GPT-4 Turbo Preview 1106 是 OpenAI 首個具名的 GPT-4 Turbo Preview 文字版本。它引入 128K 上下文視窗、改進的指令遵循、JSON 模式，以及函式呼叫更新，包括在同一則訊息中請求多個函式。實用輸出是以提供資料為依據的文字答案、程式碼提案或結構化應用程式紀錄。此 1106 設定檔與 Vision Preview 及後來的 0125 更新不同。
發布資訊指定 128K 上下文視窗，以及截至 2023 年 4 月的世界事件知識。任務若依賴近期資訊，請提供更新的證據。較大的上下文可容納相關來源文件或程式碼，但提示詞仍須明確說明模型要如何處理它們。請說明問題、哪份資料具有權威性，以及預期答案形式。
比較文件時，標明版本，要求列出變動條件與支持這些條件的段落。程式設計任務則加入既有行為、所需修改與相關介面限制。實用結果可以是針對性的修補程式，或附上能揭露缺陷的具體案例的說明。排除不相關資料，讓模型將注意力放在會改變結果的證據上。
開發者強調對特定回答格式指令的遵循有所改善。請求可以定義有順序的說明、表格或機器可讀紀錄。請命名欄位，並說明來源未確定某個值時應回傳什麼。例如，紀錄處理簡報可以要求來源識別碼、擷取的條件，以及該條件取自哪個段落。
JSON 模式在開發者的 Chat Completions 流程中，將回覆限制為語法有效的 JSON 物件。JSON 有效不代表紀錄包含正確欄位或正確值。尤其下一步依賴特定識別碼或狀態時，請將應用程式驗證、來源檢查與格式控制分開。使用製造商的 JSON 模式時，明確指示模型產生 JSON，並在對話中包含「JSON」一詞。若沒有這項指令，模型可能持續輸出空白直到詞元上限；請檢查是否回傳完整物件。其他模型後來的受限結構綱要輸出功能是不同機制。
模型能為應用程式定義的函式產生引數。此版本新增在單一訊息中請求多個函式的能力，適合需要多次查詢的任務。請描述各函式的目的與必要輸入，再將實際回傳資訊連結到下一個答案。模型選擇並描述請求，應用程式負責執行。
比較兩筆紀錄時，函式可以先取得各紀錄的實際細節，再由助理整理比較。保留請求項目與回傳結果的對應。來源缺失或操作失敗時，將該情況帶入回覆，而不是只憑提議的引數就宣稱成功。
發布時的 beta seed 控制，目標是在大多數情況下產生一致的完成結果。比較小幅提示詞修改時，請搭配相同來源資料與其他設定使用。它不保證確定性，因此須檢查兩份回覆，並保留各自的生成條件。
原始發布將此文字 Preview 與 GPT-4 Turbo with Vision、影像生成及語音生成模型分開。此設定檔應以文字提供圖表的重要資訊，不應直接移植 Vision 模型的輸入能力。後來的 0125 Preview 更新針對更徹底完成任務與編碼錯誤修正；1106 版本早於那些變更。評估結果時，請一併保留模型名稱、來源資料、要求格式與回傳成品。
", "aboutText": "GPT-4 Turbo Preview 1106 是 OpenAI 首個具名的 GPT-4 Turbo Preview 文字版本。它引入 128K 上下文視窗、改進的指令遵循、JSON 模式，以及函式呼叫更新，包括在同一則訊息中請求多個函式。實用輸出是以提供資料為依據的文字答案、程式碼提案或結構化應用程式紀錄。此 1106 設定檔與 Vision Preview 及後來的 0125 更新不同。\n\n### 將相關文字放入一個範圍明確的任務\n\n發布資訊指定 128K 上下文視窗，以及截至 2023 年 4 月的世界事件知識。任務若依賴近期資訊，請提供更新的證據。較大的上下文可容納相關來源文件或程式碼，但提示詞仍須明確說明模型要如何處理它們。請說明問題、哪份資料具有權威性，以及預期答案形式。\n\n比較文件時，標明版本，要求列出變動條件與支持這些條件的段落。程式設計任務則加入既有行為、所需修改與相關介面限制。實用結果可以是針對性的修補程式，或附上能揭露缺陷的具體案例的說明。排除不相關資料，讓模型將注意力放在會改變結果的證據上。\n\n### 遵循要求的格式\n\n開發者強調對特定回答格式指令的遵循有所改善。請求可以定義有順序的說明、表格或機器可讀紀錄。請命名欄位，並說明來源未確定某個值時應回傳什麼。例如，紀錄處理簡報可以要求來源識別碼、擷取的條件，以及該條件取自哪個段落。\n\nJSON 模式在開發者的 Chat Completions 流程中，將回覆限制為語法有效的 JSON 物件。JSON 有效不代表紀錄包含正確欄位或正確值。尤其下一步依賴特定識別碼或狀態時，請將應用程式驗證、來源檢查與格式控制分開。使用製造商的 JSON 模式時，明確指示模型產生 JSON，並在對話中包含「JSON」一詞。若沒有這項指令，模型可能持續輸出空白直到詞元上限；請檢查是否回傳完整物件。其他模型後來的受限結構綱要輸出功能是不同機制。\n\n### 以實用引數請求函式\n\n模型能為應用程式定義的函式產生引數。此版本新增在單一訊息中請求多個函式的能力，適合需要多次查詢的任務。請描述各函式的目的與必要輸入，再將實際回傳資訊連結到下一個答案。模型選擇並描述請求，應用程式負責執行。\n\n比較兩筆紀錄時，函式可以先取得各紀錄的實際細節，再由助理整理比較。保留請求項目與回傳結果的對應。來源缺失或操作失敗時，將該情況帶入回覆，而不是只憑提議的引數就宣稱成功。\n\n### 可重複實驗與選定版本\n\n發布時的 beta seed 控制，目標是在大多數情況下產生一致的完成結果。比較小幅提示詞修改時，請搭配相同來源資料與其他設定使用。它不保證確定性，因此須檢查兩份回覆，並保留各自的生成條件。\n\n原始發布將此文字 Preview 與 GPT-4 Turbo with Vision、影像生成及語音生成模型分開。此設定檔應以文字提供圖表的重要資訊，不應直接移植 Vision 模型的輸入能力。後來的 0125 Preview 更新針對更徹底完成任務與編碼錯誤修正；1106 版本早於那些變更。評估結果時，請一併保留模型名稱、來源資料、要求格式與回傳成品。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
Extract a source-linked renewal record\n\nFrom this note, draft a JSON object with fields account, renewal_date, owner and evidence: “Account Northbridge renews on 30 June. The commercial owner has not yet been assigned.” Use null for an unstated owner, retain the date wording and include the source sentence supporting the renewal date. Return no extra prose.A requested JSON record with the four named fields, an unknown owner and source evidence.Parse the returned record and check its values against the note; requested JSON formatting does not replace field validation.gpt-4-1106-previewGPT-4 Turbo Preview 1106 以文件記載的 128K 上下文視窗，處理需要長上下文的文字與程式碼任務。JSON 模式與函式呼叫可協助將提供的資料轉為文字回答或應用程式記錄，並保留確切的 Preview 版本識別，與視覺模型及後續模型區分。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
GPT-4 Turbo Preview 1106 是 OpenAI 首個具名的 GPT-4 Turbo Preview 文字版本。它引入 128K 上下文視窗、改進的指令遵循、JSON 模式，以及函式呼叫更新，包括在同一則訊息中請求多個函式。實用輸出是以提供資料為依據的文字答案、程式碼提案或結構化應用程式紀錄。此 1106 設定檔與 Vision Preview 及後來的 0125 更新不同。
發布資訊指定 128K 上下文視窗，以及截至 2023 年 4 月的世界事件知識。任務若依賴近期資訊，請提供更新的證據。較大的上下文可容納相關來源文件或程式碼，但提示詞仍須明確說明模型要如何處理它們。請說明問題、哪份資料具有權威性，以及預期答案形式。
比較文件時，標明版本，要求列出變動條件與支持這些條件的段落。程式設計任務則加入既有行為、所需修改與相關介面限制。實用結果可以是針對性的修補程式，或附上能揭露缺陷的具體案例的說明。排除不相關資料，讓模型將注意力放在會改變結果的證據上。
開發者強調對特定回答格式指令的遵循有所改善。請求可以定義有順序的說明、表格或機器可讀紀錄。請命名欄位，並說明來源未確定某個值時應回傳什麼。例如，紀錄處理簡報可以要求來源識別碼、擷取的條件，以及該條件取自哪個段落。
JSON 模式在開發者的 Chat Completions 流程中，將回覆限制為語法有效的 JSON 物件。JSON 有效不代表紀錄包含正確欄位或正確值。尤其下一步依賴特定識別碼或狀態時，請將應用程式驗證、來源檢查與格式控制分開。使用製造商的 JSON 模式時，明確指示模型產生 JSON，並在對話中包含「JSON」一詞。若沒有這項指令，模型可能持續輸出空白直到詞元上限；請檢查是否回傳完整物件。其他模型後來的受限結構綱要輸出功能是不同機制。
模型能為應用程式定義的函式產生引數。此版本新增在單一訊息中請求多個函式的能力，適合需要多次查詢的任務。請描述各函式的目的與必要輸入，再將實際回傳資訊連結到下一個答案。模型選擇並描述請求，應用程式負責執行。
比較兩筆紀錄時，函式可以先取得各紀錄的實際細節，再由助理整理比較。保留請求項目與回傳結果的對應。來源缺失或操作失敗時，將該情況帶入回覆，而不是只憑提議的引數就宣稱成功。
發布時的 beta seed 控制，目標是在大多數情況下產生一致的完成結果。比較小幅提示詞修改時，請搭配相同來源資料與其他設定使用。它不保證確定性，因此須檢查兩份回覆，並保留各自的生成條件。
原始發布將此文字 Preview 與 GPT-4 Turbo with Vision、影像生成及語音生成模型分開。此設定檔應以文字提供圖表的重要資訊，不應直接移植 Vision 模型的輸入能力。後來的 0125 Preview 更新針對更徹底完成任務與編碼錯誤修正；1106 版本早於那些變更。評估結果時，請一併保留模型名稱、來源資料、要求格式與回傳成品。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 gpt-4-1106-preview | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 範例：system, user, assistant, tool, function 條件: 這些角色由 原始碼中的相容型別明確表示；確切角色集合仍依模型而定。 依模型而定 | 預設值— |
欄位messages[].content | 類型string|content_part[]|null | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_calls | 類型tool_call[] | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_call_id | 類型string | 要求選填 | 值與限制 適用條件: role=tool；使用實際回傳的 ID | 預設值— |
欄位messages[].name | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位messages[].reasoning_content | 類型string | 要求選填 | 值與限制 適用條件: 此模型使用推理內容時，將實際回傳的推理內容帶回後續請求 | 預設值— |
欄位messages[].reasoning_details | 類型object|array | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
欄位stream_options.include_usage | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位stop | 類型string|string[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools | 類型function_tool[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools[].type | 類型string | 要求選填 | 值與限制 function 依模型而定 | 預設值— |
欄位tools[].function.name | 類型string | 要求必填 | 值與限制 適用條件: 已提供函式工具 | 預設值— |
欄位tools[].function.description | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位tools[].function.parameters | 類型JSON_schema | 要求選填 | 值與限制 | 預設值— |
欄位tool_choice | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位parallel_tool_calls | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位response_format | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning_effort | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位service_tier | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位instructions | 類型string | 要求選填 | 值與限制 相容性欄位 | 預設值— |
欄位functions | 類型function[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位function_call | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位prompt_cache_options | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位modalities | 類型string[] | 要求選填 | 值與限制 text | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 條件: 此 Ultra 文字路由拒絕 provider.options | 預設值— |
欄位cache_control.ttl | 類型string | 要求選填 | 值與限制 條件: 實際提示詞快取位置拒絕 1h | 預設值— |
文字 · UTF8 文字
messages[].content
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數material_types | 規格text |
參數messages | 規格具有 role/content 結構的訊息陣列 |
參數file_material | 規格實際 UTF-8 文件以原文文字插入；不推定檔案 ID |
參數optional_controls | 規格stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
參數control_scope | 規格依模型而定；使用者函式工具與託管工具不同 |
參數output_modalities | 規格text |
參數hosted_operations | 規格false |
參數multimodal_input_binding | 規格null |
生命週期： synchronous_or_streamed
將確切模型 ID 與 messages 一併送出。
上下文長度不是輸出上限。
文字檔案可提供原文文字；圖片／音訊／檔案物件輸入需要精確綁定。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0.02 / 1K Token 輸出 · 輸出 Token $0.06 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-4-1106-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-4-1106-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-4-1106-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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留每個候選項及其內容／工具呼叫／推理。SSE 中依候選項／工具索引組合增量，保留最終完成原因與用量。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位choices[].index | 類型integer |
欄位choices[].message.content | 類型string|null |
欄位choices[].message.tool_calls | 類型tool_call[] |
欄位choices[].message.reasoning_content | 類型string |
欄位choices[].message.reasoning_details | 類型object|array |
欄位choices[].finish_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra gpt-4-1106-preview
請使用上方列出的 API 方法路徑。
gpt-4-1106-previewGPT-4 Turbo Preview 1106 以文件記載的 128K 上下文視窗，處理需要長上下文的文字與程式碼任務。JSON 模式與函式呼叫可協助將提供的資料轉為文字回答或應用程式記錄，並保留確切的 Preview 版本識別，與視覺模型及後續模型區分。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
GPT-4 Turbo Preview 1106 是 OpenAI 首個具名的 GPT-4 Turbo Preview 文字版本。它引入 128K 上下文視窗、改進的指令遵循、JSON 模式，以及函式呼叫更新，包括在同一則訊息中請求多個函式。實用輸出是以提供資料為依據的文字答案、程式碼提案或結構化應用程式紀錄。此 1106 設定檔與 Vision Preview 及後來的 0125 更新不同。
發布資訊指定 128K 上下文視窗，以及截至 2023 年 4 月的世界事件知識。任務若依賴近期資訊，請提供更新的證據。較大的上下文可容納相關來源文件或程式碼，但提示詞仍須明確說明模型要如何處理它們。請說明問題、哪份資料具有權威性，以及預期答案形式。
比較文件時，標明版本，要求列出變動條件與支持這些條件的段落。程式設計任務則加入既有行為、所需修改與相關介面限制。實用結果可以是針對性的修補程式，或附上能揭露缺陷的具體案例的說明。排除不相關資料，讓模型將注意力放在會改變結果的證據上。
開發者強調對特定回答格式指令的遵循有所改善。請求可以定義有順序的說明、表格或機器可讀紀錄。請命名欄位，並說明來源未確定某個值時應回傳什麼。例如，紀錄處理簡報可以要求來源識別碼、擷取的條件，以及該條件取自哪個段落。
JSON 模式在開發者的 Chat Completions 流程中，將回覆限制為語法有效的 JSON 物件。JSON 有效不代表紀錄包含正確欄位或正確值。尤其下一步依賴特定識別碼或狀態時，請將應用程式驗證、來源檢查與格式控制分開。使用製造商的 JSON 模式時，明確指示模型產生 JSON，並在對話中包含「JSON」一詞。若沒有這項指令，模型可能持續輸出空白直到詞元上限；請檢查是否回傳完整物件。其他模型後來的受限結構綱要輸出功能是不同機制。
模型能為應用程式定義的函式產生引數。此版本新增在單一訊息中請求多個函式的能力，適合需要多次查詢的任務。請描述各函式的目的與必要輸入，再將實際回傳資訊連結到下一個答案。模型選擇並描述請求，應用程式負責執行。
比較兩筆紀錄時，函式可以先取得各紀錄的實際細節，再由助理整理比較。保留請求項目與回傳結果的對應。來源缺失或操作失敗時，將該情況帶入回覆，而不是只憑提議的引數就宣稱成功。
發布時的 beta seed 控制，目標是在大多數情況下產生一致的完成結果。比較小幅提示詞修改時，請搭配相同來源資料與其他設定使用。它不保證確定性，因此須檢查兩份回覆，並保留各自的生成條件。
原始發布將此文字 Preview 與 GPT-4 Turbo with Vision、影像生成及語音生成模型分開。此設定檔應以文字提供圖表的重要資訊，不應直接移植 Vision 模型的輸入能力。後來的 0125 Preview 更新針對更徹底完成任務與編碼錯誤修正；1106 版本早於那些變更。評估結果時，請一併保留模型名稱、來源資料、要求格式與回傳成品。
POST /v1/messagestextjson, sse| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 gpt-4-1106-preview | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 user, assistant | 預設值— |
欄位messages[].content | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
文字 · UTF-8 文字
messages[].content 字串
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional_controls | 規格stream |
參數material_types | 規格text |
參數text_file_material | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |
生命週期： synchronous_or_streamed
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0.02 / 1K Token 輸出 · 輸出 Token $0.06 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "gpt-4-1106-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4-1106-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-4-1106-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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量；第一個文字區塊不是完整輸出。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位id | 類型string |
欄位model | 類型string |
欄位content[] | 類型text|thinking|tool_use|other content block |
欄位stop_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra gpt-4-1106-preview
請使用上方列出的 API 方法路徑。
英文技術範例
Extract a source-linked renewal record\n\nFrom this note, draft a JSON object with fields account, renewal_date, owner and evidence: “Account Northbridge renews on 30 June. The commercial owner has not yet been assigned.” Use null for an unstated owner, retain the date wording and include the source sentence supporting the renewal date. Return no extra prose.A requested JSON record with the four named fields, an unknown owner and source evidence.Parse the returned record and check its values against the note; requested JSON formatting does not replace field validation.