OpenAI: o4 Mini (batch)

OpenAI o4-mini adalah model penalaran ringkas yang berfokus pada pemrograman dan tugas visual yang efisien. Model ini menerima teks dan gambar, mengembalikan teks, serta mendukung jawaban terstruktur dan alat untuk menyelesaikan masalah teknis yang terbatas cakupannya atau menarik kesimpulan berguna dari materi yang diberikan.

Ailoot Ultra · Batch POST /v1/batches openai/o4-mini:batch

Tentang model

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

o4-mini adalah model penalaran ringkas seri o dari OpenAI, yang dioptimalkan untuk penalaran cepat dan efektif dalam pemrograman serta tugas visual. Model ini menerima teks dan gambar serta menghasilkan teks. Perannya yang berguna adalah menangani masalah teknis yang terdefinisi dan memerlukan analisis sebelum jawaban: memahami kegagalan kode, menafsirkan diagram, menghubungkan fakta dalam materi yang diberikan, atau menghasilkan keluaran terstruktur yang dapat digunakan langkah berikutnya.

Untuk pemrograman, berikan fungsi atau berkas yang relevan, perilaku yang diharapkan, dan masukan atau kesalahan yang tepat yang memicu kegagalan. Sertakan detail bahasa dan lingkungan yang memengaruhi hasil. Permintaan terarah dapat meminta kemungkinan penyebab, usulan perbaikan minimal, dan penjelasan cara perubahan menangani perilaku yang diamati. Tentukan batas perubahan, seperti mempertahankan antarmuka publik atau makna data yang ada, agar hasil dapat ditinjau berdasarkan tugas yang sebenarnya.

Untuk masalah visual, berikan tangkapan layar, diagram, atau grafik yang terbaca jelas dan tentukan pertanyaan yang harus dijawabnya. Pastikan label, sumbu, dan satuan yang bermakna tetap terlihat. Contoh arahan adalah menjelaskan hal yang didukung grafik, menunjukkan pengamatan yang digunakan, serta memisahkan nilai yang terlihat dari inferensi. Untuk tugas dokumen, beri label pada materi sumber dan tentukan bidang atau hubungan yang diperlukan dalam jawaban. Model ringkas tetap terbantu oleh informasi masalah yang lengkap dan permintaan keluaran yang tepat.

OpenAI menetapkan jendela konteks 200,000 token, keluaran maksimum 100,000 token, dan batas pengetahuan 1 Juni 2024. Token penalaran menggunakan kapasitas konteks dan keluaran, jadi sisakan ruang untuk analisis serta respons akhir, alih-alih memenuhi seluruh jatah dengan masukan. Tercapainya batas konteks atau keluaran dapat menghasilkan respons yang belum lengkap sebelum ada jawaban yang terlihat. Jawaban akhir yang pendek tetap dapat memerlukan penalaran internal; panjang yang terlihat saja tidak menjelaskan seluruh anggaran token.

Halaman model o4-mini yang tepat mencantumkan antarmuka Chat Completions, Responses, Batch, dan fine-tuning. Fitur yang didokumentasikan mencakup streaming, Structured Outputs, pemanggilan fungsi, unggahan berkas, masukan gambar, pencarian berkas, cache prompt, dan fine-tuning. Daftar alat mencakup pencarian web dan berkas, interpretasi kode, serta koneksi MCP. Berikan tujuan dan kontrak masukan yang jelas bagi alat aplikasi, kembalikan hasil sebenarnya, lalu mintalah model menggunakan hasil itu untuk keputusan berikutnya. Pemanggilan fungsi yang diminta merupakan usulan tindakan, sementara jawaban akhir terstruktur menyusun informasi yang dihasilkan tugas.

Panduan prompt seri o OpenAI merekomendasikan tujuan yang sederhana dan langsung dengan batasan eksplisit serta pemisah yang jelas di sekitar materi sumber. Biarkan model menguraikan masalah secara internal; mintalah penjelasan akhir, bukti, atau perhitungan yang Anda perlukan, bukan transkrip penalaran tersembunyi. Coba arahan tugas yang jelas terlebih dahulu, lalu tambahkan contoh ketika format atau batas kategori yang diperlukan masih belum jelas. Contoh perlu menunjukkan aturan yang sama dengan tugas sebenarnya, termasuk cara merepresentasikan informasi yang tidak tersedia.

Untuk aplikasi yang memerlukan pilihan penjelasan proses penalaran, panduan penalaran OpenAI secara eksplisit mendokumentasikan ringkasan penalaran terperinci untuk o4-mini. Ringkasan harus diminta dan berbeda dari token penalaran internal mentah, yang tidak ditampilkan. Jawaban akhir tetap perlu memuat hasil yang diminta pengguna: misalnya usulan perubahan kode, penafsiran grafik beserta pengamatan yang relevan, atau bidang hasil ekstraksi yang terhubung dengan materi yang diberikan. Berikan fakta terkini ketika penting, verifikasi klaim penting terhadap sumbernya, dan gunakan tugas yang terbatas cakupannya serta kriteria penyelesaian agar alur kerja tetap terarah.

Ailoot Ultra · Batch POST /v1/batches openai/o4-mini:batch

openai/o4-mini:batch

OpenAI /openai/o4-mini:batch

Mulai

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/o4-mini: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/o4-mini:batch, openai/o4-mini	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 $0.0011 / 1K token Keluaran · Token keluaran $0.0044 / 1K token Masukan · Pembacaan cache $0.000275 / 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 $0.0011 / 1K token Keluaran · Token keluaran $0.0044 / 1K token Masukan · Pembacaan cache $0.000275 / 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 →

Contoh permintaan

Ailoot Ultra · Batch

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

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/o4-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/o4-mini:batch', 'openai/o4-mini']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"openai/o4-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.

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

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/o4-mini:batch

Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

ID pemanggil terkait

openai/o4-mini:batch

FAQ · OpenAI: o4 Mini (batch)

Input dan hasil apa yang tersedia?: POST /v1/batches · openai/o4-mini:batch: text → text
Kolom apa yang digunakan permintaan?: POST /v1/batches · openai/o4-mini:batch: endpoint, model, requests, completion_window, provider
Batasan apa yang berlaku?: POST /v1/batches · openai/o4-mini:batch: requests.min_items: 1

OpenAI: o4 Mini (batch)