Source: https://ailoot.ai/models/id/openai-gpt-5-nano-u003a-batch/
Canonical: https://ailoot.ai/models/id/openai-gpt-5-nano-u003a-batch/
Language: id

# OpenAI: GPT-5 Nano (batch)

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

## [OpenAI: GPT-5 Nano (batch)](https://ailoot.ai/models/id/openai-gpt-5-nano-u003a-batch/)

Edisi Nano dari GPT-5 dirancang untuk peringkasan dan klasifikasi yang terarah. Model menerima teks dan gambar serta mengembalikan teks, dengan penalaran yang dapat dikonfigurasi dan format hasil yang jelas untuk tugas berulang atau pendukung.

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

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

GPT-5 Nano adalah edisi Nano dari keluarga penalaran GPT-5 milik OpenAI. Produsen menyoroti peringkasan dan klasifikasi sebagai penggunaan praktis. Model menerima teks dan gambar serta menghasilkan teks, sehingga menjadi pilihan model terarah untuk operasi tertentu dalam alur kerja yang lebih besar. Nano mempertahankan identitas dan spesifikasi edisinya sendiri.

Untuk peringkasan, sediakan bahan sumber dan tujuan ringkasan. Contoh permintaannya adalah mengubah beberapa pesan tentang satu masalah menjadi ringkasan yang memuat topik, fakta yang telah dipastikan, dan pertanyaan berikutnya. Tentukan panjang, detail yang harus dipertahankan, serta perbedaan antara pernyataan dalam sumber dan kesimpulan. Ini memberi ringkasan kegunaan konkret, alih-alih meminta model memendekkan setiap bagian dengan porsi yang sama.

Untuk klasifikasi, sediakan kategori yang diizinkan dan kriteria yang membedakannya. Sertakan contoh ketika dapat memperjelas batas yang sulit, dan tentukan cara merepresentasikan kasus yang tidak sesuai dengan kategori yang tersedia. Hasil yang berguna adalah kategori dan penjelasan ringkas yang terkait dengan masukan. Gambar dapat menyediakan informasi visual yang relevan ketika tugas menentukan detail atau label yang penting.

OpenAI mencantumkan jendela konteks 400000 token, masukan maksimum 272000 token, dan keluaran maksimum 128000 token, dengan batas pengetahuan 31 Mei 2024. Rilis pengembang GPT-5 menyertakan Nano sebagai salah satu dari tiga ukuran yang mendukung pengaturan upaya penalaran, tingkat perincian jawaban (verbosity), dan alat khusus. Pilihan upaya yang didokumentasikan untuk keluarga ini adalah minimal, low, medium, dan high; verbosity mengatur perincian jawaban secara terpisah dari analisis. Penalaran dan keluaran yang terlihat berbagi anggaran token yang dihasilkan.

Kartu model yang khusus untuk edisi ini mencantumkan antarmuka Responses, Chat Completions, dan Batch, streaming, Structured Outputs, pemanggilan fungsi, masukan berkas dan gambar, pencarian berkas, serta cache prompt. Perangkat alat yang dicantumkan mencakup fungsi, pencarian web dan berkas, pembuatan gambar, interpretasi kode, serta koneksi MCP. Operasi alat terpisah dari hasil tertulis model: aplikasi menjalankan tindakannya dan mengembalikan keluaran sebenarnya untuk melanjutkan pekerjaan.

Tentukan kontrak keluaran yang terbatas, seperti ringkasan, kategori, daftar field yang diekstrak, atau usulan jawaban ringkas. Nyatakan cara menangani informasi yang tidak tersedia dan jaga aturan tetap konsisten saat memproses masukan serupa. Untuk tugas bertahap, teruskan hasil yang relevan ke tahap berikutnya beserta pertanyaan yang belum terselesaikan. Tinjau hasil akhir terhadap sumber dan kriteria yang disediakan, dengan membedakan operasi yang telah dilakukan dari operasi yang baru diusulkan.

**Ailoot Ultra · Batch** `POST /v1/batches` `openai/gpt-5-nano:batch`

[`openai/gpt-5-nano:batch`](https://ailoot.ai/models/id/#m=openai%2Fgpt-5-nano%3Abatch&route=Ultra&caller=openai%2Fgpt-5-nano%3Abatch&fmt=batches)

OpenAI /`openai/gpt-5-nano:batch`

### Mulai

Edisi Nano dari GPT-5 dirancang untuk peringkasan dan klasifikasi yang terarah. Model menerima teks dan gambar serta mengembalikan teks, dengan penalaran yang dapat dikonfigurasi dan format hasil yang jelas untuk tugas berulang atau pendukung.

Masukan yang diterima

Teks

Hasil

Teks

### Tersedia di Ailoot · masukan & metode

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

Masukan

`text`

Keluaran

`text`

Format keluaran

JSON inline pada results\[\].response.body

| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
| --- | --- | --- | --- | --- |
| Kolom`endpoint` | Jenis`string` | PersyaratanWajib | Nilai & batasan /v1/chat/completions | Bawaan— |
| Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan openai/gpt-5-nano:batch | Bawaan— |
| Kolom`requests` | Jenis`batch_item[]` | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
| Kolom`requests[].custom_id` | Jenis`string` | PersyaratanWajib | Nilai & batasan | Bawaan— |
| Kolom`requests[].body.messages` | Jenis`message[]` | PersyaratanWajib | Nilai & batasan | Bawaan— |
| Kolom`completion_window` | Jenis`string` | PersyaratanOpsional | Nilai & batasan 24h | Bawaan— |
| Kolom`provider` | Jenis`object\|null` | PersyaratanOpsional | Nilai & batasan | Bawaan— |
| Kolom`requests[].body.model` | Jenis`string` | PersyaratanOpsional | Nilai & batasan openai/gpt-5-nano:batch, openai/gpt-5-nano | Bawaan— |
| Kolom`provider.only` | Jenis`string[]` | PersyaratanOpsional | Nilai & batasan openai | Bawaan— |
| Kolom`provider.allow_fallbacks` | Jenis`boolean\|null` | PersyaratanOpsional | Nilai & batasan false, null | Bawaan— |

Parameter metode dan siklus hidup

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakendpoint, model, requests |
| Parameter`material_types` | Kontraktext |
| Parameter`representation` | Kontrakrequests\[\] inline; setiap item memiliki custom\_id dan body |
| Parameter`request_endpoint_profile` | Kontrak/v1/chat/completions |
| Parameter`file_material` | KontrakPemanggil dapat membaca JSONL UTF-8 aktual secara lokal ke dalam requests\[\]. Tidak menggunakan purpose unggahan, input\_file\_id, atau referensi file. Materi pelanggan yang tidak ada atau kosong menghentikan persiapan sebelum POST. |
| Parameter`serialization_order` | Kontrakendpoint, model, provider (jika disertakan), completion\_window (jika disertakan), requests paling akhir |
| Parameter`optional_controls` | Kontrakprovider.only, provider.allow\_fallbacks, completion\_window |
| Parameter`schema_scope` | Kontrakbody teks Chat Completions dalam envelope Batch inline yang didokumentasikan. |

Siklus hidup: `asynchronous`

`GET /v1/batches/{operation_id}` · response.id aktual dari operasi create awal; user/key/group yang sama

### Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast

Tidak ditentukan Saat mode fast dipilih

Mode Flex

Tidak ditentukan Saat mode flex dipilih

Upaya penalaran maksimum

Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

Harga cache eksplisit

Tidak diaktifkan Saat cache eksplisit diminta

#### Tarif Ailoot

#### Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
| --- | --- | --- | --- | --- |
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan **$0.00005** / 1K token Keluaran · Token keluaran **$0.0004** / 1K token Masukan · Pembacaan cache **$0.000005** / 1K token Masukan · Penulisan cache **—** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan **$0.00005** / 1K token Keluaran · Token keluaran **$0.0004** / 1K token Masukan · Pembacaan cache **$0.000005** / 1K token Masukan · Penulisan cache **—** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token |

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Batch

curl · fixture yang disimpanPython HTTP · JSONL pelanggan yang sebenarnyaPython · simpan setiap hasil yang telah selesai

```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-nano: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-nano:batch', 'openai/gpt-5-nano']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5-nano: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.
```

### Terima dan simpan hasil

#### Ailoot Ultra · Batch

JSON inline pada results\[\].response.body

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

##### Periksa status tugas

curl · status operasi asli

```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
```

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Pertahankan JSON status asli secara lengkap, setiap result/custom\_id, serta body response atau error yang lengkap. Simpan results\[\] yang telah selesai sebagai JSONL tanpa penyaringan.

##### Jika respons asli perlu diperiksa

Pertahankan ID operasi asli. 503 result\_pending\_check memiliki X-Should-Retry:false; jangan pernah kirim ulang batch asli yang statusnya tidak diketahui.

Kolom respons

| Kolom | Jenis |
| --- | --- |
| Kolom`results[].custom_id` | Jenisstring |
| Kolom`results[].response.body.choices[].message.content` | Jenisstring\|null |
| Kolom`results[].error` | Jenisobject\|null |
| Kolom`usage` | Jenisobject\|null |
| Kolom`id` | Jenisstring |
| Kolom`model` | Jenisstring |
| Kolom`endpoint` | Jenisstring |
| Kolom`status` | Jenisstring |
| Kolom`request_counts` | Jenisobject |
| Kolom`results[].id` | Jenisstring |
| Kolom`results[].response.status_code` | Jenisinteger |
| Kolom`results[].response.request_id` | Jenisstring |

Kesalahan dan langkah berikutnya

| Respons | Kondisi | Langkah berikutnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | KondisiEnvelope inline yang didokumentasikan tidak valid, ada kunci duplikat, atau terdapat konflik pada identitas item atau kemampuan model yang dikonfigurasi. | Langkah berikutnyaPerbaiki kolom yang ditunjukkan sebelum pengiriman baru apa pun. |
| Respons401 · `authentication_error` | KondisiKunci API tidak valid. | Langkah berikutnyaGunakan kunci Ailoot yang berizin. |
| Respons403 · `permission_error` | KondisiGrup Batch tidak tersedia. | Langkah berikutnyaPeriksa hak akses key/group. |
| Respons422 · `invalid_request_error` | KondisiBatch menggunakan penagihan dari saldo; pembuatan dengan langganan ditolak. | Langkah berikutnyaGunakan grup berizin yang ditagih dari saldo. |
| Respons422 · `price_unavailable` | KondisiPenawaran harga untuk input Batch tidak dapat dibuat. | Langkah berikutnyaSimpan respons; gunakan input keluarga API yang didokumentasikan. |
| Respons402 · `billing_error` | KondisiCadangan Batch tidak tersedia. | Langkah berikutnyaSelesaikan kendala penerimaan sebelum mengirim permintaan baru. |
| Respons503 · `price_unavailable` | KondisiHarga metode Batch/tarif native tidak tersedia. | Langkah berikutnyaSimpan respons; jangan mengganti harga. |
| Respons503 · `api_error` | KondisiRute pemasok yang tepat tidak tersedia. | Langkah berikutnyaSimpan respons untuk perbaikan rute. |
| Respons503 · `result_pending_check` | KondisiHasil asli perlu diperiksa; X-Should-Retry:false. | Langkah berikutnyaSimpan operation\_id/id asli dan baca statusnya; jangan pernah mengulangi POST asli. |
| Respons404 · `not_found` | KondisiOperasi status Batch tidak ada atau dimiliki oleh identitas lain. | Langkah berikutnyaGunakan id asli yang persis sama dan user/key/group yang sama. |

### Alias

#### Alias model

**Ailoot Ultra** [`openai/gpt-5-nano:batch`](https://ailoot.ai/models/id/#m=openai%2Fgpt-5-nano%3Abatch&route=Ultra&caller=openai%2Fgpt-5-nano%3Abatch&fmt=batches)

#### Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

#### ID pemanggil terkait

[`openai/gpt-5-nano:batch`](https://ailoot.ai/models/id/#m=openai%2Fgpt-5-nano%3Abatch&route=Ultra&caller=openai%2Fgpt-5-nano%3Abatch&fmt=batches)

FAQ · OpenAI: GPT-5 Nano (batch)

Input dan hasil apa yang tersedia?

`POST /v1/batches` · `openai/gpt-5-nano:batch`: `text` → `text`

Kolom apa yang digunakan permintaan?

`POST /v1/batches` · `openai/gpt-5-nano:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider`

Batasan apa yang berlaku?

`POST /v1/batches` · `openai/gpt-5-nano:batch`: `requests.min_items`: `1`

Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda.

## Perusahaan dan portofolio proyeknya

Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.

## Beli token dengan diskon.

Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token.

Langganan

Pilih paket dengan diskon untuk permintaan rutin Anda.

Kode promo hingga 50%

Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif.

Biaya dalam riwayat

Model, token, dan jumlah tagihan disimpan untuk setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/id/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/id/)

## Hubungkan API ke produk yang Anda jual.

SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller.

Aplikasi komersial

Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda.

Lisensi reseller

Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis.

Dokumen di situs

Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi.

[Minta lisensi reseller](mailto:support@ailoot.ai) · [Penawaran dan perjanjian lisensi](https://ailoot.ai/legal/offer?lang=id)

## Ailoot · Perusahaan dan portofolio proyeknya





Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan.





Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.





Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.