GPT-5.4 nano ist OpenAIs kompaktes Modell der GPT-5.4-Klasse für einfache Aufgaben mit hohem Aufkommen. Der Hersteller hebt Klassifikation, Datenextraktion, Rangfolgen und unterstützende Subagentenaufgaben hervor. Es nimmt Text und Bilder entgegen und erzeugt Text. Damit hat nano eine klar umrissene Rolle in einem größeren Prozess: einen definierten Vorgang abschließen und die Informationen zurückgeben, die der nächste Schritt benötigt.
Geben Sie für eine Klassifikation die zulässigen Kategorien, die sie trennende Regel und das erwartete Ergebnisformat an. Eine beispielhafte Aufgabe besteht darin, das Thema einer Anfrage zu bestimmen und die Fakten zu benennen, die die Kategorie rechtfertigen. Geben Sie Beispiele an, wenn sie eine schwierige Grenze verdeutlichen, und legen Sie fest, wie eine Anfrage dargestellt werden soll, die in keine der verfügbaren Kategorien passt. Ein nützliches Ergebnis ist die Kategorie mit einer kurzen Begründung anhand des bereitgestellten Materials.
Legen Sie für eine Extraktion die Felder und ihre Definitionen fest, statt nach jedem möglicherweise interessanten Detail zu fragen. Sie können schriftliches Material oder das Bild einer Seite bereitstellen und die benötigten Werte benennen. Bewahren Sie Namen und Einheiten, die die Bedeutung beeinflussen, und unterscheiden Sie ein fehlendes Feld von einem aus dem umgebenden Text abgeleiteten Wert. Stellen Sie für eine Rangfolge die Kandidaten und das Kriterium bereit und fordern Sie die geordnete Liste mit den relevanten Belegen für jede Position an.
OpenAIs GPT-5.4 nano-Spezifikation nennt ein Kontextfenster von 400.000 Token, eine maximale Eingabe von 272.000 Token und eine maximale Ausgabe von 128.000 Token; der Wissensstand ist der 31. August 2025. Es unterstützt den Reasoning-Aufwand none, low, medium, high und xhigh; none ist der Standardwert. Der ausgewählte Aufwand und die angeforderte Antwortlänge sollten zur Aufgabe passen. Wenn Reasoning verwendet wird, lassen Sie Raum für die Analyse und das sichtbare Ergebnis.
Der Hersteller dokumentiert die Schnittstellen Responses, Chat Completions und Batch sowie Streaming, Structured Outputs, Funktionsaufrufe, Web- und Dateisuche, Dateieingaben, Bildeingaben und Prompt-Caching. Seine Werkzeuge umfassen Bilderzeugung, Codeinterpretation, gehostete Shell- und Patch-Vorgänge, Skills und MCP-Verbindungen. Eine Anwendung stellt ihre Vorgänge bereit und liefert deren tatsächliche Ergebnisse zurück. Eine strukturierte Antwort beschreibt die Form der Ausgabe; eine Funktionsanforderung beschreibt eine von einem Werkzeug auszuführende Handlung.
Geben Sie nano in einem mehrstufigen Arbeitsablauf eine begrenzte unterstützende Aufgabe und ein klares Abschlusskriterium. Extrahieren Sie zum Beispiel die erforderlichen Fakten aus mehreren Nachrichten und geben Sie diese Fakten anschließend für eine umfassendere Entscheidung an die nächste Stufe weiter. Prüfen Sie die zurückgegebenen Felder anhand der ursprünglichen Eingabe und präzisieren Sie die Regel, wenn eine Kategoriegrenze unklar ist. Eine knappe Kategorie, eine Zusammenstellung von Werten, eine Rangliste oder vorgeschlagene Werkzeugargumente sind ein nützliches Endergebnis, wenn ihr Zweck und ihre Quellenbelege ausdrücklich erkennbar bleiben.
", "aboutText": "GPT-5.4 nano ist OpenAIs kompaktes Modell der GPT-5.4-Klasse für einfache Aufgaben mit hohem Aufkommen. Der Hersteller hebt Klassifikation, Datenextraktion, Rangfolgen und unterstützende Subagentenaufgaben hervor. Es nimmt Text und Bilder entgegen und erzeugt Text. Damit hat nano eine klar umrissene Rolle in einem größeren Prozess: einen definierten Vorgang abschließen und die Informationen zurückgeben, die der nächste Schritt benötigt.\n\nGeben Sie für eine Klassifikation die zulässigen Kategorien, die sie trennende Regel und das erwartete Ergebnisformat an. Eine beispielhafte Aufgabe besteht darin, das Thema einer Anfrage zu bestimmen und die Fakten zu benennen, die die Kategorie rechtfertigen. Geben Sie Beispiele an, wenn sie eine schwierige Grenze verdeutlichen, und legen Sie fest, wie eine Anfrage dargestellt werden soll, die in keine der verfügbaren Kategorien passt. Ein nützliches Ergebnis ist die Kategorie mit einer kurzen Begründung anhand des bereitgestellten Materials.\n\nLegen Sie für eine Extraktion die Felder und ihre Definitionen fest, statt nach jedem möglicherweise interessanten Detail zu fragen. Sie können schriftliches Material oder das Bild einer Seite bereitstellen und die benötigten Werte benennen. Bewahren Sie Namen und Einheiten, die die Bedeutung beeinflussen, und unterscheiden Sie ein fehlendes Feld von einem aus dem umgebenden Text abgeleiteten Wert. Stellen Sie für eine Rangfolge die Kandidaten und das Kriterium bereit und fordern Sie die geordnete Liste mit den relevanten Belegen für jede Position an.\n\nOpenAIs GPT-5.4 nano-Spezifikation nennt ein Kontextfenster von 400.000 Token, eine maximale Eingabe von 272.000 Token und eine maximale Ausgabe von 128.000 Token; der Wissensstand ist der 31. August 2025. Es unterstützt den Reasoning-Aufwand none, low, medium, high und xhigh; none ist der Standardwert. Der ausgewählte Aufwand und die angeforderte Antwortlänge sollten zur Aufgabe passen. Wenn Reasoning verwendet wird, lassen Sie Raum für die Analyse und das sichtbare Ergebnis.\n\nDer Hersteller dokumentiert die Schnittstellen Responses, Chat Completions und Batch sowie Streaming, Structured Outputs, Funktionsaufrufe, Web- und Dateisuche, Dateieingaben, Bildeingaben und Prompt-Caching. Seine Werkzeuge umfassen Bilderzeugung, Codeinterpretation, gehostete Shell- und Patch-Vorgänge, Skills und MCP-Verbindungen. Eine Anwendung stellt ihre Vorgänge bereit und liefert deren tatsächliche Ergebnisse zurück. Eine strukturierte Antwort beschreibt die Form der Ausgabe; eine Funktionsanforderung beschreibt eine von einem Werkzeug auszuführende Handlung.\n\nGeben Sie nano in einem mehrstufigen Arbeitsablauf eine begrenzte unterstützende Aufgabe und ein klares Abschlusskriterium. Extrahieren Sie zum Beispiel die erforderlichen Fakten aus mehreren Nachrichten und geben Sie diese Fakten anschließend für eine umfassendere Entscheidung an die nächste Stufe weiter. Prüfen Sie die zurückgegebenen Felder anhand der ursprünglichen Eingabe und präzisieren Sie die Regel, wenn eine Kategoriegrenze unklar ist. Eine knappe Kategorie, eine Zusammenstellung von Werten, eine Rangliste oder vorgeschlagene Werkzeugargumente sind ein nützliches Endergebnis, wenn ihr Zweck und ihre Quellenbelege ausdrücklich erkennbar bleiben.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b39b7ff19267160b2f801cdb2e75f97135183840e632c052f006ff587c582a4a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-at", "methods": [ { "html": "openai/gpt-5.4-nano:batchEin kompaktes GPT-5.4-Modell für Klassifikation, Datenextraktion, Rangfolgen und einfachere unterstützende Agentenaufgaben. Es nimmt Text und Bilder entgegen und liefert Text; Structured Outputs und Funktionsaufrufe gehören zum dokumentierten Funktionsumfang des Herstellers.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT-5.4 nano ist OpenAIs kompaktes Modell der GPT-5.4-Klasse für einfache Aufgaben mit hohem Aufkommen. Der Hersteller hebt Klassifikation, Datenextraktion, Rangfolgen und unterstützende Subagentenaufgaben hervor. Es nimmt Text und Bilder entgegen und erzeugt Text. Damit hat nano eine klar umrissene Rolle in einem größeren Prozess: einen definierten Vorgang abschließen und die Informationen zurückgeben, die der nächste Schritt benötigt.
Geben Sie für eine Klassifikation die zulässigen Kategorien, die sie trennende Regel und das erwartete Ergebnisformat an. Eine beispielhafte Aufgabe besteht darin, das Thema einer Anfrage zu bestimmen und die Fakten zu benennen, die die Kategorie rechtfertigen. Geben Sie Beispiele an, wenn sie eine schwierige Grenze verdeutlichen, und legen Sie fest, wie eine Anfrage dargestellt werden soll, die in keine der verfügbaren Kategorien passt. Ein nützliches Ergebnis ist die Kategorie mit einer kurzen Begründung anhand des bereitgestellten Materials.
Legen Sie für eine Extraktion die Felder und ihre Definitionen fest, statt nach jedem möglicherweise interessanten Detail zu fragen. Sie können schriftliches Material oder das Bild einer Seite bereitstellen und die benötigten Werte benennen. Bewahren Sie Namen und Einheiten, die die Bedeutung beeinflussen, und unterscheiden Sie ein fehlendes Feld von einem aus dem umgebenden Text abgeleiteten Wert. Stellen Sie für eine Rangfolge die Kandidaten und das Kriterium bereit und fordern Sie die geordnete Liste mit den relevanten Belegen für jede Position an.
OpenAIs GPT-5.4 nano-Spezifikation nennt ein Kontextfenster von 400.000 Token, eine maximale Eingabe von 272.000 Token und eine maximale Ausgabe von 128.000 Token; der Wissensstand ist der 31. August 2025. Es unterstützt den Reasoning-Aufwand none, low, medium, high und xhigh; none ist der Standardwert. Der ausgewählte Aufwand und die angeforderte Antwortlänge sollten zur Aufgabe passen. Wenn Reasoning verwendet wird, lassen Sie Raum für die Analyse und das sichtbare Ergebnis.
Der Hersteller dokumentiert die Schnittstellen Responses, Chat Completions und Batch sowie Streaming, Structured Outputs, Funktionsaufrufe, Web- und Dateisuche, Dateieingaben, Bildeingaben und Prompt-Caching. Seine Werkzeuge umfassen Bilderzeugung, Codeinterpretation, gehostete Shell- und Patch-Vorgänge, Skills und MCP-Verbindungen. Eine Anwendung stellt ihre Vorgänge bereit und liefert deren tatsächliche Ergebnisse zurück. Eine strukturierte Antwort beschreibt die Form der Ausgabe; eine Funktionsanforderung beschreibt eine von einem Werkzeug auszuführende Handlung.
Geben Sie nano in einem mehrstufigen Arbeitsablauf eine begrenzte unterstützende Aufgabe und ein klares Abschlusskriterium. Extrahieren Sie zum Beispiel die erforderlichen Fakten aus mehreren Nachrichten und geben Sie diese Fakten anschließend für eine umfassendere Entscheidung an die nächste Stufe weiter. Prüfen Sie die zurückgegebenen Felder anhand der ursprünglichen Eingabe und präzisieren Sie die Regel, wenn eine Kategoriegrenze unklar ist. Eine knappe Kategorie, eine Zusammenstellung von Werten, eine Rangliste oder vorgeschlagene Werkzeugargumente sind ein nützliches Endergebnis, wenn ihr Zweck und ihre Quellenbelege ausdrücklich erkennbar bleiben.
POST /v1/batchestexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldendpoint | Typstring | AnforderungErforderlich | Werte und Limits /v1/chat/completions | Standard— |
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits openai/gpt-5.4-nano:batch | Standard— |
Feldrequests | Typbatch_item[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldrequests[].custom_id | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldrequests[].body.messages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldcompletion_window | Typstring | AnforderungOptional | Werte und Limits 24h | Standard— |
Feldprovider | Typobject|null | AnforderungOptional | Werte und Limits | Standard— |
Feldrequests[].body.model | Typstring | AnforderungOptional | Werte und Limits openai/gpt-5.4-nano:batch, openai/gpt-5.4-nano | Standard— |
Feldprovider.only | Typstring[] | AnforderungOptional | Werte und Limits openai | Standard— |
Feldprovider.allow_fallbacks | Typboolean|null | AnforderungOptional | Werte und Limits false, null | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragendpoint, model, requests |
Parametermaterial_types | Vertragtext |
Parameterrepresentation | Vertrageingebettete requests[]; jedes Element enthält custom_id und body |
Parameterrequest_endpoint_profile | Vertrag/v1/chat/completions |
Parameterfile_material | VertragDer Aufrufer kann tatsächliches UTF-8-JSONL lokal in requests[] einlesen. Es werden weder ein Upload-Zweck noch input_file_id oder eine Dateireferenz verwendet. Fehlendes oder leeres Kundenmaterial stoppt die Vorbereitung vor POST. |
Parameterserialization_order | Vertragendpoint, model, provider (falls angegeben), completion_window (falls angegeben), requests als letztes Feld |
Parameteroptional_controls | Vertragprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | VertragAnfragekörper für Text Chat Completions in der dokumentierten Inline-Batch-Struktur. |
Lebenszyklus: asynchronous
GET /v1/batches/{operation_id} · die tatsächliche response.id der ursprünglichen Erstellungsantwort; derselbe Nutzer/Schlüssel/dieselbe Gruppe
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0002 / 1K Tokens Ausgabe · Ausgabetoken $0.00125 / 1K Tokens Eingabe · Cache lesen $0.00002 / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0002 / 1K Tokens Ausgabe · Ausgabetoken $0.00125 / 1K Tokens Eingabe · Cache lesen $0.00002 / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5.4-nano:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-5.4-nano:batch', 'openai/gpt-5.4-nano']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.4-nano:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n 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")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\neingebettetes JSON unter results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nBewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Das vollständige ursprüngliche Status-JSON, jedes Ergebnis/jede custom_id und den vollständigen Antwort- oder Fehlerkörper aufbewahren. Abgeschlossene results[] ohne Filterung als JSONL speichern.
Die ursprüngliche Vorgangs-ID beibehalten. Bei 503 result_pending_check gilt X-Should-Retry:false; einen ursprünglichen Batch mit unbekanntem Ausgang niemals erneut einreichen.
| Feld | Typ |
|---|---|
Feldresults[].custom_id | Typstring |
Feldresults[].response.body.choices[].message.content | Typstring|null |
Feldresults[].error | Typobject|null |
Feldusage | Typobject|null |
Feldid | Typstring |
Feldmodel | Typstring |
Feldendpoint | Typstring |
Feldstatus | Typstring |
Feldrequest_counts | Typobject |
Feldresults[].id | Typstring |
Feldresults[].response.status_code | Typinteger |
Feldresults[].response.request_id | Typstring |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungUngültige Struktur der dokumentierten Inline-Einbettung, doppelte Schlüssel, ungültige Identitätsangaben zu einem Element oder ein Konflikt mit den konfigurierten Modellfähigkeiten. | Nächster SchrittDie angegebenen Felder vor jeder neuen Einreichung korrigieren. |
Antwort401 · authentication_error | BedingungUngültiger API-Schlüssel. | Nächster SchrittDen autorisierten Ailoot-Schlüssel verwenden. |
Antwort403 · permission_error | BedingungGruppe für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Berechtigung des Schlüssels bzw. der Gruppe prüfen. |
Antwort422 · invalid_request_error | BedingungStapelverarbeitung wird über das Guthaben abgerechnet; die Erstellung über ein Abonnement wird abgelehnt. | Nächster SchrittDie autorisierte Gruppe mit Guthabenabrechnung verwenden. |
Antwort422 · price_unavailable | BedingungFür die Batch-Eingabe kann kein Preisangebot erstellt werden. | Nächster SchrittAntwort aufbewahren; die dokumentierte Eingabe der API-Familie verwenden. |
Antwort402 · billing_error | BedingungReservierung für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Zulassung klären, bevor eine neue Anfrage gestellt wird. |
Antwort503 · price_unavailable | BedingungMethodenpreis bzw. native Tarife für Stapelverarbeitung nicht verfügbar. | Nächster SchrittAntwort aufbewahren; keine anderen Preise einsetzen. |
Antwort503 · api_error | BedingungDie genaue Anbieterroute ist nicht verfügbar. | Nächster SchrittAntwort zur Reparatur der Route aufbewahren. |
Antwort503 · result_pending_check | BedingungDas ursprüngliche Ergebnis muss geprüft werden; X-Should-Retry:false. | Nächster SchrittDie ursprüngliche operation_id/id beibehalten und ihren Status lesen; den ursprünglichen POST niemals wiederholen. |
Antwort404 · not_found | BedingungDer Batch-Vorgang, dessen Status abgefragt wird, ist nicht vorhanden oder gehört einer anderen Identität. | Nächster SchrittDie genaue ursprüngliche id und denselben Nutzer/Schlüssel/dieselbe Gruppe verwenden. |
Ailoot Ultra openai/gpt-5.4-nano:batch
Verwenden Sie die oben angezeigten Methodenpfade.