GPT-Audio Mini är Mini-utgåvan i OpenAI:s GPT-Audio-familj för samtalsbegäranden med text och ljud. Den tar emot text och ljud och producerar text eller ljud via Chat Completions. Modellen behåller rollen för ljudchatt samtidigt som den behåller sin egen utgåveidentitet, separat från GPT-Audio och från modeller för kontinuerliga livesessioner.
En användbar tillämpning är en muntlig fråga som ska besvaras inom ett avgränsat område utifrån källmaterial. Lämna inspelningen och den information som svaret ska bygga på och definiera sedan syftet med utbytet. En exempelbegäran är att förklara en del av en procedur eller fråga efter en uppgift som inspelningen inte fastställer. Du kan välja ett skriftligt resultat när svaret behöver granskas noga eller tal när användaren ska lyssna på svaret.
För en dialogövning ska du ange rollen, ämnet och den förväntade längden på en tur. Ta med de betydelsefulla tidigare meddelandena så att nästa svar förblir kopplat till det som redan har diskuterats. För ett supportsamtal ska du lämna de tillämpliga reglerna och eventuella fakta som fastställts före inspelningen. Skilj information som användaren tillhandahållit från referensmaterial som applikationen lagt till och ange vad det slutliga svaret ska åstadkomma.
Tillverkarens GPT-Audio Mini-specifikation anger ett kontextfönster på 128 000 token, en maximal utdata på 16 384 token och en kunskapsgräns den 1 oktober 2023. Den dokumenterar funktionsanrop och promptcache. Modellens metod är avgränsade Chat Completions med ljudstöd; egenskaperna hos en separat Realtime-session eller kontinuerlig röstsession definierar inte den här utgåvans begärandeflöde.
Funktionsanrop låter modellen begära en operation från applikationens beskrivna verktyg. Applikationen utför åtgärden och returnerar det faktiska resultatet för en uppföljning. En sökning kan till exempel lämna en referensuppgift som svaret behöver. Håll den returnerade informationen åtskild från själva den föreslagna operationen så att nästa svar bygger på ett resultat som faktiskt finns tillgängligt i konversationen.
Förbered en inspelning som fångar det relevanta talet tydligt och använd en skriftlig instruktion för att ge uppgiftens kontext, nödvändiga fakta, ton och svarslängd. Ange om den användbara artefakten är en kort muntlig förklaring, ett skriftligt svar eller en fråga som löser en osäkerhet. I ett upprepat arbetsflöde ska du hålla reglerna konsekventa samtidigt som du ändrar det begärandespecifika materialet. Granska resultatet mot dessa regler och referenstexten innan du för över dess betydelsefulla fakta till nästa tur.
", "aboutText": "GPT-Audio Mini är Mini-utgåvan i OpenAI:s GPT-Audio-familj för samtalsbegäranden med text och ljud. Den tar emot text och ljud och producerar text eller ljud via Chat Completions. Modellen behåller rollen för ljudchatt samtidigt som den behåller sin egen utgåveidentitet, separat från GPT-Audio och från modeller för kontinuerliga livesessioner.\n\nEn användbar tillämpning är en muntlig fråga som ska besvaras inom ett avgränsat område utifrån källmaterial. Lämna inspelningen och den information som svaret ska bygga på och definiera sedan syftet med utbytet. En exempelbegäran är att förklara en del av en procedur eller fråga efter en uppgift som inspelningen inte fastställer. Du kan välja ett skriftligt resultat när svaret behöver granskas noga eller tal när användaren ska lyssna på svaret.\n\nFör en dialogövning ska du ange rollen, ämnet och den förväntade längden på en tur. Ta med de betydelsefulla tidigare meddelandena så att nästa svar förblir kopplat till det som redan har diskuterats. För ett supportsamtal ska du lämna de tillämpliga reglerna och eventuella fakta som fastställts före inspelningen. Skilj information som användaren tillhandahållit från referensmaterial som applikationen lagt till och ange vad det slutliga svaret ska åstadkomma.\n\nTillverkarens GPT-Audio Mini-specifikation anger ett kontextfönster på 128 000 token, en maximal utdata på 16 384 token och en kunskapsgräns den 1 oktober 2023. Den dokumenterar funktionsanrop och promptcache. Modellens metod är avgränsade Chat Completions med ljudstöd; egenskaperna hos en separat Realtime-session eller kontinuerlig röstsession definierar inte den här utgåvans begärandeflöde.\n\nFunktionsanrop låter modellen begära en operation från applikationens beskrivna verktyg. Applikationen utför åtgärden och returnerar det faktiska resultatet för en uppföljning. En sökning kan till exempel lämna en referensuppgift som svaret behöver. Håll den returnerade informationen åtskild från själva den föreslagna operationen så att nästa svar bygger på ett resultat som faktiskt finns tillgängligt i konversationen.\n\nFörbered en inspelning som fångar det relevanta talet tydligt och använd en skriftlig instruktion för att ge uppgiftens kontext, nödvändiga fakta, ton och svarslängd. Ange om den användbara artefakten är en kort muntlig förklaring, ett skriftligt svar eller en fråga som löser en osäkerhet. I ett upprepat arbetsflöde ska du hålla reglerna konsekventa samtidigt som du ändrar det begärandespecifika materialet. Granska resultatet mot dessa regler och referenstexten innan du för över dess betydelsefulla fakta till nästa tur.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Practise a short reception dialogue\n\nPlay the receptionist in an English practice dialogue. Guest: 'I have a reservation, but I will arrive after midnight.' Hotel rule: late arrivals need the guest's surname and arrival estimate; never request payment-card details in chat. Write the receptionist's next two short lines in friendly, simple English and leave the guest's answer open.Two short receptionist lines asking for surname and estimated arrival, with no invented guest reply.The dialogue follows the hotel rule, omits card requests and does not assert that check-in has been arranged.openai/gpt-audio-miniMini-utgåvan i OpenAI:s GPT-Audio-familj tar emot text och ljud och returnerar text eller tal. Använd inspelade frågor, skriftliga regler och relevant kontext för att ta fram ett svar eller en fokuserad fortsättning på samtalet.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-Audio Mini är Mini-utgåvan i OpenAI:s GPT-Audio-familj för samtalsbegäranden med text och ljud. Den tar emot text och ljud och producerar text eller ljud via Chat Completions. Modellen behåller rollen för ljudchatt samtidigt som den behåller sin egen utgåveidentitet, separat från GPT-Audio och från modeller för kontinuerliga livesessioner.
En användbar tillämpning är en muntlig fråga som ska besvaras inom ett avgränsat område utifrån källmaterial. Lämna inspelningen och den information som svaret ska bygga på och definiera sedan syftet med utbytet. En exempelbegäran är att förklara en del av en procedur eller fråga efter en uppgift som inspelningen inte fastställer. Du kan välja ett skriftligt resultat när svaret behöver granskas noga eller tal när användaren ska lyssna på svaret.
För en dialogövning ska du ange rollen, ämnet och den förväntade längden på en tur. Ta med de betydelsefulla tidigare meddelandena så att nästa svar förblir kopplat till det som redan har diskuterats. För ett supportsamtal ska du lämna de tillämpliga reglerna och eventuella fakta som fastställts före inspelningen. Skilj information som användaren tillhandahållit från referensmaterial som applikationen lagt till och ange vad det slutliga svaret ska åstadkomma.
Tillverkarens GPT-Audio Mini-specifikation anger ett kontextfönster på 128 000 token, en maximal utdata på 16 384 token och en kunskapsgräns den 1 oktober 2023. Den dokumenterar funktionsanrop och promptcache. Modellens metod är avgränsade Chat Completions med ljudstöd; egenskaperna hos en separat Realtime-session eller kontinuerlig röstsession definierar inte den här utgåvans begärandeflöde.
Funktionsanrop låter modellen begära en operation från applikationens beskrivna verktyg. Applikationen utför åtgärden och returnerar det faktiska resultatet för en uppföljning. En sökning kan till exempel lämna en referensuppgift som svaret behöver. Håll den returnerade informationen åtskild från själva den föreslagna operationen så att nästa svar bygger på ett resultat som faktiskt finns tillgängligt i konversationen.
Förbered en inspelning som fångar det relevanta talet tydligt och använd en skriftlig instruktion för att ge uppgiftens kontext, nödvändiga fakta, ton och svarslängd. Ange om den användbara artefakten är en kort muntlig förklaring, ett skriftligt svar eller en fråga som löser en osäkerhet. I ett upprepat arbetsflöde ska du hålla reglerna konsekventa samtidigt som du ändrar det begärandespecifika materialet. Granska resultatet mot dessa regler och referenstexten innan du för över dess betydelsefulla fakta till nästa tur.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-audio-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 $0.0012 / 1K token Utdata · Utdatatoken $0.0048 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 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 $0.0012 / 1K token Utdata · Utdatatoken $0.0048 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-audio-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-audio-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-audio-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 openai/gpt-audio-mini
Använd metodsökvägarna som visas ovan.
openai/gpt-audio-miniMini-utgåvan i OpenAI:s GPT-Audio-familj tar emot text och ljud och returnerar text eller tal. Använd inspelade frågor, skriftliga regler och relevant kontext för att ta fram ett svar eller en fokuserad fortsättning på samtalet.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-Audio Mini är Mini-utgåvan i OpenAI:s GPT-Audio-familj för samtalsbegäranden med text och ljud. Den tar emot text och ljud och producerar text eller ljud via Chat Completions. Modellen behåller rollen för ljudchatt samtidigt som den behåller sin egen utgåveidentitet, separat från GPT-Audio och från modeller för kontinuerliga livesessioner.
En användbar tillämpning är en muntlig fråga som ska besvaras inom ett avgränsat område utifrån källmaterial. Lämna inspelningen och den information som svaret ska bygga på och definiera sedan syftet med utbytet. En exempelbegäran är att förklara en del av en procedur eller fråga efter en uppgift som inspelningen inte fastställer. Du kan välja ett skriftligt resultat när svaret behöver granskas noga eller tal när användaren ska lyssna på svaret.
För en dialogövning ska du ange rollen, ämnet och den förväntade längden på en tur. Ta med de betydelsefulla tidigare meddelandena så att nästa svar förblir kopplat till det som redan har diskuterats. För ett supportsamtal ska du lämna de tillämpliga reglerna och eventuella fakta som fastställts före inspelningen. Skilj information som användaren tillhandahållit från referensmaterial som applikationen lagt till och ange vad det slutliga svaret ska åstadkomma.
Tillverkarens GPT-Audio Mini-specifikation anger ett kontextfönster på 128 000 token, en maximal utdata på 16 384 token och en kunskapsgräns den 1 oktober 2023. Den dokumenterar funktionsanrop och promptcache. Modellens metod är avgränsade Chat Completions med ljudstöd; egenskaperna hos en separat Realtime-session eller kontinuerlig röstsession definierar inte den här utgåvans begärandeflöde.
Funktionsanrop låter modellen begära en operation från applikationens beskrivna verktyg. Applikationen utför åtgärden och returnerar det faktiska resultatet för en uppföljning. En sökning kan till exempel lämna en referensuppgift som svaret behöver. Håll den returnerade informationen åtskild från själva den föreslagna operationen så att nästa svar bygger på ett resultat som faktiskt finns tillgängligt i konversationen.
Förbered en inspelning som fångar det relevanta talet tydligt och använd en skriftlig instruktion för att ge uppgiftens kontext, nödvändiga fakta, ton och svarslängd. Ange om den användbara artefakten är en kort muntlig förklaring, ett skriftligt svar eller en fråga som löser en osäkerhet. I ett upprepat arbetsflöde ska du hålla reglerna konsekventa samtidigt som du ändrar det begärandespecifika materialet. Granska resultatet mot dessa regler och referenstexten innan du för över dess betydelsefulla fakta till nästa tur.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-audio-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 $0.0012 / 1K token Utdata · Utdatatoken $0.0048 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 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 $0.0012 / 1K token Utdata · Utdatatoken $0.0048 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "openai/gpt-audio-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-audio-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-audio-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 openai/gpt-audio-mini
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Practise a short reception dialogue\n\nPlay the receptionist in an English practice dialogue. Guest: 'I have a reservation, but I will arrive after midnight.' Hotel rule: late arrivals need the guest's surname and arrival estimate; never request payment-card details in chat. Write the receptionist's next two short lines in friendly, simple English and leave the guest's answer open.Two short receptionist lines asking for surname and estimated arrival, with no invented guest reply.The dialogue follows the hotel rule, omits card requests and does not assert that check-in has been arranged.