{ "aboutHtml": "

GPT-4.1 Nano는 OpenAI의 GPT-4.1 계열에서 가장 빠른 모델이며, 별도의 추론 단계 없이 지시를 따르고 도구를 호출하도록 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 방대한 조사 대신 간결한 답변, 필드 집합, 다음 도구 요청이 필요한 애플리케이션의 잘 정의된 작업에 적합합니다.

유용한 예로 제공된 범주에 따라 수신 메시지를 분류할 수 있습니다. 각 범주를 설명하고 모호하거나 범위를 벗어난 메시지를 어떻게 표시할지 제시한 뒤 범주와 이를 뒷받침하는 원본 구절을 요청하세요. 추출에는 필드명, 허용 값, 누락된 정보의 처리를 정의합니다. 짧은 글쓰기 작업에는 사실을 제공하고 다음 애플리케이션 단계에 필요한 구체적인 구절을 요청하세요. 원본 자료 모음이 크더라도 예시와 제약은 명확하게 유지할 수 있을 만큼 작아야 합니다.

개발사는 1,047,576토큰의 컨텍스트 창, 32,768토큰의 최대 출력, 2024년 6월 1일의 지식 기준일을 명시합니다. 이 사양은 GPT-4.1 Mini의 창과 일치하면서도 Nano의 별도 모델 정체성과 응답성을 중시하는 역할을 유지합니다. 문서와 대화 절에 레이블을 붙이고 작업에 관련된 맥락만 포함하며 완전한 답변에 필요한 여유를 남겨두세요. 검색 결과나 제공된 참고 텍스트는 모델이 학습한 지식보다 새로운 사실을 제공할 수 있습니다.

Nano는 스트리밍과 Structured Outputs를 지원합니다. 스키마로 제한한 최종 응답과 함수 호출은 목적이 다릅니다. 전자는 애플리케이션에 완성된 산출물을 제공하고 후자는 작업 수행을 요청합니다. Structured Outputs는 JSON Schema의 부분집합을 지원하므로 필수 속성과 알 수 없는 값의 명확한 표현을 정의하세요. 거부와 미완성 응답을 별도로 처리하고, 유효한 형식을 올바른 결론과 동일시하지 말고 추출 값을 입력과 대조합니다.

문서화된 도구 목록에는 함수 호출, 파일 검색, 코드 실행, MCP 연결, 별도의 이미지 생성 도구가 포함됩니다. 애플리케이션이 도구 설명과 스키마를 제공하고 사용자 정의 함수를 실행하며 실제 결과를 반환합니다. 2025년 4월 14일 Nano 스냅샷에는 모델이 한 턴에서 같은 도구를 여러 번 요청할 수 있기 때문에 OpenAI가 병렬 도구 호출을 비활성화하도록 명시적으로 권장합니다. 이는 스냅샷별 실행 고려 사항이며, 여러 호출 제안을 완료된 동작으로 해석할 이유가 아닙니다.

이미지 입력은 보이는 레이블을 읽거나 스크린샷의 상태를 설명하는 등 텍스트 작업에 시각적 근거를 더합니다. 지원되는 PNG, JPEG, WebP, 애니메이션이 아닌 GIF 이미지를 사용하고 텍스트를 읽기 쉽게 유지하며 어떤 관찰이 중요한지 설명하세요. 시각 이해 가이드는 작거나 회전된 텍스트, 정밀한 공간 관계, 물체 개수, 일부 비라틴 문자의 어려움을 설명합니다. 잘라낸 부분만으로 레이블이나 도표가 모호해질 때는 주변 맥락을 제공하세요. Nano 자체의 응답은 텍스트이며 이미지 생성 도구는 별도의 산출물을 반환합니다. OpenAI의 문서화된 시각 이해 작업 흐름에서는 요청 전체 페이로드가 512 MB로 제한되고 요청에 최대 1,500개의 이미지를 포함할 수 있습니다. 이미지와 텍스트는 모델 컨텍스트에도 들어가야 합니다.

개발사의 파일 작업 흐름에서 시각 이해가 가능한 모델은 PDF에서 추출한 텍스트와 페이지 이미지를 모두 받습니다. 다른 문서 형식은 추출 텍스트를 제공하고 스프레드시트 정보 보강에는 시트별 첫 1,000개 행까지를 고려합니다. 파일은 50 MB 미만이어야 하며 요청 전체의 합계는 50 MB입니다. Chat Completions는 PDF 파일 파트를 지원하고 문서화된 Responses 작업 흐름은 추가 파일 형식을 입력받습니다. PDF가 아닌 문서의 내장 차트는 이미지 콘텐츠로 전달되지 않으므로 시각적 근거가 중요하면 PDF 표현이 유용합니다.

OpenAI는 Nano의 프롬프트 캐싱과 GPT-4.1 Nano 시리즈의 Predicted Outputs를 문서화합니다. 프롬프트 캐싱은 개발사 서비스에서 대상 입력 접두부를 재사용합니다. 반면 Predicted Outputs는 바뀌지 않는 부분을 유지하면서 문서나 코드 파일을 수정하는 등 편집에 대부분 알려진 출력 텍스트를 제공합니다. 예측 경로는 텍스트 전용이며 함수 호출, logprobs, max_completion_tokens 등 여러 제어를 제외합니다. 실제 작업에 맞는 경로를 선택하고 결과를 원래 원본과 연결하세요.

개발사는 Nano의 명명된 GPT-4.1 스냅샷에 지도 파인 튜닝과 직접 선호 최적화도 문서화합니다. 학습 예시와 선호 응답·비선호 응답의 비교는 모델을 반복 작업에 맞추며, 일반 요청에 제공하는 맥락과 구분됩니다. 실용적인 추출·분류 단계에는 명확한 범주, 예시, 명시적인 최종 형식으로 시작하고, 반환된 필드가 다음 단계에 사용할 사실을 유지하는지 확인하세요.

", "aboutText": "GPT-4.1 Nano는 OpenAI의 GPT-4.1 계열에서 가장 빠른 모델이며, 별도의 추론 단계 없이 지시를 따르고 도구를 호출하도록 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 방대한 조사 대신 간결한 답변, 필드 집합, 다음 도구 요청이 필요한 애플리케이션의 잘 정의된 작업에 적합합니다.\n\n유용한 예로 제공된 범주에 따라 수신 메시지를 분류할 수 있습니다. 각 범주를 설명하고 모호하거나 범위를 벗어난 메시지를 어떻게 표시할지 제시한 뒤 범주와 이를 뒷받침하는 원본 구절을 요청하세요. 추출에는 필드명, 허용 값, 누락된 정보의 처리를 정의합니다. 짧은 글쓰기 작업에는 사실을 제공하고 다음 애플리케이션 단계에 필요한 구체적인 구절을 요청하세요. 원본 자료 모음이 크더라도 예시와 제약은 명확하게 유지할 수 있을 만큼 작아야 합니다.\n\n개발사는 1,047,576토큰의 컨텍스트 창, 32,768토큰의 최대 출력, 2024년 6월 1일의 지식 기준일을 명시합니다. 이 사양은 GPT-4.1 Mini의 창과 일치하면서도 Nano의 별도 모델 정체성과 응답성을 중시하는 역할을 유지합니다. 문서와 대화 절에 레이블을 붙이고 작업에 관련된 맥락만 포함하며 완전한 답변에 필요한 여유를 남겨두세요. 검색 결과나 제공된 참고 텍스트는 모델이 학습한 지식보다 새로운 사실을 제공할 수 있습니다.\n\nNano는 스트리밍과 Structured Outputs를 지원합니다. 스키마로 제한한 최종 응답과 함수 호출은 목적이 다릅니다. 전자는 애플리케이션에 완성된 산출물을 제공하고 후자는 작업 수행을 요청합니다. Structured Outputs는 JSON Schema의 부분집합을 지원하므로 필수 속성과 알 수 없는 값의 명확한 표현을 정의하세요. 거부와 미완성 응답을 별도로 처리하고, 유효한 형식을 올바른 결론과 동일시하지 말고 추출 값을 입력과 대조합니다.\n\n문서화된 도구 목록에는 함수 호출, 파일 검색, 코드 실행, MCP 연결, 별도의 이미지 생성 도구가 포함됩니다. 애플리케이션이 도구 설명과 스키마를 제공하고 사용자 정의 함수를 실행하며 실제 결과를 반환합니다. 2025년 4월 14일 Nano 스냅샷에는 모델이 한 턴에서 같은 도구를 여러 번 요청할 수 있기 때문에 OpenAI가 병렬 도구 호출을 비활성화하도록 명시적으로 권장합니다. 이는 스냅샷별 실행 고려 사항이며, 여러 호출 제안을 완료된 동작으로 해석할 이유가 아닙니다.\n\n이미지 입력은 보이는 레이블을 읽거나 스크린샷의 상태를 설명하는 등 텍스트 작업에 시각적 근거를 더합니다. 지원되는 PNG, JPEG, WebP, 애니메이션이 아닌 GIF 이미지를 사용하고 텍스트를 읽기 쉽게 유지하며 어떤 관찰이 중요한지 설명하세요. 시각 이해 가이드는 작거나 회전된 텍스트, 정밀한 공간 관계, 물체 개수, 일부 비라틴 문자의 어려움을 설명합니다. 잘라낸 부분만으로 레이블이나 도표가 모호해질 때는 주변 맥락을 제공하세요. Nano 자체의 응답은 텍스트이며 이미지 생성 도구는 별도의 산출물을 반환합니다. OpenAI의 문서화된 시각 이해 작업 흐름에서는 요청 전체 페이로드가 512 MB로 제한되고 요청에 최대 1,500개의 이미지를 포함할 수 있습니다. 이미지와 텍스트는 모델 컨텍스트에도 들어가야 합니다.\n\n개발사의 파일 작업 흐름에서 시각 이해가 가능한 모델은 PDF에서 추출한 텍스트와 페이지 이미지를 모두 받습니다. 다른 문서 형식은 추출 텍스트를 제공하고 스프레드시트 정보 보강에는 시트별 첫 1,000개 행까지를 고려합니다. 파일은 50 MB 미만이어야 하며 요청 전체의 합계는 50 MB입니다. Chat Completions는 PDF 파일 파트를 지원하고 문서화된 Responses 작업 흐름은 추가 파일 형식을 입력받습니다. PDF가 아닌 문서의 내장 차트는 이미지 콘텐츠로 전달되지 않으므로 시각적 근거가 중요하면 PDF 표현이 유용합니다.\n\nOpenAI는 Nano의 프롬프트 캐싱과 GPT-4.1 Nano 시리즈의 Predicted Outputs를 문서화합니다. 프롬프트 캐싱은 개발사 서비스에서 대상 입력 접두부를 재사용합니다. 반면 Predicted Outputs는 바뀌지 않는 부분을 유지하면서 문서나 코드 파일을 수정하는 등 편집에 대부분 알려진 출력 텍스트를 제공합니다. 예측 경로는 텍스트 전용이며 함수 호출, logprobs, max_completion_tokens 등 여러 제어를 제외합니다. 실제 작업에 맞는 경로를 선택하고 결과를 원래 원본과 연결하세요.\n\n개발사는 Nano의 명명된 GPT-4.1 스냅샷에 지도 파인 튜닝과 직접 선호 최적화도 문서화합니다. 학습 예시와 선호 응답·비선호 응답의 비교는 모델을 반복 작업에 맞추며, 일반 요청에 제공하는 맥락과 구분됩니다. 실용적인 추출·분류 단계에는 명확한 범주, 예시, 명시적인 최종 형식으로 시작하고, 반환된 필드가 다음 단계에 사용할 사실을 유지하는지 확인하세요.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9df104a797a72a71ed891905f7ddbb79f62f9b213d21d61efdaa848edbcf97dc", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "

O

OpenAI: GPT-4.1 Nano (batch)

OpenAI /openai/gpt-4.1-nano:batch

시작하기

GPT-4.1 Nano는 엄격하게 명시된 텍스트·이미지 작업을 위한 GPT-4.1 계열의 소형 모델로, 빠른 응답을 제공합니다. 큰 컨텍스트, Structured Outputs, 함수 호출로 분류, 추출, 범위를 좁힌 애플리케이션 단계를 지원합니다.

허용 입력: 텍스트
결과: 텍스트

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

GPT-4.1 Nano는 OpenAI의 GPT-4.1 계열에서 가장 빠른 모델이며, 별도의 추론 단계 없이 지시를 따르고 도구를 호출하도록 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 방대한 조사 대신 간결한 답변, 필드 집합, 다음 도구 요청이 필요한 애플리케이션의 잘 정의된 작업에 적합합니다.

유용한 예로 제공된 범주에 따라 수신 메시지를 분류할 수 있습니다. 각 범주를 설명하고 모호하거나 범위를 벗어난 메시지를 어떻게 표시할지 제시한 뒤 범주와 이를 뒷받침하는 원본 구절을 요청하세요. 추출에는 필드명, 허용 값, 누락된 정보의 처리를 정의합니다. 짧은 글쓰기 작업에는 사실을 제공하고 다음 애플리케이션 단계에 필요한 구체적인 구절을 요청하세요. 원본 자료 모음이 크더라도 예시와 제약은 명확하게 유지할 수 있을 만큼 작아야 합니다.

개발사는 1,047,576토큰의 컨텍스트 창, 32,768토큰의 최대 출력, 2024년 6월 1일의 지식 기준일을 명시합니다. 이 사양은 GPT-4.1 Mini의 창과 일치하면서도 Nano의 별도 모델 정체성과 응답성을 중시하는 역할을 유지합니다. 문서와 대화 절에 레이블을 붙이고 작업에 관련된 맥락만 포함하며 완전한 답변에 필요한 여유를 남겨두세요. 검색 결과나 제공된 참고 텍스트는 모델이 학습한 지식보다 새로운 사실을 제공할 수 있습니다.

Nano는 스트리밍과 Structured Outputs를 지원합니다. 스키마로 제한한 최종 응답과 함수 호출은 목적이 다릅니다. 전자는 애플리케이션에 완성된 산출물을 제공하고 후자는 작업 수행을 요청합니다. Structured Outputs는 JSON Schema의 부분집합을 지원하므로 필수 속성과 알 수 없는 값의 명확한 표현을 정의하세요. 거부와 미완성 응답을 별도로 처리하고, 유효한 형식을 올바른 결론과 동일시하지 말고 추출 값을 입력과 대조합니다.

문서화된 도구 목록에는 함수 호출, 파일 검색, 코드 실행, MCP 연결, 별도의 이미지 생성 도구가 포함됩니다. 애플리케이션이 도구 설명과 스키마를 제공하고 사용자 정의 함수를 실행하며 실제 결과를 반환합니다. 2025년 4월 14일 Nano 스냅샷에는 모델이 한 턴에서 같은 도구를 여러 번 요청할 수 있기 때문에 OpenAI가 병렬 도구 호출을 비활성화하도록 명시적으로 권장합니다. 이는 스냅샷별 실행 고려 사항이며, 여러 호출 제안을 완료된 동작으로 해석할 이유가 아닙니다.

이미지 입력은 보이는 레이블을 읽거나 스크린샷의 상태를 설명하는 등 텍스트 작업에 시각적 근거를 더합니다. 지원되는 PNG, JPEG, WebP, 애니메이션이 아닌 GIF 이미지를 사용하고 텍스트를 읽기 쉽게 유지하며 어떤 관찰이 중요한지 설명하세요. 시각 이해 가이드는 작거나 회전된 텍스트, 정밀한 공간 관계, 물체 개수, 일부 비라틴 문자의 어려움을 설명합니다. 잘라낸 부분만으로 레이블이나 도표가 모호해질 때는 주변 맥락을 제공하세요. Nano 자체의 응답은 텍스트이며 이미지 생성 도구는 별도의 산출물을 반환합니다. OpenAI의 문서화된 시각 이해 작업 흐름에서는 요청 전체 페이로드가 512 MB로 제한되고 요청에 최대 1,500개의 이미지를 포함할 수 있습니다. 이미지와 텍스트는 모델 컨텍스트에도 들어가야 합니다.

개발사의 파일 작업 흐름에서 시각 이해가 가능한 모델은 PDF에서 추출한 텍스트와 페이지 이미지를 모두 받습니다. 다른 문서 형식은 추출 텍스트를 제공하고 스프레드시트 정보 보강에는 시트별 첫 1,000개 행까지를 고려합니다. 파일은 50 MB 미만이어야 하며 요청 전체의 합계는 50 MB입니다. Chat Completions는 PDF 파일 파트를 지원하고 문서화된 Responses 작업 흐름은 추가 파일 형식을 입력받습니다. PDF가 아닌 문서의 내장 차트는 이미지 콘텐츠로 전달되지 않으므로 시각적 근거가 중요하면 PDF 표현이 유용합니다.

OpenAI는 Nano의 프롬프트 캐싱과 GPT-4.1 Nano 시리즈의 Predicted Outputs를 문서화합니다. 프롬프트 캐싱은 개발사 서비스에서 대상 입력 접두부를 재사용합니다. 반면 Predicted Outputs는 바뀌지 않는 부분을 유지하면서 문서나 코드 파일을 수정하는 등 편집에 대부분 알려진 출력 텍스트를 제공합니다. 예측 경로는 텍스트 전용이며 함수 호출, logprobs, max_completion_tokens 등 여러 제어를 제외합니다. 실제 작업에 맞는 경로를 선택하고 결과를 원래 원본과 연결하세요.

개발사는 Nano의 명명된 GPT-4.1 스냅샷에 지도 파인 튜닝과 직접 선호 최적화도 문서화합니다. 학습 예시와 선호 응답·비선호 응답의 비교는 모델을 반복 작업에 맞추며, 일반 요청에 제공하는 맥락과 구분됩니다. 실용적인 추출·분류 단계에는 명확한 범주, 예시, 명시적인 최종 형식으로 시작하고, 반환된 필드가 다음 단계에 사용할 사실을 유지하는지 확인하세요.

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · 배치 POST /v1/batches

입력: text
출력: text
출력 형식: 인라인 results[].response.body JSON

필드	유형	요건	값과 한도	기본값
필드`endpoint`	유형`string`	요건필수	값과 한도 /v1/chat/completions	기본값—
필드`model`	유형`string`	요건필수	값과 한도 openai/gpt-4.1-nano:batch	기본값—
필드`requests`	유형`batch_item[]`	요건필수	값과 한도 최소 항목 수: 1	기본값—
필드`requests[].custom_id`	유형`string`	요건필수	값과 한도	기본값—
필드`requests[].body.messages`	유형`message[]`	요건필수	값과 한도	기본값—
필드`completion_window`	유형`string`	요건선택 사항	값과 한도 24h	기본값—
필드`provider`	유형`object\|null`	요건선택 사항	값과 한도	기본값—
필드`requests[].body.model`	유형`string`	요건선택 사항	값과 한도 openai/gpt-4.1-nano:batch, openai/gpt-4.1-nano	기본값—
필드`provider.only`	유형`string[]`	요건선택 사항	값과 한도 openai	기본값—
필드`provider.allow_fallbacks`	유형`boolean\|null`	요건선택 사항	값과 한도 false, null	기본값—

메서드 매개변수와 수명 주기

매개변수	명세
매개변수`content_type`	명세application/json
매개변수`required`	명세endpoint, model, requests
매개변수`material_types`	명세text
매개변수`representation`	명세인라인 requests[]; 각 항목에는 custom_id와 body가 있습니다
매개변수`request_endpoint_profile`	명세/v1/chat/completions
매개변수`file_material`	명세호출자는 실제 UTF-8 JSONL을 로컬에서 읽어 requests[]에 넣을 수 있습니다. 업로드 목적, input_file_id 또는 파일 참조는 사용하지 않습니다. 고객 자료가 없거나 비어 있으면 POST 전에 준비를 중단합니다.
매개변수`serialization_order`	명세endpoint, model, provider (제공된 경우), completion_window (제공된 경우), requests는 마지막에
매개변수`optional_controls`	명세provider.only, provider.allow_fallbacks, completion_window
매개변수`schema_scope`	명세문서에 명시된 인라인 배치 요청 구조에 담긴 텍스트 Chat Completions 본문입니다.

수명 주기: asynchronous

GET /v1/batches/{operation_id} · 최초 생성 응답에서 실제로 반환된 response.id; 동일한 사용자/키/그룹

요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드: 미지정 빠른 모드를 선택한 경우
Flex 모드: 미지정 flex 모드를 선택한 경우
최대 추론 수준: 미지정 최대 추론 수준에 default 조정값을 적용하는 경우
명시적 캐시 요금: 활성화되지 않음 명시적 캐시를 요청할 때

Ailoot 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정	요금표	컨텍스트 토큰 수 초과 기준	컨텍스트 토큰 수 이하 기준	요금
설정토큰의 기본 단가	요금표기본 요금	컨텍스트 토큰 수 초과 기준—	컨텍스트 토큰 수 이하 기준상한 없음	요금 입력 · 입력 토큰 $0.0001 / 1K 토큰 출력 · 출력 토큰 $0.0004 / 1K 토큰 입력 · 캐시 읽기 $0.000025 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰
설정요청 길이 구간 1	요금표—	컨텍스트 토큰 수 초과 기준0	컨텍스트 토큰 수 이하 기준상한 없음	요금 입력 · 입력 토큰 $0.0001 / 1K 토큰 출력 · 출력 토큰 $0.0004 / 1K 토큰 입력 · 캐시 읽기 $0.000025 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · 배치

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-4.1-nano:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\n

import json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n    path = Path(customer_path)\n    if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n    if not items: raise ValueError("Customer JSONL contains no requests")\n    ids = set()\n    for item in items:\n        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n        cid = item["custom_id"]\n        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n        ids.add(cid)\n        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n        supplied_model = item["body"].get("model")\n        if supplied_model is not None and supplied_model not in ['openai/gpt-4.1-nano:batch', 'openai/gpt-4.1-nano']: raise ValueError("body.model must be an exact documented caller or wire ID")\n    return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-4.1-nano:batch", "requests":items}\n\nif __name__ == "__main__":\n    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n    body = prepare_requests(material)\n    key = os.environ.get("AILOOT_API_KEY", "")\n    if not key: raise SystemExit("Set AILOOT_API_KEY")\n    request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n    with urlopen(request) as response:\n        raw = response.read()\n        Path("batch-create-response.json").write_bytes(raw)\n        print(raw.decode("utf-8"))\n

import json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n    raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n    raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\n

결과 수신 및 저장

Ailoot Ultra · 배치

인라인 results[].response.body JSON

GET /v1/batches/{operation_id}

작업 상태 확인

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\n

완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

최초 상태 JSON 전체, 모든 결과/custom_id와 응답 또는 오류 본문 전체를 보관하세요. 완료된 results[]는 필터링 없이 JSONL로 저장하세요.

원래 응답을 확인해야 할 경우

최초 작업 ID를 보관하세요. 503 result_pending_check에는 X-Should-Retry:false가 포함됩니다. 상태가 불명확한 최초 배치를 다시 제출하지 마세요.

응답 필드

필드	유형
필드`results[].custom_id`	유형string
필드`results[].response.body.choices[].message.content`	유형string\|null
필드`results[].error`	유형object\|null
필드`usage`	유형object\|null
필드`id`	유형string
필드`model`	유형string
필드`endpoint`	유형string
필드`status`	유형string
필드`request_counts`	유형object
필드`results[].id`	유형string
필드`results[].response.status_code`	유형integer
필드`results[].response.request_id`	유형string

오류와 다음 단계

응답	조건	다음 단계
응답400 · `invalid_request_error`	조건문서에 명시된 인라인 요청 구조가 유효하지 않거나, 키가 중복되거나, 항목 식별 정보 또는 설정된 모델 기능에 충돌이 있습니다.	다음 단계새로 제출하기 전에 표시된 필드를 수정하세요.
응답401 · `authentication_error`	조건유효하지 않은 API 키입니다.	다음 단계사용 권한이 있는 Ailoot 키를 사용하세요.
응답403 · `permission_error`	조건배치 그룹을 사용할 수 없습니다.	다음 단계키/그룹의 사용 권한을 확인하세요.
응답422 · `invalid_request_error`	조건배치는 잔액 과금을 사용하며, 구독을 통한 생성 요청은 거부됩니다.	다음 단계사용 권한이 있는 잔액 과금 그룹을 사용하세요.
응답422 · `price_unavailable`	조건배치 입력의 예상 비용을 산출할 수 없습니다.	다음 단계응답을 보관하고 문서에 명시된 API 계열 입력을 사용하세요.
응답402 · `billing_error`	조건배치 예약 금액을 확보할 수 없습니다.	다음 단계새 요청 전에 요청 허용 조건을 충족하세요.
응답503 · `price_unavailable`	조건배치 메서드 가격 또는 네이티브 요율을 사용할 수 없습니다.	다음 단계응답을 보관하고 가격을 임의로 대체하지 마세요.
응답503 · `api_error`	조건정확히 일치하는 공급업체 라우트를 사용할 수 없습니다.	다음 단계라우트 수정을 위해 응답을 보관하세요.
응답503 · `result_pending_check`	조건최초 결과를 확인해야 합니다. X-Should-Retry:false.	다음 단계최초 operation_id/id를 보관하고 해당 상태를 조회하세요. 최초 POST를 반복하지 마세요.
응답404 · `not_found`	조건배치 상태 조회 대상 작업이 없거나 다른 사용 주체의 소유입니다.	다음 단계최초 id를 정확히 사용하고 동일한 사용자/키/그룹을 유지하세요.

별칭

모델 별칭

Ailoot Ultra openai/gpt-4.1-nano:batch

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

관련 호출용 ID

openai/gpt-4.1-nano:batch

", "method_identity": { "effective_request_model_id": "openai/gpt-4.1-nano:batch", "fmt": "batches", "http": "POST", "path": "/v1/batches", "request_model_id": "openai/gpt-4.1-nano:batch", "route_label": "Ultra" }, "method_key": "Ultra|batches|/v1/batches|openai%2Fgpt-4.1-nano%3Abatch", "ordinal": 0, "rawMethod": { "available": null, "cache_read": 0.025, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Preserve full JSON and every result; provider real IDs are only read from actual returned responses.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "문서에 명시된 인라인 요청 구조가 유효하지 않거나, 키가 중복되거나, 항목 식별 정보 또는 설정된 모델 기능에 충돌이 있습니다.", "http_status": 400, "recovery": "새로 제출하기 전에 표시된 필드를 수정하세요.", "type": "invalid_request_error" }, { "code": null, "condition": "유효하지 않은 API 키입니다.", "http_status": 401, "recovery": "사용 권한이 있는 Ailoot 키를 사용하세요.", "type": "authentication_error" }, { "code": null, "condition": "배치 그룹을 사용할 수 없습니다.", "http_status": 403, "recovery": "키/그룹의 사용 권한을 확인하세요.", "type": "permission_error" }, { "code": null, "condition": "배치는 잔액 과금을 사용하며, 구독을 통한 생성 요청은 거부됩니다.", "http_status": 422, "recovery": "사용 권한이 있는 잔액 과금 그룹을 사용하세요.", "type": "invalid_request_error" }, { "code": null, "condition": "배치 입력의 예상 비용을 산출할 수 없습니다.", "http_status": 422, "recovery": "응답을 보관하고 문서에 명시된 API 계열 입력을 사용하세요.", "type": "price_unavailable" }, { "code": null, "condition": "배치 예약 금액을 확보할 수 없습니다.", "http_status": 402, "recovery": "새 요청 전에 요청 허용 조건을 충족하세요.", "type": "billing_error" }, { "code": null, "condition": "배치 메서드 가격 또는 네이티브 요율을 사용할 수 없습니다.", "http_status": 503, "recovery": "응답을 보관하고 가격을 임의로 대체하지 마세요.", "type": "price_unavailable" }, { "code": null, "condition": "정확히 일치하는 공급업체 라우트를 사용할 수 없습니다.", "http_status": 503, "recovery": "라우트 수정을 위해 응답을 보관하세요.", "type": "api_error" }, { "code": "result_pending_check", "condition": "최초 결과를 확인해야 합니다. X-Should-Retry:false.", "http_status": 503, "recovery": "최초 operation_id/id를 보관하고 해당 상태를 조회하세요. 최초 POST를 반복하지 마세요.", "type": null }, { "code": "not_found", "condition": "배치 상태 조회 대상 작업이 없거나 다른 사용 주체의 소유입니다.", "http_status": 404, "recovery": "최초 id를 정확히 사용하고 동일한 사용자/키/그룹을 유지하세요.", "type": null } ], "example_body": { "endpoint": "/v1/chat/completions", "model": "openai/gpt-4.1-nano:batch", "requests": [ { "body": { "max_tokens": 16, "messages": [ { "content": "Hello!", "role": "user" } ] }, "custom_id": "req-0001" } ] }, "input_constraints": [ "Use the exact shown :batch model ID.", "Each custom_id must be nonempty and unique within the batch.", "Keep requests last in the serialized body; duplicate JSON keys are rejected.", "Each body.model is omitted or equals the exact batch caller or its documented base ID.", "Per-item provider, service_tier and input_type are outside this batch profile.", "stream is omitted or false.", "Supply text messages for this Chat batch profile; image/audio/file/video objects, hosted tools and cache-control fields are outside this profile.", "If body.model is present, use only the exact caller or wire ID listed here; no suffix conversion is needed.", "For google/ wire IDs, all items use an identical response_format." ], "outputs": { "all_results": "최초 상태 JSON 전체, 모든 결과/custom_id와 응답 또는 오류 본문 전체를 보관하세요. 완료된 results[]는 필터링 없이 JSONL로 저장하세요.", "enclosing_family": "batch", "family": "text", "fields": [ { "name": "results[].custom_id", "type": "string" }, { "name": "results[].response.body.choices[].message.content", "type": "string|null" }, { "name": "results[].error", "type": "object|null" }, { "name": "usage", "type": "object|null" }, { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "endpoint", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "request_counts", "type": "object" }, { "description": null, "name": "results[].id", "type": "string" }, { "description": null, "name": "results[].response.status_code", "type": "integer" }, { "description": null, "name": "results[].response.request_id", "type": "string" } ], "format": "인라인 results[].response.body JSON" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "/v1/chat/completions" ], "enum_known": true, "name": "endpoint", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/gpt-4.1-nano:batch" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "requests", "required": true, "type": "batch_item[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "requests[].custom_id", "required": true, "type": "string", "unique_within_batch": true }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "requests[].body.messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "24h" ], "enum_known": true, "name": "completion_window", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/gpt-4.1-nano:batch", "openai/gpt-4.1-nano" ], "enum_known": true, "name": "requests[].body.model", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ [ "openai" ] ], "enum_known": true, "name": "provider.only", "required": false, "type": "string[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ false, null ], "enum_known": true, "name": "provider.allow_fallbacks", "required": false, "type": "boolean|null" } ], "provider_policy": { "allow_fallbacks": false, "configured_only": [ "openai" ], "per_item_override": false, "when_omitted": "Current Source injects the exact persisted declaration before fresh submission." }, "request_schema": { "additionalProperties": false, "properties": { "completion_window": { "enum": [ "24h" ], "type": "string" }, "endpoint": { "enum": [ "/v1/chat/completions" ], "type": "string" }, "model": { "enum": [ "openai/gpt-4.1-nano:batch" ], "type": "string" }, "provider": { "additionalProperties": false, "properties": { "allow_fallbacks": { "enum": [ false, null ], "type": [ "boolean", "null" ] }, "only": { "enum": [ [ "openai" ] ], "items": { "enum": [ "openai" ], "type": "string" }, "maxItems": 1, "minItems": 1, "type": "array" } }, "type": [ "object", "null" ] }, "requests": { "items": { "additionalProperties": false, "properties": { "body": { "additionalProperties": true, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "properties": { "content": { "type": "string" }, "role": { "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "openai/gpt-4.1-nano:batch", "openai/gpt-4.1-nano" ], "type": "string" } }, "required": [ "messages" ], "type": "object" }, "custom_id": { "minLength": 1, "type": "string" } }, "required": [ "custom_id", "body" ], "type": "object" }, "minItems": 1, "type": "array" } }, "required": [ "endpoint", "model", "requests" ], "type": "object" }, "schema_template": { "endpoint": "/v1/chat/completions", "model": "openai/gpt-4.1-nano:batch", "requests": [ { "body": { "max_tokens": 16, "messages": [ { "content": "Hello!", "role": "user" } ] }, "custom_id": "req-0001" } ] }, "unsupported": [ "Files/input_file_id batch upload workflow", "active cancel route", "public batch list/delete/result-download route", "model-name-derived capability or weights equivalence" ] }, "input": { "content_type": "application/json", "file_material": "호출자는 실제 UTF-8 JSONL을 로컬에서 읽어 requests[]에 넣을 수 있습니다. 업로드 목적, input_file_id 또는 파일 참조는 사용하지 않습니다. 고객 자료가 없거나 비어 있으면 POST 전에 준비를 중단합니다.", "material_types": [ "text" ], "optional_controls": [ "provider.only", "provider.allow_fallbacks", "completion_window" ], "representation": "인라인 requests[]; 각 항목에는 custom_id와 body가 있습니다", "request_endpoint_profile": "/v1/chat/completions", "required": [ "endpoint", "model", "requests" ], "schema_scope": "문서에 명시된 인라인 배치 요청 구조에 담긴 텍스트 Chat Completions 본문입니다.", "serialization_order": [ "endpoint", "model", "provider (제공된 경우)", "completion_window (제공된 경우)", "requests는 마지막에" ] }, "lifecycle": { "cancel": null, "create": { "accepted_status": 202, "http": "POST", "path": "/v1/batches" }, "delete": null, "file_upload": null, "mode": "asynchronous", "observed_status_values": [ "validating", "in_progress", "finalizing", "completed", "failed", "expired", "cancelling", "cancelled" ], "owned_results": { "behavior": "Completed results are saved as owned JSONL, read back byte-for-byte and registered in the existing media library before publication after settlement. Status returns inline results; no separate Batch download route is added.", "format": "application/x-ndjson", "public_url_field_in_status": null }, "status": { "http": "GET", "id_source": "최초 생성 응답에서 실제로 반환된 response.id; 동일한 사용자/키/그룹", "path": "/v1/batches/{operation_id}" }, "terminal": [ "completed", "failed", "expired", "cancelled" ], "unknown": "최초 작업 ID를 보관하세요. 503 result_pending_check에는 X-Should-Retry:false가 포함됩니다. 상태가 불명확한 최초 배치를 다시 제출하지 마세요." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/batches" }, "output": { "all_results": "Preserve the full original status JSON, every result/custom_id and complete response or error body. Save completed results[] as JSONL without filtering.", "family": "batch", "format": "JSON; completed results[] are returned inline and can be saved as JSONL." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "토큰의 기본 단가", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.000025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000000025", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "요청 길이 구간 1", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.000025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000000025", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{\"endpoint\":\"/v1/chat/completions\",\"model\":\"openai/gpt-4.1-nano:batch\",\"requests\":[{\"custom_id\":\"req-0001\",\"body\":{\"messages\":[{\"role\":\"user\",\"content\":\"Hello!\"}],\"max_tokens\":16}}]}')\nPath(\"batch-request.json\").write_text(json.dumps(body,ensure_ascii=False),encoding=\"utf-8\")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\n", "label": "curl · retained fixture", "language": "bash" }, { "code": "import json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError(\"Customer JSONL file is missing\")\n items = [json.loads(line) for line in path.read_text(encoding=\"utf-8\").splitlines() if line.strip()]\n if not items: raise ValueError(\"Customer JSONL contains no requests\")\n ids = set()\n for item in items:\n if set(item) != {\"custom_id\", \"body\"}: raise ValueError(\"Each item needs custom_id and body\")\n cid = item[\"custom_id\"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError(\"custom_id must be nonempty and unique\")\n ids.add(cid)\n if not isinstance(item[\"body\"], dict) or not item[\"body\"].get(\"messages\"): raise ValueError(\"Supply actual text messages\")\n supplied_model = item[\"body\"].get(\"model\")\n if supplied_model is not None and supplied_model not in ['openai/gpt-4.1-nano:batch', 'openai/gpt-4.1-nano']: raise ValueError(\"body.model must be an exact documented caller or wire ID\")\n return {\"endpoint\":\"/v1/chat/completions\", \"model\":\"openai/gpt-4.1-nano:batch\", \"requests\":items}\n\nif __name__ == \"__main__\":\n material = os.environ.get(\"AILOOT_BATCH_REQUESTS_JSONL\", \"\")\n if not material: raise SystemExit(\"Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file\")\n body = prepare_requests(material)\n key = os.environ.get(\"AILOOT_API_KEY\", \"\")\n if not key: raise SystemExit(\"Set AILOOT_API_KEY\")\n request = Request(\"https://api.ailoot.ai/v1/batches\", data=json.dumps(body, ensure_ascii=False).encode(\"utf-8\"), headers={\"Authorization\":\"Bearer \" + key, \"Content-Type\":\"application/json\"}, method=\"POST\")\n with urlopen(request) as response:\n raw = response.read()\n Path(\"batch-create-response.json\").write_bytes(raw)\n print(raw.decode(\"utf-8\"))\n", "label": "Python HTTP · actual customer JSONL", "language": "python" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nBATCH_OPERATION_ID=\"$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path(\"batch-create-response.json\").read_text(encoding=\"utf-8\"))\noperation = response.get(\"id\")\nif not isinstance(operation, str) or not operation: raise SystemExit(\"No actual original operation ID; preserve the response and do not resubmit\")\nprint(quote(operation, safe=\"\"))\nPY_ID\n)\"\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o batch-status-response.json\n", "label": "curl · original operation status", "language": "bash" }, { "code": "import json\nfrom pathlib import Path\nraw = Path(\"batch-status-response.json\").read_bytes()\nresponse = json.loads(raw)\nif response.get(\"status\") != \"completed\":\n raise SystemExit(\"Keep the original operation; read its status without resubmitting\")\nresults = response.get(\"results\")\nif not isinstance(results, list) or not results:\n raise SystemExit(\"Preserve the original response; completed results are missing\")\nPath(\"batch-results.jsonl\").write_text(\"\".join(json.dumps(item, ensure_ascii=False) + \"\\n\" for item in results), encoding=\"utf-8\")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\n", "label": "Python · save every completed result", "language": "python" } ], "family": "batch", "fast_multiplier": null, "flex_multiplier": null, "fmt": "batches", "hints": [ "Read your actual request items before submission; inline requests are required.", "Keep the returned operation ID and every result. Never replay an unknown submission." ], "http": "POST", "in": 0.1, "input": [ "text" ], "label": "배치", "max_out": null, "max_reasoning_effort_multiplier": null, "out": 0.4, "output": [ "text" ], "path": "/v1/batches", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.000025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000000025", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.000025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000000025", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "openai/gpt-4.1-nano:batch", "route_label": "Ultra", "status_reads": [ "GET /v1/batches/{operation_id}" ], "tiers": [ { "cache_read": 0.025, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.1, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 0.4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.000025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000000025", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "openai/gpt-4.1-nano:batch", "nativeProvenance": { "input_facts_canonical_sha256": "02d86061a1b8146e2b39ea71121ecbdeade4fbe19047844f570a757e172c82d1", "input_html_sha256": "43813573f39da3acee37a352253a78e69632367b7b5cc6e4f76cf0f593159952", "private_audit_sha256": "db02c8a64e1cae42e852c8e7a706bca4b4a32190ddd6c890031521ea473a163b", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/ko/openai-gpt-4-1-nano-u003a-batch/", "description": "GPT-4.1 Nano는 엄격하게 명시된 텍스트·이미지 작업을 위한 GPT-4.1 계열의 소형 모델로, 빠른 응답을 제공합니다. 큰 컨텍스트, Structured Outputs, 함수 호출로 분류, 추출, 범위를 좁힌 애플리케이션 단계를 지원합니다.", "locale": "ko", "md_url": "https://ailoot.ai/models/ko/openai-gpt-4-1-nano-u003a-batch/index.md", "title": "OpenAI: GPT-4.1 Nano (batch) — Ailoot", "url": "https://ailoot.ai/models/ko/openai-gpt-4-1-nano-u003a-batch/" }, "rawModel": { "about": "GPT-4.1 Nano는 OpenAI의 GPT-4.1 계열에서 가장 빠른 모델이며, 별도의 추론 단계 없이 지시를 따르고 도구를 호출하도록 설계되었습니다. 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 방대한 조사 대신 간결한 답변, 필드 집합, 다음 도구 요청이 필요한 애플리케이션의 잘 정의된 작업에 적합합니다.\n\n유용한 예로 제공된 범주에 따라 수신 메시지를 분류할 수 있습니다. 각 범주를 설명하고 모호하거나 범위를 벗어난 메시지를 어떻게 표시할지 제시한 뒤 범주와 이를 뒷받침하는 원본 구절을 요청하세요. 추출에는 필드명, 허용 값, 누락된 정보의 처리를 정의합니다. 짧은 글쓰기 작업에는 사실을 제공하고 다음 애플리케이션 단계에 필요한 구체적인 구절을 요청하세요. 원본 자료 모음이 크더라도 예시와 제약은 명확하게 유지할 수 있을 만큼 작아야 합니다.\n\n개발사는 1,047,576토큰의 컨텍스트 창, 32,768토큰의 최대 출력, 2024년 6월 1일의 지식 기준일을 명시합니다. 이 사양은 GPT-4.1 Mini의 창과 일치하면서도 Nano의 별도 모델 정체성과 응답성을 중시하는 역할을 유지합니다. 문서와 대화 절에 레이블을 붙이고 작업에 관련된 맥락만 포함하며 완전한 답변에 필요한 여유를 남겨두세요. 검색 결과나 제공된 참고 텍스트는 모델이 학습한 지식보다 새로운 사실을 제공할 수 있습니다.\n\nNano는 스트리밍과 Structured Outputs를 지원합니다. 스키마로 제한한 최종 응답과 함수 호출은 목적이 다릅니다. 전자는 애플리케이션에 완성된 산출물을 제공하고 후자는 작업 수행을 요청합니다. Structured Outputs는 JSON Schema의 부분집합을 지원하므로 필수 속성과 알 수 없는 값의 명확한 표현을 정의하세요. 거부와 미완성 응답을 별도로 처리하고, 유효한 형식을 올바른 결론과 동일시하지 말고 추출 값을 입력과 대조합니다.\n\n문서화된 도구 목록에는 함수 호출, 파일 검색, 코드 실행, MCP 연결, 별도의 이미지 생성 도구가 포함됩니다. 애플리케이션이 도구 설명과 스키마를 제공하고 사용자 정의 함수를 실행하며 실제 결과를 반환합니다. 2025년 4월 14일 Nano 스냅샷에는 모델이 한 턴에서 같은 도구를 여러 번 요청할 수 있기 때문에 OpenAI가 병렬 도구 호출을 비활성화하도록 명시적으로 권장합니다. 이는 스냅샷별 실행 고려 사항이며, 여러 호출 제안을 완료된 동작으로 해석할 이유가 아닙니다.\n\n이미지 입력은 보이는 레이블을 읽거나 스크린샷의 상태를 설명하는 등 텍스트 작업에 시각적 근거를 더합니다. 지원되는 PNG, JPEG, WebP, 애니메이션이 아닌 GIF 이미지를 사용하고 텍스트를 읽기 쉽게 유지하며 어떤 관찰이 중요한지 설명하세요. 시각 이해 가이드는 작거나 회전된 텍스트, 정밀한 공간 관계, 물체 개수, 일부 비라틴 문자의 어려움을 설명합니다. 잘라낸 부분만으로 레이블이나 도표가 모호해질 때는 주변 맥락을 제공하세요. Nano 자체의 응답은 텍스트이며 이미지 생성 도구는 별도의 산출물을 반환합니다. OpenAI의 문서화된 시각 이해 작업 흐름에서는 요청 전체 페이로드가 512 MB로 제한되고 요청에 최대 1,500개의 이미지를 포함할 수 있습니다. 이미지와 텍스트는 모델 컨텍스트에도 들어가야 합니다.\n\n개발사의 파일 작업 흐름에서 시각 이해가 가능한 모델은 PDF에서 추출한 텍스트와 페이지 이미지를 모두 받습니다. 다른 문서 형식은 추출 텍스트를 제공하고 스프레드시트 정보 보강에는 시트별 첫 1,000개 행까지를 고려합니다. 파일은 50 MB 미만이어야 하며 요청 전체의 합계는 50 MB입니다. Chat Completions는 PDF 파일 파트를 지원하고 문서화된 Responses 작업 흐름은 추가 파일 형식을 입력받습니다. PDF가 아닌 문서의 내장 차트는 이미지 콘텐츠로 전달되지 않으므로 시각적 근거가 중요하면 PDF 표현이 유용합니다.\n\nOpenAI는 Nano의 프롬프트 캐싱과 GPT-4.1 Nano 시리즈의 Predicted Outputs를 문서화합니다. 프롬프트 캐싱은 개발사 서비스에서 대상 입력 접두부를 재사용합니다. 반면 Predicted Outputs는 바뀌지 않는 부분을 유지하면서 문서나 코드 파일을 수정하는 등 편집에 대부분 알려진 출력 텍스트를 제공합니다. 예측 경로는 텍스트 전용이며 함수 호출, logprobs, max_completion_tokens 등 여러 제어를 제외합니다. 실제 작업에 맞는 경로를 선택하고 결과를 원래 원본과 연결하세요.\n\n개발사는 Nano의 명명된 GPT-4.1 스냅샷에 지도 파인 튜닝과 직접 선호 최적화도 문서화합니다. 학습 예시와 선호 응답·비선호 응답의 비교는 모델을 반복 작업에 맞추며, 일반 요청에 제공하는 맥락과 구분됩니다. 실용적인 추출·분류 단계에는 명확한 범주, 예시, 명시적인 최종 형식으로 시작하고, 반환된 필드가 다음 단계에 사용할 사실을 유지하는지 확인하세요.", "alias_of": null, "aliases": [], "author": "OpenAI", "capabilities": { "context_length": 1047576, "manufacturer_input": [ "image", "text", "file" ], "manufacturer_output": [ "text" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "구성의 전체 요금 정보는 상세 정보에서 확인할 수 있습니다." } ], "ctx": null, "formats": [ "batches" ], "id": "openai/gpt-4.1-nano:batch", "input": [ "text" ], "kind": "text", "max_out": null, "methods": [ { "available": null, "cache_read": 0.025, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Preserve full JSON and every result; provider real IDs are only read from actual returned responses.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "문서에 명시된 인라인 요청 구조가 유효하지 않거나, 키가 중복되거나, 항목 식별 정보 또는 설정된 모델 기능에 충돌이 있습니다.", "http_status": 400, "recovery": "새로 제출하기 전에 표시된 필드를 수정하세요.", "type": "invalid_request_error" }, { "code": null, "condition": "유효하지 않은 API 키입니다.", "http_status": 401, "recovery": "사용 권한이 있는 Ailoot 키를 사용하세요.", "type": "authentication_error" }, { "code": null, "condition": "배치 그룹을 사용할 수 없습니다.", "http_status": 403, "recovery": "키/그룹의 사용 권한을 확인하세요.", "type": "permission_error" }, { "code": null, "condition": "배치는 잔액 과금을 사용하며, 구독을 통한 생성 요청은 거부됩니다.", "http_status": 422, "recovery": "사용 권한이 있는 잔액 과금 그룹을 사용하세요.", "type": "invalid_request_error" }, { "code": null, "condition": "배치 입력의 예상 비용을 산출할 수 없습니다.", "http_status": 422, "recovery": "응답을 보관하고 문서에 명시된 API 계열 입력을 사용하세요.", "type": "price_unavailable" }, { "code": null, "condition": "배치 예약 금액을 확보할 수 없습니다.", "http_status": 402, "recovery": "새 요청 전에 요청 허용 조건을 충족하세요.", "type": "billing_error" }, { "code": null, "condition": "배치 메서드 가격 또는 네이티브 요율을 사용할 수 없습니다.", "http_status": 503, "recovery": "응답을 보관하고 가격을 임의로 대체하지 마세요.", "type": "price_unavailable" }, { "code": null, "condition": "정확히 일치하는 공급업체 라우트를 사용할 수 없습니다.", "http_status": 503, "recovery": "라우트 수정을 위해 응답을 보관하세요.", "type": "api_error" }, { "code": "result_pending_check", "condition": "최초 결과를 확인해야 합니다. X-Should-Retry:false.", "http_status": 503, "recovery": "최초 operation_id/id를 보관하고 해당 상태를 조회하세요. 최초 POST를 반복하지 마세요.", "type": null }, { "code": "not_found", "condition": "배치 상태 조회 대상 작업이 없거나 다른 사용 주체의 소유입니다.", "http_status": 404, "recovery": "최초 id를 정확히 사용하고 동일한 사용자/키/그룹을 유지하세요.", "type": null } ], "example_body": { "endpoint": "/v1/chat/completions", "model": "openai/gpt-4.1-nano:batch", "requests": [ { "body": { "max_tokens": 16, "messages": [ { "content": "Hello!", "role": "user" } ] }, "custom_id": "req-0001" } ] }, "input_constraints": [ "Use the exact shown :batch model ID.", "Each custom_id must be nonempty and unique within the batch.", "Keep requests last in the serialized body; duplicate JSON keys are rejected.", "Each body.model is omitted or equals the exact batch caller or its documented base ID.", "Per-item provider, service_tier and input_type are outside this batch profile.", "stream is omitted or false.", "Supply text messages for this Chat batch profile; image/audio/file/video objects, hosted tools and cache-control fields are outside this profile.", "If body.model is present, use only the exact caller or wire ID listed here; no suffix conversion is needed.", "For google/ wire IDs, all items use an identical response_format." ], "outputs": { "all_results": "최초 상태 JSON 전체, 모든 결과/custom_id와 응답 또는 오류 본문 전체를 보관하세요. 완료된 results[]는 필터링 없이 JSONL로 저장하세요.", "enclosing_family": "batch", "family": "text", "fields": [ { "name": "results[].custom_id", "type": "string" }, { "name": "results[].response.body.choices[].message.content", "type": "string|null" }, { "name": "results[].error", "type": "object|null" }, { "name": "usage", "type": "object|null" }, { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "endpoint", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "request_counts", "type": "object" }, { "description": null, "name": "results[].id", "type": "string" }, { "description": null, "name": "results[].response.status_code", "type": "integer" }, { "description": null, "name": "results[].response.request_id", "type": "string" } ], "format": "인라인 results[].response.body JSON" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "/v1/chat/completions" ], "enum_known": true, "name": "endpoint", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/gpt-4.1-nano:batch" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "requests", "required": true, "type": "batch_item[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "requests[].custom_id", "required": true, "type": "string", "unique_within_batch": true }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "requests[].body.messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "24h" ], "enum_known": true, "name": "completion_window", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/gpt-4.1-nano:batch", "openai/gpt-4.1-nano" ], "enum_known": true, "name": "requests[].body.model", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ [ "openai" ] ], "enum_known": true, "name": "provider.only", "required": false, "type": "string[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ false, null ], "enum_known": true, "name": "provider.allow_fallbacks", "required": false, "type": "boolean|null" } ], "provider_policy": { "allow_fallbacks": false, "configured_only": [ "openai" ], "per_item_override": false, "when_omitted": "Current Source injects the exact persisted declaration before fresh submission." }, "request_schema": { "additionalProperties": false, "properties": { "completion_window": { "enum": [ "24h" ], "type": "string" }, "endpoint": { "enum": [ "/v1/chat/completions" ], "type": "string" }, "model": { "enum": [ "openai/gpt-4.1-nano:batch" ], "type": "string" }, "provider": { "additionalProperties": false, "properties": { "allow_fallbacks": { "enum": [ false, null ], "type": [ "boolean", "null" ] }, "only": { "enum": [ [ "openai" ] ], "items": { "enum": [ "openai" ], "type": "string" }, "maxItems": 1, "minItems": 1, "type": "array" } }, "type": [ "object", "null" ] }, "requests": { "items": { "additionalProperties": false, "properties": { "body": { "additionalProperties": true, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "properties": { "content": { "type": "string" }, "role": { "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "openai/gpt-4.1-nano:batch", "openai/gpt-4.1-nano" ], "type": "string" } }, "required": [ "messages" ], "type": "object" }, "custom_id": { "minLength": 1, "type": "string" } }, "required": [ "custom_id", "body" ], "type": "object" }, "minItems": 1, "type": "array" } }, "required": [ "endpoint", "model", "requests" ], "type": "object" }, "schema_template": { "endpoint": "/v1/chat/completions", "model": "openai/gpt-4.1-nano:batch", "requests": [ { "body": { "max_tokens": 16, "messages": [ { "content": "Hello!", "role": "user" } ] }, "custom_id": "req-0001" } ] }, "unsupported": [ "Files/input_file_id batch upload workflow", "active cancel route", "public batch list/delete/result-download route", "model-name-derived capability or weights equivalence" ] }, "input": { "content_type": "application/json", "file_material": "호출자는 실제 UTF-8 JSONL을 로컬에서 읽어 requests[]에 넣을 수 있습니다. 업로드 목적, input_file_id 또는 파일 참조는 사용하지 않습니다. 고객 자료가 없거나 비어 있으면 POST 전에 준비를 중단합니다.", "material_types": [ "text" ], "optional_controls": [ "provider.only", "provider.allow_fallbacks", "completion_window" ], "representation": "인라인 requests[]; 각 항목에는 custom_id와 body가 있습니다", "request_endpoint_profile": "/v1/chat/completions", "required": [ "endpoint", "model", "requests" ], "schema_scope": "문서에 명시된 인라인 배치 요청 구조에 담긴 텍스트 Chat Completions 본문입니다.", "serialization_order": [ "endpoint", "model", "provider (제공된 경우)", "completion_window (제공된 경우)", "requests는 마지막에" ] }, "lifecycle": { "cancel": null, "create": { "accepted_status": 202, "http": "POST", "path": "/v1/batches" }, "delete": null, "file_upload": null, "mode": "asynchronous", "observed_status_values": [ "validating", "in_progress", "finalizing", "completed", "failed", "expired", "cancelling", "cancelled" ], "owned_results": { "behavior": "Completed results are saved as owned JSONL, read back byte-for-byte and registered in the existing media library before publication after settlement. Status returns inline results; no separate Batch download route is added.", "format": "application/x-ndjson", "public_url_field_in_status": null }, "status": { "http": "GET", "id_source": "최초 생성 응답에서 실제로 반환된 response.id; 동일한 사용자/키/그룹", "path": "/v1/batches/{operation_id}" }, "terminal": [ "completed", "failed", "expired", "cancelled" ], "unknown": "최초 작업 ID를 보관하세요. 503 result_pending_check에는 X-Should-Retry:false가 포함됩니다. 상태가 불명확한 최초 배치를 다시 제출하지 마세요." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/batches" }, "output": { "all_results": "Preserve the full original status JSON, every result/custom_id and complete response or error body. Save completed results[] as JSONL without filtering.", "family": "batch", "format": "JSON; completed results[] are returned inline and can be saved as JSONL." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "토큰의 기본 단가", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.000025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000000025", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "요청 길이 구간 1", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.000025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000000025", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{\"endpoint\":\"/v1/chat/completions\",\"model\":\"openai/gpt-4.1-nano:batch\",\"requests\":[{\"custom_id\":\"req-0001\",\"body\":{\"messages\":[{\"role\":\"user\",\"content\":\"Hello!\"}],\"max_tokens\":16}}]}')\nPath(\"batch-request.json\").write_text(json.dumps(body,ensure_ascii=False),encoding=\"utf-8\")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\n", "label": "curl · retained fixture", "language": "bash" }, { "code": "import json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError(\"Customer JSONL file is missing\")\n items = [json.loads(line) for line in path.read_text(encoding=\"utf-8\").splitlines() if line.strip()]\n if not items: raise ValueError(\"Customer JSONL contains no requests\")\n ids = set()\n for item in items:\n if set(item) != {\"custom_id\", \"body\"}: raise ValueError(\"Each item needs custom_id and body\")\n cid = item[\"custom_id\"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError(\"custom_id must be nonempty and unique\")\n ids.add(cid)\n if not isinstance(item[\"body\"], dict) or not item[\"body\"].get(\"messages\"): raise ValueError(\"Supply actual text messages\")\n supplied_model = item[\"body\"].get(\"model\")\n if supplied_model is not None and supplied_model not in ['openai/gpt-4.1-nano:batch', 'openai/gpt-4.1-nano']: raise ValueError(\"body.model must be an exact documented caller or wire ID\")\n return {\"endpoint\":\"/v1/chat/completions\", \"model\":\"openai/gpt-4.1-nano:batch\", \"requests\":items}\n\nif __name__ == \"__main__\":\n material = os.environ.get(\"AILOOT_BATCH_REQUESTS_JSONL\", \"\")\n if not material: raise SystemExit(\"Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file\")\n body = prepare_requests(material)\n key = os.environ.get(\"AILOOT_API_KEY\", \"\")\n if not key: raise SystemExit(\"Set AILOOT_API_KEY\")\n request = Request(\"https://api.ailoot.ai/v1/batches\", data=json.dumps(body, ensure_ascii=False).encode(\"utf-8\"), headers={\"Authorization\":\"Bearer \" + key, \"Content-Type\":\"application/json\"}, method=\"POST\")\n with urlopen(request) as response:\n raw = response.read()\n Path(\"batch-create-response.json\").write_bytes(raw)\n print(raw.decode(\"utf-8\"))\n", "label": "Python HTTP · actual customer JSONL", "language": "python" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nBATCH_OPERATION_ID=\"$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path(\"batch-create-response.json\").read_text(encoding=\"utf-8\"))\noperation = response.get(\"id\")\nif not isinstance(operation, str) or not operation: raise SystemExit(\"No actual original operation ID; preserve the response and do not resubmit\")\nprint(quote(operation, safe=\"\"))\nPY_ID\n)\"\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o batch-status-response.json\n", "label": "curl · original operation status", "language": "bash" }, { "code": "import json\nfrom pathlib import Path\nraw = Path(\"batch-status-response.json\").read_bytes()\nresponse = json.loads(raw)\nif response.get(\"status\") != \"completed\":\n raise SystemExit(\"Keep the original operation; read its status without resubmitting\")\nresults = response.get(\"results\")\nif not isinstance(results, list) or not results:\n raise SystemExit(\"Preserve the original response; completed results are missing\")\nPath(\"batch-results.jsonl\").write_text(\"\".join(json.dumps(item, ensure_ascii=False) + \"\\n\" for item in results), encoding=\"utf-8\")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\n", "label": "Python · save every completed result", "language": "python" } ], "family": "batch", "fast_multiplier": null, "flex_multiplier": null, "fmt": "batches", "hints": [ "Read your actual request items before submission; inline requests are required.", "Keep the returned operation ID and every result. Never replay an unknown submission." ], "http": "POST", "in": 0.1, "input": [ "text" ], "label": "배치", "max_out": null, "max_reasoning_effort_multiplier": null, "out": 0.4, "output": [ "text" ], "path": "/v1/batches", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.000025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000000025", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.000025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000000025", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "openai/gpt-4.1-nano:batch", "route_label": "Ultra", "status_reads": [ "GET /v1/batches/{operation_id}" ], "tiers": [ { "cache_read": 0.025, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.1, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 0.4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000001", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.000025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000000025", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "openai/gpt-4.1-nano:batch", "request_model_id": "openai/gpt-4.1-nano:batch", "route_label": "Ultra" } ], "name": "OpenAI: GPT-4.1 Nano (batch)", "price": { "in": 0.1, "in_label": null, "out": 0.4, "out_label": null, "scope_label": "Token rates", "sort_in": 0.1, "sort_out": 0.4, "varies": true }, "short": "GPT-4.1 Nano는 엄격하게 명시된 텍스트·이미지 작업을 위한 GPT-4.1 계열의 소형 모델로, 빠른 응답을 제공합니다. 큰 컨텍스트, Structured Outputs, 함수 호출로 분류, 추출, 범위를 좁힌 애플리케이션 단계를 지원합니다." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "GPT-4.1 Nano는 엄격하게 명시된 텍스트·이미지 작업을 위한 GPT-4.1 계열의 소형 모델로, 빠른 응답을 제공합니다. 큰 컨텍스트, Structured Outputs, 함수 호출로 분류, 추출, 범위를 좁힌 애플리케이션 단계를 지원합니다.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "f016c4d6122f03a7e6cc93e0f0eea1c22882ff0384d60352467776037de3609f", "renderer_sha256": "6825a317438b70ab0939441dcebefece462384e77f7e96cce899605c4b208caa" }, "sourceRevision": "6880dc4e8510cd5d46b0de5db278ed99675a9b37da8ec4f817a5d8cf773e9210" }