{ "aboutHtml": "

GPT-5 Image Mini เป็นโปรไฟล์ภาษาและภาพแบบรวมที่สร้างบน GPT-5 Mini และ GPT Image 1 Mini ของ OpenAI องค์ประกอบภาษาตีความงานเป็นลายลักษณ์อักษรกับข้อมูลต้นทาง ขณะที่องค์ประกอบภาพสร้างหรือปรับเนื้อหาภาพ โปรไฟล์ที่เผยแพร่เน้นการทำตามคำสั่ง การแสดงตัวอักษรในภาพ และการแก้ไขภาพอย่างละเอียด เหมาะกับคำอธิบายงานภาพที่เจาะจงและยังต้องการการตีความข้อความ คำอธิบาย หรือข้อความประกอบ

เชื่อมงานเป็นลายลักษณ์อักษรกับผลลัพธ์ภาพ

เตรียมคำอธิบายงานพร้อมชิ้นงานที่ตั้งใจ ตัวแบบ องค์ประกอบ และข้อความที่ต้องมี อธิบายวิธีใช้ภาพ เช่น แนวคิดผลิตภัณฑ์ ภาพประกอบคำอธิบายสั้น หรือร่างภาพสำหรับหน้าเว็บ ขอชิ้นงานข้อความและภาพอย่างชัดเจน เพื่อให้แยกคำอธิบายแนวคิดจากภาพเองได้ง่าย

ตัวอย่างเช่น ส่งคำอธิบายขวดน้ำที่ใช้ซ้ำได้และขอแนวคิดฉากผลิตภัณฑ์ง่าย ๆ พร้อมคำบรรยายสั้น ระบุรูปทรงขวดที่มองเห็น พื้นหลัง ทิศทางแสง และคำที่ต้องอยู่ในภาพอย่างตรงตัว แยกข้อเท็จจริงที่ใช้ในคำบรรยายจากรายละเอียดตกแต่งในฉาก ตรวจสอบภาพและข้อความที่ส่งกลับกับคำอธิบายงานสองส่วนนี้

โปรไฟล์รวมที่ระบุในเอกสารรับข้อความ ภาพ และไฟล์อย่าง PDF เอกสารให้ข้อกำหนดหรือข้อเท็จจริงที่ต้องตีความก่อนสร้างภาพได้ ภาพให้รูปลักษณ์ เลย์เอาต์ หรือแหล่งภาพที่จะแก้ไข ระบุบทบาทของแต่ละแหล่งข้อมูล แทนการสมมติว่าไฟล์แนบทุกชิ้นควรมีผลต่อผลลัพธ์ทุกส่วน รักษาชื่อและลำดับแหล่งข้อมูลให้ชัดเมื่อส่งหลายอินพุต

สร้างและปรับด้วยข้อมูลอ้างอิง

สำหรับภาพใหม่ ให้ระบุสิ่งที่ควรมองเห็นและความสัมพันธ์ระหว่างส่วนต่าง ๆ สำหรับการแก้ไขตามข้อมูลอ้างอิง ให้ระบุการเปลี่ยนแปลงและรายละเอียดที่จะรักษา ฉากผลิตภัณฑ์อาจขอเปลี่ยนสถานที่โดยคงรูปทรงที่จดจำได้และป้ายที่มองเห็นของสินค้า แผนภาพอาจขอแก้ความสัมพันธ์ พร้อมระบุข้อความและองค์ประกอบที่ต้องคงไว้

การ์ดที่เผยแพร่ของโปรไฟล์นี้เองอนุญาตให้ใช้ภาพอ้างอิงสูงสุดสิบหกภาพสำหรับการแก้ไข เลือกข้อมูลอ้างอิงที่ช่วยงานและอธิบายวัตถุประสงค์ เช่น ผลิตภัณฑ์ ตัวละคร พื้นหลัง หรือรูปแบบการนำเสนอภาพ ข้อมูลอ้างอิงหลายชิ้นอาจมีแสงหรือองค์ประกอบที่ขัดกัน จึงต้องระบุผลลัพธ์ที่ตั้งใจชัดเจน ตรวจสอบรายละเอียดตัวแบบ ตัวอักษร และขอบเขตการเปลี่ยนแปลงที่ขอในภาพจริงที่ส่งกลับมา

การแสดงตัวอักษรเป็นความสามารถที่ระบุในเอกสาร แต่ร่างภาพยังต้องตรวจทีละคำ ให้ถ้อยคำ เครื่องหมายวรรคตอน และตำแหน่งอย่างตรงตัว แล้วเทียบป้ายกำกับกับตัวเลขสำคัญกับคำอธิบายงานในขนาดการมองที่ตั้งใจ สำหรับชุดงานซ้ำ ให้เก็บข้อมูลอ้างอิงและข้อกำหนดภาพไว้กับแต่ละผลลัพธ์ แล้วเปรียบเทียบภาพที่เสร็จแล้วร่วมกัน

บริบทการทำงานและการควบคุม

โปรไฟล์รวมเผยแพร่หน้าต่างบริบท 400,000 โทเค็นและโทเค็นการสร้างคำตอบสูงสุด 128,000 โทเค็น นี่คือขีดจำกัดบริบทการทำงานและการสร้างคำตอบ ซึ่งแยกจากขนาดพิกเซลของภาพหรือจำนวนชิ้นงานภาพที่ส่งกลับ จัดข้อมูลต้นทางยาวตามการตีความที่ต้องการและเผื่อพื้นที่สำหรับคำตอบ คำอธิบายงานกระชับพร้อมข้อมูลอ้างอิงที่เกี่ยวข้องมีประโยชน์กว่าเอกสารที่ไม่เกี่ยวข้องและไม่ได้อธิบายบทบาท

ข้อกำหนดเอาต์พุตข้อความที่เผยแพร่รองรับผลลัพธ์ที่มีโครงสร้างตามสคีมา JSON หากแอปพลิเคชันต้องใช้ผลลัพธ์เป็นลายลักษณ์อักษร ให้กำหนดฟิลด์และชนิดข้อมูลและตรวจสอบค่ากับหลักฐานที่ให้มา โปรไฟล์รวมไม่เปิดให้เรียกฟังก์ชันของแอปพลิเคชัน การใช้องค์ประกอบภาษาร่วมกับการสร้างภาพเป็นความสามารถของโปรไฟล์ที่ระบุชื่อนี้ ไม่ได้ทำให้ทุกความสามารถของอินเทอร์เฟซ GPT-5 Mini แบบเดี่ยวมาอยู่ในเวิร์กโฟลว์นี้ด้วย

การตั้งค่าภาพควรมาจากโปรไฟล์และอินเทอร์เฟซที่ใช้งานจริงอย่างตรงตัว เก็บการตั้งค่าที่เลือกไว้กับพรอมต์เมื่อเปรียบเทียบฉบับแก้ไข องค์ประกอบ GPT Image 1 Mini ที่ใช้โดยตรงและโปรไฟล์แชตรวมมีการจัดคำขอต่างกัน การควบคุมขนาด มาสก์ หรือเอาต์พุตเฉพาะองค์ประกอบจึงต้องมีการจับคู่ที่ระบุชัดก่อนถือเป็นการตั้งค่าของโปรไฟล์รวมนี้

เก็บชิ้นงานข้อความและภาพ

สคีมาคำขอแชตที่ระบุในเอกสารเลือก text และ image เป็นประเภทเอาต์พุตได้ ประมวลผลข้อความที่ส่งกลับและชิ้นงานภาพจริงทุกชิ้นที่มาพร้อมการสร้างคำตอบ บันทึกภาพในรูปแบบที่ผลลัพธ์ระบุ และเก็บคำตอบเป็นลายลักษณ์อักษรไว้กับพรอมต์ แหล่งอ้างอิง และการตั้งค่า การสร้างคำตอบที่มีข้อความอธิบายเพียงอย่างเดียวต่างจากชิ้นงานภาพที่เสร็จแล้ว จึงควรตรวจสิ่งที่ผลลัพธ์มีจริงก่อนใช้ในเลย์เอาต์

GPT-5 Image Mini แยกจากโปรไฟล์ GPT-5 Image เต็ม ซึ่งผสาน GPT-5 กับ GPT Image 1 ใช้โปรไฟล์ Mini สำหรับงานภาษาและภาพที่จำกัดขอบเขตและมีคำอธิบายงานกับเกณฑ์ตรวจทานชัดเจน ตรวจสอบองค์ประกอบ เอกลักษณ์วัตถุ ข้อความในภาพ และข้อความประกอบ แล้วขอการแก้ไขที่จำเป็นอย่างเฉพาะเจาะจง เก็บองค์ประกอบที่ได้ผลและข้อมูลอ้างอิงที่เกี่ยวข้องไว้ในคำอธิบายงานถัดไป เพื่อให้การปรับแก้มีเป้าหมายที่เป็นรูปธรรม

", "aboutText": "GPT-5 Image Mini เป็นโปรไฟล์ภาษาและภาพแบบรวมที่สร้างบน GPT-5 Mini และ GPT Image 1 Mini ของ OpenAI องค์ประกอบภาษาตีความงานเป็นลายลักษณ์อักษรกับข้อมูลต้นทาง ขณะที่องค์ประกอบภาพสร้างหรือปรับเนื้อหาภาพ โปรไฟล์ที่เผยแพร่เน้นการทำตามคำสั่ง การแสดงตัวอักษรในภาพ และการแก้ไขภาพอย่างละเอียด เหมาะกับคำอธิบายงานภาพที่เจาะจงและยังต้องการการตีความข้อความ คำอธิบาย หรือข้อความประกอบ\n\n### เชื่อมงานเป็นลายลักษณ์อักษรกับผลลัพธ์ภาพ\n\nเตรียมคำอธิบายงานพร้อมชิ้นงานที่ตั้งใจ ตัวแบบ องค์ประกอบ และข้อความที่ต้องมี อธิบายวิธีใช้ภาพ เช่น แนวคิดผลิตภัณฑ์ ภาพประกอบคำอธิบายสั้น หรือร่างภาพสำหรับหน้าเว็บ ขอชิ้นงานข้อความและภาพอย่างชัดเจน เพื่อให้แยกคำอธิบายแนวคิดจากภาพเองได้ง่าย\n\nตัวอย่างเช่น ส่งคำอธิบายขวดน้ำที่ใช้ซ้ำได้และขอแนวคิดฉากผลิตภัณฑ์ง่าย ๆ พร้อมคำบรรยายสั้น ระบุรูปทรงขวดที่มองเห็น พื้นหลัง ทิศทางแสง และคำที่ต้องอยู่ในภาพอย่างตรงตัว แยกข้อเท็จจริงที่ใช้ในคำบรรยายจากรายละเอียดตกแต่งในฉาก ตรวจสอบภาพและข้อความที่ส่งกลับกับคำอธิบายงานสองส่วนนี้\n\nโปรไฟล์รวมที่ระบุในเอกสารรับข้อความ ภาพ และไฟล์อย่าง PDF เอกสารให้ข้อกำหนดหรือข้อเท็จจริงที่ต้องตีความก่อนสร้างภาพได้ ภาพให้รูปลักษณ์ เลย์เอาต์ หรือแหล่งภาพที่จะแก้ไข ระบุบทบาทของแต่ละแหล่งข้อมูล แทนการสมมติว่าไฟล์แนบทุกชิ้นควรมีผลต่อผลลัพธ์ทุกส่วน รักษาชื่อและลำดับแหล่งข้อมูลให้ชัดเมื่อส่งหลายอินพุต\n\n### สร้างและปรับด้วยข้อมูลอ้างอิง\n\nสำหรับภาพใหม่ ให้ระบุสิ่งที่ควรมองเห็นและความสัมพันธ์ระหว่างส่วนต่าง ๆ สำหรับการแก้ไขตามข้อมูลอ้างอิง ให้ระบุการเปลี่ยนแปลงและรายละเอียดที่จะรักษา ฉากผลิตภัณฑ์อาจขอเปลี่ยนสถานที่โดยคงรูปทรงที่จดจำได้และป้ายที่มองเห็นของสินค้า แผนภาพอาจขอแก้ความสัมพันธ์ พร้อมระบุข้อความและองค์ประกอบที่ต้องคงไว้\n\nการ์ดที่เผยแพร่ของโปรไฟล์นี้เองอนุญาตให้ใช้ภาพอ้างอิงสูงสุดสิบหกภาพสำหรับการแก้ไข เลือกข้อมูลอ้างอิงที่ช่วยงานและอธิบายวัตถุประสงค์ เช่น ผลิตภัณฑ์ ตัวละคร พื้นหลัง หรือรูปแบบการนำเสนอภาพ ข้อมูลอ้างอิงหลายชิ้นอาจมีแสงหรือองค์ประกอบที่ขัดกัน จึงต้องระบุผลลัพธ์ที่ตั้งใจชัดเจน ตรวจสอบรายละเอียดตัวแบบ ตัวอักษร และขอบเขตการเปลี่ยนแปลงที่ขอในภาพจริงที่ส่งกลับมา\n\nการแสดงตัวอักษรเป็นความสามารถที่ระบุในเอกสาร แต่ร่างภาพยังต้องตรวจทีละคำ ให้ถ้อยคำ เครื่องหมายวรรคตอน และตำแหน่งอย่างตรงตัว แล้วเทียบป้ายกำกับกับตัวเลขสำคัญกับคำอธิบายงานในขนาดการมองที่ตั้งใจ สำหรับชุดงานซ้ำ ให้เก็บข้อมูลอ้างอิงและข้อกำหนดภาพไว้กับแต่ละผลลัพธ์ แล้วเปรียบเทียบภาพที่เสร็จแล้วร่วมกัน\n\n### บริบทการทำงานและการควบคุม\n\nโปรไฟล์รวมเผยแพร่หน้าต่างบริบท 400,000 โทเค็นและโทเค็นการสร้างคำตอบสูงสุด 128,000 โทเค็น นี่คือขีดจำกัดบริบทการทำงานและการสร้างคำตอบ ซึ่งแยกจากขนาดพิกเซลของภาพหรือจำนวนชิ้นงานภาพที่ส่งกลับ จัดข้อมูลต้นทางยาวตามการตีความที่ต้องการและเผื่อพื้นที่สำหรับคำตอบ คำอธิบายงานกระชับพร้อมข้อมูลอ้างอิงที่เกี่ยวข้องมีประโยชน์กว่าเอกสารที่ไม่เกี่ยวข้องและไม่ได้อธิบายบทบาท\n\nข้อกำหนดเอาต์พุตข้อความที่เผยแพร่รองรับผลลัพธ์ที่มีโครงสร้างตามสคีมา JSON หากแอปพลิเคชันต้องใช้ผลลัพธ์เป็นลายลักษณ์อักษร ให้กำหนดฟิลด์และชนิดข้อมูลและตรวจสอบค่ากับหลักฐานที่ให้มา โปรไฟล์รวมไม่เปิดให้เรียกฟังก์ชันของแอปพลิเคชัน การใช้องค์ประกอบภาษาร่วมกับการสร้างภาพเป็นความสามารถของโปรไฟล์ที่ระบุชื่อนี้ ไม่ได้ทำให้ทุกความสามารถของอินเทอร์เฟซ GPT-5 Mini แบบเดี่ยวมาอยู่ในเวิร์กโฟลว์นี้ด้วย\n\nการตั้งค่าภาพควรมาจากโปรไฟล์และอินเทอร์เฟซที่ใช้งานจริงอย่างตรงตัว เก็บการตั้งค่าที่เลือกไว้กับพรอมต์เมื่อเปรียบเทียบฉบับแก้ไข องค์ประกอบ GPT Image 1 Mini ที่ใช้โดยตรงและโปรไฟล์แชตรวมมีการจัดคำขอต่างกัน การควบคุมขนาด มาสก์ หรือเอาต์พุตเฉพาะองค์ประกอบจึงต้องมีการจับคู่ที่ระบุชัดก่อนถือเป็นการตั้งค่าของโปรไฟล์รวมนี้\n\n### เก็บชิ้นงานข้อความและภาพ\n\nสคีมาคำขอแชตที่ระบุในเอกสารเลือก text และ image เป็นประเภทเอาต์พุตได้ ประมวลผลข้อความที่ส่งกลับและชิ้นงานภาพจริงทุกชิ้นที่มาพร้อมการสร้างคำตอบ บันทึกภาพในรูปแบบที่ผลลัพธ์ระบุ และเก็บคำตอบเป็นลายลักษณ์อักษรไว้กับพรอมต์ แหล่งอ้างอิง และการตั้งค่า การสร้างคำตอบที่มีข้อความอธิบายเพียงอย่างเดียวต่างจากชิ้นงานภาพที่เสร็จแล้ว จึงควรตรวจสิ่งที่ผลลัพธ์มีจริงก่อนใช้ในเลย์เอาต์\n\nGPT-5 Image Mini แยกจากโปรไฟล์ GPT-5 Image เต็ม ซึ่งผสาน GPT-5 กับ GPT Image 1 ใช้โปรไฟล์ Mini สำหรับงานภาษาและภาพที่จำกัดขอบเขตและมีคำอธิบายงานกับเกณฑ์ตรวจทานชัดเจน ตรวจสอบองค์ประกอบ เอกลักษณ์วัตถุ ข้อความในภาพ และข้อความประกอบ แล้วขอการแก้ไขที่จำเป็นอย่างเฉพาะเจาะจง เก็บองค์ประกอบที่ได้ผลและข้อมูลอ้างอิงที่เกี่ยวข้องไว้ในคำอธิบายงานถัดไป เพื่อให้การปรับแก้มีเป้าหมายที่เป็นรูปธรรม", "editorialOverlay": { "copy_fields": { "practical_html": "

งานตัวอย่างจริง

ตัวอย่างทางเทคนิคภาษาอังกฤษ

Create a labelled refill-bottle scene\n\nCreate a product-scene image of a plain cylindrical blue reusable water bottle with a silver screw cap, standing upright on pale stone. Soft daylight enters from the left. Place the exact word REFILL clearly on the bottle, with no other text, logos, accessories or unsupported product claims. Keep the full bottle visible.

ผลลัพธ์ที่คาดหวัง

One image artifact showing the full specified bottle, left-side daylight and the exact single-word label.

ตรวจสอบผลลัพธ์

Inspect the actual image for bottle shape, cap, complete framing and letter-by-letter spelling of REFILL.
" }, "copy_sha256": "9e401c7d7e674148969bf6c4e3c51717f5f80ae9491e1dda94568951c48af43d", "copy_source": { "locale": "th", "pack_sha256": "0f56d90ba41881e1134accf82e57338f246f8753ca4c0cee929aaffada5d10e7", "record_model_id": "openai/gpt-5-image-mini", "source_facts_sha256": "30f9713ce79915941b95de9296e25b3c4b0fab4cb75c31bc55188dd609d2e2d8", "validation_sha256": "a2ac2f28056280fc0b2ea34a501bf156d5ce155406e57e708edf30bfdf6bfdc6" }, "html_sha256": "ec409d185a7a5151bc57293e8f9196f3ce6ad9358a8aa3b1464f03e5fe62ade9", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "th", "methods": [ { "html": "
O

OpenAI: GPT-5 Image Mini

OpenAI /openai/gpt-5-image-mini

เริ่มต้น

GPT-5 Image Mini ผสานความสามารถด้านภาษาของ GPT-5 Mini จาก OpenAI กับ GPT Image 1 Mini สำหรับการสร้างภาพและการแก้ไขตามข้อมูลอ้างอิง รับข้อความ ภาพ และเอกสาร และส่งข้อความกับภาพกลับมา รองรับเวิร์กโฟลว์ที่ต้องการทั้งคำตอบเป็นลายลักษณ์อักษรและชิ้นงานภาพ

อินพุตที่รองรับ
ข้อความ
ผลลัพธ์
ข้อความ
เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

GPT-5 Image Mini เป็นโปรไฟล์ภาษาและภาพแบบรวมที่สร้างบน GPT-5 Mini และ GPT Image 1 Mini ของ OpenAI องค์ประกอบภาษาตีความงานเป็นลายลักษณ์อักษรกับข้อมูลต้นทาง ขณะที่องค์ประกอบภาพสร้างหรือปรับเนื้อหาภาพ โปรไฟล์ที่เผยแพร่เน้นการทำตามคำสั่ง การแสดงตัวอักษรในภาพ และการแก้ไขภาพอย่างละเอียด เหมาะกับคำอธิบายงานภาพที่เจาะจงและยังต้องการการตีความข้อความ คำอธิบาย หรือข้อความประกอบ

เชื่อมงานเป็นลายลักษณ์อักษรกับผลลัพธ์ภาพ

เตรียมคำอธิบายงานพร้อมชิ้นงานที่ตั้งใจ ตัวแบบ องค์ประกอบ และข้อความที่ต้องมี อธิบายวิธีใช้ภาพ เช่น แนวคิดผลิตภัณฑ์ ภาพประกอบคำอธิบายสั้น หรือร่างภาพสำหรับหน้าเว็บ ขอชิ้นงานข้อความและภาพอย่างชัดเจน เพื่อให้แยกคำอธิบายแนวคิดจากภาพเองได้ง่าย

ตัวอย่างเช่น ส่งคำอธิบายขวดน้ำที่ใช้ซ้ำได้และขอแนวคิดฉากผลิตภัณฑ์ง่าย ๆ พร้อมคำบรรยายสั้น ระบุรูปทรงขวดที่มองเห็น พื้นหลัง ทิศทางแสง และคำที่ต้องอยู่ในภาพอย่างตรงตัว แยกข้อเท็จจริงที่ใช้ในคำบรรยายจากรายละเอียดตกแต่งในฉาก ตรวจสอบภาพและข้อความที่ส่งกลับกับคำอธิบายงานสองส่วนนี้

โปรไฟล์รวมที่ระบุในเอกสารรับข้อความ ภาพ และไฟล์อย่าง PDF เอกสารให้ข้อกำหนดหรือข้อเท็จจริงที่ต้องตีความก่อนสร้างภาพได้ ภาพให้รูปลักษณ์ เลย์เอาต์ หรือแหล่งภาพที่จะแก้ไข ระบุบทบาทของแต่ละแหล่งข้อมูล แทนการสมมติว่าไฟล์แนบทุกชิ้นควรมีผลต่อผลลัพธ์ทุกส่วน รักษาชื่อและลำดับแหล่งข้อมูลให้ชัดเมื่อส่งหลายอินพุต

สร้างและปรับด้วยข้อมูลอ้างอิง

สำหรับภาพใหม่ ให้ระบุสิ่งที่ควรมองเห็นและความสัมพันธ์ระหว่างส่วนต่าง ๆ สำหรับการแก้ไขตามข้อมูลอ้างอิง ให้ระบุการเปลี่ยนแปลงและรายละเอียดที่จะรักษา ฉากผลิตภัณฑ์อาจขอเปลี่ยนสถานที่โดยคงรูปทรงที่จดจำได้และป้ายที่มองเห็นของสินค้า แผนภาพอาจขอแก้ความสัมพันธ์ พร้อมระบุข้อความและองค์ประกอบที่ต้องคงไว้

การ์ดที่เผยแพร่ของโปรไฟล์นี้เองอนุญาตให้ใช้ภาพอ้างอิงสูงสุดสิบหกภาพสำหรับการแก้ไข เลือกข้อมูลอ้างอิงที่ช่วยงานและอธิบายวัตถุประสงค์ เช่น ผลิตภัณฑ์ ตัวละคร พื้นหลัง หรือรูปแบบการนำเสนอภาพ ข้อมูลอ้างอิงหลายชิ้นอาจมีแสงหรือองค์ประกอบที่ขัดกัน จึงต้องระบุผลลัพธ์ที่ตั้งใจชัดเจน ตรวจสอบรายละเอียดตัวแบบ ตัวอักษร และขอบเขตการเปลี่ยนแปลงที่ขอในภาพจริงที่ส่งกลับมา

การแสดงตัวอักษรเป็นความสามารถที่ระบุในเอกสาร แต่ร่างภาพยังต้องตรวจทีละคำ ให้ถ้อยคำ เครื่องหมายวรรคตอน และตำแหน่งอย่างตรงตัว แล้วเทียบป้ายกำกับกับตัวเลขสำคัญกับคำอธิบายงานในขนาดการมองที่ตั้งใจ สำหรับชุดงานซ้ำ ให้เก็บข้อมูลอ้างอิงและข้อกำหนดภาพไว้กับแต่ละผลลัพธ์ แล้วเปรียบเทียบภาพที่เสร็จแล้วร่วมกัน

บริบทการทำงานและการควบคุม

โปรไฟล์รวมเผยแพร่หน้าต่างบริบท 400,000 โทเค็นและโทเค็นการสร้างคำตอบสูงสุด 128,000 โทเค็น นี่คือขีดจำกัดบริบทการทำงานและการสร้างคำตอบ ซึ่งแยกจากขนาดพิกเซลของภาพหรือจำนวนชิ้นงานภาพที่ส่งกลับ จัดข้อมูลต้นทางยาวตามการตีความที่ต้องการและเผื่อพื้นที่สำหรับคำตอบ คำอธิบายงานกระชับพร้อมข้อมูลอ้างอิงที่เกี่ยวข้องมีประโยชน์กว่าเอกสารที่ไม่เกี่ยวข้องและไม่ได้อธิบายบทบาท

ข้อกำหนดเอาต์พุตข้อความที่เผยแพร่รองรับผลลัพธ์ที่มีโครงสร้างตามสคีมา JSON หากแอปพลิเคชันต้องใช้ผลลัพธ์เป็นลายลักษณ์อักษร ให้กำหนดฟิลด์และชนิดข้อมูลและตรวจสอบค่ากับหลักฐานที่ให้มา โปรไฟล์รวมไม่เปิดให้เรียกฟังก์ชันของแอปพลิเคชัน การใช้องค์ประกอบภาษาร่วมกับการสร้างภาพเป็นความสามารถของโปรไฟล์ที่ระบุชื่อนี้ ไม่ได้ทำให้ทุกความสามารถของอินเทอร์เฟซ GPT-5 Mini แบบเดี่ยวมาอยู่ในเวิร์กโฟลว์นี้ด้วย

การตั้งค่าภาพควรมาจากโปรไฟล์และอินเทอร์เฟซที่ใช้งานจริงอย่างตรงตัว เก็บการตั้งค่าที่เลือกไว้กับพรอมต์เมื่อเปรียบเทียบฉบับแก้ไข องค์ประกอบ GPT Image 1 Mini ที่ใช้โดยตรงและโปรไฟล์แชตรวมมีการจัดคำขอต่างกัน การควบคุมขนาด มาสก์ หรือเอาต์พุตเฉพาะองค์ประกอบจึงต้องมีการจับคู่ที่ระบุชัดก่อนถือเป็นการตั้งค่าของโปรไฟล์รวมนี้

เก็บชิ้นงานข้อความและภาพ

สคีมาคำขอแชตที่ระบุในเอกสารเลือก text และ image เป็นประเภทเอาต์พุตได้ ประมวลผลข้อความที่ส่งกลับและชิ้นงานภาพจริงทุกชิ้นที่มาพร้อมการสร้างคำตอบ บันทึกภาพในรูปแบบที่ผลลัพธ์ระบุ และเก็บคำตอบเป็นลายลักษณ์อักษรไว้กับพรอมต์ แหล่งอ้างอิง และการตั้งค่า การสร้างคำตอบที่มีข้อความอธิบายเพียงอย่างเดียวต่างจากชิ้นงานภาพที่เสร็จแล้ว จึงควรตรวจสิ่งที่ผลลัพธ์มีจริงก่อนใช้ในเลย์เอาต์

GPT-5 Image Mini แยกจากโปรไฟล์ GPT-5 Image เต็ม ซึ่งผสาน GPT-5 กับ GPT Image 1 ใช้โปรไฟล์ Mini สำหรับงานภาษาและภาพที่จำกัดขอบเขตและมีคำอธิบายงานกับเกณฑ์ตรวจทานชัดเจน ตรวจสอบองค์ประกอบ เอกลักษณ์วัตถุ ข้อความในภาพ และข้อความประกอบ แล้วขอการแก้ไขที่จำเป็นอย่างเฉพาะเจาะจง เก็บองค์ประกอบที่ได้ผลและข้อมูลอ้างอิงที่เกี่ยวข้องไว้ในคำอธิบายงานถัดไป เพื่อให้การปรับแก้มีเป้าหมายที่เป็นรูปธรรม

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
ขาเข้า
text
ขาออก
text
รูปแบบเอาต์พุต
json หรือ SSE
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
openai/gpt-5-image-mini
ค่าเริ่มต้น—
ฟิลด์messagesประเภทmessage[]ข้อกำหนดจำเป็นค่าและข้อจำกัด
จำนวนรายการขั้นต่ำ: 1
ค่าเริ่มต้น—
ฟิลด์messages[].roleประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
ตัวอย่าง: system, user, assistant, tool, function
เงื่อนไข: บทบาทเหล่านี้แทนอย่างชัดเจนด้วยชนิดข้อมูลเพื่อความเข้ากันได้ในซอร์สโค้ด แต่ชุดบทบาทที่แน่นอนยังขึ้นกับแต่ละโมเดล
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์messages[].contentประเภทstring|content_part[]|nullข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].tool_callsประเภทtool_call[]ข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].tool_call_idประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ใช้เมื่อ: role=tool โดยใช้ ID ที่ส่งกลับจริง
ค่าเริ่มต้น—
ฟิลด์messages[].nameประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].reasoning_contentประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ใช้เมื่อ: ส่งเนื้อหาการใช้เหตุผลที่คืนจริงกลับในคำขอถัดไป เมื่อโมเดลนี้ใช้เนื้อหานั้น
ค่าเริ่มต้น—
ฟิลด์messages[].reasoning_detailsประเภทobject|arrayข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์max_tokensประเภทintegerข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขั้นต่ำ: 1
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์max_completion_tokensประเภทintegerข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขั้นต่ำ: 1
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์streamประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้นfalse
ฟิลด์stream_options.include_usageประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์temperatureประเภทnumberข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์top_pประเภทnumberข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์stopประเภทstring|string[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์toolsประเภทfunction_tool[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์tools[].typeประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
function
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์tools[].function.nameประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
ใช้เมื่อ: มีเครื่องมือฟังก์ชันให้ใช้
ค่าเริ่มต้น—
ฟิลด์tools[].function.descriptionประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์tools[].function.parametersประเภทJSON_schemaข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์tool_choiceประเภทstring|objectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์parallel_tool_callsประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์response_formatประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์reasoning_effortประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์reasoningประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์service_tierประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์instructionsประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ฟิลด์เพื่อความเข้ากันได้
ค่าเริ่มต้น—
ฟิลด์functionsประเภทfunction[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์function_callประเภทstring|objectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์prompt_cache_optionsประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์modalitiesประเภทstring[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
text
ค่าเริ่มต้น—
ฟิลด์providerประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
เงื่อนไข: เส้นทางข้อความ Ultra นี้ปฏิเสธ provider.options
ค่าเริ่มต้น—
ฟิลด์cache_control.ttlประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
เงื่อนไข: ตำแหน่งแคชพรอมป์ต์จริงปฏิเสธ 1h
ค่าเริ่มต้น—
ชุดผสมของสื่ออินพุต

ข้อความ · ข้อความ UTF8

messages[].content

พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์content_typeข้อกำหนดapplication/json
พารามิเตอร์requiredข้อกำหนดmodel, messages
พารามิเตอร์material_typesข้อกำหนดtext
พารามิเตอร์messagesข้อกำหนดอาร์เรย์ข้อความที่มีโครงสร้าง role/content
พารามิเตอร์file_materialข้อกำหนดแทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์
พารามิเตอร์optional_controlsข้อกำหนดstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
พารามิเตอร์control_scopeข้อกำหนดขึ้นกับโมเดล เครื่องมือฟังก์ชันของผู้ใช้ต่างจากเครื่องมือที่โฮสต์จัดให้
พารามิเตอร์output_modalitiesข้อกำหนดtext
พารามิเตอร์hosted_operationsข้อกำหนดfalse
พารามิเตอร์multimodal_input_bindingข้อกำหนดnull

วงจรการทำงาน: synchronous_or_streamed

ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages

ความยาวบริบทไม่ใช่เพดานผลลัพธ์

ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง

ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว
อัตรามาตรฐาน เมื่อเลือกโหมดรวดเร็ว
โหมดยืดหยุ่น
อัตรามาตรฐาน เมื่อเลือกโหมด flex
ระดับการใช้เหตุผลสูงสุด
อัตรามาตรฐาน เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

อัตราค่าบริการ Ailoot

ราคาตามการตั้งค่า

เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน

การตั้งค่าตารางอัตราค่าบริการโทเค็นบริบท มากกว่าโทเค็นบริบท ไม่เกินและรวมค่าค่าบริการ
การตั้งค่าอัตราราคาพื้นฐานของโทเคนตารางอัตราค่าบริการอัตราพื้นฐานโทเค็นบริบท มากกว่า—โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุดค่าบริการ
ขาเข้า · โทเค็นอินพุต $0.005 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต $0.004 / 1K โทเค็น
ขาเข้า · การอ่านแคช $0.0005 / 1K โทเค็น
ขาเข้า · การเขียนแคช — / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น
ขาออก · โทเคนภาพขาออก $0.016 / 1K โทเค็นภาพ
การตั้งค่าระดับความยาวคำขอ 1ตารางอัตราค่าบริการ—โทเค็นบริบท มากกว่า0โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุดค่าบริการ
ขาเข้า · โทเค็นอินพุต $0.005 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต $0.004 / 1K โทเค็น
ขาเข้า · การอ่านแคช $0.0005 / 1K โทเค็น
ขาเข้า · การเขียนแคช — / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น

รายละเอียดอัตราอ้างอิง

ตารางอัตราอ้างอิงระดับโมเดลไม่เปลี่ยนเมธอดที่เลือก ยอดประมาณการ หรือค่าบริการ การคิดค่าบริการจริงใช้อัตราของเมธอด Ailoot ที่เลือก

OpenAI: GPT-5 Image Mini

ราคาตามการตั้งค่า

การตั้งค่าเงื่อนไขคิดค่าบริการค่าบริการ
การตั้งค่าOpenAI: GPT-5 Image Mini · การตั้งค่าเริ่มต้นเงื่อนไขคิดค่าบริการการตั้งค่าเริ่มต้นค่าบริการ
ขาเข้า · โทเค็นอินพุต US$0.005 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต US$0.004 / 1K โทเค็น
ขาออก · ภาพขาออก US$0.016 / 1K โทเค็น
ขาออก · การค้นหาบนเว็บ US$0.02 ต่อการค้นหา
ขาเข้า · การอ่านแคช US$0.0005 / 1K โทเค็น

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · OpenAI Chat

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-image-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\n

รับและบันทึกผลลัพธ์

Ailoot Ultra · OpenAI Chat

json หรือ SSE

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้

ฟิลด์การตอบกลับ
ฟิลด์ประเภท
ฟิลด์choices[].indexประเภทinteger
ฟิลด์choices[].message.contentประเภทstring|null
ฟิลด์choices[].message.tool_callsประเภทtool_call[]
ฟิลด์choices[].message.reasoning_contentประเภทstring
ฟิลด์choices[].message.reasoning_detailsประเภทobject|array
ฟิลด์choices[].finish_reasonประเภทstring|null
ฟิลด์usageประเภทobject
ข้อผิดพลาดและขั้นตอนถัดไป
การตอบกลับเงื่อนไขขั้นตอนถัดไป
การตอบกลับ400 · invalid_request_errorเงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้องขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra openai/gpt-5-image-mini

ชื่อพาธเมธอดอื่น

/v1/images

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

openai/gpt-5-image-mini

", "method_identity": { "effective_request_model_id": "openai/gpt-5-image-mini", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "openai/gpt-5-image-mini", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|openai%2Fgpt-5-image-mini", "ordinal": 0, "rawMethod": { "available": null, "cache_read": 0.5, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID.", "Guarded canonical keys must occur once; duplicate or case-varied model/tools/cap fields are rejected." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "ข้อความ UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/gpt-5-image-mini" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "บทบาทเหล่านี้แทนอย่างชัดเจนด้วยชนิดข้อมูลเพื่อความเข้ากันได้ในซอร์สโค้ด แต่ชุดบทบาทที่แน่นอนยังขึ้นกับแต่ละโมเดล", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool โดยใช้ ID ที่ส่งกลับจริง" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "ส่งเนื้อหาการใช้เหตุผลที่คืนจริงกลับในคำขอถัดไป เมื่อโมเดลนี้ใช้เนื้อหานั้น" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": [ "function" ], "enum_known": true, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "มีเครื่องมือฟังก์ชันให้ใช้" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text" ], "enum_known": true, "name": "modalities", "required": false, "type": "string[]" }, { "availability": "source_interface", "conditions": "เส้นทางข้อความ Ultra นี้ปฏิเสธ provider.options", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" }, { "availability": "source_interface", "conditions": "ตำแหน่งแคชพรอมป์ต์จริงปฏิเสธ 1h", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control.ttl", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages", "ความยาวบริบทไม่ใช่เพดานผลลัพธ์", "ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง" ], "input": { "content_type": "application/json", "control_scope": "ขึ้นกับโมเดล เครื่องมือฟังก์ชันของผู้ใช้ต่างจากเครื่องมือที่โฮสต์จัดให้", "file_material": "แทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์", "hosted_operations": false, "material_types": [ "text" ], "messages": "อาร์เรย์ข้อความที่มีโครงสร้าง role/content", "multimodal_input_binding": null, "optional_controls": [ "stream", "temperature", "top_p", "stop", "max_tokens", "max_completion_tokens", "reasoning", "response_format", "tools", "tool_choice" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "อัตราราคาพื้นฐานของโทเคน", "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.016000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "image_output_price", "label": "Image output tokens", "native_amount_usd_per_unit": "0.000016", "native_quantity": 1, "native_unit": "image_output_token", "public_unit_label": "/ 1K image tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "image_output_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "ระดับความยาวคำขอ 1", "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "declared_tariff_references": [ { "client_selectable": false, "key": "2914e51c45ca648e88ed", "label": "OpenAI: GPT-5 Image Mini", "profiles": [ { "basis": "", "dimensions": { "conditions": "การตั้งค่าเริ่มต้น" }, "label": "OpenAI: GPT-5 Image Mini · การตั้งค่าเริ่มต้น", "units": [ { "amount": "0.0050000", "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "key": "e8156ba01a32a5d8efd4fdcf", "label": "Input tokens", "public_unit_label": "/ 1K tokens", "quantity": 1000, "rate_role": "declared_tariff_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "key": "e695281b29345a210b65a5e0", "label": "Output tokens", "public_unit_label": "/ 1K tokens", "quantity": 1000, "rate_role": "declared_tariff_rate", "side": "out", "unit": "output_token" }, { "amount": "0.016000", "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "key": "0e23080e8e0614f7c5e1ab48", "label": "Output image", "public_unit_label": "/ 1K tokens", "quantity": 1000, "rate_role": "declared_tariff_rate", "side": "out", "unit": "output_image_token" }, { "amount": "0.02", "amount_unit": "usd_per_exact_physical_unit", "billing_input": false, "key": "cb33e687a9b47d01b17569ea", "label": "Web search", "public_unit_label": "per search", "quantity": "1", "rate_role": "declared_tariff_rate", "side": "out", "unit": "web_search" }, { "amount": "0.00050000", "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "key": "d2bdf21de067cdb22dece5cf", "label": "Cache read", "public_unit_label": "/ 1K tokens", "quantity": 1000, "rate_role": "declared_tariff_rate", "side": "in", "unit": "cached_input_token" } ] } ] } ], "examples": [ { "code": "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-image-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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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-image-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\"))\n", "label": "Python SDK · all choices", "language": "python" }, { "code": "from 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-image-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\")\n", "label": "Python SDK streaming · all events", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 5, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 4, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "โหมดรวดเร็ว", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมดรวดเร็ว" }, { "label": "โหมดยืดหยุ่น", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมด flex" }, { "label": "ระดับการใช้เหตุผลสูงสุด", "value": "อัตรามาตรฐาน", "when": "เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": 1.6e-05, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.016000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "image_output_price", "label": "Image output tokens", "native_amount_usd_per_unit": "0.000016", "native_quantity": 1, "native_unit": "image_output_token", "public_unit_label": "/ 1K image tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "image_output_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "openai/gpt-5-image-mini", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.5, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 5, "input_multiplier": null, "interval_boundary": "min_exclusive_max_inclusive", "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "null_rate_policy": "unknown or inherited; never zero", "out": 4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.016000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "image_output_price", "label": "Image output tokens", "native_amount_usd_per_unit": "0.000016", "native_quantity": 1, "native_unit": "image_output_token", "public_unit_label": "/ 1K image tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "image_output_token" } ] } }, { "html": "
O

OpenAI: GPT-5 Image Mini

OpenAI /openai/gpt-5-image-mini

เริ่มต้น

GPT-5 Image Mini ผสานความสามารถด้านภาษาของ GPT-5 Mini จาก OpenAI กับ GPT Image 1 Mini สำหรับการสร้างภาพและการแก้ไขตามข้อมูลอ้างอิง รับข้อความ ภาพ และเอกสาร และส่งข้อความกับภาพกลับมา รองรับเวิร์กโฟลว์ที่ต้องการทั้งคำตอบเป็นลายลักษณ์อักษรและชิ้นงานภาพ

อินพุตที่รองรับ
ข้อความ · รูปภาพ
ผลลัพธ์
รูปภาพ
เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

GPT-5 Image Mini เป็นโปรไฟล์ภาษาและภาพแบบรวมที่สร้างบน GPT-5 Mini และ GPT Image 1 Mini ของ OpenAI องค์ประกอบภาษาตีความงานเป็นลายลักษณ์อักษรกับข้อมูลต้นทาง ขณะที่องค์ประกอบภาพสร้างหรือปรับเนื้อหาภาพ โปรไฟล์ที่เผยแพร่เน้นการทำตามคำสั่ง การแสดงตัวอักษรในภาพ และการแก้ไขภาพอย่างละเอียด เหมาะกับคำอธิบายงานภาพที่เจาะจงและยังต้องการการตีความข้อความ คำอธิบาย หรือข้อความประกอบ

เชื่อมงานเป็นลายลักษณ์อักษรกับผลลัพธ์ภาพ

เตรียมคำอธิบายงานพร้อมชิ้นงานที่ตั้งใจ ตัวแบบ องค์ประกอบ และข้อความที่ต้องมี อธิบายวิธีใช้ภาพ เช่น แนวคิดผลิตภัณฑ์ ภาพประกอบคำอธิบายสั้น หรือร่างภาพสำหรับหน้าเว็บ ขอชิ้นงานข้อความและภาพอย่างชัดเจน เพื่อให้แยกคำอธิบายแนวคิดจากภาพเองได้ง่าย

ตัวอย่างเช่น ส่งคำอธิบายขวดน้ำที่ใช้ซ้ำได้และขอแนวคิดฉากผลิตภัณฑ์ง่าย ๆ พร้อมคำบรรยายสั้น ระบุรูปทรงขวดที่มองเห็น พื้นหลัง ทิศทางแสง และคำที่ต้องอยู่ในภาพอย่างตรงตัว แยกข้อเท็จจริงที่ใช้ในคำบรรยายจากรายละเอียดตกแต่งในฉาก ตรวจสอบภาพและข้อความที่ส่งกลับกับคำอธิบายงานสองส่วนนี้

โปรไฟล์รวมที่ระบุในเอกสารรับข้อความ ภาพ และไฟล์อย่าง PDF เอกสารให้ข้อกำหนดหรือข้อเท็จจริงที่ต้องตีความก่อนสร้างภาพได้ ภาพให้รูปลักษณ์ เลย์เอาต์ หรือแหล่งภาพที่จะแก้ไข ระบุบทบาทของแต่ละแหล่งข้อมูล แทนการสมมติว่าไฟล์แนบทุกชิ้นควรมีผลต่อผลลัพธ์ทุกส่วน รักษาชื่อและลำดับแหล่งข้อมูลให้ชัดเมื่อส่งหลายอินพุต

สร้างและปรับด้วยข้อมูลอ้างอิง

สำหรับภาพใหม่ ให้ระบุสิ่งที่ควรมองเห็นและความสัมพันธ์ระหว่างส่วนต่าง ๆ สำหรับการแก้ไขตามข้อมูลอ้างอิง ให้ระบุการเปลี่ยนแปลงและรายละเอียดที่จะรักษา ฉากผลิตภัณฑ์อาจขอเปลี่ยนสถานที่โดยคงรูปทรงที่จดจำได้และป้ายที่มองเห็นของสินค้า แผนภาพอาจขอแก้ความสัมพันธ์ พร้อมระบุข้อความและองค์ประกอบที่ต้องคงไว้

การ์ดที่เผยแพร่ของโปรไฟล์นี้เองอนุญาตให้ใช้ภาพอ้างอิงสูงสุดสิบหกภาพสำหรับการแก้ไข เลือกข้อมูลอ้างอิงที่ช่วยงานและอธิบายวัตถุประสงค์ เช่น ผลิตภัณฑ์ ตัวละคร พื้นหลัง หรือรูปแบบการนำเสนอภาพ ข้อมูลอ้างอิงหลายชิ้นอาจมีแสงหรือองค์ประกอบที่ขัดกัน จึงต้องระบุผลลัพธ์ที่ตั้งใจชัดเจน ตรวจสอบรายละเอียดตัวแบบ ตัวอักษร และขอบเขตการเปลี่ยนแปลงที่ขอในภาพจริงที่ส่งกลับมา

การแสดงตัวอักษรเป็นความสามารถที่ระบุในเอกสาร แต่ร่างภาพยังต้องตรวจทีละคำ ให้ถ้อยคำ เครื่องหมายวรรคตอน และตำแหน่งอย่างตรงตัว แล้วเทียบป้ายกำกับกับตัวเลขสำคัญกับคำอธิบายงานในขนาดการมองที่ตั้งใจ สำหรับชุดงานซ้ำ ให้เก็บข้อมูลอ้างอิงและข้อกำหนดภาพไว้กับแต่ละผลลัพธ์ แล้วเปรียบเทียบภาพที่เสร็จแล้วร่วมกัน

บริบทการทำงานและการควบคุม

โปรไฟล์รวมเผยแพร่หน้าต่างบริบท 400,000 โทเค็นและโทเค็นการสร้างคำตอบสูงสุด 128,000 โทเค็น นี่คือขีดจำกัดบริบทการทำงานและการสร้างคำตอบ ซึ่งแยกจากขนาดพิกเซลของภาพหรือจำนวนชิ้นงานภาพที่ส่งกลับ จัดข้อมูลต้นทางยาวตามการตีความที่ต้องการและเผื่อพื้นที่สำหรับคำตอบ คำอธิบายงานกระชับพร้อมข้อมูลอ้างอิงที่เกี่ยวข้องมีประโยชน์กว่าเอกสารที่ไม่เกี่ยวข้องและไม่ได้อธิบายบทบาท

ข้อกำหนดเอาต์พุตข้อความที่เผยแพร่รองรับผลลัพธ์ที่มีโครงสร้างตามสคีมา JSON หากแอปพลิเคชันต้องใช้ผลลัพธ์เป็นลายลักษณ์อักษร ให้กำหนดฟิลด์และชนิดข้อมูลและตรวจสอบค่ากับหลักฐานที่ให้มา โปรไฟล์รวมไม่เปิดให้เรียกฟังก์ชันของแอปพลิเคชัน การใช้องค์ประกอบภาษาร่วมกับการสร้างภาพเป็นความสามารถของโปรไฟล์ที่ระบุชื่อนี้ ไม่ได้ทำให้ทุกความสามารถของอินเทอร์เฟซ GPT-5 Mini แบบเดี่ยวมาอยู่ในเวิร์กโฟลว์นี้ด้วย

การตั้งค่าภาพควรมาจากโปรไฟล์และอินเทอร์เฟซที่ใช้งานจริงอย่างตรงตัว เก็บการตั้งค่าที่เลือกไว้กับพรอมต์เมื่อเปรียบเทียบฉบับแก้ไข องค์ประกอบ GPT Image 1 Mini ที่ใช้โดยตรงและโปรไฟล์แชตรวมมีการจัดคำขอต่างกัน การควบคุมขนาด มาสก์ หรือเอาต์พุตเฉพาะองค์ประกอบจึงต้องมีการจับคู่ที่ระบุชัดก่อนถือเป็นการตั้งค่าของโปรไฟล์รวมนี้

เก็บชิ้นงานข้อความและภาพ

สคีมาคำขอแชตที่ระบุในเอกสารเลือก text และ image เป็นประเภทเอาต์พุตได้ ประมวลผลข้อความที่ส่งกลับและชิ้นงานภาพจริงทุกชิ้นที่มาพร้อมการสร้างคำตอบ บันทึกภาพในรูปแบบที่ผลลัพธ์ระบุ และเก็บคำตอบเป็นลายลักษณ์อักษรไว้กับพรอมต์ แหล่งอ้างอิง และการตั้งค่า การสร้างคำตอบที่มีข้อความอธิบายเพียงอย่างเดียวต่างจากชิ้นงานภาพที่เสร็จแล้ว จึงควรตรวจสิ่งที่ผลลัพธ์มีจริงก่อนใช้ในเลย์เอาต์

GPT-5 Image Mini แยกจากโปรไฟล์ GPT-5 Image เต็ม ซึ่งผสาน GPT-5 กับ GPT Image 1 ใช้โปรไฟล์ Mini สำหรับงานภาษาและภาพที่จำกัดขอบเขตและมีคำอธิบายงานกับเกณฑ์ตรวจทานชัดเจน ตรวจสอบองค์ประกอบ เอกลักษณ์วัตถุ ข้อความในภาพ และข้อความประกอบ แล้วขอการแก้ไขที่จำเป็นอย่างเฉพาะเจาะจง เก็บองค์ประกอบที่ได้ผลและข้อมูลอ้างอิงที่เกี่ยวข้องไว้ในคำอธิบายงานถัดไป เพื่อให้การปรับแก้มีเป้าหมายที่เป็นรูปธรรม

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · รูปภาพ POST /v1/images/generations
ขาเข้า
text, image
ขาออก
image
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
openai/gpt-5-image-mini
ค่าเริ่มต้น—
ฟิลด์promptประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
ความยาวขั้นต่ำ: 1
ค่าเริ่มต้น—
ฟิลด์aspect_ratioประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
1:1, 3:2, 2:3, auto
ค่าเริ่มต้น—
ฟิลด์qualityประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
auto, low, medium, high
ค่าเริ่มต้น—
ฟิลด์backgroundประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
auto, transparent, opaque
ค่าเริ่มต้น—
ฟิลด์nประเภทintegerข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขั้นต่ำ: 1
สูงสุด: 10
ค่าเริ่มต้น—
ฟิลด์input_referencesประเภทarrayข้อกำหนดไม่บังคับค่าและข้อจำกัด
จำนวนรายการขั้นต่ำ: 0
จำนวนรายการสูงสุด: 16
ค่าเริ่มต้น—
ฟิลด์output_compressionประเภทintegerข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขั้นต่ำ: 0
สูงสุด: 100
ค่าเริ่มต้น—
ฟิลด์providerประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์content_typeข้อกำหนดapplication/json
พารามิเตอร์requiredข้อกำหนดmodel, prompt
พารามิเตอร์material_typesข้อกำหนดtext, image

วงจรการทำงาน: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

ราคา

วิธีคำนวณค่าบริการสุดท้าย

อัตราที่แสดงใช้ประมาณการค่าใช้จ่ายก่อนการสร้างผลลัพธ์ ยอดเรียกเก็บสุดท้ายคำนวณจากค่าใช้จ่ายที่บันทึกไว้สำหรับการสร้างผลลัพธ์ครั้งเดิม ระยะเวลาของผลลัพธ์ที่วัดได้และปริมาณที่คาดการณ์ไว้ไม่ใช่ปริมาณสุดท้ายที่ใช้คิดค่าบริการ

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว
ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว
โหมดยืดหยุ่น
ไม่ได้ระบุ เมื่อเลือกโหมด flex
ระดับการใช้เหตุผลสูงสุด
ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

อัตราประมาณการเพื่อเปรียบเทียบ

ราคาตามการตั้งค่า

เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน

การตั้งค่าตารางอัตราค่าบริการปริมาณคาดการณ์ค่าบริการ
การตั้งค่าอัตราค่าบริการโทเคนพื้นฐานตารางอัตราค่าบริการอัตราพื้นฐานปริมาณคาดการณ์—ค่าบริการ
ขาเข้า · โทเค็นอินพุต · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น
ขาเข้า · การอ่านแคช · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น
ขาเข้า · การเขียนแคช · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง · ประมาณการเพื่อเปรียบเทียบเท่านั้น — / 1K โทเค็น
การตั้งค่าต้นทุนการสร้างโดยประมาณตารางอัตราค่าบริการ—ปริมาณคาดการณ์ค่าประมาณสำหรับการสร้างหนึ่งครั้งค่าบริการ
ขาออก · ค่าใช้จ่ายในการสร้างโดยประมาณ · ประมาณการเพื่อเปรียบเทียบเท่านั้น $0.065536 ประมาณการก่อนสร้าง

ค่าประมาณนี้ไม่ใช่ค่าใช้จ่ายเพิ่มเติมหรืออัตราคงที่สำหรับการสร้างผลลัพธ์ที่เสร็จสมบูรณ์แล้ว

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · รูปภาพ

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-5-image-mini', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\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/images/generations \\\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 base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n    if not items: raise SystemExit("No completed images; retain the full response")\n    for index, item in enumerate(items):\n        encoded=item.get("b64_json")\n        uri=item.get("url", "")\n        if not encoded and uri.startswith("data:image/"):\n            header, separator, encoded=uri.partition(",")\n            if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n        if encoded:\n            raw=base64.b64decode(encoded,validate=True)\n        elif uri:\n            uri=urljoin("https://api.ailoot.ai",uri)\n            parsed=urlsplit(uri)\n            if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n                raise SystemExit("Invalid returned image URL")\n            owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n            args=["curl","--fail-with-body","--silent","--show-error",uri]\n            if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n            temporary=Path(f"image-{index}.bin")\n            subprocess.run(args+["-o",str(temporary)],check=True)\n            raw=temporary.read_bytes()\n            temporary.unlink()\n        else: raise SystemExit("Image has neither bytes nor URL")\n        if not raw: raise SystemExit("Empty image result")\n        ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n        Path(f"image-{index}.{ext}").write_bytes(raw)\n    print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\n

รับและบันทึกผลลัพธ์

Ailoot Ultra · รูปภาพ

ดาวน์โหลดภาพที่ส่งกลับมาทุกภาพ หรือบันทึกเนื้อหา Base64 ของภาพนั้น

การอ่านเนื้อหาแบบอื่น
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

บันทึกภาพที่สร้างเสร็จทุกภาพ โดยดึงภาพจากทุก URL ที่ส่งกลับมา หรือถอดรหัสเนื้อหา Base64

เก็บการตอบกลับและส่วนหัวให้ครบถ้วน เก็บผลลัพธ์จริงทุกรายการ ตัวระบุที่ส่งกลับมาแต่เดิม และฟิลด์ข้อมูลการใช้งานทั้งหมด กู้คืนการดำเนินการเดิมโดยไม่ส่งคำขอสร้างซ้ำ

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ X-Client-Request-ID ที่ส่งกลับมาไว้เพื่อกระทบยอด อ่านเฉพาะค่า task_id/asset_id ที่ส่งกลับมาจริง หรืออ่านจากคลังสื่อที่เป็นของตนเอง ห้ามสร้าง URL ของงานจาก ID การดำเนินการ และห้ามส่งคำขอสร้างซ้ำเด็ดขาด

ฟิลด์การตอบกลับ
ฟิลด์ประเภท
ฟิลด์createdประเภท
ฟิลด์data[].urlประเภท
ฟิลด์data[].b64_jsonประเภท
ฟิลด์usageประเภท

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra openai/gpt-5-image-mini

ชื่อพาธเมธอดอื่น

/v1/images

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

openai/gpt-5-image-mini

", "method_identity": { "effective_request_model_id": "openai/gpt-5-image-mini", "fmt": "images", "http": "POST", "path": "/v1/images/generations", "request_model_id": "openai/gpt-5-image-mini", "route_label": "Ultra" }, "method_key": "Ultra|images|/v1/images/generations|openai%2Fgpt-5-image-mini", "ordinal": 1, "rawMethod": { "available": null, "billing_basis": { "basis": "original_invoice_usd", "description": "อัตราที่แสดงใช้ประมาณการค่าใช้จ่ายก่อนการสร้างผลลัพธ์ ยอดเรียกเก็บสุดท้ายคำนวณจากค่าใช้จ่ายที่บันทึกไว้สำหรับการสร้างผลลัพธ์ครั้งเดิม ระยะเวลาของผลลัพธ์ที่วัดได้และปริมาณที่คาดการณ์ไว้ไม่ใช่ปริมาณสุดท้ายที่ใช้คิดค่าบริการ", "forecast_quantity_is_estimate": true, "physical_output_is_billable_quantity": false, "version": "original_invoice_usd_v1" }, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "เก็บ X-Client-Request-ID ที่ส่งกลับมาไว้เพื่อกระทบยอด อ่านเฉพาะค่า task_id/asset_id ที่ส่งกลับมาจริง หรืออ่านจากคลังสื่อที่เป็นของตนเอง ห้ามสร้าง URL ของงานจาก ID การดำเนินการ และห้ามส่งคำขอสร้างซ้ำเด็ดขาด" }, "outputs": { "all_results": "เก็บการตอบกลับและส่วนหัวให้ครบถ้วน เก็บผลลัพธ์จริงทุกรายการ ตัวระบุที่ส่งกลับมาแต่เดิม และฟิลด์ข้อมูลการใช้งานทั้งหมด กู้คืนการดำเนินการเดิมโดยไม่ส่งคำขอสร้างซ้ำ", "family": "image", "fields": [ { "description": null, "name": "created", "type": null }, { "description": null, "name": "data[].url", "type": null }, { "description": null, "name": "data[].b64_json", "type": null }, { "description": null, "name": "usage", "type": null } ] }, "parameters": [ { "enum": [ "openai/gpt-5-image-mini" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "min_length": 1, "name": "prompt", "required": true, "type": "string" }, { "enum": [ "1:1", "3:2", "2:3", "auto" ], "enum_known": true, "name": "aspect_ratio", "required": false, "type": "string" }, { "enum": [ "auto", "low", "medium", "high" ], "enum_known": true, "name": "quality", "required": false, "type": "string" }, { "enum": [ "auto", "transparent", "opaque" ], "enum_known": true, "name": "background", "required": false, "type": "string" }, { "maximum": 10, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "items": { "properties": { "image_url": { "properties": { "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, "maximum_items": 16, "minimum_items": 0, "name": "input_references", "required": false, "type": "array" }, { "maximum": 100, "minimum": 0, "name": "output_compression", "required": false, "type": "integer" }, { "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "aspect_ratio": { "enum": [ "1:1", "3:2", "2:3", "auto" ], "type": "string" }, "background": { "enum": [ "auto", "transparent", "opaque" ], "type": "string" }, "input_references": { "items": { "properties": { "image_url": { "properties": { "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, "maxItems": 16, "minItems": 0, "type": "array" }, "model": { "enum": [ "openai/gpt-5-image-mini" ], "type": "string" }, "n": { "maximum": 10, "minimum": 1, "type": "integer" }, "output_compression": { "maximum": 100, "minimum": 0, "type": "integer" }, "prompt": { "minLength": 1, "type": "string" }, "provider": { "description": "Exact image provider preferences from the documented image request schema.", "type": "object" }, "quality": { "enum": [ "auto", "low", "medium", "high" ], "type": "string" } }, "required": [ "model", "prompt" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "model": "openai/gpt-5-image-mini", "prompt": "a red panda astronaut floating in space, studio lighting" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_types": [ "text", "image" ], "required": [ "model", "prompt" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation." }, "method": { "http": "POST", "path": "/v1/images/generations" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "image", "fields": [ { "description": null, "name": "created", "type": null }, { "description": null, "name": "data[].url", "type": null }, { "description": null, "name": "data[].b64_json", "type": null }, { "description": null, "name": "usage", "type": null } ] } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "basis": "ค่าประมาณนี้ไม่ใช่ค่าใช้จ่ายเพิ่มเติมหรืออัตราคงที่สำหรับการสร้างผลลัพธ์ที่เสร็จสมบูรณ์แล้ว", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "ต้นทุนการสร้างโดยประมาณ", "units": [ { "amount": "0.065536", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "0.065536", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-5-image-mini', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\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/images/generations \\\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 base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit(\"No completed images; retain the full response\")\n for index, item in enumerate(items):\n encoded=item.get(\"b64_json\")\n uri=item.get(\"url\", \"\")\n if not encoded and uri.startswith(\"data:image/\"):\n header, separator, encoded=uri.partition(\",\")\n if not separator or \";base64\" not in header: raise SystemExit(\"Unsupported image data URI\")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin(\"https://api.ailoot.ai\",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!=\"https\" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit(\"Invalid returned image URL\")\n owned=parsed.netloc==\"api.ailoot.ai\" and parsed.path.startswith(\"/v1/media/assets/\") and parsed.path.endswith(\"/content\")\n args=[\"curl\",\"--fail-with-body\",\"--silent\",\"--show-error\",uri]\n if owned: args += [\"-H\",\"Authorization: Bearer \"+os.environ[\"AILOOT_API_KEY\"]]\n temporary=Path(f\"image-{index}.bin\")\n subprocess.run(args+[\"-o\",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit(\"Image has neither bytes nor URL\")\n if not raw: raise SystemExit(\"Empty image result\")\n ext=\"png\" if raw.startswith(b\"\\x89PNG\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4]==b\"RIFF\" and raw[8:12]==b\"WEBP\" else \"svg\" if raw.lstrip().startswith((b\"O

OpenAI: GPT-5 Image Mini

OpenAI /openai/gpt-5-image-mini

เริ่มต้น

GPT-5 Image Mini ผสานความสามารถด้านภาษาของ GPT-5 Mini จาก OpenAI กับ GPT Image 1 Mini สำหรับการสร้างภาพและการแก้ไขตามข้อมูลอ้างอิง รับข้อความ ภาพ และเอกสาร และส่งข้อความกับภาพกลับมา รองรับเวิร์กโฟลว์ที่ต้องการทั้งคำตอบเป็นลายลักษณ์อักษรและชิ้นงานภาพ

อินพุตที่รองรับ
ข้อความ
ผลลัพธ์
json · sse
เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

GPT-5 Image Mini เป็นโปรไฟล์ภาษาและภาพแบบรวมที่สร้างบน GPT-5 Mini และ GPT Image 1 Mini ของ OpenAI องค์ประกอบภาษาตีความงานเป็นลายลักษณ์อักษรกับข้อมูลต้นทาง ขณะที่องค์ประกอบภาพสร้างหรือปรับเนื้อหาภาพ โปรไฟล์ที่เผยแพร่เน้นการทำตามคำสั่ง การแสดงตัวอักษรในภาพ และการแก้ไขภาพอย่างละเอียด เหมาะกับคำอธิบายงานภาพที่เจาะจงและยังต้องการการตีความข้อความ คำอธิบาย หรือข้อความประกอบ

เชื่อมงานเป็นลายลักษณ์อักษรกับผลลัพธ์ภาพ

เตรียมคำอธิบายงานพร้อมชิ้นงานที่ตั้งใจ ตัวแบบ องค์ประกอบ และข้อความที่ต้องมี อธิบายวิธีใช้ภาพ เช่น แนวคิดผลิตภัณฑ์ ภาพประกอบคำอธิบายสั้น หรือร่างภาพสำหรับหน้าเว็บ ขอชิ้นงานข้อความและภาพอย่างชัดเจน เพื่อให้แยกคำอธิบายแนวคิดจากภาพเองได้ง่าย

ตัวอย่างเช่น ส่งคำอธิบายขวดน้ำที่ใช้ซ้ำได้และขอแนวคิดฉากผลิตภัณฑ์ง่าย ๆ พร้อมคำบรรยายสั้น ระบุรูปทรงขวดที่มองเห็น พื้นหลัง ทิศทางแสง และคำที่ต้องอยู่ในภาพอย่างตรงตัว แยกข้อเท็จจริงที่ใช้ในคำบรรยายจากรายละเอียดตกแต่งในฉาก ตรวจสอบภาพและข้อความที่ส่งกลับกับคำอธิบายงานสองส่วนนี้

โปรไฟล์รวมที่ระบุในเอกสารรับข้อความ ภาพ และไฟล์อย่าง PDF เอกสารให้ข้อกำหนดหรือข้อเท็จจริงที่ต้องตีความก่อนสร้างภาพได้ ภาพให้รูปลักษณ์ เลย์เอาต์ หรือแหล่งภาพที่จะแก้ไข ระบุบทบาทของแต่ละแหล่งข้อมูล แทนการสมมติว่าไฟล์แนบทุกชิ้นควรมีผลต่อผลลัพธ์ทุกส่วน รักษาชื่อและลำดับแหล่งข้อมูลให้ชัดเมื่อส่งหลายอินพุต

สร้างและปรับด้วยข้อมูลอ้างอิง

สำหรับภาพใหม่ ให้ระบุสิ่งที่ควรมองเห็นและความสัมพันธ์ระหว่างส่วนต่าง ๆ สำหรับการแก้ไขตามข้อมูลอ้างอิง ให้ระบุการเปลี่ยนแปลงและรายละเอียดที่จะรักษา ฉากผลิตภัณฑ์อาจขอเปลี่ยนสถานที่โดยคงรูปทรงที่จดจำได้และป้ายที่มองเห็นของสินค้า แผนภาพอาจขอแก้ความสัมพันธ์ พร้อมระบุข้อความและองค์ประกอบที่ต้องคงไว้

การ์ดที่เผยแพร่ของโปรไฟล์นี้เองอนุญาตให้ใช้ภาพอ้างอิงสูงสุดสิบหกภาพสำหรับการแก้ไข เลือกข้อมูลอ้างอิงที่ช่วยงานและอธิบายวัตถุประสงค์ เช่น ผลิตภัณฑ์ ตัวละคร พื้นหลัง หรือรูปแบบการนำเสนอภาพ ข้อมูลอ้างอิงหลายชิ้นอาจมีแสงหรือองค์ประกอบที่ขัดกัน จึงต้องระบุผลลัพธ์ที่ตั้งใจชัดเจน ตรวจสอบรายละเอียดตัวแบบ ตัวอักษร และขอบเขตการเปลี่ยนแปลงที่ขอในภาพจริงที่ส่งกลับมา

การแสดงตัวอักษรเป็นความสามารถที่ระบุในเอกสาร แต่ร่างภาพยังต้องตรวจทีละคำ ให้ถ้อยคำ เครื่องหมายวรรคตอน และตำแหน่งอย่างตรงตัว แล้วเทียบป้ายกำกับกับตัวเลขสำคัญกับคำอธิบายงานในขนาดการมองที่ตั้งใจ สำหรับชุดงานซ้ำ ให้เก็บข้อมูลอ้างอิงและข้อกำหนดภาพไว้กับแต่ละผลลัพธ์ แล้วเปรียบเทียบภาพที่เสร็จแล้วร่วมกัน

บริบทการทำงานและการควบคุม

โปรไฟล์รวมเผยแพร่หน้าต่างบริบท 400,000 โทเค็นและโทเค็นการสร้างคำตอบสูงสุด 128,000 โทเค็น นี่คือขีดจำกัดบริบทการทำงานและการสร้างคำตอบ ซึ่งแยกจากขนาดพิกเซลของภาพหรือจำนวนชิ้นงานภาพที่ส่งกลับ จัดข้อมูลต้นทางยาวตามการตีความที่ต้องการและเผื่อพื้นที่สำหรับคำตอบ คำอธิบายงานกระชับพร้อมข้อมูลอ้างอิงที่เกี่ยวข้องมีประโยชน์กว่าเอกสารที่ไม่เกี่ยวข้องและไม่ได้อธิบายบทบาท

ข้อกำหนดเอาต์พุตข้อความที่เผยแพร่รองรับผลลัพธ์ที่มีโครงสร้างตามสคีมา JSON หากแอปพลิเคชันต้องใช้ผลลัพธ์เป็นลายลักษณ์อักษร ให้กำหนดฟิลด์และชนิดข้อมูลและตรวจสอบค่ากับหลักฐานที่ให้มา โปรไฟล์รวมไม่เปิดให้เรียกฟังก์ชันของแอปพลิเคชัน การใช้องค์ประกอบภาษาร่วมกับการสร้างภาพเป็นความสามารถของโปรไฟล์ที่ระบุชื่อนี้ ไม่ได้ทำให้ทุกความสามารถของอินเทอร์เฟซ GPT-5 Mini แบบเดี่ยวมาอยู่ในเวิร์กโฟลว์นี้ด้วย

การตั้งค่าภาพควรมาจากโปรไฟล์และอินเทอร์เฟซที่ใช้งานจริงอย่างตรงตัว เก็บการตั้งค่าที่เลือกไว้กับพรอมต์เมื่อเปรียบเทียบฉบับแก้ไข องค์ประกอบ GPT Image 1 Mini ที่ใช้โดยตรงและโปรไฟล์แชตรวมมีการจัดคำขอต่างกัน การควบคุมขนาด มาสก์ หรือเอาต์พุตเฉพาะองค์ประกอบจึงต้องมีการจับคู่ที่ระบุชัดก่อนถือเป็นการตั้งค่าของโปรไฟล์รวมนี้

เก็บชิ้นงานข้อความและภาพ

สคีมาคำขอแชตที่ระบุในเอกสารเลือก text และ image เป็นประเภทเอาต์พุตได้ ประมวลผลข้อความที่ส่งกลับและชิ้นงานภาพจริงทุกชิ้นที่มาพร้อมการสร้างคำตอบ บันทึกภาพในรูปแบบที่ผลลัพธ์ระบุ และเก็บคำตอบเป็นลายลักษณ์อักษรไว้กับพรอมต์ แหล่งอ้างอิง และการตั้งค่า การสร้างคำตอบที่มีข้อความอธิบายเพียงอย่างเดียวต่างจากชิ้นงานภาพที่เสร็จแล้ว จึงควรตรวจสิ่งที่ผลลัพธ์มีจริงก่อนใช้ในเลย์เอาต์

GPT-5 Image Mini แยกจากโปรไฟล์ GPT-5 Image เต็ม ซึ่งผสาน GPT-5 กับ GPT Image 1 ใช้โปรไฟล์ Mini สำหรับงานภาษาและภาพที่จำกัดขอบเขตและมีคำอธิบายงานกับเกณฑ์ตรวจทานชัดเจน ตรวจสอบองค์ประกอบ เอกลักษณ์วัตถุ ข้อความในภาพ และข้อความประกอบ แล้วขอการแก้ไขที่จำเป็นอย่างเฉพาะเจาะจง เก็บองค์ประกอบที่ได้ผลและข้อมูลอ้างอิงที่เกี่ยวข้องไว้ในคำอธิบายงานถัดไป เพื่อให้การปรับแก้มีเป้าหมายที่เป็นรูปธรรม

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · Anthropic Messages POST /v1/messages
ขาเข้า
text
ขาออก
json, sse
รูปแบบเอาต์พุต
JSON หรือ SSE
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
openai/gpt-5-image-mini
ค่าเริ่มต้น—
ฟิลด์messagesประเภทmessage[]ข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].roleประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
user, assistant
ค่าเริ่มต้น—
ฟิลด์messages[].contentประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์max_tokensประเภทintegerข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์streamประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้นfalse
ชุดผสมของสื่ออินพุต

ข้อความ · ข้อความ UTF-8

สตริง messages[].content

พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์content_typeข้อกำหนดapplication/json
พารามิเตอร์requiredข้อกำหนดmodel, messages, max_tokens
พารามิเตอร์optional_controlsข้อกำหนดstream
พารามิเตอร์material_typesข้อกำหนดtext
พารามิเตอร์text_file_materialข้อกำหนดอ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ

วงจรการทำงาน: synchronous_or_streamed

ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว
อัตรามาตรฐาน เมื่อเลือกโหมดรวดเร็ว
โหมดยืดหยุ่น
อัตรามาตรฐาน เมื่อเลือกโหมด flex
ระดับการใช้เหตุผลสูงสุด
อัตรามาตรฐาน เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

อัตราค่าบริการ Ailoot

ราคาตามการตั้งค่า

เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน

การตั้งค่าตารางอัตราค่าบริการโทเค็นบริบท มากกว่าโทเค็นบริบท ไม่เกินและรวมค่าค่าบริการ
การตั้งค่าอัตราราคาพื้นฐานของโทเคนตารางอัตราค่าบริการอัตราพื้นฐานโทเค็นบริบท มากกว่า—โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุดค่าบริการ
ขาเข้า · โทเค็นอินพุต $0.005 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต $0.004 / 1K โทเค็น
ขาเข้า · การอ่านแคช $0.0005 / 1K โทเค็น
ขาเข้า · การเขียนแคช — / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น
ขาออก · โทเคนภาพขาออก $0.016 / 1K โทเค็นภาพ
การตั้งค่าระดับความยาวคำขอ 1ตารางอัตราค่าบริการ—โทเค็นบริบท มากกว่า0โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุดค่าบริการ
ขาเข้า · โทเค็นอินพุต $0.005 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต $0.004 / 1K โทเค็น
ขาเข้า · การอ่านแคช $0.0005 / 1K โทเค็น
ขาเข้า · การเขียนแคช — / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · Anthropic Messages

{\n  "model": "openai/gpt-5-image-mini",\n  "max_tokens": 128,\n  "messages": [\n    {\n      "role": "user",\n      "content": "Summarize the incident report."\n    }\n  ],\n  "stream": false\n}

รับและบันทึกผลลัพธ์

Ailoot Ultra · Anthropic Messages

JSON หรือ SSE

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้

ฟิลด์การตอบกลับ
ฟิลด์ประเภท
ฟิลด์idประเภทstring
ฟิลด์modelประเภทstring
ฟิลด์content[]ประเภทtext|thinking|tool_use|other content block
ฟิลด์stop_reasonประเภทstring|null
ฟิลด์usageประเภทobject
ข้อผิดพลาดและขั้นตอนถัดไป
การตอบกลับเงื่อนไขขั้นตอนถัดไป
การตอบกลับ400 · invalid_request_errorเงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้องขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra openai/gpt-5-image-mini

ชื่อพาธเมธอดอื่น

/v1/images

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

openai/gpt-5-image-mini

", "method_identity": { "effective_request_model_id": "openai/gpt-5-image-mini", "fmt": "messages", "http": "POST", "path": "/v1/messages", "request_model_id": "openai/gpt-5-image-mini", "route_label": "Ultra" }, "method_key": "Ultra|messages|/v1/messages|openai%2Fgpt-5-image-mini", "ordinal": 2, "rawMethod": { "available": null, "cache_read": 0.5, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "openai/gpt-5-image-mini", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "สตริง messages[].content", "required_material": "ข้อความ UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/gpt-5-image-mini" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "openai/gpt-5-image-mini" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "openai/gpt-5-image-mini", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "อ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ" }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "อัตราราคาพื้นฐานของโทเคน", "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.016000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "image_output_price", "label": "Image output tokens", "native_amount_usd_per_unit": "0.000016", "native_quantity": 1, "native_unit": "image_output_token", "public_unit_label": "/ 1K image tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "image_output_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "ระดับความยาวคำขอ 1", "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"openai/gpt-5-image-mini\",\n \"max_tokens\": 128,\n \"messages\": [\n {\n \"role\": \"user\",\n \"content\": \"Summarize the incident report.\"\n }\n ],\n \"stream\": false\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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-image-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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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-image-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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "messages", "http": "POST", "in": 5, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 4, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "โหมดรวดเร็ว", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมดรวดเร็ว" }, { "label": "โหมดยืดหยุ่น", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมด flex" }, { "label": "ระดับการใช้เหตุผลสูงสุด", "value": "อัตรามาตรฐาน", "when": "เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": 1.6e-05, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.016000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "image_output_price", "label": "Image output tokens", "native_amount_usd_per_unit": "0.000016", "native_quantity": 1, "native_unit": "image_output_token", "public_unit_label": "/ 1K image tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "image_output_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "openai/gpt-5-image-mini", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.5, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 5, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.016000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "image_output_price", "label": "Image output tokens", "native_amount_usd_per_unit": "0.000016", "native_quantity": 1, "native_unit": "image_output_token", "public_unit_label": "/ 1K image tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "image_output_token" } ] } } ], "model_id": "openai/gpt-5-image-mini", "nativeProvenance": { "input_facts_canonical_sha256": "7b8d2ca1d90ab604327074cc59c4fa979e7df1cedb88782aca21550f70d0a04d", "input_html_sha256": "e4ebdc21e07ca3f6a6056e2f5fe5f8fb64346d02e3f8b42978e41db331abbc62", "private_audit_sha256": "4929b1c5f3354e2b5f0e914f8cc93a1a0d1fad6a122425964499acee39f97d9e", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/th/openai-gpt-5-image-mini/", "description": "GPT-5 Image Mini ผสานความสามารถด้านภาษาของ GPT-5 Mini จาก OpenAI กับ GPT Image 1 Mini สำหรับการสร้างภาพและการแก้ไขตามข้อมูลอ้างอิง รับข้อความ ภาพ และเอกสาร และส่งข้อความกับภาพกลับมา รองรับเวิร์กโฟลว์ที่ต้องการทั้งคำตอบเป็นลายลักษณ์อักษรและชิ้นงานภาพ", "locale": "th", "md_url": "https://ailoot.ai/models/th/openai-gpt-5-image-mini/index.md", "title": "OpenAI: GPT-5 Image Mini — Ailoot", "url": "https://ailoot.ai/models/th/openai-gpt-5-image-mini/" }, "practicalHtml": "

งานตัวอย่างจริง

ตัวอย่างทางเทคนิคภาษาอังกฤษ

Create a labelled refill-bottle scene\n\nCreate a product-scene image of a plain cylindrical blue reusable water bottle with a silver screw cap, standing upright on pale stone. Soft daylight enters from the left. Place the exact word REFILL clearly on the bottle, with no other text, logos, accessories or unsupported product claims. Keep the full bottle visible.

ผลลัพธ์ที่คาดหวัง

One image artifact showing the full specified bottle, left-side daylight and the exact single-word label.

ตรวจสอบผลลัพธ์

Inspect the actual image for bottle shape, cap, complete framing and letter-by-letter spelling of REFILL.
", "practicalText": "งานตัวอย่างจริง ตัวอย่างทางเทคนิคภาษาอังกฤษ Create a labelled refill-bottle scene Create a product-scene image of a plain cylindrical blue reusable water bottle with a silver screw cap, standing upright on pale stone. Soft daylight enters from the left. Place the exact word REFILL clearly on the bottle, with no other text, logos, accessories or unsupported product claims. Keep the full bottle visible. ผลลัพธ์ที่คาดหวัง One image artifact showing the full specified bottle, left-side daylight and the exact single-word label. ตรวจสอบผลลัพธ์ Inspect the actual image for bottle shape, cap, complete framing and letter-by-letter spelling of REFILL.", "rawModel": { "about": "GPT-5 Image Mini เป็นโปรไฟล์ภาษาและภาพแบบรวมที่สร้างบน GPT-5 Mini และ GPT Image 1 Mini ของ OpenAI องค์ประกอบภาษาตีความงานเป็นลายลักษณ์อักษรกับข้อมูลต้นทาง ขณะที่องค์ประกอบภาพสร้างหรือปรับเนื้อหาภาพ โปรไฟล์ที่เผยแพร่เน้นการทำตามคำสั่ง การแสดงตัวอักษรในภาพ และการแก้ไขภาพอย่างละเอียด เหมาะกับคำอธิบายงานภาพที่เจาะจงและยังต้องการการตีความข้อความ คำอธิบาย หรือข้อความประกอบ\n\n### เชื่อมงานเป็นลายลักษณ์อักษรกับผลลัพธ์ภาพ\n\nเตรียมคำอธิบายงานพร้อมชิ้นงานที่ตั้งใจ ตัวแบบ องค์ประกอบ และข้อความที่ต้องมี อธิบายวิธีใช้ภาพ เช่น แนวคิดผลิตภัณฑ์ ภาพประกอบคำอธิบายสั้น หรือร่างภาพสำหรับหน้าเว็บ ขอชิ้นงานข้อความและภาพอย่างชัดเจน เพื่อให้แยกคำอธิบายแนวคิดจากภาพเองได้ง่าย\n\nตัวอย่างเช่น ส่งคำอธิบายขวดน้ำที่ใช้ซ้ำได้และขอแนวคิดฉากผลิตภัณฑ์ง่าย ๆ พร้อมคำบรรยายสั้น ระบุรูปทรงขวดที่มองเห็น พื้นหลัง ทิศทางแสง และคำที่ต้องอยู่ในภาพอย่างตรงตัว แยกข้อเท็จจริงที่ใช้ในคำบรรยายจากรายละเอียดตกแต่งในฉาก ตรวจสอบภาพและข้อความที่ส่งกลับกับคำอธิบายงานสองส่วนนี้\n\nโปรไฟล์รวมที่ระบุในเอกสารรับข้อความ ภาพ และไฟล์อย่าง PDF เอกสารให้ข้อกำหนดหรือข้อเท็จจริงที่ต้องตีความก่อนสร้างภาพได้ ภาพให้รูปลักษณ์ เลย์เอาต์ หรือแหล่งภาพที่จะแก้ไข ระบุบทบาทของแต่ละแหล่งข้อมูล แทนการสมมติว่าไฟล์แนบทุกชิ้นควรมีผลต่อผลลัพธ์ทุกส่วน รักษาชื่อและลำดับแหล่งข้อมูลให้ชัดเมื่อส่งหลายอินพุต\n\n### สร้างและปรับด้วยข้อมูลอ้างอิง\n\nสำหรับภาพใหม่ ให้ระบุสิ่งที่ควรมองเห็นและความสัมพันธ์ระหว่างส่วนต่าง ๆ สำหรับการแก้ไขตามข้อมูลอ้างอิง ให้ระบุการเปลี่ยนแปลงและรายละเอียดที่จะรักษา ฉากผลิตภัณฑ์อาจขอเปลี่ยนสถานที่โดยคงรูปทรงที่จดจำได้และป้ายที่มองเห็นของสินค้า แผนภาพอาจขอแก้ความสัมพันธ์ พร้อมระบุข้อความและองค์ประกอบที่ต้องคงไว้\n\nการ์ดที่เผยแพร่ของโปรไฟล์นี้เองอนุญาตให้ใช้ภาพอ้างอิงสูงสุดสิบหกภาพสำหรับการแก้ไข เลือกข้อมูลอ้างอิงที่ช่วยงานและอธิบายวัตถุประสงค์ เช่น ผลิตภัณฑ์ ตัวละคร พื้นหลัง หรือรูปแบบการนำเสนอภาพ ข้อมูลอ้างอิงหลายชิ้นอาจมีแสงหรือองค์ประกอบที่ขัดกัน จึงต้องระบุผลลัพธ์ที่ตั้งใจชัดเจน ตรวจสอบรายละเอียดตัวแบบ ตัวอักษร และขอบเขตการเปลี่ยนแปลงที่ขอในภาพจริงที่ส่งกลับมา\n\nการแสดงตัวอักษรเป็นความสามารถที่ระบุในเอกสาร แต่ร่างภาพยังต้องตรวจทีละคำ ให้ถ้อยคำ เครื่องหมายวรรคตอน และตำแหน่งอย่างตรงตัว แล้วเทียบป้ายกำกับกับตัวเลขสำคัญกับคำอธิบายงานในขนาดการมองที่ตั้งใจ สำหรับชุดงานซ้ำ ให้เก็บข้อมูลอ้างอิงและข้อกำหนดภาพไว้กับแต่ละผลลัพธ์ แล้วเปรียบเทียบภาพที่เสร็จแล้วร่วมกัน\n\n### บริบทการทำงานและการควบคุม\n\nโปรไฟล์รวมเผยแพร่หน้าต่างบริบท 400,000 โทเค็นและโทเค็นการสร้างคำตอบสูงสุด 128,000 โทเค็น นี่คือขีดจำกัดบริบทการทำงานและการสร้างคำตอบ ซึ่งแยกจากขนาดพิกเซลของภาพหรือจำนวนชิ้นงานภาพที่ส่งกลับ จัดข้อมูลต้นทางยาวตามการตีความที่ต้องการและเผื่อพื้นที่สำหรับคำตอบ คำอธิบายงานกระชับพร้อมข้อมูลอ้างอิงที่เกี่ยวข้องมีประโยชน์กว่าเอกสารที่ไม่เกี่ยวข้องและไม่ได้อธิบายบทบาท\n\nข้อกำหนดเอาต์พุตข้อความที่เผยแพร่รองรับผลลัพธ์ที่มีโครงสร้างตามสคีมา JSON หากแอปพลิเคชันต้องใช้ผลลัพธ์เป็นลายลักษณ์อักษร ให้กำหนดฟิลด์และชนิดข้อมูลและตรวจสอบค่ากับหลักฐานที่ให้มา โปรไฟล์รวมไม่เปิดให้เรียกฟังก์ชันของแอปพลิเคชัน การใช้องค์ประกอบภาษาร่วมกับการสร้างภาพเป็นความสามารถของโปรไฟล์ที่ระบุชื่อนี้ ไม่ได้ทำให้ทุกความสามารถของอินเทอร์เฟซ GPT-5 Mini แบบเดี่ยวมาอยู่ในเวิร์กโฟลว์นี้ด้วย\n\nการตั้งค่าภาพควรมาจากโปรไฟล์และอินเทอร์เฟซที่ใช้งานจริงอย่างตรงตัว เก็บการตั้งค่าที่เลือกไว้กับพรอมต์เมื่อเปรียบเทียบฉบับแก้ไข องค์ประกอบ GPT Image 1 Mini ที่ใช้โดยตรงและโปรไฟล์แชตรวมมีการจัดคำขอต่างกัน การควบคุมขนาด มาสก์ หรือเอาต์พุตเฉพาะองค์ประกอบจึงต้องมีการจับคู่ที่ระบุชัดก่อนถือเป็นการตั้งค่าของโปรไฟล์รวมนี้\n\n### เก็บชิ้นงานข้อความและภาพ\n\nสคีมาคำขอแชตที่ระบุในเอกสารเลือก text และ image เป็นประเภทเอาต์พุตได้ ประมวลผลข้อความที่ส่งกลับและชิ้นงานภาพจริงทุกชิ้นที่มาพร้อมการสร้างคำตอบ บันทึกภาพในรูปแบบที่ผลลัพธ์ระบุ และเก็บคำตอบเป็นลายลักษณ์อักษรไว้กับพรอมต์ แหล่งอ้างอิง และการตั้งค่า การสร้างคำตอบที่มีข้อความอธิบายเพียงอย่างเดียวต่างจากชิ้นงานภาพที่เสร็จแล้ว จึงควรตรวจสิ่งที่ผลลัพธ์มีจริงก่อนใช้ในเลย์เอาต์\n\nGPT-5 Image Mini แยกจากโปรไฟล์ GPT-5 Image เต็ม ซึ่งผสาน GPT-5 กับ GPT Image 1 ใช้โปรไฟล์ Mini สำหรับงานภาษาและภาพที่จำกัดขอบเขตและมีคำอธิบายงานกับเกณฑ์ตรวจทานชัดเจน ตรวจสอบองค์ประกอบ เอกลักษณ์วัตถุ ข้อความในภาพ และข้อความประกอบ แล้วขอการแก้ไขที่จำเป็นอย่างเฉพาะเจาะจง เก็บองค์ประกอบที่ได้ผลและข้อมูลอ้างอิงที่เกี่ยวข้องไว้ในคำอธิบายงานถัดไป เพื่อให้การปรับแก้มีเป้าหมายที่เป็นรูปธรรม", "alias_of": null, "aliases": [], "author": "OpenAI", "available": null, "canonical_model": "openai/gpt-5-image-mini", "capabilities": { "context_length": 400000, "manufacturer_input": [ "file", "image", "text" ], "manufacturer_output": [ "image", "text" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "configuration": "OpenAI Chat", "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "configuration": "OpenAI Chat", "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.065536", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "configuration": "Images", "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "0.065536", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" }, { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "configuration": "Anthropic Messages", "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "configuration": "Anthropic Messages", "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "ดูราคาตามการกำหนดค่าแบบครบถ้วนในรายละเอียด" } ], "ctx": null, "entity_type": "model", "formats": [ "chat", "images", "messages" ], "id": "openai/gpt-5-image-mini", "input": [ "text", "image" ], "kind": "text", "max_out": null, "methods": [ { "available": null, "cache_read": 0.5, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID.", "Guarded canonical keys must occur once; duplicate or case-varied model/tools/cap fields are rejected." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "ข้อความ UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/gpt-5-image-mini" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "บทบาทเหล่านี้แทนอย่างชัดเจนด้วยชนิดข้อมูลเพื่อความเข้ากันได้ในซอร์สโค้ด แต่ชุดบทบาทที่แน่นอนยังขึ้นกับแต่ละโมเดล", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool โดยใช้ ID ที่ส่งกลับจริง" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "ส่งเนื้อหาการใช้เหตุผลที่คืนจริงกลับในคำขอถัดไป เมื่อโมเดลนี้ใช้เนื้อหานั้น" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": [ "function" ], "enum_known": true, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "มีเครื่องมือฟังก์ชันให้ใช้" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text" ], "enum_known": true, "name": "modalities", "required": false, "type": "string[]" }, { "availability": "source_interface", "conditions": "เส้นทางข้อความ Ultra นี้ปฏิเสธ provider.options", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" }, { "availability": "source_interface", "conditions": "ตำแหน่งแคชพรอมป์ต์จริงปฏิเสธ 1h", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control.ttl", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages", "ความยาวบริบทไม่ใช่เพดานผลลัพธ์", "ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง" ], "input": { "content_type": "application/json", "control_scope": "ขึ้นกับโมเดล เครื่องมือฟังก์ชันของผู้ใช้ต่างจากเครื่องมือที่โฮสต์จัดให้", "file_material": "แทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์", "hosted_operations": false, "material_types": [ "text" ], "messages": "อาร์เรย์ข้อความที่มีโครงสร้าง role/content", "multimodal_input_binding": null, "optional_controls": [ "stream", "temperature", "top_p", "stop", "max_tokens", "max_completion_tokens", "reasoning", "response_format", "tools", "tool_choice" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "อัตราราคาพื้นฐานของโทเคน", "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.016000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "image_output_price", "label": "Image output tokens", "native_amount_usd_per_unit": "0.000016", "native_quantity": 1, "native_unit": "image_output_token", "public_unit_label": "/ 1K image tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "image_output_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "ระดับความยาวคำขอ 1", "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "declared_tariff_references": [ { "client_selectable": false, "key": "2914e51c45ca648e88ed", "label": "OpenAI: GPT-5 Image Mini", "profiles": [ { "basis": "", "dimensions": { "conditions": "การตั้งค่าเริ่มต้น" }, "label": "OpenAI: GPT-5 Image Mini · การตั้งค่าเริ่มต้น", "units": [ { "amount": "0.0050000", "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "key": "e8156ba01a32a5d8efd4fdcf", "label": "Input tokens", "public_unit_label": "/ 1K tokens", "quantity": 1000, "rate_role": "declared_tariff_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "key": "e695281b29345a210b65a5e0", "label": "Output tokens", "public_unit_label": "/ 1K tokens", "quantity": 1000, "rate_role": "declared_tariff_rate", "side": "out", "unit": "output_token" }, { "amount": "0.016000", "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "key": "0e23080e8e0614f7c5e1ab48", "label": "Output image", "public_unit_label": "/ 1K tokens", "quantity": 1000, "rate_role": "declared_tariff_rate", "side": "out", "unit": "output_image_token" }, { "amount": "0.02", "amount_unit": "usd_per_exact_physical_unit", "billing_input": false, "key": "cb33e687a9b47d01b17569ea", "label": "Web search", "public_unit_label": "per search", "quantity": "1", "rate_role": "declared_tariff_rate", "side": "out", "unit": "web_search" }, { "amount": "0.00050000", "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "key": "d2bdf21de067cdb22dece5cf", "label": "Cache read", "public_unit_label": "/ 1K tokens", "quantity": 1000, "rate_role": "declared_tariff_rate", "side": "in", "unit": "cached_input_token" } ] } ] } ], "examples": [ { "code": "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-image-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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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-image-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\"))\n", "label": "Python SDK · all choices", "language": "python" }, { "code": "from 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-image-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\")\n", "label": "Python SDK streaming · all events", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 5, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 4, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "โหมดรวดเร็ว", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมดรวดเร็ว" }, { "label": "โหมดยืดหยุ่น", "value": "อัตรามาตรฐาน", "when": "เมื่อเลือกโหมด flex" }, { "label": "ระดับการใช้เหตุผลสูงสุด", "value": "อัตรามาตรฐาน", "when": "เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": 1.6e-05, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.016000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "image_output_price", "label": "Image output tokens", "native_amount_usd_per_unit": "0.000016", "native_quantity": 1, "native_unit": "image_output_token", "public_unit_label": "/ 1K image tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "image_output_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "openai/gpt-5-image-mini", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.5, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 5, "input_multiplier": null, "interval_boundary": "min_exclusive_max_inclusive", "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "null_rate_policy": "unknown or inherited; never zero", "out": 4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.000005", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.0005000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.0000005", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.016000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "image_output_price", "label": "Image output tokens", "native_amount_usd_per_unit": "0.000016", "native_quantity": 1, "native_unit": "image_output_token", "public_unit_label": "/ 1K image tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "image_output_token" } ] }, { "available": null, "billing_basis": { "basis": "original_invoice_usd", "description": "อัตราที่แสดงใช้ประมาณการค่าใช้จ่ายก่อนการสร้างผลลัพธ์ ยอดเรียกเก็บสุดท้ายคำนวณจากค่าใช้จ่ายที่บันทึกไว้สำหรับการสร้างผลลัพธ์ครั้งเดิม ระยะเวลาของผลลัพธ์ที่วัดได้และปริมาณที่คาดการณ์ไว้ไม่ใช่ปริมาณสุดท้ายที่ใช้คิดค่าบริการ", "forecast_quantity_is_estimate": true, "physical_output_is_billable_quantity": false, "version": "original_invoice_usd_v1" }, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "เก็บ X-Client-Request-ID ที่ส่งกลับมาไว้เพื่อกระทบยอด อ่านเฉพาะค่า task_id/asset_id ที่ส่งกลับมาจริง หรืออ่านจากคลังสื่อที่เป็นของตนเอง ห้ามสร้าง URL ของงานจาก ID การดำเนินการ และห้ามส่งคำขอสร้างซ้ำเด็ดขาด" }, "outputs": { "all_results": "เก็บการตอบกลับและส่วนหัวให้ครบถ้วน เก็บผลลัพธ์จริงทุกรายการ ตัวระบุที่ส่งกลับมาแต่เดิม และฟิลด์ข้อมูลการใช้งานทั้งหมด กู้คืนการดำเนินการเดิมโดยไม่ส่งคำขอสร้างซ้ำ", "family": "image", "fields": [ { "description": null, "name": "created", "type": null }, { "description": null, "name": "data[].url", "type": null }, { "description": null, "name": "data[].b64_json", "type": null }, { "description": null, "name": "usage", "type": null } ] }, "parameters": [ { "enum": [ "openai/gpt-5-image-mini" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "min_length": 1, "name": "prompt", "required": true, "type": "string" }, { "enum": [ "1:1", "3:2", "2:3", "auto" ], "enum_known": true, "name": "aspect_ratio", "required": false, "type": "string" }, { "enum": [ "auto", "low", "medium", "high" ], "enum_known": true, "name": "quality", "required": false, "type": "string" }, { "enum": [ "auto", "transparent", "opaque" ], "enum_known": true, "name": "background", "required": false, "type": "string" }, { "maximum": 10, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "items": { "properties": { "image_url": { "properties": { "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, "maximum_items": 16, "minimum_items": 0, "name": "input_references", "required": false, "type": "array" }, { "maximum": 100, "minimum": 0, "name": "output_compression", "required": false, "type": "integer" }, { "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "aspect_ratio": { "enum": [ "1:1", "3:2", "2:3", "auto" ], "type": "string" }, "background": { "enum": [ "auto", "transparent", "opaque" ], "type": "string" }, "input_references": { "items": { "properties": { "image_url": { "properties": { "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, "maxItems": 16, "minItems": 0, "type": "array" }, "model": { "enum": [ "openai/gpt-5-image-mini" ], "type": "string" }, "n": { "maximum": 10, "minimum": 1, "type": "integer" }, "output_compression": { "maximum": 100, "minimum": 0, "type": "integer" }, "prompt": { "minLength": 1, "type": "string" }, "provider": { "description": "Exact image provider preferences from the documented image request schema.", "type": "object" }, "quality": { "enum": [ "auto", "low", "medium", "high" ], "type": "string" } }, "required": [ "model", "prompt" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "model": "openai/gpt-5-image-mini", "prompt": "a red panda astronaut floating in space, studio lighting" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_types": [ "text", "image" ], "required": [ "model", "prompt" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation." }, "method": { "http": "POST", "path": "/v1/images/generations" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "image", "fields": [ { "description": null, "name": "created", "type": null }, { "description": null, "name": "data[].url", "type": null }, { "description": null, "name": "data[].b64_json", "type": null }, { "description": null, "name": "usage", "type": null } ] } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "basis": "ค่าประมาณนี้ไม่ใช่ค่าใช้จ่ายเพิ่มเติมหรืออัตราคงที่สำหรับการสร้างผลลัพธ์ที่เสร็จสมบูรณ์แล้ว", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "ต้นทุนการสร้างโดยประมาณ", "units": [ { "amount": "0.065536", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "0.065536", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-5-image-mini', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\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/images/generations \\\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 base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit(\"No completed images; retain the full response\")\n for index, item in enumerate(items):\n encoded=item.get(\"b64_json\")\n uri=item.get(\"url\", \"\")\n if not encoded and uri.startswith(\"data:image/\"):\n header, separator, encoded=uri.partition(\",\")\n if not separator or \";base64\" not in header: raise SystemExit(\"Unsupported image data URI\")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin(\"https://api.ailoot.ai\",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!=\"https\" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit(\"Invalid returned image URL\")\n owned=parsed.netloc==\"api.ailoot.ai\" and parsed.path.startswith(\"/v1/media/assets/\") and parsed.path.endswith(\"/content\")\n args=[\"curl\",\"--fail-with-body\",\"--silent\",\"--show-error\",uri]\n if owned: args += [\"-H\",\"Authorization: Bearer \"+os.environ[\"AILOOT_API_KEY\"]]\n temporary=Path(f\"image-{index}.bin\")\n subprocess.run(args+[\"-o\",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit(\"Image has neither bytes nor URL\")\n if not raw: raise SystemExit(\"Empty image result\")\n ext=\"png\" if raw.startswith(b\"\\x89PNG\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4]==b\"RIFF\" and raw[8:12]==b\"WEBP\" else \"svg\" if raw.lstrip().startswith((b\"