GPT-5.4 è il modello di ragionamento di uso generale di OpenAI per lavoro professionale complesso. Il suo rilascio riunisce programmazione, ragionamento e flussi degli agenti con attività su documenti, fogli di calcolo e presentazioni. Accetta testo e immagini e produce testo. Il produttore documenta inoltre l’uso nativo del computer da parte del modello in un ambiente di lavoro collegato.
Per il lavoro intellettuale, fornite il materiale pertinente, il pubblico previsto e i requisiti del risultato finale. Un esempio di attività è trasformare diversi documenti di progetto in una nota decisionale con i fatti forniti, le loro relazioni e le condizioni che sostengono una raccomandazione. Un’attività su fogli di calcolo o presentazioni richiede anche i dati originali e la struttura o il modello di documento da seguire. Gli strumenti dell’ambiente creano o modificano i file effettivi; la risposta scritta del modello spiega o dirige tale lavoro.
Per la programmazione, fornite il comportamento previsto, i file di progetto correlati e i vincoli da preservare nella modifica. Chiedete una proposta di implementazione o una revisione mirata legata a tale comportamento. Il rilascio descrive flussi più lunghi che combinano uso di strumenti, iterazione su un risultato e relativa verifica. Per attività visive o di uso del computer, fornite la schermata o il riferimento effettivi e l’obiettivo. Il modello può interpretare lo schermo e scegliere un’operazione; l’ambiente collegato esegue l’azione e restituisce il nuovo stato.
La specifica GPT-5.4 di OpenAI indica una finestra di contesto di 1 050 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 31 agosto 2025. Le opzioni di impegno nel ragionamento sono none, low, medium, high e xhigh; none è il valore predefinito. Il contesto contiene il materiale fornito, i risultati pertinenti degli strumenti e il ragionamento oltre alla risposta finale. Mantenete chiare le definizioni e i criteri di successo dell’attività, soprattutto quando diversi passaggi dipendono da prove precedenti.
Il produttore elenca le interfacce Responses, Chat Completions e Batch, lo streaming, Structured Outputs, le chiamate di funzioni, input di file e immagini, ricerca sul web e nei file e memorizzazione nella cache dell’input. Gli strumenti comprendono generazione di immagini, interpretazione di codice, esecuzione di comandi in un ambiente ospitato e applicazione di modifiche ai file, competenze, uso del computer, connessioni MCP e ricerca di strumenti. Il rilascio spiega la ricerca di strumenti come l’individuazione della definizione di uno strumento necessario quando diventa pertinente, anziché richiedere tutte le definizioni complete nel contesto iniziale. L’applicazione gestisce le proprie operazioni e fornisce i risultati effettivi.
Il rilascio del modello descrive inoltre una migliore analisi dei documenti e comprensione visiva ad alta risoluzione, oltre ad attività professionali più ampie che combinano informazioni da diverse fonti web. Preparate input leggibili e identificate i dettagli rilevanti per la domanda. Scegliete un risultato finale concreto e le prove per verificarlo: la modifica proposta e il comportamento interessato, un insieme strutturato di conclusioni o un documento conforme ai requisiti forniti. Distinguete il risultato di un’azione di strumento completata da un passaggio ancora da eseguire, affinché il risultato finale sia utile per proseguire il lavoro.
", "aboutText": "GPT-5.4 è il modello di ragionamento di uso generale di OpenAI per lavoro professionale complesso. Il suo rilascio riunisce programmazione, ragionamento e flussi degli agenti con attività su documenti, fogli di calcolo e presentazioni. Accetta testo e immagini e produce testo. Il produttore documenta inoltre l’uso nativo del computer da parte del modello in un ambiente di lavoro collegato.\n\nPer il lavoro intellettuale, fornite il materiale pertinente, il pubblico previsto e i requisiti del risultato finale. Un esempio di attività è trasformare diversi documenti di progetto in una nota decisionale con i fatti forniti, le loro relazioni e le condizioni che sostengono una raccomandazione. Un’attività su fogli di calcolo o presentazioni richiede anche i dati originali e la struttura o il modello di documento da seguire. Gli strumenti dell’ambiente creano o modificano i file effettivi; la risposta scritta del modello spiega o dirige tale lavoro.\n\nPer la programmazione, fornite il comportamento previsto, i file di progetto correlati e i vincoli da preservare nella modifica. Chiedete una proposta di implementazione o una revisione mirata legata a tale comportamento. Il rilascio descrive flussi più lunghi che combinano uso di strumenti, iterazione su un risultato e relativa verifica. Per attività visive o di uso del computer, fornite la schermata o il riferimento effettivi e l’obiettivo. Il modello può interpretare lo schermo e scegliere un’operazione; l’ambiente collegato esegue l’azione e restituisce il nuovo stato.\n\nLa specifica GPT-5.4 di OpenAI indica una finestra di contesto di 1 050 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 31 agosto 2025. Le opzioni di impegno nel ragionamento sono none, low, medium, high e xhigh; none è il valore predefinito. Il contesto contiene il materiale fornito, i risultati pertinenti degli strumenti e il ragionamento oltre alla risposta finale. Mantenete chiare le definizioni e i criteri di successo dell’attività, soprattutto quando diversi passaggi dipendono da prove precedenti.\n\nIl produttore elenca le interfacce Responses, Chat Completions e Batch, lo streaming, Structured Outputs, le chiamate di funzioni, input di file e immagini, ricerca sul web e nei file e memorizzazione nella cache dell’input. Gli strumenti comprendono generazione di immagini, interpretazione di codice, esecuzione di comandi in un ambiente ospitato e applicazione di modifiche ai file, competenze, uso del computer, connessioni MCP e ricerca di strumenti. Il rilascio spiega la ricerca di strumenti come l’individuazione della definizione di uno strumento necessario quando diventa pertinente, anziché richiedere tutte le definizioni complete nel contesto iniziale. L’applicazione gestisce le proprie operazioni e fornisce i risultati effettivi.\n\nIl rilascio del modello descrive inoltre una migliore analisi dei documenti e comprensione visiva ad alta risoluzione, oltre ad attività professionali più ampie che combinano informazioni da diverse fonti web. Preparate input leggibili e identificate i dettagli rilevanti per la domanda. Scegliete un risultato finale concreto e le prove per verificarlo: la modifica proposta e il comportamento interessato, un insieme strutturato di conclusioni o un documento conforme ai requisiti forniti. Distinguete il risultato di un’azione di strumento completata da un passaggio ancora da eseguire, affinché il risultato finale sia utile per proseguire il lavoro.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Outline a decision presentation\n\nPrepare a four-slide outline for an operations decision from this supplied data: manual checks take 9 hours weekly; a proposed scanner would reduce checking to 3 hours; purchase cost is 1,200; monthly support cost is unknown. Include the current problem, expected operational change, missing cost information and a conditional recommendation. Do not claim a payback period.Four slide titles with concise bullets and a conditional decision tied to the supplied data.Check that the unknown support cost prevents an asserted payback calculation and that hours remain weekly.gpt-5.4GPT-5.4 combina ragionamento, programmazione, comprensione visiva e uso nativo del computer per lavoro professionale complesso. Fornite testo, immagini e una consegna chiara per sviluppare documenti, codice o un risultato in più passaggi in un ambiente collegato a strumenti.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GPT-5.4 è il modello di ragionamento di uso generale di OpenAI per lavoro professionale complesso. Il suo rilascio riunisce programmazione, ragionamento e flussi degli agenti con attività su documenti, fogli di calcolo e presentazioni. Accetta testo e immagini e produce testo. Il produttore documenta inoltre l’uso nativo del computer da parte del modello in un ambiente di lavoro collegato.
Per il lavoro intellettuale, fornite il materiale pertinente, il pubblico previsto e i requisiti del risultato finale. Un esempio di attività è trasformare diversi documenti di progetto in una nota decisionale con i fatti forniti, le loro relazioni e le condizioni che sostengono una raccomandazione. Un’attività su fogli di calcolo o presentazioni richiede anche i dati originali e la struttura o il modello di documento da seguire. Gli strumenti dell’ambiente creano o modificano i file effettivi; la risposta scritta del modello spiega o dirige tale lavoro.
Per la programmazione, fornite il comportamento previsto, i file di progetto correlati e i vincoli da preservare nella modifica. Chiedete una proposta di implementazione o una revisione mirata legata a tale comportamento. Il rilascio descrive flussi più lunghi che combinano uso di strumenti, iterazione su un risultato e relativa verifica. Per attività visive o di uso del computer, fornite la schermata o il riferimento effettivi e l’obiettivo. Il modello può interpretare lo schermo e scegliere un’operazione; l’ambiente collegato esegue l’azione e restituisce il nuovo stato.
La specifica GPT-5.4 di OpenAI indica una finestra di contesto di 1 050 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 31 agosto 2025. Le opzioni di impegno nel ragionamento sono none, low, medium, high e xhigh; none è il valore predefinito. Il contesto contiene il materiale fornito, i risultati pertinenti degli strumenti e il ragionamento oltre alla risposta finale. Mantenete chiare le definizioni e i criteri di successo dell’attività, soprattutto quando diversi passaggi dipendono da prove precedenti.
Il produttore elenca le interfacce Responses, Chat Completions e Batch, lo streaming, Structured Outputs, le chiamate di funzioni, input di file e immagini, ricerca sul web e nei file e memorizzazione nella cache dell’input. Gli strumenti comprendono generazione di immagini, interpretazione di codice, esecuzione di comandi in un ambiente ospitato e applicazione di modifiche ai file, competenze, uso del computer, connessioni MCP e ricerca di strumenti. Il rilascio spiega la ricerca di strumenti come l’individuazione della definizione di uno strumento necessario quando diventa pertinente, anziché richiedere tutte le definizioni complete nel contesto iniziale. L’applicazione gestisce le proprie operazioni e fornisce i risultati effettivi.
Il rilascio del modello descrive inoltre una migliore analisi dei documenti e comprensione visiva ad alta risoluzione, oltre ad attività professionali più ampie che combinano informazioni da diverse fonti web. Preparate input leggibili e identificate i dettagli rilevanti per la domanda. Scegliete un risultato finale concreto e le prove per verificarlo: la modifica proposta e il comportamento interessato, un insieme strutturato di conclusioni o un documento conforme ai requisiti forniti. Distinguete il risultato di un’azione di strumento completata da un passaggio ancora da eseguire, affinché il risultato finale sia utile per proseguire il lavoro.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-5.4 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Conversazione testuale | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream |
Parametrocontrol_scope | ContrattoConversazione testuale; stream è un booleano e per impostazione predefinita vale false. |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Alias del metodo: /chat/completions
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso272.000 | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di272.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gpt-5.4","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gpt-5.4", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra gpt-5.4, openai/gpt-5.4
/chat/completions
gpt-5.4GPT-5.4 combina ragionamento, programmazione, comprensione visiva e uso nativo del computer per lavoro professionale complesso. Fornite testo, immagini e una consegna chiara per sviluppare documenti, codice o un risultato in più passaggi in un ambiente collegato a strumenti.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GPT-5.4 è il modello di ragionamento di uso generale di OpenAI per lavoro professionale complesso. Il suo rilascio riunisce programmazione, ragionamento e flussi degli agenti con attività su documenti, fogli di calcolo e presentazioni. Accetta testo e immagini e produce testo. Il produttore documenta inoltre l’uso nativo del computer da parte del modello in un ambiente di lavoro collegato.
Per il lavoro intellettuale, fornite il materiale pertinente, il pubblico previsto e i requisiti del risultato finale. Un esempio di attività è trasformare diversi documenti di progetto in una nota decisionale con i fatti forniti, le loro relazioni e le condizioni che sostengono una raccomandazione. Un’attività su fogli di calcolo o presentazioni richiede anche i dati originali e la struttura o il modello di documento da seguire. Gli strumenti dell’ambiente creano o modificano i file effettivi; la risposta scritta del modello spiega o dirige tale lavoro.
Per la programmazione, fornite il comportamento previsto, i file di progetto correlati e i vincoli da preservare nella modifica. Chiedete una proposta di implementazione o una revisione mirata legata a tale comportamento. Il rilascio descrive flussi più lunghi che combinano uso di strumenti, iterazione su un risultato e relativa verifica. Per attività visive o di uso del computer, fornite la schermata o il riferimento effettivi e l’obiettivo. Il modello può interpretare lo schermo e scegliere un’operazione; l’ambiente collegato esegue l’azione e restituisce il nuovo stato.
La specifica GPT-5.4 di OpenAI indica una finestra di contesto di 1 050 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 31 agosto 2025. Le opzioni di impegno nel ragionamento sono none, low, medium, high e xhigh; none è il valore predefinito. Il contesto contiene il materiale fornito, i risultati pertinenti degli strumenti e il ragionamento oltre alla risposta finale. Mantenete chiare le definizioni e i criteri di successo dell’attività, soprattutto quando diversi passaggi dipendono da prove precedenti.
Il produttore elenca le interfacce Responses, Chat Completions e Batch, lo streaming, Structured Outputs, le chiamate di funzioni, input di file e immagini, ricerca sul web e nei file e memorizzazione nella cache dell’input. Gli strumenti comprendono generazione di immagini, interpretazione di codice, esecuzione di comandi in un ambiente ospitato e applicazione di modifiche ai file, competenze, uso del computer, connessioni MCP e ricerca di strumenti. Il rilascio spiega la ricerca di strumenti come l’individuazione della definizione di uno strumento necessario quando diventa pertinente, anziché richiedere tutte le definizioni complete nel contesto iniziale. L’applicazione gestisce le proprie operazioni e fornisce i risultati effettivi.
Il rilascio del modello descrive inoltre una migliore analisi dei documenti e comprensione visiva ad alta risoluzione, oltre ad attività professionali più ampie che combinano informazioni da diverse fonti web. Preparate input leggibili e identificate i dettagli rilevanti per la domanda. Scegliete un risultato finale concreto e le prove per verificarlo: la modifica proposta e il comportamento interessato, un insieme strutturato di conclusioni o un documento conforme ai requisiti forniti. Distinguete il risultato di un’azione di strumento completata da un passaggio ancora da eseguire, affinché il risultato finale sia utile per proseguire il lavoro.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gpt-5.4 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso272.000 | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di272.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "gpt-5.4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-5.4', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gpt-5.4', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra gpt-5.4, openai/gpt-5.4
/chat/completions
openai/gpt-5.4GPT-5.4 combina ragionamento, programmazione, comprensione visiva e uso nativo del computer per lavoro professionale complesso. Fornite testo, immagini e una consegna chiara per sviluppare documenti, codice o un risultato in più passaggi in un ambiente collegato a strumenti.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GPT-5.4 è il modello di ragionamento di uso generale di OpenAI per lavoro professionale complesso. Il suo rilascio riunisce programmazione, ragionamento e flussi degli agenti con attività su documenti, fogli di calcolo e presentazioni. Accetta testo e immagini e produce testo. Il produttore documenta inoltre l’uso nativo del computer da parte del modello in un ambiente di lavoro collegato.
Per il lavoro intellettuale, fornite il materiale pertinente, il pubblico previsto e i requisiti del risultato finale. Un esempio di attività è trasformare diversi documenti di progetto in una nota decisionale con i fatti forniti, le loro relazioni e le condizioni che sostengono una raccomandazione. Un’attività su fogli di calcolo o presentazioni richiede anche i dati originali e la struttura o il modello di documento da seguire. Gli strumenti dell’ambiente creano o modificano i file effettivi; la risposta scritta del modello spiega o dirige tale lavoro.
Per la programmazione, fornite il comportamento previsto, i file di progetto correlati e i vincoli da preservare nella modifica. Chiedete una proposta di implementazione o una revisione mirata legata a tale comportamento. Il rilascio descrive flussi più lunghi che combinano uso di strumenti, iterazione su un risultato e relativa verifica. Per attività visive o di uso del computer, fornite la schermata o il riferimento effettivi e l’obiettivo. Il modello può interpretare lo schermo e scegliere un’operazione; l’ambiente collegato esegue l’azione e restituisce il nuovo stato.
La specifica GPT-5.4 di OpenAI indica una finestra di contesto di 1 050 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 31 agosto 2025. Le opzioni di impegno nel ragionamento sono none, low, medium, high e xhigh; none è il valore predefinito. Il contesto contiene il materiale fornito, i risultati pertinenti degli strumenti e il ragionamento oltre alla risposta finale. Mantenete chiare le definizioni e i criteri di successo dell’attività, soprattutto quando diversi passaggi dipendono da prove precedenti.
Il produttore elenca le interfacce Responses, Chat Completions e Batch, lo streaming, Structured Outputs, le chiamate di funzioni, input di file e immagini, ricerca sul web e nei file e memorizzazione nella cache dell’input. Gli strumenti comprendono generazione di immagini, interpretazione di codice, esecuzione di comandi in un ambiente ospitato e applicazione di modifiche ai file, competenze, uso del computer, connessioni MCP e ricerca di strumenti. Il rilascio spiega la ricerca di strumenti come l’individuazione della definizione di uno strumento necessario quando diventa pertinente, anziché richiedere tutte le definizioni complete nel contesto iniziale. L’applicazione gestisce le proprie operazioni e fornisce i risultati effettivi.
Il rilascio del modello descrive inoltre una migliore analisi dei documenti e comprensione visiva ad alta risoluzione, oltre ad attività professionali più ampie che combinano informazioni da diverse fonti web. Preparate input leggibili e identificate i dettagli rilevanti per la domanda. Scegliete un risultato finale concreto e le prove per verificarlo: la modifica proposta e il comportamento interessato, un insieme strutturato di conclusioni o un documento conforme ai requisiti forniti. Distinguete il risultato di un’azione di strumento completata da un passaggio ancora da eseguire, affinché il risultato finale sia utile per proseguire il lavoro.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-5.4 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso272.000 | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di272.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.4", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5.4',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5.4',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra gpt-5.4, openai/gpt-5.4
/chat/completions
openai/gpt-5.4GPT-5.4 combina ragionamento, programmazione, comprensione visiva e uso nativo del computer per lavoro professionale complesso. Fornite testo, immagini e una consegna chiara per sviluppare documenti, codice o un risultato in più passaggi in un ambiente collegato a strumenti.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
GPT-5.4 è il modello di ragionamento di uso generale di OpenAI per lavoro professionale complesso. Il suo rilascio riunisce programmazione, ragionamento e flussi degli agenti con attività su documenti, fogli di calcolo e presentazioni. Accetta testo e immagini e produce testo. Il produttore documenta inoltre l’uso nativo del computer da parte del modello in un ambiente di lavoro collegato.
Per il lavoro intellettuale, fornite il materiale pertinente, il pubblico previsto e i requisiti del risultato finale. Un esempio di attività è trasformare diversi documenti di progetto in una nota decisionale con i fatti forniti, le loro relazioni e le condizioni che sostengono una raccomandazione. Un’attività su fogli di calcolo o presentazioni richiede anche i dati originali e la struttura o il modello di documento da seguire. Gli strumenti dell’ambiente creano o modificano i file effettivi; la risposta scritta del modello spiega o dirige tale lavoro.
Per la programmazione, fornite il comportamento previsto, i file di progetto correlati e i vincoli da preservare nella modifica. Chiedete una proposta di implementazione o una revisione mirata legata a tale comportamento. Il rilascio descrive flussi più lunghi che combinano uso di strumenti, iterazione su un risultato e relativa verifica. Per attività visive o di uso del computer, fornite la schermata o il riferimento effettivi e l’obiettivo. Il modello può interpretare lo schermo e scegliere un’operazione; l’ambiente collegato esegue l’azione e restituisce il nuovo stato.
La specifica GPT-5.4 di OpenAI indica una finestra di contesto di 1 050 000 token e un output massimo di 128 000 token, con conoscenze aggiornate al 31 agosto 2025. Le opzioni di impegno nel ragionamento sono none, low, medium, high e xhigh; none è il valore predefinito. Il contesto contiene il materiale fornito, i risultati pertinenti degli strumenti e il ragionamento oltre alla risposta finale. Mantenete chiare le definizioni e i criteri di successo dell’attività, soprattutto quando diversi passaggi dipendono da prove precedenti.
Il produttore elenca le interfacce Responses, Chat Completions e Batch, lo streaming, Structured Outputs, le chiamate di funzioni, input di file e immagini, ricerca sul web e nei file e memorizzazione nella cache dell’input. Gli strumenti comprendono generazione di immagini, interpretazione di codice, esecuzione di comandi in un ambiente ospitato e applicazione di modifiche ai file, competenze, uso del computer, connessioni MCP e ricerca di strumenti. Il rilascio spiega la ricerca di strumenti come l’individuazione della definizione di uno strumento necessario quando diventa pertinente, anziché richiedere tutte le definizioni complete nel contesto iniziale. L’applicazione gestisce le proprie operazioni e fornisce i risultati effettivi.
Il rilascio del modello descrive inoltre una migliore analisi dei documenti e comprensione visiva ad alta risoluzione, oltre ad attività professionali più ampie che combinano informazioni da diverse fonti web. Preparate input leggibili e identificate i dettagli rilevanti per la domanda. Scegliete un risultato finale concreto e le prove per verificarlo: la modifica proposta e il comportamento interessato, un insieme strutturato di conclusioni o un documento conforme ai requisiti forniti. Distinguete il risultato di un’azione di strumento completata da un passaggio ancora da eseguire, affinché il risultato finale sia utile per proseguire il lavoro.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti openai/gpt-5.4 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso272.000 | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di272.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "openai/gpt-5.4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.4', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.4', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra gpt-5.4, openai/gpt-5.4
/chat/completions
Esempio tecnico in inglese
Outline a decision presentation\n\nPrepare a four-slide outline for an operations decision from this supplied data: manual checks take 9 hours weekly; a proposed scanner would reduce checking to 3 hours; purchase cost is 1,200; monthly support cost is unknown. Include the current problem, expected operational change, missing cost information and a conditional recommendation. Do not claim a payback period.Four slide titles with concise bullets and a conditional decision tied to the supplied data.Check that the unknown support cost prevents an asserted payback calculation and that hours remain weekly.