Source: https://ailoot.ai/models/da/openai-gpt-5-4-mini-u003a-batch/
Canonical: https://ailoot.ai/models/da/openai-gpt-5-4-mini-u003a-batch/
Language: da

# OpenAI: GPT-5.4 Mini (batch)

[Markdown](https://ailoot.ai/models/da/openai-gpt-5-4-mini-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/da/openai-gpt-5-4-mini-u003a-batch/facts.json)

## [OpenAI: GPT-5.4 Mini (batch)](https://ailoot.ai/models/da/openai-gpt-5-4-mini-u003a-batch/)

En kompakt GPT-5.4-udgave til programmering, computerbrug og understøttende agentarbejde med stor behandlingsvolumen. Den accepterer tekst og billeder og kan udarbejde en ændring, fortolke et screenshot af en grænseflade eller gennemføre en smallere opgave i en større arbejdsgang.

- [**Ailoot Ultra · Batch** `POST /v1/batches` `openai/gpt-5.4-mini:batch`](https://ailoot.ai/models/da/openai-gpt-5-4-mini-u003a-batch/#method-0)

Om modellen

Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.

GPT-5.4 Mini er OpenAI’s kompakte GPT-5.4-udgave til programmering, computerbrug og understøttende agentopgaver. Den bringer familiens funktioner til en model udviklet til fokuseret arbejde med stor behandlingsvolumen. Dens input er tekst og billeder, og dens output er tekst. Producenten beskriver opgaver såsom målrettede ændringer, navigation i kodebasen, fejlfinding og fortolkning af screenshots af grænseflader.

Ved en programmeringsanmodning skal den adfærd, der skal implementeres, beskrives, de relevante filer eller uddrag leveres og de begrænsninger, der skal overleve ændringen, angives. En eksempelopgave er at finde den del af et projekt, der håndterer et bestemt input, foreslå en målrettet ændring og angive, hvordan den ændrede adfærd skal kontrolleres. Hold opgavens omfang tydeligt, så en lokal ændring forbindes med de relevante afhængigheder uden at blive en uvedkommende omskrivning.

Producentens lancering beskriver også Mini som en understøttende model i et større agentsystem. En smallere opgave kan være at søge i en kodebase, gennemgå en stor fil eller behandle understøttende dokumenter, mens en anden fase håndterer koordinering og den endelige vurdering. Giv opgaven sit eget input, kriterium for færdiggørelse og outputformat. Et nyttigt resultat er fundet, dets placering i det leverede materiale og enhver usikkerhed, som næste fase skal afklare.

Ved computerbrug fremhæver lanceringen fortolkning af screenshots af informationstætte grænseflader. Lever den aktuelle visuelle tilstand, brugerens mål og de relevante begrænsninger. Modellen kan foreslå en handling eller forklare, hvad screenshottet viser, mens det tilsluttede miljø udfører operationen og returnerer den resulterende tilstand. Hold det faktiske værktøjsresultat adskilt fra en handling, der kun er foreslået.

OpenAI’s specifikation angiver et kontekstvindue på 400.000 tokens, et maksimalt input på 272.000 tokens og et maksimalt output på 128.000 tokens med en vidensgrænse den 31. august 2025. Valgmulighederne for ræsonneringsindsats er none, low, medium, high og xhigh; none er standard. Modellen angiver grænsefladerne Responses, Chat Completions og Batch, streaming, Structured Outputs, funktionskald, web- og filsøgning, fil- og billedinput samt promptcaching.

Dens værktøjer ifølge producenten omfatter værktøjssøgning, billedgenerering, kodefortolkning, hostede shell- og patchoperationer, skills, computerbrug og MCP-forbindelser. Applikationen leverer de tilgængelige operationer og returnerer deres faktiske resultater. Ved et endeligt svar skal ændringen eller konklusionen, den relevante dokumentation og næste handling efterspørges. En foreslået patch, en fokuseret gennemgang eller en kort forklaring af en grænseflade er et nyttigt resultat, når det er knyttet til den præcise opgave og kan kontrolleres mod den leverede kilde eller skærm.

**Ailoot Ultra · Batch** `POST /v1/batches` `openai/gpt-5.4-mini:batch`

[`openai/gpt-5.4-mini:batch`](https://ailoot.ai/models/da/#m=openai%2Fgpt-5.4-mini%3Abatch&route=Ultra&caller=openai%2Fgpt-5.4-mini%3Abatch&fmt=batches)

OpenAI /`openai/gpt-5.4-mini:batch`

### Start

En kompakt GPT-5.4-udgave til programmering, computerbrug og understøttende agentarbejde med stor behandlingsvolumen. Den accepterer tekst og billeder og kan udarbejde en ændring, fortolke et screenshot af en grænseflade eller gennemføre en smallere opgave i en større arbejdsgang.

Accepterede input

Tekst

Resultater

Tekst

### Tilgængelig i Ailoot · input og metoder

**Ailoot Ultra · Batch** `POST /v1/batches`

Inputtyper

`text`

Outputtyper

`text`

Outputformat

JSON direkte i results\[\].response.body

| Felt | Type | Krav | Værdier og grænser | Standard |
| --- | --- | --- | --- | --- |
| Felt`endpoint` | Type`string` | KravPåkrævet | Værdier og grænser /v1/chat/completions | Standard— |
| Felt`model` | Type`string` | KravPåkrævet | Værdier og grænser openai/gpt-5.4-mini:batch | Standard— |
| Felt`requests` | Type`batch_item[]` | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
| Felt`requests[].custom_id` | Type`string` | KravPåkrævet | Værdier og grænser | Standard— |
| Felt`requests[].body.messages` | Type`message[]` | KravPåkrævet | Værdier og grænser | Standard— |
| Felt`completion_window` | Type`string` | KravValgfrit | Værdier og grænser 24h | Standard— |
| Felt`provider` | Type`object\|null` | KravValgfrit | Værdier og grænser | Standard— |
| Felt`requests[].body.model` | Type`string` | KravValgfrit | Værdier og grænser openai/gpt-5.4-mini:batch, openai/gpt-5.4-mini | Standard— |
| Felt`provider.only` | Type`string[]` | KravValgfrit | Værdier og grænser openai | Standard— |
| Felt`provider.allow_fallbacks` | Type`boolean\|null` | KravValgfrit | Værdier og grænser false, null | Standard— |

Metodeparametre og livscyklus

| Parameter | Kontrakt |
| --- | --- |
| Parameter`content_type` | Kontraktapplication/json |
| Parameter`required` | Kontraktendpoint, model, requests |
| Parameter`material_types` | Kontrakttext |
| Parameter`representation` | Kontraktrequests\[\] direkte i anmodningen; hvert element har custom\_id og body |
| Parameter`request_endpoint_profile` | Kontrakt/v1/chat/completions |
| Parameter`file_material` | KontraktDen kaldende part kan læse det faktiske JSONL-indhold i UTF-8 lokalt ind i requests\[\]. Der angives hverken purpose til upload, input\_file\_id eller en filreference. Hvis kundematerialet mangler eller er tomt, stoppes forberedelsen før POST. |
| Parameter`serialization_order` | Kontraktendpoint, model, provider (hvis angivet), completion\_window (hvis angivet), requests til sidst |
| Parameter`optional_controls` | Kontraktprovider.only, provider.allow\_fallbacks, completion\_window |
| Parameter`schema_scope` | KontraktAnmodningsindhold for Chat Completions med tekst i den dokumenterede inline Batch-struktur. |

Livscyklus: `asynchronous`

`GET /v1/batches/{operation_id}` · det faktiske response.id fra den oprindelige oprettelse; samme bruger/nøgle/gruppe

### Priser

Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.

Hurtig tilstand

Ikke angivet Når hurtig tilstand er valgt

flex-tilstand

Ikke angivet Når flex-tilstanden er valgt

Maksimal ræsonneringsindsats

Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats

Priser for eksplicit caching

Ikke aktiveret Når der anmodes om eksplicit caching

#### Ailoot-takster

#### Priser efter konfiguration

Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.

| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
| --- | --- | --- | --- | --- |
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens **$0.00075** / 1K tokens Output · Outputtokens **$0.0045** / 1K tokens Input · Cachelæsning **$0.000075** / 1K tokens Input · Cacheskrivning **—** / 1K tokens Input · Cacheskrivning, 1 time **—** / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens **$0.00075** / 1K tokens Output · Outputtokens **$0.0045** / 1K tokens Input · Cachelæsning **$0.000075** / 1K tokens Input · Cacheskrivning **—** / 1K tokens Input · Cacheskrivning, 1 time **—** / 1K tokens |

Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. [Sådan fungerer reservation og afregning →](https://ailoot.ai/docs/da/billing/reserve/)

### Eksempelanmodninger

#### Ailoot Ultra · Batch

curl · gemte testdataPython HTTP · kundens faktiske JSONLPython · gem hvert færdigt resultat

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5.4-mini:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
```

```python
import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['openai/gpt-5.4-mini:batch', 'openai/gpt-5.4-mini']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.4-mini:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))
```

```python
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
```

### Hent og gem resultater

#### Ailoot Ultra · Batch

JSON direkte i results\[\].response.body

- `GET /v1/batches/{operation_id}`

##### Kontrollér opgavestatus

curl · Status for den oprindelige handling

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
```

##### Behold alle færdige resultater

Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.

Gem hele den oprindelige status i JSON, hvert resultat/custom\_id og det fulde svar- eller fejlindhold. Gem færdige results\[\] som JSONL uden filtrering.

##### Hvis det oprindelige svar skal kontrolleres

Gem det oprindelige operations-ID. 503 result\_pending\_check har X-Should-Retry:false; send aldrig en oprindelig batch igen, hvis dens udfald er ukendt.

Svarfelter

| Felt | Type |
| --- | --- |
| Felt`results[].custom_id` | Typestring |
| Felt`results[].response.body.choices[].message.content` | Typestring\|null |
| Felt`results[].error` | Typeobject\|null |
| Felt`usage` | Typeobject\|null |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`endpoint` | Typestring |
| Felt`status` | Typestring |
| Felt`request_counts` | Typeobject |
| Felt`results[].id` | Typestring |
| Felt`results[].response.status_code` | Typeinteger |
| Felt`results[].response.request_id` | Typestring |

Fejl og næste trin

| Svar | Betingelse | Næste trin |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | BetingelseUgyldig dokumenteret inline-struktur, dublerede nøgler, ugyldig elementidentitet eller konflikt med modellens konfigurerede funktioner. | Næste trinRet de angivne felter, før du sender en ny anmodning. |
| Svar401 · `authentication_error` | BetingelseUgyldig API-nøgle. | Næste trinBrug den godkendte Ailoot-nøgle. |
| Svar403 · `permission_error` | BetingelseBatch-gruppen er ikke tilgængelig. | Næste trinKontrollér nøglens/gruppens adgangsrettigheder. |
| Svar422 · `invalid_request_error` | BetingelseBatch afregnes via saldoen; oprettelse via et abonnement afvises. | Næste trinBrug den godkendte gruppe med saldoafregning. |
| Svar422 · `price_unavailable` | BetingelseDer kan ikke beregnes en pris for Batch-inputtet. | Næste trinGem svaret; brug det dokumenterede input for API-familien. |
| Svar402 · `billing_error` | BetingelseReservationen til Batch er ikke tilgængelig. | Næste trinAfklar adgangen, før du sender en ny anmodning. |
| Svar503 · `price_unavailable` | BetingelsePrisen for Batch-metoden eller de native satser er ikke tilgængelige. | Næste trinGem svaret; erstat ikke priserne med andre priser. |
| Svar503 · `api_error` | BetingelseDen præcise leverandørrute er ikke tilgængelig. | Næste trinGem svaret, så ruten kan repareres. |
| Svar503 · `result_pending_check` | BetingelseDet oprindelige resultat skal kontrolleres; X-Should-Retry:false. | Næste trinGem det oprindelige operation\_id/id, og læs dets status; gentag aldrig den oprindelige POST. |
| Svar404 · `not_found` | BetingelseOperationen til Batch-status findes ikke eller tilhører en anden identitet. | Næste trinBrug det nøjagtige oprindelige id og samme bruger/nøgle/gruppe. |

### Aliaser

#### Modelaliaser

**Ailoot Ultra** [`openai/gpt-5.4-mini:batch`](https://ailoot.ai/models/da/#m=openai%2Fgpt-5.4-mini%3Abatch&route=Ultra&caller=openai%2Fgpt-5.4-mini%3Abatch&fmt=batches)

#### Aliaser for metodestier

Brug metodestierne vist ovenfor.

#### Relaterede kalder-ID’er

[`openai/gpt-5.4-mini:batch`](https://ailoot.ai/models/da/#m=openai%2Fgpt-5.4-mini%3Abatch&route=Ultra&caller=openai%2Fgpt-5.4-mini%3Abatch&fmt=batches)

FAQ · OpenAI: GPT-5.4 Mini (batch)

Hvilke input og resultater er tilgængelige?

`POST /v1/batches` · `openai/gpt-5.4-mini:batch`: `text` → `text`

Hvilke felter bruger anmodningen?

`POST /v1/batches` · `openai/gpt-5.4-mini:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider`

Hvilke grænser gælder?

`POST /v1/batches` · `openai/gpt-5.4-mini:batch`: `requests.min_items`: `1`

Tilslut Ailoot til Claude Code, OpenCode, Hermes eller din egen applikation.

## Virksomheden og dens projektportefølje

Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder.

## Køb tokens med rabat.

Abonnementsrabat til regelmæssigt arbejde. Rabatkoder giver op til 50% på tokenkøb.

Abonnement

Vælg et abonnement med rabat til dine regelmæssige anmodninger.

Rabatkode på op til 50%

Indtast koden ved købet. Prisen genberegnes efter den aktuelle kampagne.

Udgifter i historikken

Model, tokens og beløb gemmes for hver anmodning.

[Vælg abonnement](https://ailoot.ai/docs/da/billing/subscriptions/) · [Se modelpriser](https://ailoot.ai/models/da/)

## Tilslut API’et til produktet, du sælger.

SaaS, apps og bots efter Ailoots tilbudsvilkår og licensaftale. Anmod om en forhandlerlicens til videresalg.

Kommerciel applikation

Byg generering af tekst, billeder, video og lyd ind i tjenestens betalte funktioner.

Licens til forhandlere

Send projektbeskrivelse og adgangsmodel. Bed om skriftlige vilkår for anvendelse og videresalg.

Dokumenter på websitet

Tilbudsvilkår, licensaftale og politik for behandling af data kan læses før tilslutning.

[Anmod om forhandlerlicens](mailto:support@ailoot.ai) · [Tilbudsvilkår og licensaftale](https://ailoot.ai/legal/offer?lang=da)

## Ailoot · Virksomheden og dens projektportefølje





Ailoot bygger på solid driftserfaring, en stor kundebase, stabil service og løbende kontrol af KPI.





Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder.





Ailoot bruger denne driftserfaring til API-adgang til AI-funktioner i kundernes produkter, agenter, applikationer og automatiseringer.