GPT-5.4 nanoは、単純で処理量の多い課題に向けたOpenAIの小型GPT-5.4系モデルです。提供元は、分類、データ抽出、順位付け、サブエージェントの補助作業を挙げています。テキストと画像を入力として受け取り、テキストを出力します。これによりnanoは、大きな処理の中で、定義された操作を完了し、次の段階に必要な情報を返すという、範囲を絞った役割を担います。
分類では、使用可能なカテゴリ、それらを分ける規則、期待する結果の形式を提示します。たとえば、依頼の主題と、そのカテゴリを裏付ける事実を特定する課題です。難しい境界を明確にする場合は例を含め、用意したカテゴリに当てはまらない依頼の表示方法も指定します。有用な結果は、カテゴリと、提示資料に結び付いた簡潔な理由です。
情報抽出では、興味を引きそうな詳細をすべて求めず、フィールドとその定義を指定します。文章やページの画像を提示し、必要な値を指定できます。意味に影響する名前と単位を保持し、欠けているフィールドと、周囲の文章から推定した値を区別します。順位付けでは、候補と基準を提示し、各順位の関連する根拠を添えた順序付きリストを求めます。
OpenAIのGPT-5.4 nano仕様は、400,000トークンのコンテキストウィンドウ、272,000トークンの最大入力、128,000トークンの最大出力を示し、知識の基準時点は2025年8月31日です。none、low、medium、high、xhighの推論労力をサポートし、既定値はnoneです。選択する労力と、求める回答の長さを課題に合わせます。推論を使う場合は、表示結果に加えて分析のための余地を残します。
提供元は、Responses、Chat Completions、Batchのインターフェースと、ストリーミング、Structured Outputs、関数呼び出し、ウェブ検索とファイル検索、ファイル入力、画像入力、プロンプトキャッシュを文書化しています。ツール群には、画像生成、コード実行、ホスト型のshell操作とpatch操作、スキル、MCP接続が含まれます。アプリケーションが操作を公開し、実際の結果を返します。構造化した回答は出力の形を示し、関数のリクエストは、ツールが実行すべき操作を示します。
複数段階のワークフローでは、nanoに範囲を絞った補助課題と、明確な完了条件を与えます。たとえば、複数のメッセージから必要な事実を抽出し、その事実を次の段階に渡して、より大きな判断に使います。返されたフィールドを元の入力と照合し、カテゴリの境界が不明確なら規則を調整します。簡潔なカテゴリ、値の集合、順位付きリスト、ツールの引数案は、目的と出典の根拠を明示することで、有用な最終成果物になります。
", "aboutText": "GPT-5.4 nanoは、単純で処理量の多い課題に向けたOpenAIの小型GPT-5.4系モデルです。提供元は、分類、データ抽出、順位付け、サブエージェントの補助作業を挙げています。テキストと画像を入力として受け取り、テキストを出力します。これによりnanoは、大きな処理の中で、定義された操作を完了し、次の段階に必要な情報を返すという、範囲を絞った役割を担います。\n\n分類では、使用可能なカテゴリ、それらを分ける規則、期待する結果の形式を提示します。たとえば、依頼の主題と、そのカテゴリを裏付ける事実を特定する課題です。難しい境界を明確にする場合は例を含め、用意したカテゴリに当てはまらない依頼の表示方法も指定します。有用な結果は、カテゴリと、提示資料に結び付いた簡潔な理由です。\n\n情報抽出では、興味を引きそうな詳細をすべて求めず、フィールドとその定義を指定します。文章やページの画像を提示し、必要な値を指定できます。意味に影響する名前と単位を保持し、欠けているフィールドと、周囲の文章から推定した値を区別します。順位付けでは、候補と基準を提示し、各順位の関連する根拠を添えた順序付きリストを求めます。\n\nOpenAIのGPT-5.4 nano仕様は、400,000トークンのコンテキストウィンドウ、272,000トークンの最大入力、128,000トークンの最大出力を示し、知識の基準時点は2025年8月31日です。none、low、medium、high、xhighの推論労力をサポートし、既定値はnoneです。選択する労力と、求める回答の長さを課題に合わせます。推論を使う場合は、表示結果に加えて分析のための余地を残します。\n\n提供元は、Responses、Chat Completions、Batchのインターフェースと、ストリーミング、Structured Outputs、関数呼び出し、ウェブ検索とファイル検索、ファイル入力、画像入力、プロンプトキャッシュを文書化しています。ツール群には、画像生成、コード実行、ホスト型のshell操作とpatch操作、スキル、MCP接続が含まれます。アプリケーションが操作を公開し、実際の結果を返します。構造化した回答は出力の形を示し、関数のリクエストは、ツールが実行すべき操作を示します。\n\n複数段階のワークフローでは、nanoに範囲を絞った補助課題と、明確な完了条件を与えます。たとえば、複数のメッセージから必要な事実を抽出し、その事実を次の段階に渡して、より大きな判断に使います。返されたフィールドを元の入力と照合し、カテゴリの境界が不明確なら規則を調整します。簡潔なカテゴリ、値の集合、順位付きリスト、ツールの引数案は、目的と出典の根拠を明示することで、有用な最終成果物になります。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Extract facts from a delivery request\n\nExtract only the required facts from this message: 'Order K92 arrived with one cracked cup out of six. Please replace that cup; weekday delivery is best. I have not sent a photograph yet.' Return order_reference, affected_quantity, total_quantity, requested_action and missing_evidence. Keep quantities numeric and do not infer a delivery address or replacement approval.A compact extraction record containing the five requested fields, with no unrelated summary.The record separates one affected cup from six total cups and marks the photograph as not yet supplied.gpt-5.4-nano分類、データ抽出、順位付け、より単純なエージェントの補助課題に向けた小型のGPT-5.4モデルです。テキストと画像を入力として受け取り、テキストを返します。提供元が文書化した機能には、Structured Outputsと関数呼び出しが含まれます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-5.4 nanoは、単純で処理量の多い課題に向けたOpenAIの小型GPT-5.4系モデルです。提供元は、分類、データ抽出、順位付け、サブエージェントの補助作業を挙げています。テキストと画像を入力として受け取り、テキストを出力します。これによりnanoは、大きな処理の中で、定義された操作を完了し、次の段階に必要な情報を返すという、範囲を絞った役割を担います。
分類では、使用可能なカテゴリ、それらを分ける規則、期待する結果の形式を提示します。たとえば、依頼の主題と、そのカテゴリを裏付ける事実を特定する課題です。難しい境界を明確にする場合は例を含め、用意したカテゴリに当てはまらない依頼の表示方法も指定します。有用な結果は、カテゴリと、提示資料に結び付いた簡潔な理由です。
情報抽出では、興味を引きそうな詳細をすべて求めず、フィールドとその定義を指定します。文章やページの画像を提示し、必要な値を指定できます。意味に影響する名前と単位を保持し、欠けているフィールドと、周囲の文章から推定した値を区別します。順位付けでは、候補と基準を提示し、各順位の関連する根拠を添えた順序付きリストを求めます。
OpenAIのGPT-5.4 nano仕様は、400,000トークンのコンテキストウィンドウ、272,000トークンの最大入力、128,000トークンの最大出力を示し、知識の基準時点は2025年8月31日です。none、low、medium、high、xhighの推論労力をサポートし、既定値はnoneです。選択する労力と、求める回答の長さを課題に合わせます。推論を使う場合は、表示結果に加えて分析のための余地を残します。
提供元は、Responses、Chat Completions、Batchのインターフェースと、ストリーミング、Structured Outputs、関数呼び出し、ウェブ検索とファイル検索、ファイル入力、画像入力、プロンプトキャッシュを文書化しています。ツール群には、画像生成、コード実行、ホスト型のshell操作とpatch操作、スキル、MCP接続が含まれます。アプリケーションが操作を公開し、実際の結果を返します。構造化した回答は出力の形を示し、関数のリクエストは、ツールが実行すべき操作を示します。
複数段階のワークフローでは、nanoに範囲を絞った補助課題と、明確な完了条件を与えます。たとえば、複数のメッセージから必要な事実を抽出し、その事実を次の段階に渡して、より大きな判断に使います。返されたフィールドを元の入力と照合し、カテゴリの境界が不明確なら規則を調整します。簡潔なカテゴリ、値の集合、順位付きリスト、ツールの引数案は、目的と出典の根拠を明示することで、有用な最終成果物になります。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 gpt-5.4-nano | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string | 要件任意 | 値と制限 適用条件: テキストでの対話 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream |
パラメータcontrol_scope | 仕様テキストでの対話。streamは真偽値で、既定はfalseです。 |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
メソッドのエイリアス: /chat/completions
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0025 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0025 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${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-nano","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-nano", 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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra gpt-5.4-nano, openai/gpt-5.4-nano
/chat/completions
gpt-5.4-nano分類、データ抽出、順位付け、より単純なエージェントの補助課題に向けた小型のGPT-5.4モデルです。テキストと画像を入力として受け取り、テキストを返します。提供元が文書化した機能には、Structured Outputsと関数呼び出しが含まれます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-5.4 nanoは、単純で処理量の多い課題に向けたOpenAIの小型GPT-5.4系モデルです。提供元は、分類、データ抽出、順位付け、サブエージェントの補助作業を挙げています。テキストと画像を入力として受け取り、テキストを出力します。これによりnanoは、大きな処理の中で、定義された操作を完了し、次の段階に必要な情報を返すという、範囲を絞った役割を担います。
分類では、使用可能なカテゴリ、それらを分ける規則、期待する結果の形式を提示します。たとえば、依頼の主題と、そのカテゴリを裏付ける事実を特定する課題です。難しい境界を明確にする場合は例を含め、用意したカテゴリに当てはまらない依頼の表示方法も指定します。有用な結果は、カテゴリと、提示資料に結び付いた簡潔な理由です。
情報抽出では、興味を引きそうな詳細をすべて求めず、フィールドとその定義を指定します。文章やページの画像を提示し、必要な値を指定できます。意味に影響する名前と単位を保持し、欠けているフィールドと、周囲の文章から推定した値を区別します。順位付けでは、候補と基準を提示し、各順位の関連する根拠を添えた順序付きリストを求めます。
OpenAIのGPT-5.4 nano仕様は、400,000トークンのコンテキストウィンドウ、272,000トークンの最大入力、128,000トークンの最大出力を示し、知識の基準時点は2025年8月31日です。none、low、medium、high、xhighの推論労力をサポートし、既定値はnoneです。選択する労力と、求める回答の長さを課題に合わせます。推論を使う場合は、表示結果に加えて分析のための余地を残します。
提供元は、Responses、Chat Completions、Batchのインターフェースと、ストリーミング、Structured Outputs、関数呼び出し、ウェブ検索とファイル検索、ファイル入力、画像入力、プロンプトキャッシュを文書化しています。ツール群には、画像生成、コード実行、ホスト型のshell操作とpatch操作、スキル、MCP接続が含まれます。アプリケーションが操作を公開し、実際の結果を返します。構造化した回答は出力の形を示し、関数のリクエストは、ツールが実行すべき操作を示します。
複数段階のワークフローでは、nanoに範囲を絞った補助課題と、明確な完了条件を与えます。たとえば、複数のメッセージから必要な事実を抽出し、その事実を次の段階に渡して、より大きな判断に使います。返されたフィールドを元の入力と照合し、カテゴリの境界が不明確なら規則を調整します。簡潔なカテゴリ、値の集合、順位付きリスト、ツールの引数案は、目的と出典の根拠を明示することで、有用な最終成果物になります。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 gpt-5.4-nano | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0025 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0025 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "gpt-5.4-nano",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-nano', '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-nano', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra gpt-5.4-nano, openai/gpt-5.4-nano
/chat/completions
openai/gpt-5.4-nano分類、データ抽出、順位付け、より単純なエージェントの補助課題に向けた小型のGPT-5.4モデルです。テキストと画像を入力として受け取り、テキストを返します。提供元が文書化した機能には、Structured Outputsと関数呼び出しが含まれます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-5.4 nanoは、単純で処理量の多い課題に向けたOpenAIの小型GPT-5.4系モデルです。提供元は、分類、データ抽出、順位付け、サブエージェントの補助作業を挙げています。テキストと画像を入力として受け取り、テキストを出力します。これによりnanoは、大きな処理の中で、定義された操作を完了し、次の段階に必要な情報を返すという、範囲を絞った役割を担います。
分類では、使用可能なカテゴリ、それらを分ける規則、期待する結果の形式を提示します。たとえば、依頼の主題と、そのカテゴリを裏付ける事実を特定する課題です。難しい境界を明確にする場合は例を含め、用意したカテゴリに当てはまらない依頼の表示方法も指定します。有用な結果は、カテゴリと、提示資料に結び付いた簡潔な理由です。
情報抽出では、興味を引きそうな詳細をすべて求めず、フィールドとその定義を指定します。文章やページの画像を提示し、必要な値を指定できます。意味に影響する名前と単位を保持し、欠けているフィールドと、周囲の文章から推定した値を区別します。順位付けでは、候補と基準を提示し、各順位の関連する根拠を添えた順序付きリストを求めます。
OpenAIのGPT-5.4 nano仕様は、400,000トークンのコンテキストウィンドウ、272,000トークンの最大入力、128,000トークンの最大出力を示し、知識の基準時点は2025年8月31日です。none、low、medium、high、xhighの推論労力をサポートし、既定値はnoneです。選択する労力と、求める回答の長さを課題に合わせます。推論を使う場合は、表示結果に加えて分析のための余地を残します。
提供元は、Responses、Chat Completions、Batchのインターフェースと、ストリーミング、Structured Outputs、関数呼び出し、ウェブ検索とファイル検索、ファイル入力、画像入力、プロンプトキャッシュを文書化しています。ツール群には、画像生成、コード実行、ホスト型のshell操作とpatch操作、スキル、MCP接続が含まれます。アプリケーションが操作を公開し、実際の結果を返します。構造化した回答は出力の形を示し、関数のリクエストは、ツールが実行すべき操作を示します。
複数段階のワークフローでは、nanoに範囲を絞った補助課題と、明確な完了条件を与えます。たとえば、複数のメッセージから必要な事実を抽出し、その事実を次の段階に渡して、より大きな判断に使います。返されたフィールドを元の入力と照合し、カテゴリの境界が不明確なら規則を調整します。簡潔なカテゴリ、値の集合、順位付きリスト、ツールの引数案は、目的と出典の根拠を明示することで、有用な最終成果物になります。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 openai/gpt-5.4-nano | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0025 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0025 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${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-nano", "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-nano',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-nano',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra gpt-5.4-nano, openai/gpt-5.4-nano
/chat/completions
openai/gpt-5.4-nano分類、データ抽出、順位付け、より単純なエージェントの補助課題に向けた小型のGPT-5.4モデルです。テキストと画像を入力として受け取り、テキストを返します。提供元が文書化した機能には、Structured Outputsと関数呼び出しが含まれます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-5.4 nanoは、単純で処理量の多い課題に向けたOpenAIの小型GPT-5.4系モデルです。提供元は、分類、データ抽出、順位付け、サブエージェントの補助作業を挙げています。テキストと画像を入力として受け取り、テキストを出力します。これによりnanoは、大きな処理の中で、定義された操作を完了し、次の段階に必要な情報を返すという、範囲を絞った役割を担います。
分類では、使用可能なカテゴリ、それらを分ける規則、期待する結果の形式を提示します。たとえば、依頼の主題と、そのカテゴリを裏付ける事実を特定する課題です。難しい境界を明確にする場合は例を含め、用意したカテゴリに当てはまらない依頼の表示方法も指定します。有用な結果は、カテゴリと、提示資料に結び付いた簡潔な理由です。
情報抽出では、興味を引きそうな詳細をすべて求めず、フィールドとその定義を指定します。文章やページの画像を提示し、必要な値を指定できます。意味に影響する名前と単位を保持し、欠けているフィールドと、周囲の文章から推定した値を区別します。順位付けでは、候補と基準を提示し、各順位の関連する根拠を添えた順序付きリストを求めます。
OpenAIのGPT-5.4 nano仕様は、400,000トークンのコンテキストウィンドウ、272,000トークンの最大入力、128,000トークンの最大出力を示し、知識の基準時点は2025年8月31日です。none、low、medium、high、xhighの推論労力をサポートし、既定値はnoneです。選択する労力と、求める回答の長さを課題に合わせます。推論を使う場合は、表示結果に加えて分析のための余地を残します。
提供元は、Responses、Chat Completions、Batchのインターフェースと、ストリーミング、Structured Outputs、関数呼び出し、ウェブ検索とファイル検索、ファイル入力、画像入力、プロンプトキャッシュを文書化しています。ツール群には、画像生成、コード実行、ホスト型のshell操作とpatch操作、スキル、MCP接続が含まれます。アプリケーションが操作を公開し、実際の結果を返します。構造化した回答は出力の形を示し、関数のリクエストは、ツールが実行すべき操作を示します。
複数段階のワークフローでは、nanoに範囲を絞った補助課題と、明確な完了条件を与えます。たとえば、複数のメッセージから必要な事実を抽出し、その事実を次の段階に渡して、より大きな判断に使います。返されたフィールドを元の入力と照合し、カテゴリの境界が不明確なら規則を調整します。簡潔なカテゴリ、値の集合、順位付きリスト、ツールの引数案は、目的と出典の根拠を明示することで、有用な最終成果物になります。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 openai/gpt-5.4-nano | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0025 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0004 / 1K トークン 出力 · 出力トークン $0.0025 / 1K トークン 入力 · キャッシュ読み取り $0.00004 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "openai/gpt-5.4-nano",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-nano', '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-nano', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra gpt-5.4-nano, openai/gpt-5.4-nano
/chat/completions
英語の技術例
Extract facts from a delivery request\n\nExtract only the required facts from this message: 'Order K92 arrived with one cracked cup out of six. Please replace that cup; weekday delivery is best. I have not sent a photograph yet.' Return order_reference, affected_quantity, total_quantity, requested_action and missing_evidence. Keep quantities numeric and do not infer a delivery address or replacement approval.A compact extraction record containing the five requested fields, with no unrelated summary.The record separates one affected cup from six total cups and marks the photograph as not yet supplied.