Το GPT-4.1 Nano είναι το ταχύτερο μέλος της οικογένειας GPT-4.1 της OpenAI, σχεδιασμένο για τήρηση οδηγιών και κλήσεις εργαλείων χωρίς ξεχωριστό βήμα συλλογισμού. Δέχεται κείμενο και εικόνες και παράγει κείμενο. Το Nano ταιριάζει σε μια καλά καθορισμένη λειτουργία όπου η εφαρμογή χρειάζεται μια σύντομη απάντηση, σύνολο πεδίων ή το επόμενο αίτημα εργαλείου αντί για εκτενή διερεύνηση.
Ένα χρήσιμο παράδειγμα είναι η ταξινόμηση εισερχόμενων μηνυμάτων βάσει δοσμένου συνόλου κατηγοριών. Εξηγήστε κάθε κατηγορία, δείξτε πώς πρέπει να αναπαρίστανται ασαφή μηνύματα ή μηνύματα εκτός πεδίου και ζητήστε την κατηγορία μαζί με τη φράση της πηγής που τη στηρίζει. Για εξαγωγή στοιχείων, ορίστε ονόματα πεδίων, επιτρεπόμενες τιμές και την αντιμετώπιση πληροφοριών που λείπουν. Για μια σύντομη εργασία συγγραφής, δώστε τα πραγματικά στοιχεία και ζητήστε το συγκεκριμένο απόσπασμα που χρειάζεται το επόμενο στάδιο της εφαρμογής. Τα παραδείγματα και οι περιορισμοί πρέπει να είναι αρκετά περιορισμένα ώστε να παραμένουν σαφή ακόμη και όταν η συλλογή πηγών είναι μεγάλη.
Ο πάροχος αναφέρει παράθυρο συμφραζομένων 1.047.576 tokens, μέγιστη έξοδο 32.768 tokens και όριο γνώσεων την 1η Ιουνίου 2024. Αυτές οι προδιαγραφές ταιριάζουν με το παράθυρο του GPT-4.1 Mini, διατηρώντας τη χωριστή ταυτότητα μοντέλου του Nano και τον ρόλο του που δίνει έμφαση στην απόκριση. Επισημάνετε έγγραφα και ενότητες συνομιλίας, συμπεριλάβετε μόνο τα συμφραζόμενα που σχετίζονται με τη λειτουργία και κρατήστε χώρο για την πλήρη απάντηση. Τα αποτελέσματα ανάκτησης ή δοσμένο κείμενο αναφοράς μπορούν να παρέχουν πραγματικά στοιχεία νεότερα από την αποκτημένη γνώση του μοντέλου.
Το Nano υποστηρίζει συνεχή ροή και Structured Outputs. Μια τελική απάντηση περιορισμένη από σχήμα εξυπηρετεί διαφορετικό σκοπό από μια κλήση συνάρτησης: η μία δίνει στην εφαρμογή ολοκληρωμένο παραδοτέο, ενώ η άλλη της ζητά να εκτελέσει μια λειτουργία. Τα Structured Outputs υποστηρίζουν υποσύνολο του JSON Schema· ορίστε τις απαιτούμενες ιδιότητες και σαφή αναπαράσταση για άγνωστες τιμές. Χειριστείτε χωριστά αρνήσεις και ελλιπείς απαντήσεις και ελέγξτε τις εξαγόμενες τιμές έναντι της εισόδου, αντί να εξισώνετε μια έγκυρη μορφή με σωστό συμπέρασμα.
Το τεκμηριωμένο σύνολο εργαλείων περιλαμβάνει κλήσεις συναρτήσεων, αναζήτηση σε αρχεία, ερμηνεία κώδικα, συνδέσεις MCP και ξεχωριστό εργαλείο δημιουργίας εικόνων. Η εφαρμογή παρέχει περιγραφές εργαλείων και σχήματα, εκτελεί προσαρμοσμένες συναρτήσεις και επιστρέφει τα πραγματικά αποτελέσματά τους. Για το στιγμιότυπο Nano της 14ης Απριλίου 2025, η OpenAI συνιστά ειδικά την απενεργοποίηση παράλληλων κλήσεων εργαλείων, επειδή το μοντέλο μπορεί να ζητήσει το ίδιο εργαλείο πολλές φορές σε έναν γύρο. Αυτό είναι ζήτημα εκτέλεσης για το συγκεκριμένο στιγμιότυπο, όχι λόγος ερμηνείας πολλών προτεινόμενων κλήσεων ως ολοκληρωμένων ενεργειών.
Η είσοδος εικόνων προσθέτει οπτικά τεκμήρια σε μια εργασία κειμένου, όπως ανάγνωση ορατής ετικέτας ή περιγραφή της κατάστασης που εμφανίζεται σε στιγμιότυπο οθόνης. Χρησιμοποιήστε υποστηριζόμενες εικόνες PNG, JPEG, WebP ή μη κινούμενα GIF, διατηρήστε ευανάγνωστο το κείμενο και εξηγήστε ποια παρατήρηση έχει σημασία. Ο οδηγός οπτικής κατανόησης επισημαίνει δυσκολίες με μικρό ή περιστραμμένο κείμενο, ακριβείς χωρικές σχέσεις, καταμετρήσεις αντικειμένων και ορισμένα μη λατινικά συστήματα γραφής. Δώστε περιβάλλον πλαίσιο όταν μια περικοπή από μόνη της θα έκανε ασαφή μια ετικέτα ή ένα διάγραμμα. Η απάντηση του ίδιου του Nano είναι κείμενο· ένα εργαλείο δημιουργίας εικόνων επιστρέφει δικό του ξεχωριστό παραδοτέο. Στην τεκμηριωμένη ροή οπτικής κατανόησης της OpenAI, το συνολικό μέγεθος δεδομένων του αιτήματος περιορίζεται σε 512 MB και ένα αίτημα μπορεί να περιλαμβάνει έως 1.500 εικόνες· οι εικόνες και το κείμενο πρέπει επίσης να χωρούν στα συμφραζόμενα του μοντέλου.
Στη ροή αρχείων του παρόχου, ένα μοντέλο με οπτική κατανόηση λαμβάνει τόσο εξαγόμενο κείμενο όσο και εικόνες σελίδων από PDF. Άλλες μορφές εγγράφων συνεισφέρουν εξαγόμενο κείμενο και ο εμπλουτισμός υπολογιστικών φύλλων εξετάζει έως τις πρώτες 1.000 γραμμές ανά φύλλο. Ένα αρχείο πρέπει να είναι μικρότερο από 50 MB, με συνολικό όριο 50 MB στο αίτημα. Το Chat Completions υποστηρίζει μέρη αρχείων PDF, ενώ η τεκμηριωμένη ροή Responses δέχεται επιπλέον τύπους αρχείων. Τα ενσωματωμένα γραφήματα σε έγγραφα εκτός PDF δεν μεταφέρονται ως περιεχόμενο εικόνας, επομένως μια αναπαράσταση PDF είναι χρήσιμη όταν έχουν σημασία τα οπτικά τεκμήρια.
Η OpenAI τεκμηριώνει προσωρινή αποθήκευση εισόδου για το Nano και Predicted Outputs για τη σειρά GPT-4.1 Nano. Η προσωρινή αποθήκευση εισόδου επαναχρησιμοποιεί ένα επιλέξιμο πρόθεμα εισόδου στην υπηρεσία του παρόχου. Αντίθετα, τα Predicted Outputs παρέχουν σε μεγάλο βαθμό γνωστό κείμενο εξόδου για μια τροποποίηση, όπως αναθεώρηση εγγράφου ή αρχείου κώδικα με διατήρηση των αμετάβλητων μερών. Η διαδρομή πρόβλεψης αφορά μόνο κείμενο και εξαιρεί τις κλήσεις συναρτήσεων, τα logprobs και max_completion_tokens, μεταξύ άλλων ελέγχων. Επιλέξτε τη διαδρομή για την πραγματική λειτουργία και διατηρήστε το αποτέλεσμά της συνδεδεμένο με την αρχική πηγή.
Ο πάροχος τεκμηριώνει επίσης επιβλεπόμενη περαιτέρω εκπαίδευση και άμεση βελτιστοποίηση προτιμήσεων για το ονομαζόμενο στιγμιότυπο GPT-4.1 του Nano. Τα παραδείγματα εκπαίδευσης και οι προτιμώμενες έναντι απορριφθεισών απαντήσεις προσαρμόζουν ένα μοντέλο σε επαναλαμβανόμενη εργασία· διαφέρουν από τα συμφραζόμενα που δίνονται σε ένα συνηθισμένο αίτημα. Για ένα πρακτικό στάδιο εξαγωγής στοιχείων ή ταξινόμησης, ξεκινήστε με σαφείς κατηγορίες, παραδείγματα και ρητή τελική μορφή και έπειτα εξετάστε αν τα επιστρεφόμενα πεδία διατηρούν τα πραγματικά στοιχεία που θα χρησιμοποιήσει το επόμενο στάδιο.
", "aboutText": "Το GPT-4.1 Nano είναι το ταχύτερο μέλος της οικογένειας GPT-4.1 της OpenAI, σχεδιασμένο για τήρηση οδηγιών και κλήσεις εργαλείων χωρίς ξεχωριστό βήμα συλλογισμού. Δέχεται κείμενο και εικόνες και παράγει κείμενο. Το Nano ταιριάζει σε μια καλά καθορισμένη λειτουργία όπου η εφαρμογή χρειάζεται μια σύντομη απάντηση, σύνολο πεδίων ή το επόμενο αίτημα εργαλείου αντί για εκτενή διερεύνηση.\n\nΈνα χρήσιμο παράδειγμα είναι η ταξινόμηση εισερχόμενων μηνυμάτων βάσει δοσμένου συνόλου κατηγοριών. Εξηγήστε κάθε κατηγορία, δείξτε πώς πρέπει να αναπαρίστανται ασαφή μηνύματα ή μηνύματα εκτός πεδίου και ζητήστε την κατηγορία μαζί με τη φράση της πηγής που τη στηρίζει. Για εξαγωγή στοιχείων, ορίστε ονόματα πεδίων, επιτρεπόμενες τιμές και την αντιμετώπιση πληροφοριών που λείπουν. Για μια σύντομη εργασία συγγραφής, δώστε τα πραγματικά στοιχεία και ζητήστε το συγκεκριμένο απόσπασμα που χρειάζεται το επόμενο στάδιο της εφαρμογής. Τα παραδείγματα και οι περιορισμοί πρέπει να είναι αρκετά περιορισμένα ώστε να παραμένουν σαφή ακόμη και όταν η συλλογή πηγών είναι μεγάλη.\n\nΟ πάροχος αναφέρει παράθυρο συμφραζομένων 1.047.576 tokens, μέγιστη έξοδο 32.768 tokens και όριο γνώσεων την 1η Ιουνίου 2024. Αυτές οι προδιαγραφές ταιριάζουν με το παράθυρο του GPT-4.1 Mini, διατηρώντας τη χωριστή ταυτότητα μοντέλου του Nano και τον ρόλο του που δίνει έμφαση στην απόκριση. Επισημάνετε έγγραφα και ενότητες συνομιλίας, συμπεριλάβετε μόνο τα συμφραζόμενα που σχετίζονται με τη λειτουργία και κρατήστε χώρο για την πλήρη απάντηση. Τα αποτελέσματα ανάκτησης ή δοσμένο κείμενο αναφοράς μπορούν να παρέχουν πραγματικά στοιχεία νεότερα από την αποκτημένη γνώση του μοντέλου.\n\nΤο Nano υποστηρίζει συνεχή ροή και Structured Outputs. Μια τελική απάντηση περιορισμένη από σχήμα εξυπηρετεί διαφορετικό σκοπό από μια κλήση συνάρτησης: η μία δίνει στην εφαρμογή ολοκληρωμένο παραδοτέο, ενώ η άλλη της ζητά να εκτελέσει μια λειτουργία. Τα Structured Outputs υποστηρίζουν υποσύνολο του JSON Schema· ορίστε τις απαιτούμενες ιδιότητες και σαφή αναπαράσταση για άγνωστες τιμές. Χειριστείτε χωριστά αρνήσεις και ελλιπείς απαντήσεις και ελέγξτε τις εξαγόμενες τιμές έναντι της εισόδου, αντί να εξισώνετε μια έγκυρη μορφή με σωστό συμπέρασμα.\n\nΤο τεκμηριωμένο σύνολο εργαλείων περιλαμβάνει κλήσεις συναρτήσεων, αναζήτηση σε αρχεία, ερμηνεία κώδικα, συνδέσεις MCP και ξεχωριστό εργαλείο δημιουργίας εικόνων. Η εφαρμογή παρέχει περιγραφές εργαλείων και σχήματα, εκτελεί προσαρμοσμένες συναρτήσεις και επιστρέφει τα πραγματικά αποτελέσματά τους. Για το στιγμιότυπο Nano της 14ης Απριλίου 2025, η OpenAI συνιστά ειδικά την απενεργοποίηση παράλληλων κλήσεων εργαλείων, επειδή το μοντέλο μπορεί να ζητήσει το ίδιο εργαλείο πολλές φορές σε έναν γύρο. Αυτό είναι ζήτημα εκτέλεσης για το συγκεκριμένο στιγμιότυπο, όχι λόγος ερμηνείας πολλών προτεινόμενων κλήσεων ως ολοκληρωμένων ενεργειών.\n\nΗ είσοδος εικόνων προσθέτει οπτικά τεκμήρια σε μια εργασία κειμένου, όπως ανάγνωση ορατής ετικέτας ή περιγραφή της κατάστασης που εμφανίζεται σε στιγμιότυπο οθόνης. Χρησιμοποιήστε υποστηριζόμενες εικόνες PNG, JPEG, WebP ή μη κινούμενα GIF, διατηρήστε ευανάγνωστο το κείμενο και εξηγήστε ποια παρατήρηση έχει σημασία. Ο οδηγός οπτικής κατανόησης επισημαίνει δυσκολίες με μικρό ή περιστραμμένο κείμενο, ακριβείς χωρικές σχέσεις, καταμετρήσεις αντικειμένων και ορισμένα μη λατινικά συστήματα γραφής. Δώστε περιβάλλον πλαίσιο όταν μια περικοπή από μόνη της θα έκανε ασαφή μια ετικέτα ή ένα διάγραμμα. Η απάντηση του ίδιου του Nano είναι κείμενο· ένα εργαλείο δημιουργίας εικόνων επιστρέφει δικό του ξεχωριστό παραδοτέο. Στην τεκμηριωμένη ροή οπτικής κατανόησης της OpenAI, το συνολικό μέγεθος δεδομένων του αιτήματος περιορίζεται σε 512 MB και ένα αίτημα μπορεί να περιλαμβάνει έως 1.500 εικόνες· οι εικόνες και το κείμενο πρέπει επίσης να χωρούν στα συμφραζόμενα του μοντέλου.\n\nΣτη ροή αρχείων του παρόχου, ένα μοντέλο με οπτική κατανόηση λαμβάνει τόσο εξαγόμενο κείμενο όσο και εικόνες σελίδων από PDF. Άλλες μορφές εγγράφων συνεισφέρουν εξαγόμενο κείμενο και ο εμπλουτισμός υπολογιστικών φύλλων εξετάζει έως τις πρώτες 1.000 γραμμές ανά φύλλο. Ένα αρχείο πρέπει να είναι μικρότερο από 50 MB, με συνολικό όριο 50 MB στο αίτημα. Το Chat Completions υποστηρίζει μέρη αρχείων PDF, ενώ η τεκμηριωμένη ροή Responses δέχεται επιπλέον τύπους αρχείων. Τα ενσωματωμένα γραφήματα σε έγγραφα εκτός PDF δεν μεταφέρονται ως περιεχόμενο εικόνας, επομένως μια αναπαράσταση PDF είναι χρήσιμη όταν έχουν σημασία τα οπτικά τεκμήρια.\n\nΗ OpenAI τεκμηριώνει προσωρινή αποθήκευση εισόδου για το Nano και Predicted Outputs για τη σειρά GPT-4.1 Nano. Η προσωρινή αποθήκευση εισόδου επαναχρησιμοποιεί ένα επιλέξιμο πρόθεμα εισόδου στην υπηρεσία του παρόχου. Αντίθετα, τα Predicted Outputs παρέχουν σε μεγάλο βαθμό γνωστό κείμενο εξόδου για μια τροποποίηση, όπως αναθεώρηση εγγράφου ή αρχείου κώδικα με διατήρηση των αμετάβλητων μερών. Η διαδρομή πρόβλεψης αφορά μόνο κείμενο και εξαιρεί τις κλήσεις συναρτήσεων, τα logprobs και max_completion_tokens, μεταξύ άλλων ελέγχων. Επιλέξτε τη διαδρομή για την πραγματική λειτουργία και διατηρήστε το αποτέλεσμά της συνδεδεμένο με την αρχική πηγή.\n\nΟ πάροχος τεκμηριώνει επίσης επιβλεπόμενη περαιτέρω εκπαίδευση και άμεση βελτιστοποίηση προτιμήσεων για το ονομαζόμενο στιγμιότυπο GPT-4.1 του Nano. Τα παραδείγματα εκπαίδευσης και οι προτιμώμενες έναντι απορριφθεισών απαντήσεις προσαρμόζουν ένα μοντέλο σε επαναλαμβανόμενη εργασία· διαφέρουν από τα συμφραζόμενα που δίνονται σε ένα συνηθισμένο αίτημα. Για ένα πρακτικό στάδιο εξαγωγής στοιχείων ή ταξινόμησης, ξεκινήστε με σαφείς κατηγορίες, παραδείγματα και ρητή τελική μορφή και έπειτα εξετάστε αν τα επιστρεφόμενα πεδία διατηρούν τα πραγματικά στοιχεία που θα χρησιμοποιήσει το επόμενο στάδιο.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "faea37a6f7a1f3a36262b0cf1f550abfdd688c1c10fe1cfb0fdaaaf72cd9ed6b", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "el", "methods": [ { "html": "openai/gpt-4.1-nano:batchΤο GPT-4.1 Nano είναι το συμπαγές μέλος της οικογένειας GPT-4.1 με γρήγορη απόκριση για αυστηρά καθορισμένες εργασίες κειμένου και εικόνων. Τα μεγάλα συμφραζόμενα, τα Structured Outputs και οι κλήσεις συναρτήσεών του υποστηρίζουν ταξινόμηση, εξαγωγή στοιχείων και εστιασμένα βήματα εφαρμογής.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το GPT-4.1 Nano είναι το ταχύτερο μέλος της οικογένειας GPT-4.1 της OpenAI, σχεδιασμένο για τήρηση οδηγιών και κλήσεις εργαλείων χωρίς ξεχωριστό βήμα συλλογισμού. Δέχεται κείμενο και εικόνες και παράγει κείμενο. Το Nano ταιριάζει σε μια καλά καθορισμένη λειτουργία όπου η εφαρμογή χρειάζεται μια σύντομη απάντηση, σύνολο πεδίων ή το επόμενο αίτημα εργαλείου αντί για εκτενή διερεύνηση.
Ένα χρήσιμο παράδειγμα είναι η ταξινόμηση εισερχόμενων μηνυμάτων βάσει δοσμένου συνόλου κατηγοριών. Εξηγήστε κάθε κατηγορία, δείξτε πώς πρέπει να αναπαρίστανται ασαφή μηνύματα ή μηνύματα εκτός πεδίου και ζητήστε την κατηγορία μαζί με τη φράση της πηγής που τη στηρίζει. Για εξαγωγή στοιχείων, ορίστε ονόματα πεδίων, επιτρεπόμενες τιμές και την αντιμετώπιση πληροφοριών που λείπουν. Για μια σύντομη εργασία συγγραφής, δώστε τα πραγματικά στοιχεία και ζητήστε το συγκεκριμένο απόσπασμα που χρειάζεται το επόμενο στάδιο της εφαρμογής. Τα παραδείγματα και οι περιορισμοί πρέπει να είναι αρκετά περιορισμένα ώστε να παραμένουν σαφή ακόμη και όταν η συλλογή πηγών είναι μεγάλη.
Ο πάροχος αναφέρει παράθυρο συμφραζομένων 1.047.576 tokens, μέγιστη έξοδο 32.768 tokens και όριο γνώσεων την 1η Ιουνίου 2024. Αυτές οι προδιαγραφές ταιριάζουν με το παράθυρο του GPT-4.1 Mini, διατηρώντας τη χωριστή ταυτότητα μοντέλου του Nano και τον ρόλο του που δίνει έμφαση στην απόκριση. Επισημάνετε έγγραφα και ενότητες συνομιλίας, συμπεριλάβετε μόνο τα συμφραζόμενα που σχετίζονται με τη λειτουργία και κρατήστε χώρο για την πλήρη απάντηση. Τα αποτελέσματα ανάκτησης ή δοσμένο κείμενο αναφοράς μπορούν να παρέχουν πραγματικά στοιχεία νεότερα από την αποκτημένη γνώση του μοντέλου.
Το Nano υποστηρίζει συνεχή ροή και Structured Outputs. Μια τελική απάντηση περιορισμένη από σχήμα εξυπηρετεί διαφορετικό σκοπό από μια κλήση συνάρτησης: η μία δίνει στην εφαρμογή ολοκληρωμένο παραδοτέο, ενώ η άλλη της ζητά να εκτελέσει μια λειτουργία. Τα Structured Outputs υποστηρίζουν υποσύνολο του JSON Schema· ορίστε τις απαιτούμενες ιδιότητες και σαφή αναπαράσταση για άγνωστες τιμές. Χειριστείτε χωριστά αρνήσεις και ελλιπείς απαντήσεις και ελέγξτε τις εξαγόμενες τιμές έναντι της εισόδου, αντί να εξισώνετε μια έγκυρη μορφή με σωστό συμπέρασμα.
Το τεκμηριωμένο σύνολο εργαλείων περιλαμβάνει κλήσεις συναρτήσεων, αναζήτηση σε αρχεία, ερμηνεία κώδικα, συνδέσεις MCP και ξεχωριστό εργαλείο δημιουργίας εικόνων. Η εφαρμογή παρέχει περιγραφές εργαλείων και σχήματα, εκτελεί προσαρμοσμένες συναρτήσεις και επιστρέφει τα πραγματικά αποτελέσματά τους. Για το στιγμιότυπο Nano της 14ης Απριλίου 2025, η OpenAI συνιστά ειδικά την απενεργοποίηση παράλληλων κλήσεων εργαλείων, επειδή το μοντέλο μπορεί να ζητήσει το ίδιο εργαλείο πολλές φορές σε έναν γύρο. Αυτό είναι ζήτημα εκτέλεσης για το συγκεκριμένο στιγμιότυπο, όχι λόγος ερμηνείας πολλών προτεινόμενων κλήσεων ως ολοκληρωμένων ενεργειών.
Η είσοδος εικόνων προσθέτει οπτικά τεκμήρια σε μια εργασία κειμένου, όπως ανάγνωση ορατής ετικέτας ή περιγραφή της κατάστασης που εμφανίζεται σε στιγμιότυπο οθόνης. Χρησιμοποιήστε υποστηριζόμενες εικόνες PNG, JPEG, WebP ή μη κινούμενα GIF, διατηρήστε ευανάγνωστο το κείμενο και εξηγήστε ποια παρατήρηση έχει σημασία. Ο οδηγός οπτικής κατανόησης επισημαίνει δυσκολίες με μικρό ή περιστραμμένο κείμενο, ακριβείς χωρικές σχέσεις, καταμετρήσεις αντικειμένων και ορισμένα μη λατινικά συστήματα γραφής. Δώστε περιβάλλον πλαίσιο όταν μια περικοπή από μόνη της θα έκανε ασαφή μια ετικέτα ή ένα διάγραμμα. Η απάντηση του ίδιου του Nano είναι κείμενο· ένα εργαλείο δημιουργίας εικόνων επιστρέφει δικό του ξεχωριστό παραδοτέο. Στην τεκμηριωμένη ροή οπτικής κατανόησης της OpenAI, το συνολικό μέγεθος δεδομένων του αιτήματος περιορίζεται σε 512 MB και ένα αίτημα μπορεί να περιλαμβάνει έως 1.500 εικόνες· οι εικόνες και το κείμενο πρέπει επίσης να χωρούν στα συμφραζόμενα του μοντέλου.
Στη ροή αρχείων του παρόχου, ένα μοντέλο με οπτική κατανόηση λαμβάνει τόσο εξαγόμενο κείμενο όσο και εικόνες σελίδων από PDF. Άλλες μορφές εγγράφων συνεισφέρουν εξαγόμενο κείμενο και ο εμπλουτισμός υπολογιστικών φύλλων εξετάζει έως τις πρώτες 1.000 γραμμές ανά φύλλο. Ένα αρχείο πρέπει να είναι μικρότερο από 50 MB, με συνολικό όριο 50 MB στο αίτημα. Το Chat Completions υποστηρίζει μέρη αρχείων PDF, ενώ η τεκμηριωμένη ροή Responses δέχεται επιπλέον τύπους αρχείων. Τα ενσωματωμένα γραφήματα σε έγγραφα εκτός PDF δεν μεταφέρονται ως περιεχόμενο εικόνας, επομένως μια αναπαράσταση PDF είναι χρήσιμη όταν έχουν σημασία τα οπτικά τεκμήρια.
Η OpenAI τεκμηριώνει προσωρινή αποθήκευση εισόδου για το Nano και Predicted Outputs για τη σειρά GPT-4.1 Nano. Η προσωρινή αποθήκευση εισόδου επαναχρησιμοποιεί ένα επιλέξιμο πρόθεμα εισόδου στην υπηρεσία του παρόχου. Αντίθετα, τα Predicted Outputs παρέχουν σε μεγάλο βαθμό γνωστό κείμενο εξόδου για μια τροποποίηση, όπως αναθεώρηση εγγράφου ή αρχείου κώδικα με διατήρηση των αμετάβλητων μερών. Η διαδρομή πρόβλεψης αφορά μόνο κείμενο και εξαιρεί τις κλήσεις συναρτήσεων, τα logprobs και max_completion_tokens, μεταξύ άλλων ελέγχων. Επιλέξτε τη διαδρομή για την πραγματική λειτουργία και διατηρήστε το αποτέλεσμά της συνδεδεμένο με την αρχική πηγή.
Ο πάροχος τεκμηριώνει επίσης επιβλεπόμενη περαιτέρω εκπαίδευση και άμεση βελτιστοποίηση προτιμήσεων για το ονομαζόμενο στιγμιότυπο GPT-4.1 του Nano. Τα παραδείγματα εκπαίδευσης και οι προτιμώμενες έναντι απορριφθεισών απαντήσεις προσαρμόζουν ένα μοντέλο σε επαναλαμβανόμενη εργασία· διαφέρουν από τα συμφραζόμενα που δίνονται σε ένα συνηθισμένο αίτημα. Για ένα πρακτικό στάδιο εξαγωγής στοιχείων ή ταξινόμησης, ξεκινήστε με σαφείς κατηγορίες, παραδείγματα και ρητή τελική μορφή και έπειτα εξετάστε αν τα επιστρεφόμενα πεδία διατηρούν τα πραγματικά στοιχεία που θα χρησιμοποιήσει το επόμενο στάδιο.
POST /v1/batchestexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοendpoint | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια /v1/chat/completions | Προεπιλογή— |
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια openai/gpt-4.1-nano:batch | Προεπιλογή— |
Πεδίοrequests | Τύποςbatch_item[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοrequests[].custom_id | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοrequests[].body.messages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοcompletion_window | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια 24h | Προεπιλογή— |
Πεδίοprovider | Τύποςobject|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοrequests[].body.model | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια openai/gpt-4.1-nano:batch, openai/gpt-4.1-nano | Προεπιλογή— |
Πεδίοprovider.only | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια openai | Προεπιλογή— |
Πεδίοprovider.allow_fallbacks | Τύποςboolean|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια false, null | Προεπιλογή— |
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηendpoint, model, requests |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςrepresentation | ΣύμβασηΕνσωματωμένος πίνακας requests[]· κάθε στοιχείο έχει custom_id και body |
Παράμετροςrequest_endpoint_profile | Σύμβαση/v1/chat/completions |
Παράμετροςfile_material | ΣύμβασηΟ καλών μπορεί να διαβάσει το πραγματικό υλικό UTF-8 JSONL τοπικά στον πίνακα requests[]. Δεν χρησιμοποιείται παράμετρος purpose για μεταφόρτωση, input_file_id ή αναφορά σε αρχείο. Αν το υλικό του πελάτη λείπει ή είναι κενό, η προετοιμασία σταματά πριν από το POST. |
Παράμετροςserialization_order | Σύμβασηendpoint, model, provider (αν παρέχεται), completion_window (αν παρέχεται), requests στο τέλος |
Παράμετροςoptional_controls | Σύμβασηprovider.only, provider.allow_fallbacks, completion_window |
Παράμετροςschema_scope | ΣύμβασηΣώματα αιτημάτων Text Chat Completions στον τεκμηριωμένο ενσωματωμένο φάκελο Batch. |
Κύκλος ζωής: asynchronous
GET /v1/batches/{operation_id} · Το πραγματικό response.id της αρχικής απόκρισης δημιουργίας· ο ίδιος χρήστης, το ίδιο κλειδί και η ίδια ομάδα
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0001 / 1K token Έξοδος · Token εξόδου $0.0004 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.000025 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0001 / 1K token Έξοδος · Token εξόδου $0.0004 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.000025 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${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-4.1-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-4.1-nano:batch', 'openai/gpt-4.1-nano']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-4.1-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.\nΕνσωματωμένο JSON στο 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\nΔιατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε ολόκληρο το αρχικό JSON κατάστασης, κάθε result/custom_id και ολόκληρο το σώμα της απόκρισης ή του σφάλματος. Αποθηκεύστε τα ολοκληρωμένα results[] ως JSONL χωρίς φιλτράρισμα.
Διατηρήστε το αρχικό ID της λειτουργίας. Η απόκριση 503 result_pending_check περιέχει X-Should-Retry:false· μην υποβάλετε ποτέ ξανά μια αρχική μαζική εργασία με άγνωστη έκβαση.
| Πεδίο | Τύπος |
|---|---|
Πεδίοresults[].custom_id | Τύποςstring |
Πεδίοresults[].response.body.choices[].message.content | Τύποςstring|null |
Πεδίοresults[].error | Τύποςobject|null |
Πεδίοusage | Τύποςobject|null |
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοendpoint | Τύποςstring |
Πεδίοstatus | Τύποςstring |
Πεδίοrequest_counts | Τύποςobject |
Πεδίοresults[].id | Τύποςstring |
Πεδίοresults[].response.status_code | Τύποςinteger |
Πεδίοresults[].response.request_id | Τύποςstring |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρος τεκμηριωμένος ενσωματωμένος φάκελος, διπλότυπα κλειδιά, ταυτότητα στοιχείου ή σύγκρουση με τις ρυθμισμένες δυνατότητες του μοντέλου. | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από οποιαδήποτε νέα υποβολή. |
Απάντηση401 · authentication_error | ΣυνθήκηΜη έγκυρο κλειδί API. | Επόμενο βήμαΧρησιμοποιήστε το εξουσιοδοτημένο κλειδί Ailoot. |
Απάντηση403 · permission_error | ΣυνθήκηΗ ομάδα μαζικής επεξεργασίας δεν είναι διαθέσιμη. | Επόμενο βήμαΕλέγξτε τα δικαιώματα πρόσβασης του κλειδιού/της ομάδας. |
Απάντηση422 · invalid_request_error | ΣυνθήκηΗ μαζική επεξεργασία χρεώνεται στο υπόλοιπο· η δημιουργία μέσω συνδρομής απορρίπτεται. | Επόμενο βήμαΧρησιμοποιήστε την εξουσιοδοτημένη ομάδα που χρεώνεται στο υπόλοιπο. |
Απάντηση422 · price_unavailable | ΣυνθήκηΔεν μπορεί να υπολογιστεί προσφορά κόστους για την είσοδο της μαζικής εργασίας. | Επόμενο βήμαΔιατηρήστε την απόκριση· χρησιμοποιήστε την τεκμηριωμένη είσοδο της οικογένειας API. |
Απάντηση402 · billing_error | ΣυνθήκηΤο ποσό δέσμευσης για τη μαζική επεξεργασία δεν είναι διαθέσιμο. | Επόμενο βήμαΕπιλύστε το ζήτημα αποδοχής πριν από ένα νέο αίτημα. |
Απάντηση503 · price_unavailable | ΣυνθήκηΗ τιμή της μεθόδου μαζικής επεξεργασίας/οι εγγενείς τιμές δεν είναι διαθέσιμες. | Επόμενο βήμαΔιατηρήστε την απόκριση· μην αντικαθιστάτε τις τιμές. |
Απάντηση503 · api_error | ΣυνθήκηΗ ακριβής διαδρομή του προμηθευτή δεν είναι διαθέσιμη. | Επόμενο βήμαΔιατηρήστε την απόκριση για τη διόρθωση της διαδρομής. |
Απάντηση503 · result_pending_check | ΣυνθήκηΤο αρχικό αποτέλεσμα χρειάζεται έλεγχο· X-Should-Retry:false. | Επόμενο βήμαΔιατηρήστε το αρχικό operation_id/id και διαβάστε την κατάστασή του· μην επαναλάβετε ποτέ το αρχικό POST. |
Απάντηση404 · not_found | ΣυνθήκηΗ λειτουργία κατάστασης της μαζικής εργασίας δεν υπάρχει ή ανήκει σε άλλη ταυτότητα. | Επόμενο βήμαΧρησιμοποιήστε το ακριβές αρχικό id και τον ίδιο χρήστη, το ίδιο κλειδί και την ίδια ομάδα. |
Ailoot Ultra openai/gpt-4.1-nano:batch
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.