resultat vidare till nästa förfrågan och behåller reglerna som styr det. Kontrollera viktiga påståenden mot originalmaterialet och gör ett olöst villkor tydligt. Resultatet kan då stödja en specifik nästa åtgärd utan att varje fokuserad operation blir en bred konversation.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Ask for the missing booking detail\n\nDraft a reply under 60 words using this request and rule. Request: 'Please book the smaller meeting room for our six-person planning session on Tuesday.' Rule: a booking needs a start time and duration; the smaller room seats eight. Confirm that capacity fits, then ask for only the missing booking information. Do not state that a room is reserved.One concise reply confirming suitable capacity and asking for start time and duration.The message does not request already supplied headcount or invent a booking confirmation.gpt-5-miniMini-utgåvan av GPT-5 är utformad för väldefinierade uppgifter och precisa promptar. Den tar emot text och bilder och returnerar text, vilket gör den användbar för avgränsad extraktion, ändringar inom tydliga ramar, supportsvar och snävare steg i ett agentarbetsflöde.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5 Mini är OpenAI:s Mini-utgåva i resonemangsfamiljen GPT-5. Tillverkaren beskriver den som ett val för väldefinierade uppgifter med precisa promptar och arbetslaster med hög volym. Den tar emot text och bilder och producerar text. Mini-utgåvan bevarar sin egen modellidentitet och sina specifikationer i stället för att använda gränserna från GPT-5 Pro eller en senare Mini-modell.
En praktisk tillämpning är en fokuserad dokument- eller supportoperation. Ge originalmaterialet, reglerna som ska tillämpas och det förväntade resultatet. En illustrativ förfrågan är att extrahera några obligatoriska fält från ett meddelande och skriva ett kort svar som ber om saknad information. Definiera hur ett frånvarande värde ska representeras, vilka fakta som måste förbli oförändrade och tonen som passar den avsedda läsaren.
För en avgränsad redigering anger du avsnittet som ska ändras och ändringens syfte. För ett kodsteg ger du relevant källa och beteendet som en föreslagen redigering ska påverka. En skärmbild eller ett diagram kan ge visuell kontext, med skrivna instruktioner som identifierar den viktiga detaljen. En användbar beskrivning ger modellen en operation och dess slutförandekriterium i stället för att låta den härleda hela arbetsflödet från indatan.
OpenAI anger ett kontextfönster på 400,000 token, maximala indata på 272,000 token och maximala utdata på 128,000 token för GPT-5 Mini, med kunskapsgränsen den 31 maj 2024. GPT-5:s utvecklarutgåva inkluderar Mini bland modellerna som stöder kontroller för resonemangsnivå och utförlighet samt anpassade verktyg. Familjens dokumenterade resonemangsval är minimal, low, medium och high, medan utförlighet styr mängden detaljer i svaret separat från resonemang.
Det exakta Mini-kortet listar gränssnitten Responses, Chat Completions och Batch, strömning, Structured Outputs, funktionsanrop, filindata, bildindata och webb-/filsökning. Den angivna verktygsuppsättningen omfattar funktioner, webb- och filsökning, kodtolkning och MCP-anslutningar. Applikationen exponerar sina operationer, kör åtgärderna och returnerar faktiska resultat. Ett strukturerat svar beskriver nödvändiga utdatafält; en funktionsförfrågan föreslår en operation som ett verktyg ska utföra.
Använd ett slutformat som passar den avgränsade uppgiften: extraherade värden, ett reviderat avsnitt, ett kort svar eller en föreslagen kodändring. För en flerstegsprocess för du relevant resultat vidare till nästa förfrågan och behåller reglerna som styr det. Kontrollera viktiga påståenden mot originalmaterialet och gör ett olöst villkor tydligt. Resultatet kan då stödja en specifik nästa åtgärd utan att varje fokuserad operation blir en bred konversation.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gpt-5-mini | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Beror på modellen | Standard— |
Fältmessages[].content | Typstring | KravValfritt | Värden & gränser Gäller när: Textsamtal | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
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 |
Parametercontrol_scope | AvtalTextsamtal; stream är ett booleskt värde och har false som standard. |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Metodalias: /chat/completions
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.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0005 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0005 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.00005 / 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-mini","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-mini", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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-mini, openai/gpt-5-mini
/chat/completions
gpt-5-miniMini-utgåvan av GPT-5 är utformad för väldefinierade uppgifter och precisa promptar. Den tar emot text och bilder och returnerar text, vilket gör den användbar för avgränsad extraktion, ändringar inom tydliga ramar, supportsvar och snävare steg i ett agentarbetsflöde.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5 Mini är OpenAI:s Mini-utgåva i resonemangsfamiljen GPT-5. Tillverkaren beskriver den som ett val för väldefinierade uppgifter med precisa promptar och arbetslaster med hög volym. Den tar emot text och bilder och producerar text. Mini-utgåvan bevarar sin egen modellidentitet och sina specifikationer i stället för att använda gränserna från GPT-5 Pro eller en senare Mini-modell.
En praktisk tillämpning är en fokuserad dokument- eller supportoperation. Ge originalmaterialet, reglerna som ska tillämpas och det förväntade resultatet. En illustrativ förfrågan är att extrahera några obligatoriska fält från ett meddelande och skriva ett kort svar som ber om saknad information. Definiera hur ett frånvarande värde ska representeras, vilka fakta som måste förbli oförändrade och tonen som passar den avsedda läsaren.
För en avgränsad redigering anger du avsnittet som ska ändras och ändringens syfte. För ett kodsteg ger du relevant källa och beteendet som en föreslagen redigering ska påverka. En skärmbild eller ett diagram kan ge visuell kontext, med skrivna instruktioner som identifierar den viktiga detaljen. En användbar beskrivning ger modellen en operation och dess slutförandekriterium i stället för att låta den härleda hela arbetsflödet från indatan.
OpenAI anger ett kontextfönster på 400,000 token, maximala indata på 272,000 token och maximala utdata på 128,000 token för GPT-5 Mini, med kunskapsgränsen den 31 maj 2024. GPT-5:s utvecklarutgåva inkluderar Mini bland modellerna som stöder kontroller för resonemangsnivå och utförlighet samt anpassade verktyg. Familjens dokumenterade resonemangsval är minimal, low, medium och high, medan utförlighet styr mängden detaljer i svaret separat från resonemang.
Det exakta Mini-kortet listar gränssnitten Responses, Chat Completions och Batch, strömning, Structured Outputs, funktionsanrop, filindata, bildindata och webb-/filsökning. Den angivna verktygsuppsättningen omfattar funktioner, webb- och filsökning, kodtolkning och MCP-anslutningar. Applikationen exponerar sina operationer, kör åtgärderna och returnerar faktiska resultat. Ett strukturerat svar beskriver nödvändiga utdatafält; en funktionsförfrågan föreslår en operation som ett verktyg ska utföra.
Använd ett slutformat som passar den avgränsade uppgiften: extraherade värden, ett reviderat avsnitt, ett kort svar eller en föreslagen kodändring. För en flerstegsprocess för du relevant resultat vidare till nästa förfrågan och behåller reglerna som styr det. Kontrollera viktiga påståenden mot originalmaterialet och gör ett olöst villkor tydligt. Resultatet kan då stödja en specifik nästa åtgärd utan att varje fokuserad operation blir en bred konversation.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gpt-5-mini | 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.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0005 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0005 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "gpt-5-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-mini', '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-mini', '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-mini, openai/gpt-5-mini
/chat/completions
openai/gpt-5-miniMini-utgåvan av GPT-5 är utformad för väldefinierade uppgifter och precisa promptar. Den tar emot text och bilder och returnerar text, vilket gör den användbar för avgränsad extraktion, ändringar inom tydliga ramar, supportsvar och snävare steg i ett agentarbetsflöde.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5 Mini är OpenAI:s Mini-utgåva i resonemangsfamiljen GPT-5. Tillverkaren beskriver den som ett val för väldefinierade uppgifter med precisa promptar och arbetslaster med hög volym. Den tar emot text och bilder och producerar text. Mini-utgåvan bevarar sin egen modellidentitet och sina specifikationer i stället för att använda gränserna från GPT-5 Pro eller en senare Mini-modell.
En praktisk tillämpning är en fokuserad dokument- eller supportoperation. Ge originalmaterialet, reglerna som ska tillämpas och det förväntade resultatet. En illustrativ förfrågan är att extrahera några obligatoriska fält från ett meddelande och skriva ett kort svar som ber om saknad information. Definiera hur ett frånvarande värde ska representeras, vilka fakta som måste förbli oförändrade och tonen som passar den avsedda läsaren.
För en avgränsad redigering anger du avsnittet som ska ändras och ändringens syfte. För ett kodsteg ger du relevant källa och beteendet som en föreslagen redigering ska påverka. En skärmbild eller ett diagram kan ge visuell kontext, med skrivna instruktioner som identifierar den viktiga detaljen. En användbar beskrivning ger modellen en operation och dess slutförandekriterium i stället för att låta den härleda hela arbetsflödet från indatan.
OpenAI anger ett kontextfönster på 400,000 token, maximala indata på 272,000 token och maximala utdata på 128,000 token för GPT-5 Mini, med kunskapsgränsen den 31 maj 2024. GPT-5:s utvecklarutgåva inkluderar Mini bland modellerna som stöder kontroller för resonemangsnivå och utförlighet samt anpassade verktyg. Familjens dokumenterade resonemangsval är minimal, low, medium och high, medan utförlighet styr mängden detaljer i svaret separat från resonemang.
Det exakta Mini-kortet listar gränssnitten Responses, Chat Completions och Batch, strömning, Structured Outputs, funktionsanrop, filindata, bildindata och webb-/filsökning. Den angivna verktygsuppsättningen omfattar funktioner, webb- och filsökning, kodtolkning och MCP-anslutningar. Applikationen exponerar sina operationer, kör åtgärderna och returnerar faktiska resultat. Ett strukturerat svar beskriver nödvändiga utdatafält; en funktionsförfrågan föreslår en operation som ett verktyg ska utföra.
Använd ett slutformat som passar den avgränsade uppgiften: extraherade värden, ett reviderat avsnitt, ett kort svar eller en föreslagen kodändring. För en flerstegsprocess för du relevant resultat vidare till nästa förfrågan och behåller reglerna som styr det. Kontrollera viktiga påståenden mot originalmaterialet och gör ett olöst villkor tydligt. Resultatet kan då stödja en specifik nästa åtgärd utan att varje fokuserad operation blir en bred konversation.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-5-mini | 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.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0005 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0005 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.00005 / 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": "openai/gpt-5-mini", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5-mini',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5-mini',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-mini, openai/gpt-5-mini
/chat/completions
openai/gpt-5-miniMini-utgåvan av GPT-5 är utformad för väldefinierade uppgifter och precisa promptar. Den tar emot text och bilder och returnerar text, vilket gör den användbar för avgränsad extraktion, ändringar inom tydliga ramar, supportsvar och snävare steg i ett agentarbetsflöde.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5 Mini är OpenAI:s Mini-utgåva i resonemangsfamiljen GPT-5. Tillverkaren beskriver den som ett val för väldefinierade uppgifter med precisa promptar och arbetslaster med hög volym. Den tar emot text och bilder och producerar text. Mini-utgåvan bevarar sin egen modellidentitet och sina specifikationer i stället för att använda gränserna från GPT-5 Pro eller en senare Mini-modell.
En praktisk tillämpning är en fokuserad dokument- eller supportoperation. Ge originalmaterialet, reglerna som ska tillämpas och det förväntade resultatet. En illustrativ förfrågan är att extrahera några obligatoriska fält från ett meddelande och skriva ett kort svar som ber om saknad information. Definiera hur ett frånvarande värde ska representeras, vilka fakta som måste förbli oförändrade och tonen som passar den avsedda läsaren.
För en avgränsad redigering anger du avsnittet som ska ändras och ändringens syfte. För ett kodsteg ger du relevant källa och beteendet som en föreslagen redigering ska påverka. En skärmbild eller ett diagram kan ge visuell kontext, med skrivna instruktioner som identifierar den viktiga detaljen. En användbar beskrivning ger modellen en operation och dess slutförandekriterium i stället för att låta den härleda hela arbetsflödet från indatan.
OpenAI anger ett kontextfönster på 400,000 token, maximala indata på 272,000 token och maximala utdata på 128,000 token för GPT-5 Mini, med kunskapsgränsen den 31 maj 2024. GPT-5:s utvecklarutgåva inkluderar Mini bland modellerna som stöder kontroller för resonemangsnivå och utförlighet samt anpassade verktyg. Familjens dokumenterade resonemangsval är minimal, low, medium och high, medan utförlighet styr mängden detaljer i svaret separat från resonemang.
Det exakta Mini-kortet listar gränssnitten Responses, Chat Completions och Batch, strömning, Structured Outputs, funktionsanrop, filindata, bildindata och webb-/filsökning. Den angivna verktygsuppsättningen omfattar funktioner, webb- och filsökning, kodtolkning och MCP-anslutningar. Applikationen exponerar sina operationer, kör åtgärderna och returnerar faktiska resultat. Ett strukturerat svar beskriver nödvändiga utdatafält; en funktionsförfrågan föreslår en operation som ett verktyg ska utföra.
Använd ett slutformat som passar den avgränsade uppgiften: extraherade värden, ett reviderat avsnitt, ett kort svar eller en föreslagen kodändring. För en flerstegsprocess för du relevant resultat vidare till nästa förfrågan och behåller reglerna som styr det. Kontrollera viktiga påståenden mot originalmaterialet och gör ett olöst villkor tydligt. Resultatet kan då stödja en specifik nästa åtgärd utan att varje fokuserad operation blir en bred konversation.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-5-mini | 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.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0005 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0005 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "openai/gpt-5-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-mini', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-mini', '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-mini, openai/gpt-5-mini
/chat/completions
Tekniskt exempel på engelska
Ask for the missing booking detail\n\nDraft a reply under 60 words using this request and rule. Request: 'Please book the smaller meeting room for our six-person planning session on Tuesday.' Rule: a booking needs a start time and duration; the smaller room seats eight. Confirm that capacity fits, then ask for only the missing booking information. Do not state that a room is reserved.One concise reply confirming suitable capacity and asking for start time and duration.The message does not request already supplied headcount or invent a booking confirmation.