GPT-4o Mini Search Preview là mô hình chuyên biệt nhỏ gọn của OpenAI dành cho câu hỏi tìm kiếm trên web. Nhà sản xuất huấn luyện mô hình để hiểu yêu cầu tìm kiếm bằng văn bản, truy xuất thông tin web liên quan và tạo câu trả lời bằng văn bản. Thẻ mô hình nhấn mạnh đây là mô hình tìm kiếm nhỏ và nhanh. Mô hình có định danh riêng, tách biệt với phiên bản Search Preview lớn hơn và cuộc hội thoại GPT-4o mini đa dụng.
Trong quy trình Chat Completions chuyên biệt, việc tìm kiếm diễn ra trước khi tạo câu trả lời. Một ứng dụng thực tế là câu hỏi tra cứu có phạm vi rõ ràng: tìm một đặc tả công khai, giải thích một thông báo gần đây hoặc so sánh một nhóm nhỏ các mô tả đã công bố. Hãy xác định thông tin cần tìm và những khác biệt cần chú ý. Khi nghiên cứu nhiều lần, giữ nguyên cấu trúc câu hỏi và các mục yêu cầu để có thể so sánh kết quả giữa các chủ đề.
Kết quả gồm văn bản có trích dẫn nguồn ngay trong nội dung, cùng các chú thích trích dẫn xác định trang nguồn và đoạn trả lời liên quan. Nhà sản xuất yêu cầu các tham chiếu nguồn phải hiển thị và có thể nhấp khi trình bày thông tin lấy từ web cho người dùng. Vì vậy, một bản tóm tắt ngắn vẫn có thể giữ được mối liên hệ giữa các nhận định và tài liệu làm căn cứ.
Cấu hình đã công bố nhận và trả về văn bản. Cửa sổ ngữ cảnh là 128,000 token, đầu ra tối đa là 16,384 token và mốc cập nhật kiến thức được ghi trong tài liệu là ngày 1 tháng 10 năm 2023. Hình ảnh, âm thanh và video không thuộc các phương thức đầu vào được hỗ trợ. Thẻ mô hình liệt kê tính năng truyền phát và Structured Outputs là được hỗ trợ; mô hình không hỗ trợ gọi hàm tùy ý, tinh chỉnh hay đầu ra dự đoán.
Giao diện mô hình tìm kiếm cũ có phạm vi tính năng riêng. Giao diện này không cung cấp bộ lọc tên miền, các tùy chọn kiểm soát danh sách nguồn đầy đủ, kiểm soát truy cập trực tiếp hay ngân sách token trả về của công cụ tìm kiếm đa dụng mới hơn. Tìm kiếm là một phần vốn có của đường xử lý phản hồi, thay vì một hàm được chọn trong bộ công cụ do ứng dụng định nghĩa. Vì vậy, tác vụ phù hợp là truy vấn văn bản có căn cứ từ web và yêu cầu đầu ra rõ ràng.
Với một trợ lý sử dụng Ailoot API, hãy yêu cầu sản phẩm ngắn gọn phù hợp với câu hỏi: ghi chú tra cứu, bản so sánh các đặc điểm đã nêu hoặc đề cương nghiên cứu ngắn. Nêu rõ khoảng thời gian, khu vực và tiêu chí khi cần, đồng thời xác định những thông tin phải có nguồn minh chứng cụ thể. Nhãn Preview giúp phân biệt phiên bản tìm kiếm nhỏ gọn này khi tổ chức các câu hỏi tập trung và kết quả có trích dẫn tương ứng.
", "aboutText": "GPT-4o Mini Search Preview là mô hình chuyên biệt nhỏ gọn của OpenAI dành cho câu hỏi tìm kiếm trên web. Nhà sản xuất huấn luyện mô hình để hiểu yêu cầu tìm kiếm bằng văn bản, truy xuất thông tin web liên quan và tạo câu trả lời bằng văn bản. Thẻ mô hình nhấn mạnh đây là mô hình tìm kiếm nhỏ và nhanh. Mô hình có định danh riêng, tách biệt với phiên bản Search Preview lớn hơn và cuộc hội thoại GPT-4o mini đa dụng.\n\nTrong quy trình Chat Completions chuyên biệt, việc tìm kiếm diễn ra trước khi tạo câu trả lời. Một ứng dụng thực tế là câu hỏi tra cứu có phạm vi rõ ràng: tìm một đặc tả công khai, giải thích một thông báo gần đây hoặc so sánh một nhóm nhỏ các mô tả đã công bố. Hãy xác định thông tin cần tìm và những khác biệt cần chú ý. Khi nghiên cứu nhiều lần, giữ nguyên cấu trúc câu hỏi và các mục yêu cầu để có thể so sánh kết quả giữa các chủ đề.\n\nKết quả gồm văn bản có trích dẫn nguồn ngay trong nội dung, cùng các chú thích trích dẫn xác định trang nguồn và đoạn trả lời liên quan. Nhà sản xuất yêu cầu các tham chiếu nguồn phải hiển thị và có thể nhấp khi trình bày thông tin lấy từ web cho người dùng. Vì vậy, một bản tóm tắt ngắn vẫn có thể giữ được mối liên hệ giữa các nhận định và tài liệu làm căn cứ.\n\nCấu hình đã công bố nhận và trả về văn bản. Cửa sổ ngữ cảnh là 128,000 token, đầu ra tối đa là 16,384 token và mốc cập nhật kiến thức được ghi trong tài liệu là ngày 1 tháng 10 năm 2023. Hình ảnh, âm thanh và video không thuộc các phương thức đầu vào được hỗ trợ. Thẻ mô hình liệt kê tính năng truyền phát và Structured Outputs là được hỗ trợ; mô hình không hỗ trợ gọi hàm tùy ý, tinh chỉnh hay đầu ra dự đoán.\n\nGiao diện mô hình tìm kiếm cũ có phạm vi tính năng riêng. Giao diện này không cung cấp bộ lọc tên miền, các tùy chọn kiểm soát danh sách nguồn đầy đủ, kiểm soát truy cập trực tiếp hay ngân sách token trả về của công cụ tìm kiếm đa dụng mới hơn. Tìm kiếm là một phần vốn có của đường xử lý phản hồi, thay vì một hàm được chọn trong bộ công cụ do ứng dụng định nghĩa. Vì vậy, tác vụ phù hợp là truy vấn văn bản có căn cứ từ web và yêu cầu đầu ra rõ ràng.\n\nVới một trợ lý sử dụng Ailoot API, hãy yêu cầu sản phẩm ngắn gọn phù hợp với câu hỏi: ghi chú tra cứu, bản so sánh các đặc điểm đã nêu hoặc đề cương nghiên cứu ngắn. Nêu rõ khoảng thời gian, khu vực và tiêu chí khi cần, đồng thời xác định những thông tin phải có nguồn minh chứng cụ thể. Nhãn Preview giúp phân biệt phiên bản tìm kiếm nhỏ gọn này khi tổ chức các câu hỏi tập trung và kết quả có trích dẫn tương ứng.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Find an authoritative format reference\n\nFind the official public specification for the PNG image format. Prepare a short reference note identifying the specification publisher, the purpose of PNG and the part explaining lossless compression. Cite the pages supporting those points with clickable references. Distinguish what the specification states from any explanatory summary you add.A concise reference note with authoritative source links attached to the supported claims.Check that references lead to the specification publisher and support the compression description.gpt-4o-mini-search-previewGPT-4o Mini Search Preview là mô hình văn bản nhỏ gọn của OpenAI dành cho câu hỏi cần thông tin từ web và kết quả nghiên cứu súc tích. Mô hình tìm kiếm trước khi trả lời, cung cấp trích dẫn và hỗ trợ đầu ra có cấu trúc trong cửa sổ ngữ cảnh 128,000 token.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
GPT-4o Mini Search Preview là mô hình chuyên biệt nhỏ gọn của OpenAI dành cho câu hỏi tìm kiếm trên web. Nhà sản xuất huấn luyện mô hình để hiểu yêu cầu tìm kiếm bằng văn bản, truy xuất thông tin web liên quan và tạo câu trả lời bằng văn bản. Thẻ mô hình nhấn mạnh đây là mô hình tìm kiếm nhỏ và nhanh. Mô hình có định danh riêng, tách biệt với phiên bản Search Preview lớn hơn và cuộc hội thoại GPT-4o mini đa dụng.
Trong quy trình Chat Completions chuyên biệt, việc tìm kiếm diễn ra trước khi tạo câu trả lời. Một ứng dụng thực tế là câu hỏi tra cứu có phạm vi rõ ràng: tìm một đặc tả công khai, giải thích một thông báo gần đây hoặc so sánh một nhóm nhỏ các mô tả đã công bố. Hãy xác định thông tin cần tìm và những khác biệt cần chú ý. Khi nghiên cứu nhiều lần, giữ nguyên cấu trúc câu hỏi và các mục yêu cầu để có thể so sánh kết quả giữa các chủ đề.
Kết quả gồm văn bản có trích dẫn nguồn ngay trong nội dung, cùng các chú thích trích dẫn xác định trang nguồn và đoạn trả lời liên quan. Nhà sản xuất yêu cầu các tham chiếu nguồn phải hiển thị và có thể nhấp khi trình bày thông tin lấy từ web cho người dùng. Vì vậy, một bản tóm tắt ngắn vẫn có thể giữ được mối liên hệ giữa các nhận định và tài liệu làm căn cứ.
Cấu hình đã công bố nhận và trả về văn bản. Cửa sổ ngữ cảnh là 128,000 token, đầu ra tối đa là 16,384 token và mốc cập nhật kiến thức được ghi trong tài liệu là ngày 1 tháng 10 năm 2023. Hình ảnh, âm thanh và video không thuộc các phương thức đầu vào được hỗ trợ. Thẻ mô hình liệt kê tính năng truyền phát và Structured Outputs là được hỗ trợ; mô hình không hỗ trợ gọi hàm tùy ý, tinh chỉnh hay đầu ra dự đoán.
Giao diện mô hình tìm kiếm cũ có phạm vi tính năng riêng. Giao diện này không cung cấp bộ lọc tên miền, các tùy chọn kiểm soát danh sách nguồn đầy đủ, kiểm soát truy cập trực tiếp hay ngân sách token trả về của công cụ tìm kiếm đa dụng mới hơn. Tìm kiếm là một phần vốn có của đường xử lý phản hồi, thay vì một hàm được chọn trong bộ công cụ do ứng dụng định nghĩa. Vì vậy, tác vụ phù hợp là truy vấn văn bản có căn cứ từ web và yêu cầu đầu ra rõ ràng.
Với một trợ lý sử dụng Ailoot API, hãy yêu cầu sản phẩm ngắn gọn phù hợp với câu hỏi: ghi chú tra cứu, bản so sánh các đặc điểm đã nêu hoặc đề cương nghiên cứu ngắn. Nêu rõ khoảng thời gian, khu vực và tiêu chí khi cần, đồng thời xác định những thông tin phải có nguồn minh chứng cụ thể. Nhãn Preview giúp phân biệt phiên bản tìm kiếm nhỏ gọn này khi tổ chức các câu hỏi tập trung và kết quả có trích dẫn tương ứng.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn gpt-4o-mini-search-preview | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0003 / 1K token Đầu ra · Token đầu ra $0.0012 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-4o-mini-search-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='gpt-4o-mini-search-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='gpt-4o-mini-search-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra gpt-4o-mini-search-preview
Dùng các đường dẫn phương thức hiển thị ở trên.
gpt-4o-mini-search-previewGPT-4o Mini Search Preview là mô hình văn bản nhỏ gọn của OpenAI dành cho câu hỏi cần thông tin từ web và kết quả nghiên cứu súc tích. Mô hình tìm kiếm trước khi trả lời, cung cấp trích dẫn và hỗ trợ đầu ra có cấu trúc trong cửa sổ ngữ cảnh 128,000 token.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
GPT-4o Mini Search Preview là mô hình chuyên biệt nhỏ gọn của OpenAI dành cho câu hỏi tìm kiếm trên web. Nhà sản xuất huấn luyện mô hình để hiểu yêu cầu tìm kiếm bằng văn bản, truy xuất thông tin web liên quan và tạo câu trả lời bằng văn bản. Thẻ mô hình nhấn mạnh đây là mô hình tìm kiếm nhỏ và nhanh. Mô hình có định danh riêng, tách biệt với phiên bản Search Preview lớn hơn và cuộc hội thoại GPT-4o mini đa dụng.
Trong quy trình Chat Completions chuyên biệt, việc tìm kiếm diễn ra trước khi tạo câu trả lời. Một ứng dụng thực tế là câu hỏi tra cứu có phạm vi rõ ràng: tìm một đặc tả công khai, giải thích một thông báo gần đây hoặc so sánh một nhóm nhỏ các mô tả đã công bố. Hãy xác định thông tin cần tìm và những khác biệt cần chú ý. Khi nghiên cứu nhiều lần, giữ nguyên cấu trúc câu hỏi và các mục yêu cầu để có thể so sánh kết quả giữa các chủ đề.
Kết quả gồm văn bản có trích dẫn nguồn ngay trong nội dung, cùng các chú thích trích dẫn xác định trang nguồn và đoạn trả lời liên quan. Nhà sản xuất yêu cầu các tham chiếu nguồn phải hiển thị và có thể nhấp khi trình bày thông tin lấy từ web cho người dùng. Vì vậy, một bản tóm tắt ngắn vẫn có thể giữ được mối liên hệ giữa các nhận định và tài liệu làm căn cứ.
Cấu hình đã công bố nhận và trả về văn bản. Cửa sổ ngữ cảnh là 128,000 token, đầu ra tối đa là 16,384 token và mốc cập nhật kiến thức được ghi trong tài liệu là ngày 1 tháng 10 năm 2023. Hình ảnh, âm thanh và video không thuộc các phương thức đầu vào được hỗ trợ. Thẻ mô hình liệt kê tính năng truyền phát và Structured Outputs là được hỗ trợ; mô hình không hỗ trợ gọi hàm tùy ý, tinh chỉnh hay đầu ra dự đoán.
Giao diện mô hình tìm kiếm cũ có phạm vi tính năng riêng. Giao diện này không cung cấp bộ lọc tên miền, các tùy chọn kiểm soát danh sách nguồn đầy đủ, kiểm soát truy cập trực tiếp hay ngân sách token trả về của công cụ tìm kiếm đa dụng mới hơn. Tìm kiếm là một phần vốn có của đường xử lý phản hồi, thay vì một hàm được chọn trong bộ công cụ do ứng dụng định nghĩa. Vì vậy, tác vụ phù hợp là truy vấn văn bản có căn cứ từ web và yêu cầu đầu ra rõ ràng.
Với một trợ lý sử dụng Ailoot API, hãy yêu cầu sản phẩm ngắn gọn phù hợp với câu hỏi: ghi chú tra cứu, bản so sánh các đặc điểm đã nêu hoặc đề cương nghiên cứu ngắn. Nêu rõ khoảng thời gian, khu vực và tiêu chí khi cần, đồng thời xác định những thông tin phải có nguồn minh chứng cụ thể. Nhãn Preview giúp phân biệt phiên bản tìm kiếm nhỏ gọn này khi tổ chức các câu hỏi tập trung và kết quả có trích dẫn tương ứng.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn gpt-4o-mini-search-preview | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0003 / 1K token Đầu ra · Token đầu ra $0.0012 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "gpt-4o-mini-search-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-4o-mini-search-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-4o-mini-search-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra gpt-4o-mini-search-preview
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Find an authoritative format reference\n\nFind the official public specification for the PNG image format. Prepare a short reference note identifying the specification publisher, the purpose of PNG and the part explaining lossless compression. Cite the pages supporting those points with clickable references. Distinguish what the specification states from any explanatory summary you add.A concise reference note with authoritative source links attached to the supported claims.Check that references lead to the specification publisher and support the compression description.