models

OpenAI: GPT-5.4 Mini (batch)

Markdown · JSON

OpenAI: GPT-5.4 Mini (batch)

Une édition compacte GPT-5.4 pour la programmation, l’utilisation de l’ordinateur et les travaux d’appui d’agents à fort volume. Elle accepte du texte et des images et peut élaborer une modification, interpréter une capture d’écran d’interface ou terminer une tâche plus restreinte dans un processus plus vaste.

À propos du modèle

Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.

GPT-5.4 Mini est l’édition compacte GPT-5.4 d’OpenAI pour la programmation, l’utilisation de l’ordinateur et les tâches d’appui d’agents. Elle apporte les capacités de la famille à un modèle conçu pour les travaux ciblés à fort volume. Ses entrées sont textuelles et visuelles et sa sortie est textuelle. Le fabricant décrit des tâches telles que les modifications ciblées, la navigation dans une base de code, le débogage et l’interprétation de captures d’écran d’interfaces.

Pour une demande de programmation, décrivez le comportement à implémenter, fournissez les fichiers ou extraits pertinents et indiquez les contraintes qui doivent subsister après la modification. Une tâche peut par exemple consister à trouver la partie d’un projet qui traite une entrée particulière, à proposer une modification ciblée et à identifier comment vérifier le comportement modifié. Gardez le périmètre de la tâche explicite afin qu’une modification locale soit reliée aux dépendances pertinentes sans devenir une réécriture sans rapport.

La présentation du fabricant décrit également Mini comme un modèle d’appui dans un système d’agents plus vaste. Une mission plus restreinte peut consister à rechercher dans une base de code, à examiner un fichier volumineux ou à traiter des documents d’appui pendant qu’une autre étape s’occupe de la coordination et du jugement final. Donnez à cette mission son entrée, son critère d’achèvement et son format de sortie propres. Un résultat utile comprend l’observation, son emplacement dans les éléments fournis et toute incertitude que l’étape suivante doit résoudre.

Pour les travaux d’utilisation de l’ordinateur, la présentation met l’accent sur l’interprétation de captures d’écran d’interfaces denses. Fournissez l’état visuel actuel, l’objectif de l’utilisateur et les contraintes pertinentes. Le modèle peut proposer une action ou expliquer ce que montre la capture d’écran, tandis que l’environnement connecté effectue l’opération et renvoie l’état obtenu. Gardez le résultat réel de l’outil distinct d’une action seulement proposée.

La spécification d’OpenAI indique une fenêtre de contexte de 400 000 tokens, une entrée maximale de 272 000 tokens et une sortie maximale de 128 000 tokens, avec une date limite des connaissances au 31 août 2025. Les choix d’effort de raisonnement sont none, low, medium, high et xhigh ; none est la valeur par défaut. Le modèle propose les interfaces Responses, Chat Completions et Batch, la diffusion en continu, Structured Outputs, l’appel de fonctions, la recherche sur le Web et dans les fichiers, les fichiers et images en entrée et la mise en cache des prompts.

Les outils mentionnés par son fournisseur comprennent la recherche d’outils, la génération d’images, l’interprétation de code, l’exécution de commandes dans un environnement hébergé et l’application de correctifs, les compétences, l’utilisation de l’ordinateur et les connexions MCP. L’application fournit les opérations disponibles et renvoie leurs résultats réels. Pour une réponse finale, demandez la modification ou l’observation, les preuves pertinentes et l’action suivante. Un correctif proposé, une revue ciblée ou une explication concise d’interface constitue un livrable utile lorsqu’il est relié à la tâche exacte et peut être vérifié au regard de la source ou de l’écran fourni.

Ailoot Ultra · Traitement par lots POST /v1/batches openai/gpt-5.4-mini:batch

openai/gpt-5.4-mini:batch

OpenAI /openai/gpt-5.4-mini:batch

Premiers pas

Une édition compacte GPT-5.4 pour la programmation, l’utilisation de l’ordinateur et les travaux d’appui d’agents à fort volume. Elle accepte du texte et des images et peut élaborer une modification, interpréter une capture d’écran d’interface ou terminer une tâche plus restreinte dans un processus plus vaste.

Entrées acceptées
Texte
Résultats
Texte

Disponible dans Ailoot · entrées et méthodes

Ailoot Ultra · Traitement par lots POST /v1/batches
Entrée
text
Sortie
text
Format de sortie
JSON results[].response.body intégré
ChampTypeExigenceValeurs et limitesPar défaut
ChampendpointTypestringExigenceObligatoireValeurs et limites
/v1/chat/completions
Par défaut—
ChampmodelTypestringExigenceObligatoireValeurs et limites
openai/gpt-5.4-mini:batch
Par défaut—
ChamprequestsTypebatch_item[]ExigenceObligatoireValeurs et limites
Nombre minimal d’éléments: 1
Par défaut—
Champrequests[].custom_idTypestringExigenceObligatoireValeurs et limitesPar défaut—
Champrequests[].body.messagesTypemessage[]ExigenceObligatoireValeurs et limitesPar défaut—
Champcompletion_windowTypestringExigenceFacultatifValeurs et limites
24h
Par défaut—
ChampproviderTypeobject|nullExigenceFacultatifValeurs et limitesPar défaut—
Champrequests[].body.modelTypestringExigenceFacultatifValeurs et limites
openai/gpt-5.4-mini:batch, openai/gpt-5.4-mini
Par défaut—
Champprovider.onlyTypestring[]ExigenceFacultatifValeurs et limites
openai
Par défaut—
Champprovider.allow_fallbacksTypeboolean|nullExigenceFacultatifValeurs et limites
false, null
Par défaut—
Paramètres et cycle de vie de la méthode
ParamètreContrat
Paramètrecontent_typeContratapplication/json
ParamètrerequiredContratendpoint, model, requests
Paramètrematerial_typesContrattext
ParamètrerepresentationContratrequests[] intégré ; chaque élément comporte custom_id et body
Paramètrerequest_endpoint_profileContrat/v1/chat/completions
Paramètrefile_materialContratL’appelant peut charger localement le contenu JSONL UTF-8 effectif dans requests[]. Aucun paramètre purpose de téléversement, input_file_id ni référence à un fichier n’est utilisé. Si les données du client sont absentes ou vides, la préparation s’arrête avant le POST.
Paramètreserialization_orderContratendpoint, model, provider (si fourni), completion_window (si fourni), requests en dernier
Paramètreoptional_controlsContratprovider.only, provider.allow_fallbacks, completion_window
Paramètreschema_scopeContratCorps de requêtes Chat Completions textuelles dans l’enveloppe Batch intégrée documentée.

Cycle de vie : asynchronous

GET /v1/batches/{operation_id} · response.id effectivement renvoyé lors de la création d’origine ; même utilisateur, même clé et même groupe

Tarifs

Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.

Mode rapide
Non précisé Lorsque le mode rapide est sélectionné
Mode Flex
Non précisé Lorsque le mode flex est sélectionné
Effort de raisonnement maximal
Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)
Tarification du cache explicite
Non activé Lorsqu’un cache explicite est demandé

Tarifs Ailoot

Prix par configuration

Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.

ConfigurationBarème tarifaireTokens de contexte, plus deTokens de contexte, jusqu’à la limite incluseCoût
ConfigurationTarifs de base des tokensBarème tarifaireTarif de baseTokens de contexte, plus de—Tokens de contexte, jusqu’à la limite incluseSans borne supérieureCoût
Entrée · Tokens en entrée $0.00075 / 1K tokens
Sortie · Tokens en sortie $0.0045 / 1K tokens
Entrée · Lecture du cache $0.000075 / 1K tokens
Entrée · Écriture dans le cache — / 1K tokens
Entrée · Écriture dans le cache, 1 h — / 1K tokens
ConfigurationPalier 1 de longueur de requêteBarème tarifaire—Tokens de contexte, plus de0Tokens de contexte, jusqu’à la limite incluseSans borne supérieureCoût
Entrée · Tokens en entrée $0.00075 / 1K tokens
Sortie · Tokens en sortie $0.0045 / 1K tokens
Entrée · Lecture du cache $0.000075 / 1K tokens
Entrée · Écriture dans le cache — / 1K tokens
Entrée · Écriture dans le cache, 1 h — / 1K tokens

Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →

Exemples de requêtes

Ailoot Ultra · Traitement par lots

curl · jeu de données de référence conservéPython HTTP · données JSONL réelles du clientPython · enregistrer chaque résultat finalisé
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
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"))
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.

Recevoir et enregistrer les résultats

Ailoot Ultra · Traitement par lots

JSON results[].response.body intégré

  • GET /v1/batches/{operation_id}
Vérifier l’état de la tâche
curl · état de l’opération d’origine
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
Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Conservez l’intégralité du JSON de statut d’origine, chaque résultat/custom_id et le corps complet de la réponse ou de l’erreur. Enregistrez les results[] terminés au format JSONL sans filtrage.

Si la réponse d’origine doit être vérifiée

Conservez l’identifiant de l’opération d’origine. La réponse 503 result_pending_check contient X-Should-Retry:false ; ne soumettez jamais à nouveau un lot d’origine dont l’issue est inconnue.

Champs de la réponse
ChampType
Champresults[].custom_idTypestring
Champresults[].response.body.choices[].message.contentTypestring|null
Champresults[].errorTypeobject|null
ChampusageTypeobject|null
ChampidTypestring
ChampmodelTypestring
ChampendpointTypestring
ChampstatusTypestring
Champrequest_countsTypeobject
Champresults[].idTypestring
Champresults[].response.status_codeTypeinteger
Champresults[].response.request_idTypestring
Erreurs et étapes suivantes
RéponseConditionÉtape suivante
Réponse400 · invalid_request_errorConditionEnveloppe intégrée documentée invalide, clés dupliquées, identité d’élément incorrecte ou conflit avec les capacités configurées du modèle.Étape suivanteCorrigez les champs indiqués avant toute nouvelle soumission.
Réponse401 · authentication_errorConditionClé API invalide.Étape suivanteUtilisez la clé Ailoot autorisée.
Réponse403 · permission_errorConditionGroupe de traitement par lots indisponible.Étape suivanteVérifiez les droits d’accès de la clé/du groupe.
Réponse422 · invalid_request_errorConditionLe traitement par lots est facturé sur le solde ; la création via un abonnement est refusée.Étape suivanteUtilisez le groupe autorisé dont la facturation est prélevée sur le solde.
Réponse422 · price_unavailableConditionImpossible d’établir un devis pour les données d’entrée du traitement par lots.Étape suivanteConservez la réponse ; utilisez les données d’entrée documentées pour cette famille.
Réponse402 · billing_errorConditionRéserve pour le traitement par lots indisponible.Étape suivanteRéglez les conditions d’admission avant une nouvelle requête.
Réponse503 · price_unavailableConditionPrix de la méthode Batch/tarifs natifs indisponibles.Étape suivanteConservez la réponse ; ne substituez pas d’autres prix.
Réponse503 · api_errorConditionRoute exacte du fournisseur indisponible.Étape suivanteConservez la réponse pour réparer la route.
Réponse503 · result_pending_checkConditionLe résultat d’origine nécessite une vérification ; X-Should-Retry:false.Étape suivanteConservez l’operation_id/id d’origine et consultez son statut ; ne répétez jamais le POST d’origine.
Réponse404 · not_foundConditionOpération de suivi du traitement par lots absente ou appartenant à une autre identité.Étape suivanteUtilisez l’id exact d’origine avec le même utilisateur, la même clé et le même groupe.

Alias

Alias du modèle

Ailoot Ultra openai/gpt-5.4-mini:batch

Alias des chemins de méthode

Utilisez les chemins de méthode indiqués ci-dessus.

ID d’appel associés

openai/gpt-5.4-mini:batch

FAQ · OpenAI: GPT-5.4 Mini (batch)
Quelles entrées et quels résultats sont disponibles ?

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

Quels champs la requête utilise-t-elle ?

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

Quelles limites s’appliquent ?

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

Plus de détails

Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application.

L’entreprise et son portefeuille de projets

L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois.

Achetez des tokens à prix réduit.

Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens.

Abonnement
Choisissez une offre à tarif réduit pour vos requêtes régulières.
Code promo jusqu’à 50%
Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours.
Dépenses dans l’historique
Modèle, tokens et montant sont enregistrés pour chaque requête.

Choisir un abonnement · Voir les prix des modèles

Connectez l’API au produit que vous vendez.

SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur.

Application commerciale
Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service.
Licence revendeur
Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente.
Documents sur le site
L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion.

Demander une licence revendeur · Offre officielle et contrat de licence