Основные обновления:

• Perplexity: сервис AI-поиска, который находит в интернете актуальную информацию по запросу и возвращает краткий структурированный ответ со ссылками на первоисточники. Подробнее
• Manus: универсальный AI-агент, который не просто отвечает на вопросы, а самостоятельно выполняет задачи. Подробнее
• Google TTS: поддержка синтеза речи с Gemini-моделями. Доступно 30 голосов, различные форматы вывода (LINEAR16, MP3, OGG_OPUS) и режим стриминга. Подробнее
• Публичный доступ к ценам через API: метод GET /api/mlpcore/pricing возвращает актуальные цены на модели без авторизации.

Биллинг:

• Отчет по расходам LLM теперь доступен за последние 120 дней.
• Ускорено обновление данных о расходах и балансе: данные теперь обновляются в течение минуты.
• Унифицирован учет токенов по всем провайдерам.

Perplexity​

Perplexity — онлайн-сервис на основе искусственного интеллекта, который одновременно работает как поисковая система и как умный чат-бот.

Caila Perplexity Provider предоставляет нативный доступ к API Perplexity — формат запроса идентичен. Вы можете использовать привычные инструменты, заменив только базовый URL.

🔥 Доступны Sonar Pro и Sonar Deep Research — модели с веб-поиском и цитированием источников. Они подходят для задач, где важна свежесть и проверяемость информации.

Поддерживаемые API:

• Sonar — chat completions с веб-поиском; позволяет использовать разные модели: Sonar, Mistral, Llama и др.
• Search — получение результатов веб-поиска.
• Agent — агент с инструментами: web search, fetch URL.
• Embeddings.
• Contextualized Embeddings.

Подробнее о семействе моделей и API можно узнать в документации Perplexity.

Адрес для запросов:

https://caila.io/api/perplexity/

Пример запроса:

curl https://caila.io/api/perplexity/sonar \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer <your_Caila_api_key>' \
  -d '{
     "model": "sonar-pro",
     "messages": [ {"role": "user", "content": "Привет! Расскажи о себе."} ]
  }'

Manus​

Manus — автономный универсальный AI-агент, который действует как виртуальный коллега: планирует, работает на своем компьютере и выдает готовый результат.

Подробнее об агенте и его возможностях можно узнать в документации Manus.

Caila Manus Provider предоставляет нативный доступ к API Manus. Вы можете использовать привычные инструменты и официальные HTTP-клиенты, заменив только базовый URL.

Google TTS​

Caila Google Provider теперь поддерживает синтез речи с помощью моделей gemini-2.5-flash-tts и gemini-2.5-pro-tts. Информацию о них вы можете найти в документации Google. Формат запроса соответствует Gemini API.

Пример запроса:

curl https://caila.io/api/google/models/gemini-2.5-flash-preview-tts:generateContent" \
  -H 'Content-Type: application/json' \
  -H 'x-goog-api-key: <your_Caila_api_key>' \
  -d '{
    "contents": [{
      "parts": [{
        "text": "Say cheerfully: Have a wonderful day!"
      }]
    }],
    "generationConfig": {
      "responseModalities": [ "AUDIO" ],
      "speechConfig": {
        "voiceConfig": {
          "prebuiltVoiceConfig": {
            "voiceName": "Kore"
          }
        }
      }
    },
    "model": "gemini-2.5-flash-preview-tts"
}' | jq -r '.candidates[0].content.parts[0].inlineData.data' | \
          base64 --decode >out.pcm
ffmpeg -f s16le -ar 24000 -ac 1 -i out.pcm out.wav

Основные изменения:

• Расходы по API-ключам: просматривайте лимиты расходов и графики восполнения доступного остатка в разделе Моё пространство → Отчеты → Расходы по API-ключам.

• Email-уведомления о приближении к лимитам расходов API-ключей: укажите адреса для получения сообщений в настройках аккаунта.

• Расширенный отчет по расходам LLM: теперь в отчете доступна группировка данных по дням или за месяц, фильтр по API-ключам и детализация по типам токенов: входные, выходные, кэшированные.

  Чтобы скачать отчет:

  1. В разделе Моё пространство → Отчеты → Биллинг выберите диапазон дат.
  2. Нажмите Отчет по расходам LLM и укажите параметры отчета.

• Новые модели OpenAI: gpt-5.4, gpt-5.4-pro, gpt-5.3-chat-latest, gpt-5.3-codex доступны в сервисе OpenAI Proxy.

  Пример запроса

  curl -L 'https://caila.io/api/adapters/openai/v1/responses' \
  -H 'Content-Type: application/json' \
  -H 'Authorization: <Your_Caila_API_key>' \
  -d '{
      "model": "gpt-5.4",
      "input": "Are semicolons optional in JavaScript?"
  }'
  

• В разделе Моё пространство → Отчеты → Цены на модели добавлены поиск по моделям и вендорам и сортировка по столбцам.

Что нового​

• Единая страница с ценами: страница Цены моделей отображает доступные модели и стоимость обращения к ним, чтобы вы могли сравнивать модели по цене и выбрать подходящую.
• Запуск MCP-серверов из Git: теперь вы можете разворачивать MCP-серверы, просто указав ссылку на Git-репозиторий. Поддерживаются Node.js 18+, Python 3.10+, Rust 1.70+.
• MCP-сервер для поиска через DuckDuckGo: доступен в сервисе DuckDuckGo / Search MCP и готов к использованию.
• Расширенный API для истории запросов: получайте больше данных об истории обращений к моделям, включая стоимость и содержимое запросов и ответов. Подробнее в документации

Маскирование данных в запросах​

Шлюз безопасности Jay Guard обнаруживает и защищает персональные данные при отправке запросов к LLM. В зависимости от настроенных правил, Jay Guard блокирует отправку запроса или маскирует данные, заменяя реальные значения плейсхолдерами и восстанавливая их в ответе.

Настроить интеграцию с Jay Guard можно на нескольких уровнях:

1. Для отдельного API-ключа — укажите ключ доступа Jay Guard в настройках API-ключа: Моё пространство → API-ключи.
2. Для всего аккаунта — укажите ключ доступа Jay Guard в настройках аккаунта:  → Аккаунт.
3. Для всей платформы Caila в случае установки в контуре вашей организации.

О настройке правил фильтрации читайте в документации Jay Guard. Чтобы начать использовать Jay Guard, оставьте заявку на адрес client@just-ai.com.

Контроль расходов​

• Опция «Новый лимит доступен сразу». В настройках API-ключа при добавлении или увеличении лимита расходов вы можете указать, можно ли будет израсходовать новую сумму сразу или она будет становиться доступной постепенно.

• Метод получения доступных остатков по лимитам RPM и расходов для API-ключа.

  Пример запроса:

  curl -L 'https://caila.io/api/mlpgateway/account/<accountId>/token/<apiKeyName>/limits' \
  -H 'MLP-API-KEY: <your-api-key>'
  
  Пример ответа

  {
    "rpm": {
      "limit": 100,
      "remaining": 75
    },
    "spending": [
      {
        "interval": "DAYS",
        "limit": 10.0,
        "remaining": 7.5
      },
      {
        "interval": "MONTHS",
        "limit": 100.0,
        "remaining": 85.0
      }
    ]
  }
  

• Отчет по расходам API-ключей. Скачать отчет можно в разделе Моё пространство → Отчеты → Биллинг, а также через API.

  Пример запроса:

  curl -L -X GET 'https://caila.io/api/mlpbilling/account/1000174642/report/spending?period=MONTH&startDate=2025-12-01T00%3A00%3A00.000Z' \
  -H 'MLP-API-KEY: <your-api-key>'
  

• Кэширование промтов для Claude позволяет обрабатывать похожие запросы без повторной отправки всей информации в модель. Подробнее об этом в документации Claude.

  Параметр cache_control для управления кэшированием поддерживается как в Predict API, так и в адаптере.

  Пример запроса

  curl https://caila.io/api/adapters/v1/messages \
  -H "content-type: application/json" \
  -H "MLP-API-KEY: <your-api-key>" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-sonnet-4-5",
    "max_tokens": 300,
    "system": [
      { "type": "text", "text": "Ты помощник. Отвечай кратко и по делу." },
      {
        "type": "text",
        "text": "<ВАШ_ОЧЕНЬ_БОЛЬШОЙ_ТЕКСТ_ДОКУМЕНТА>",
        "cache_control": { "type": "ephemeral" }
      }
    ],
    "messages": [
      { "role": "user", "content": "Сделай краткое резюме документа." }
    ]
  }'
  

  Ответ содержит данные об использовании кэша.

  Пример ответа

  {
    "input_tokens": 19,
    "cache_creation_input_tokens": 3067,
    "cache_read_input_tokens": 0,
    "cache_creation": {
      "ephemeral_5m_input_tokens": 3067,
      "ephemeral_1h_input_tokens": 0
    },
    "output_tokens": 270,
    "service_tier": "standard" 
  }
  

Улучшения в UI​

• В диагностической консоли корректно отображаются цветной вывод и команды очистки экрана, устранены проблемы с отображением ввода и скроллом.

• MCP-серверы: платформа предоставляет готовые MCP-серверы и прототипы для запуска — их можно найти в разделе каталога MCP-серверы, а также возможность развернуть свой MCP-сервер из Docker-образа или NPM-пакета (смотрите подробную инструкцию).

• Пошаговый мастер создания сервисов. Теперь создание сервиса начинается с выбора типа:

  • MLP-сервис;
  • MCP-сервер;
  • Веб-приложение.

  Дальнейшие шаги и набор настроек адаптированы для выбранного типа.

• Автогенерация документации: для созданного сервиса формируется инструкция по его использованию с примерами запросов. Отображается в разделе Обзор карточки сервиса с пометкой «Создано автоматически» и доступна для редактирования.

• Автоматический перезапуск проблемных инстансов: платформа отслеживает работу ML-сервисов и перезапускает их, если количество ошибок обработки запросов выше порога.

• Исправлена некорректная обработка стрим-ответов адаптеров по методу predict-with-config-stream.

Новые модели​

• Nano Banana Pro (Gemini 3 Pro Image Preview) — новая модель от Google для генерации изображений по текстовому описанию. Доступна в сервисе Google / Gemini Image. В запросе укажите модель gemini-3-pro-image-preview.
• Fal.ai — новый сервис-адаптер для генерации видео: image-to-video или text-to-video. Доступные модели указаны в описании сервиса.
• Gamma — новый сервис-адаптер для генерации презентаций.

Основные обновления​

• Нативный формат Claude поддержан в сервисе Anthropic / Claude в дополнение к формату OpenAI.
• Автозапуск приложений (сервисов с HTTP-интерфейсом) при обращении по внешней ссылке. Если нет активных инстансов, Caila автоматически запускает приложение и перенаправляет запрос после готовности.

Биллинг​

• Возврат стоимости запроса в теле ответа. Укажите в запросе к ML-сервису флаг "mlp_include_cost": true, и стоимость обработки запроса в валюте будет возвращена в поле mlp_cost в ответе. Функция работает как в Predict API, включая stream-запросы, так и в адаптерах.

• API-метод для получения текущего баланса. Пример запроса:

  curl -L 'https://caila.io/api/mlpbilling/account/<your_account_id>/balance' \
  -H 'MLP-API-KEY: <your_API_key>'
  

  Поле cloudBalance в ответе содержит стоимость запроса в нанотокенах Caila: 1 рубль = 50 000 000 000 нанотокенов.

• Отчеты за произвольный период: в разделе Моё пространство → Отчеты → Биллинг добавлена возможность выбрать любые даты в отчетах.

Улучшения UX​

• Доработка вкладки «Диагностика» в карточке сервиса: добавлена возможность просмотра данных за неделю и подсказки для недоступных графиков.

• Выбор единиц измерения из списка доступен для лимитов ресурсов, настроек батчеризации и других параметров в ML-сервисах и ресурс-группах.

  

• Добавлена возможность скрывать переменные среды и конфигурацию запуска при просмотре настроек сервиса.

  

Исправления​

• Мгновенное обновление ограничений для API-ключей в разделе Моё пространство → API-ключи: изменения применяются сразу после сохранения и учитываются уже в следующем запросе.

• Sora 2: новейшая модель для генерации видео теперь доступна в РФ с оплатой в рублях. Подробнее
• Гибкий выбор провайдера для доступа к моделям OpenAI. Подробнее
• Детализация расходов: можно посмотреть данные в разбивке по моделям и заголовку Z-billingId в API-запросах. Подробнее
• Мастер создания ML-сервиса: единый пользовательский путь включает все необходимые операции и сокращает время запуска сервиса. Подробнее

Sora 2​

Sora 2 поддержана в ML-сервисе OpenAI Proxy.

Адрес для запросов:

https://caila.io/api/adapters/openai/v1/videos

Описание параметров запроса см. в документации OpenAI.

Генерация видео​

Пример запроса:

curl -L 'https://caila.io/api/adapters/openai/v1/videos' \
-H 'Authorization: Bearer <your-api-key>' \
-H 'Content-Type: application/json' \
-d '{ 
  "prompt": "Создай реалистичное видео восхода солнца над спокойным морем. Покажи, как солнце медленно поднимается из-за горизонта. Его свет должен отражаться на мягких волнах, создавая золотистую дорожку на воде.",
  "model": "sora-2",
  "size": "1280x720",
  "seconds": "12"
}'

Скачивание видео​

curl -L 'https://caila.io/api/adapters/openai/v1/videos/{your-video-id}/content' \
-H 'Authorization: Bearer <your-api-key>'

Выбор провайдера в запросе​

В запросе к OpenAI Proxy можно указать провайдера для доступа к модели. Поддерживаются провайдеры openai, azure, openrouter, genapi.

Примеры запросов:

• Один провайдер

  curl -L 'https://caila.io/api/adapters/openai/chat/completions' \
  -H 'Authorization: <your-api-key>' \
  -H 'Content-Type: application/json' \
  -d '{
    "provider": "openrouter",
    "model": "gpt-5-nano",
    "messages":[{"role":"user","content":[{"type":"text","text":"Напиши текст на 20 слов"}]}]
  }'
  

• Несколько допустимых провайдеров

  curl -L 'https://caila.io/api/adapters/openai/images/generations' \
  -H 'Authorization: <your-api-key>' \
  -H 'Content-Type: application/json' \
  -d '{
    "provider": {"only": ["openai","genapi"]},
    "model": "gpt-image-1",
    "prompt":"детеныш морской выдры","n":1
  }'
  

• Исключить некоторых провайдеров

  curl -L 'https://caila.io/api/adapters/openai/chat/completions' \
  -H 'Authorization: <your-api-key>' \
  -H 'Content-Type: application/json' \
  -d '{
    "provider": {"ignore": ["azure"]},
    "model": "gpt-5-nano",
    "messages":[{"role":"user","content":[{"type":"text","text":"Напиши текст на 20 слов"}]}]
  }'
  

Детализация расходов​

В разделе Отчеты → Биллинг можно посмотреть данные в разбивке по моделям, а также по значению HTTP-заголовка Z-billingId — его можно передавать в API-запросах для отслеживания трат пользователей.

Мастер создания ML-сервиса​

Шаг 1: выберите или добавьте образ​

Шаг 2: укажите параметры ML-сервиса​

Шаг 3: выберите сервер или ресурс-группу​

Сервис готов к запуску!

• Контроль потребления VRAM и GPU: в настройках ML-сервиса теперь можно ограничить объем VRAM, количество и процент использования GPU на один инстанс. Если задан лимит VRAM, в разделе Диагностика можно посмотреть график потребления.
• Авторизация через Caila: настройка приложения позволяет отключить обязательную авторизацию и открыть доступ к веб-интерфейсу для внешних пользователей.
• Массовый перезапуск сервисов: на страницу образа добавлена кнопка для перезапуска всех сервисов на базе этого образа.
• Отказоустойчивость openai-proxy: добавлены дополнительные маршруты и провайдеры, чтобы снизить вероятность сбоев.
• Детализированный аудит: для операций редактирования теперь фиксируются не только измененные поля, но и их новые значения.
• Мобильная версия Multi Сhat: сравнивать ответы моделей можно даже с телефона.

В каталог сервисов Caila добавлены прототипы для быстрого развертывания:

• gpt-oss-120b — флагманская модель, разработанная для решения самых сложных задач и конкуренции с ведущими проприетарными моделями. Достигает производительности, близкой к OpenAI o4-mini, при этом эффективно работая на одной GPU с 80 Гб памяти (например, Tesla A100).
• gpt-oss-20b — компактная модель, сравнимая по качеству с OpenAI o3-mini. Оптимальна для быстрой разработки и прототипирования.

Клонируйте прототип и запустите свой сервис всего в пару кликов. Платформа сразу предложит арендовать подходящий сервер.

Начните экспериментировать с gpt-oss уже сегодня!

• Сохранение текущего состояния при переобучении: во время переобучения и в случае его сбоя ML-сервис продолжает работать с прежними весами.

• Учет ресурсов серверов перед запуском инстанса: платформа проверяет, есть ли в ресурс-группе шаблон сервера с нужными характеристиками, и если нет — выдает понятную ошибку без попытки запуска. Механизм уже работает для большинства сценариев.

Улучшения пользовательского опыта:

• Подсказки в настройках ML-сервисов объясняют влияние параметров на работу модели и упрощают подбор конфигурации без обращения к документации.
• Исправлена работа консоли на вкладке Диагностика: корректное перемещение курсора, удобное выделение текста; восстановлена кнопка разворачивания на весь экран.
• На вкладке Диагностика отображается количество рестартов выбранного инстанса — теперь и для ML-сервисов, развернутых в ресурс-группах с типом «Docker».
• В разделе Биллинг месяцы, за которые нет данных, недоступны для выбора.

Контроль доступа:

• При обращении к API-методам адаптеров без auth-токена теперь возвращается корректный статус 401 Unauthorized (ранее — 400).

• Настройка лимитов для API-ключей: возможность устанавливать ограничения на сумму расходов за период, размер запроса, количество запросов в минуту, ML-сервисы и модели, к которым разрешено делать запросы.
• Email-уведомления о том, что время жизни API-ключа скоро истекает.
• Аудит действий пользователей: Caila протоколирует создание, изменение и удаление основных объектов — ML-сервисов, образов, датасетов, ресурс-групп, серверов и т. д. Отчет доступен администраторам аккаунта в разделе Аккаунты в Conversational Cloud.

Как это работает:

1. Выберите подходящий сервер с почасовой оплатой.
2. Склонируйте сервис из прототипа и укажите модель в настройках.
3. Запустите сервис.

Всё готово! Вы можете отправлять запросы к LLM через стандартные интерфейсы Caila: Predict API и OpenAI adapter.

Тестируйте, исследуйте и внедряйте языковые модели без лишних трудозатрат!

Предусмотрено автомасштабирование на основе следующих метрик:

• Количество запросов к сервису в минуту.
• Время ответа сервиса в миллисекундах.
• Нагрузка CPU в millicores.
• Количество активных запросов.

Caila рассчитывает оптимальное количество инстансов для заданных параметров, при необходимости запускает дополнительные инстансы или удаляет их.

Минимальное и максимальное количество инстансов можно настраивать в зависимости от времени суток.

Чтобы оптимизировать затраты, рекомендуем настроить автомасштабирование и для ресурс-группы, в которой запускается ML-сервис. Это позволит Caila автоматически добавлять серверы при необходимости запуска новых инстансов и удалять, когда они больше не нужны.

Подробную информацию об автомасштабировании вы найдете в документации.

• Автомасштабирование ML-сервиса на основе метрик. Теперь в режиме хостинга «Автоматический» можно настроить запуск и остановку инстансов сервиса на основе количества запросов, времени ответа, нагрузки на CPU.

  Пример настройки

  

• Метод для потоковой генерации: predict-with-config-stream. Работает аналогично predict-with-config-v2-stream, но принимает на вход объект, а не строку, поэтому не требует экранирования символов.

  Пример запроса

  curl -L 'https://caila.io/api/mlpgate/account/just-ai/model/gemini/predict-with-config-stream' \
  -H 'MLP-API-KEY: <api_token>' \
  -H 'Content-Type: application/json' \
  -d '{
    "config": {
      "temperature": 0.8
    },
    "data": {
      "stream": true,
      "model": "gemini-1.5-pro",
      "max_tokens": 20000,
      "messages": [
        {
          "role": "user",
          "content": "What is the weather like in San Francisco?"
        }
      ]
    }
  }
  

• Метод для подсчета количества токенов в запросе: count-tokens. Пока работает только для моделей Claude.

  Пример запроса

  curl -L 'https://caila.io/api/adapters/openai/count-tokens' \
  -H 'Authorization: Bearer <api_token>' \
  -H 'Content-Type: application/json' \
  -d '{
     model": "just-ai/claude/claude-3-5-sonnet-latest",
    "messages": [
      {
        "role":"user",
        "content":"What is the weather like in San Francisco?"
      }
    ]
  }'
  

• Уведомления о важных событиях под значком в верхней панели на всех страницах интерфейса Caila.

• Визуальный индикатор непрочитанных ошибок в истории событий по серверам и моделям, который позволяет увидеть ошибку и отреагировать на нее.

• Поддержка batch-запросов к OpenAI через адаптер. Подробнее о batch-запросах

  Базовый URL: https://caila.io/api/adapters/openai/v1.

• Загрузка произвольного файла в виджете тестирования ML-сервисов.

• Оптимизирована загрузка больших файлов по Files API от OpenAI.

• Отчеты по утилизации и история событий по серверам доступны по ссылкам в рамках ресурс-групп.

• Qwen-VL — мультимодальная языковая модель: помимо текста, принимает на вход изображения и генерирует описание на основе запроса. Доступна в виде прототипа, который можно клонировать и запустить на арендуемом сервере, указав в конфигурации нужный чек-пойнт.
• OpenAI GPT 4.5 — передовая модель в серии GPT, дает более точные и релевантные ответы и реже вводит пользователей в заблуждение. Доступна в сервисе openai-proxy и готова к использованию.
• Yandex GPT 5 Pro — лучше справляется с классификацией текстов, следует инструкциям и поддерживает диалог. Доступна в готовом сервисе yandexgpt.

Новые функции и улучшения​

• Отображение фоновых задач — теперь вы можете легко отслеживать задачи, выполняемые в фоновом режиме.
• Поддержка fallback-серверов — теперь вы можете использовать дополнительные серверы в случае сбоя основного.
• Очистка Docker-серверов после остановки контейнеров — теперь ваши контейнеры будут очищены после завершения их работы.
• Исправление работы RPS-лимитера — теперь вы можете быть уверены в корректной работе лимита запросов в секунду.
• Возможность указывать путь до SSH-ключа для подключения к серверам — теперь вы можете настроить путь к ключу для каждого сервера, что значительно упрощает процесс подключения.
• Исправление пополнения баланса при регистрации через GitHub — теперь вы можете избежать проблем при пополнении баланса.

Улучшения в пользовательском интерфейсе и UX​

• Переименование кнопки «Терминировать» — теперь она называется «Принудительно остановить».
• Локализация некоторых полей — вы можете выбрать удобный вам язык интерфейса.
• Подсказка для периода тарификации — теперь вы можете быстро найти информацию о периоде, за который взимается плата.
• Улучшение графиков на вкладке мониторинга — графики стали более точными и понятными.
• Ожидание подключения инстанса для задачи RunInstance — теперь пайплайн ожидает подключения инстанса, что повышает его эффективность.
• Улучшение выгрузки и стриминга логов на вкладке мониторинга — добавлены лимиты на количество строк и символов, выгружаемых за первый запрос, что обеспечивает более плавный и организованный процесс.
• Дисклеймер — теперь на карточке сервисов отображается плашка, напоминающая, что сервис не предназначен для обработки персональных данных.

Кроме того, было внесено множество других изменений для повышения общего качества продукта.

Как и все сервисы на платформе Caila, openai-proxy доступен в РФ с оплатой в рублях. Сервис позволяет обращаться к любым моделям OpenAI.

Доступ к API​

Для доступа к API вам потребуется токен. Создайте его на странице Моё пространство → API‑ключи. Указывайте токен в каждом запросе к API.

Базовый URL​

https://caila.io/api/adapters/openai/v1

Пример использования​

1. Создадим ассистента:

   curl -X POST "https://caila.io/api/adapters/openai/v1/assistants" \
   -H "Content-Type: application/json" \
   -H "Authorization: Bearer <api_token>" \
   --data-raw '{
     "instructions": "You are a personal math tutor. When asked a question, write and run Python code to answer the question.",
     "name": "Math Tutor",
     "tools": [{"type": "code_interpreter"}],
     "model": "gpt-4o"
   }'
   
   Пример ответа

   {
     "id": "asst_ABcd1234",
     "object": "assistant",
     "created_at": 1741348100,
     "name": "Math Tutor",
     "description": null,
     "model": "gpt-4o",
     "instructions": "You are a personal math tutor. When asked a question, write and run Python code to answer the question.",
     "tools": [
       {
         "type": "code_interpreter"
       }
     ],
     "top_p": 1.0,
     "temperature": 1.0,
     "reasoning_effort": null,
     "tool_resources": {
       "code_interpreter": {
         "file_ids": []
       }
     },
     "metadata": {
       "userId": "1000174642"
     },
     "response_format": "auto"
   }
   

2. Создадим тред, в котором пользователь будет задавать вопросы ассистенту:

   curl -X POST "https://caila.io/api/adapters/openai/v1/threads" \
   -H "Content-Type: application/json" \
   -H "Authorization: Bearer <api_token>" \
   --data-raw '{}'
   
   Пример ответа

   {
     "id": "thread_EFgh5678",
     "object": "thread",
     "created_at": 1741348920,
     "metadata": {
       "userId": "1000174642"
     },
     "tool_resources": {}
   }
   

3. Отправим сообщение пользователя в тред. В строке запроса нужно указать идентификатор треда, полученный на предыдущем шаге:

   curl -X POST "https://caila.io/api/adapters/openai/v1/threads/thread_EFgh5678/messages" \
   -H "Content-Type: application/json" \
   -H "Authorization: Bearer <api_token>" \
   --data-raw '{
     "role": "user",
     "content": "Напиши простой калькулятор на python, у которого будут только 4 функции, сложение, вычитание, умножение и деление"
   }'
   
   Пример ответа

   {
     "id": "msg_1fXtROYuVlVyHcD6dwJIZX8p",
     "object": "thread.message",
     "created_at": 1741615474,
     "assistant_id": null,
     "thread_id": "thread_EFgh5678",
     "run_id": null,
     "role": "user",
     "content": [
       {
         "type": "text",
         "text": {
           "value": "Напиши простой калькулятор на python, у которого будут только 4 функции, сложение, вычитание, умножение и деление",
           "annotations": []
         }
       }
     ],
     "attachments": [],
     "metadata": {
       "userId": "1000174642"
     }
   }
   

4. Запустим ассистента в треде, чтобы сгенерировать ответ. В строке запроса нужно указать идентификатор треда, а в теле запроса — идентификатор ассистента из п. 1.

   curl -X POST "https://caila.io/api/adapters/openai/v1/threads/thread_EFgh5678/runs" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer <api_token>" \
    --data-raw '{
   "assistant_id": "asst_ABcd1234",
   "instructions": "Ответь на русском языке"
   }'
   
   Пример ответа

   {
     "id": "run_Wiz8k7IFuqcMQdh3ohGQWA59",
     "object": "thread.run",
     "created_at": 1741615825,
     "assistant_id": "asst_ABcd1234",
     "thread_id": "thread_EFgh5678",
     "status": "queued",
     "started_at": null,
     "expires_at": 1741616425,
     "cancelled_at": null,
     "failed_at": null,
     "completed_at": null,
     "required_action": null,
     "last_error": null,
     "model": "gpt-4o",
     "instructions": "Ответь на русском языке",
     "tools": [
       {
         "type": "code_interpreter"
       }
     ],
     "tool_resources": {},
     "metadata": {
       "userId": "1000174642"
     },
     "temperature": 1.0,
     "top_p": 1.0,
     "reasoning_effort": null,
     "max_completion_tokens": null,
     "max_prompt_tokens": null,
     "truncation_strategy": {
       "type": "auto",
       "last_messages": null
     },
     "incomplete_details": null,
     "usage": null,
     "response_format": "auto",
     "tool_choice": "auto",
     "parallel_tool_calls": true
   }
   

5. Посмотрим результат:

   curl -X GET "https://caila.io/api/adapters/openai/v1/threads/thread_EFgh5678/messages" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer <api_token>"
   
   Пример ответа

   {
     "object": "list",
     "data": [
       {
         "id": "msg_CpqFkV5HoeoiPlJdZSVR1b9X",
         "object": "thread.message",
         "created_at": 1741615827,
         "assistant_id": "asst_ABcd1234",
         "thread_id": "thread_EFgh5678",
         "run_id": "run_Wiz8k7IFuqcMQdh3ohGQWA59",
         "role": "assistant",
         "content": [
           {
             "type": "text",
             "text": {
               "value": "Конечно! Ниже представлен простой калькулятор на Python, который поддерживает четыре основные арифметические операции: сложение, вычитание, умножение и деление.\n\n```python\ndef add(x, y):\n    \"\"\"Функция для сложения двух чисел.\"\"\"\n    return x + y\n\ndef subtract(x, y):\n    \"\"\"Функция для вычитания двух чисел.\"\"\"\n    return x - y\n\ndef multiply(x, y):\n    \"\"\"Функция для умножения двух чисел.\"\"\"\n    return x * y\n\ndef divide(x, y):\n    \"\"\"Функция для деления двух чисел.\"\"\"\n    if y == 0:\n        return \"Ошибка: деление на ноль!\"\n    return x / y\n\ndef calculator():\n    print(\"Выберите операцию:\")\n    print(\"1. Сложение\")\n    print(\"2. Вычитание\")\n    print(\"3. Умножение\")\n    print(\"4. Деление\")\n\n    while True:\n        choice = input(\"Введите номер операции (1/2/3/4) или 'q' для выхода: \")\n\n        if choice == 'q':\n            print(\"Выход из калькулятора.\")\n            break\n\n        if choice in ['1', '2', '3', '4']:\n            try:\n                num1 = float(input(\"Введите первое число: \"))\n                num2 = float(input(\"Введите второе число: \"))\n            except ValueError:\n                print(\"Ошибка: необходимо вводить числа.\")\n                continue\n\n            if choice == '1':\n                print(f\"{num1} + {num2} = {add(num1, num2)}\")\n            elif choice == '2':\n                print(f\"{num1} - {num2} = {subtract(num1, num2)}\")\n            elif choice == '3':\n                print(f\"{num1} * {num2} = {multiply(num1, num2)}\")\n            elif choice == '4':\n                print(f\"{num1} / {num2} = {divide(num1, num2)}\")\n        else:\n            print(\"Неверный ввод. Пожалуйста, введите номер операции от 1 до 4.\")\n\nif __name__ == \"__main__\":\n    calculator()\n```\n\nЭтот код реализует простой консольный калькулятор, который предлагает пользователю выбрать одну из четырёх операций, ввести два числа, и затем выводит результат. Для завершения работы калькулятора достаточно ввести 'q'.",
               "annotations": []
             }
           }
         ],
         "attachments": [],
           "metadata": {}
       },
       {
         "id": "msg_1fXtROYuVlVyHcD6dwJIZX8p",
         "object": "thread.message",
         "created_at": 1741615474,
         "assistant_id": null,
         "thread_id": "thread_EFgh5678",
         "run_id": null,
         "role": "user",
         "content": [
           {
             "type": "text",
             "text": {
               "value": "Напиши простой калькулятор на python, у которого будут только 4 функции, сложение, вычитание, умножение и деление",
               "annotations": []
             }
           }
         ],
         "attachments": [],
         "metadata": {
           "userId": "1000174642"
         }
       }
     ],
     "first_id": "msg_CpqFkV5HoeoiPlJdZSVR1b9X",
     "last_id": "msg_1fXtROYuVlVyHcD6dwJIZX8p",
     "has_more": false
   }