GPT-5.4 Mini는 코딩, 컴퓨터 사용, 보조 에이전트 작업을 위한 OpenAI의 소형 GPT-5.4 에디션입니다. 집중된 고처리량 작업용으로 설계된 모델에 제품군의 기능을 제공합니다. 입력은 텍스트와 이미지이며 출력은 텍스트입니다. 제작사는 특정 부분의 편집, 코드베이스 탐색, 디버깅, 인터페이스 스크린샷 해석 같은 작업을 설명합니다.
코딩 요청에서는 구현할 동작을 설명하고, 관련 파일이나 발췌를 제공하며, 변경 후에도 유지해야 할 제약을 명시하세요. 예를 들어 특정 입력을 처리하는 프로젝트 부분을 찾고, 해당 부분의 편집을 제안하며, 변경된 동작을 어떻게 검토할지 지정할 수 있습니다. 국소적인 변경이 무관한 전면 재작성으로 번지지 않으면서 관련 의존성과 연결되도록 작업 범위를 명확히 유지하세요.
제조사의 릴리스는 Mini를 더 큰 에이전트 시스템의 보조 모델로도 설명합니다. 좁은 범위의 작업은 코드베이스 검색, 큰 파일 검토, 보조 문서 처리일 수 있으며, 다른 단계가 조율과 최종 판단을 맡습니다. 해당 작업에 고유한 입력, 완료 기준, 출력 형식을 부여하세요. 유용한 결과는 발견 사항, 제공된 자료에서의 위치, 다음 단계가 해결해야 할 불확실성입니다.
컴퓨터 사용 작업에서는 릴리스가 정보가 밀집된 인터페이스 스크린샷의 해석을 강조합니다. 현재 시각적 상태, 사용자 목표, 관련 제약을 제공하세요. 모델은 동작을 제안하거나 스크린샷 내용을 설명할 수 있으며, 연결된 환경이 작업을 수행하고 결과 상태를 반환합니다. 실제 도구 결과와 제안만 된 동작을 구분하세요.
OpenAI의 사양은 컨텍스트 창 400,000토큰, 최대 입력 272,000토큰, 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 추론 강도 선택지는 none, low, medium, high, xhigh이며 기본값은 none입니다. 모델은 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 웹 및 파일 검색, 파일 및 이미지 입력, 프롬프트 캐싱을 명시합니다.
제작사가 명시한 도구에는 도구 검색, 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결이 포함됩니다. 애플리케이션은 사용 가능한 동작을 제공하고 실제 결과를 반환합니다. 최종 응답에서는 변경이나 발견 사항, 관련 근거, 다음 동작을 요청하세요. 패치 제안, 집중적인 리뷰, 간결한 인터페이스 설명은 정확한 작업과 연결되고 제공된 소스나 화면과 비교해 검토할 수 있을 때 유용한 산출물이 됩니다.
", "aboutText": "GPT-5.4 Mini는 코딩, 컴퓨터 사용, 보조 에이전트 작업을 위한 OpenAI의 소형 GPT-5.4 에디션입니다. 집중된 고처리량 작업용으로 설계된 모델에 제품군의 기능을 제공합니다. 입력은 텍스트와 이미지이며 출력은 텍스트입니다. 제작사는 특정 부분의 편집, 코드베이스 탐색, 디버깅, 인터페이스 스크린샷 해석 같은 작업을 설명합니다.\n\n코딩 요청에서는 구현할 동작을 설명하고, 관련 파일이나 발췌를 제공하며, 변경 후에도 유지해야 할 제약을 명시하세요. 예를 들어 특정 입력을 처리하는 프로젝트 부분을 찾고, 해당 부분의 편집을 제안하며, 변경된 동작을 어떻게 검토할지 지정할 수 있습니다. 국소적인 변경이 무관한 전면 재작성으로 번지지 않으면서 관련 의존성과 연결되도록 작업 범위를 명확히 유지하세요.\n\n제조사의 릴리스는 Mini를 더 큰 에이전트 시스템의 보조 모델로도 설명합니다. 좁은 범위의 작업은 코드베이스 검색, 큰 파일 검토, 보조 문서 처리일 수 있으며, 다른 단계가 조율과 최종 판단을 맡습니다. 해당 작업에 고유한 입력, 완료 기준, 출력 형식을 부여하세요. 유용한 결과는 발견 사항, 제공된 자료에서의 위치, 다음 단계가 해결해야 할 불확실성입니다.\n\n컴퓨터 사용 작업에서는 릴리스가 정보가 밀집된 인터페이스 스크린샷의 해석을 강조합니다. 현재 시각적 상태, 사용자 목표, 관련 제약을 제공하세요. 모델은 동작을 제안하거나 스크린샷 내용을 설명할 수 있으며, 연결된 환경이 작업을 수행하고 결과 상태를 반환합니다. 실제 도구 결과와 제안만 된 동작을 구분하세요.\n\nOpenAI의 사양은 컨텍스트 창 400,000토큰, 최대 입력 272,000토큰, 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 추론 강도 선택지는 none, low, medium, high, xhigh이며 기본값은 none입니다. 모델은 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 웹 및 파일 검색, 파일 및 이미지 입력, 프롬프트 캐싱을 명시합니다.\n\n제작사가 명시한 도구에는 도구 검색, 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결이 포함됩니다. 애플리케이션은 사용 가능한 동작을 제공하고 실제 결과를 반환합니다. 최종 응답에서는 변경이나 발견 사항, 관련 근거, 다음 동작을 요청하세요. 패치 제안, 집중적인 리뷰, 간결한 인터페이스 설명은 정확한 작업과 연결되고 제공된 소스나 화면과 비교해 검토할 수 있을 때 유용한 산출물이 됩니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Locate an inconsistent empty-state branch\n\nInspect these Python helpers: def has_rows(rows): return rows is not None; def summary(rows): return str(len(rows)) if has_rows(rows) else "No rows". An empty list currently shows "0"; the requirement says None and [] both show "No rows". Identify the responsible branch, propose a focused correction and tests preserving nonempty counts.A location-specific explanation, a minimal code change and tests for None, [], and a nonempty list.Check that both empty cases use the empty message while a two-row list still returns "2".gpt-5.4-mini코딩, 컴퓨터 사용, 처리량이 많은 보조 에이전트 작업을 위한 소형 GPT-5.4 에디션입니다. 텍스트와 이미지를 입력받아 편집안을 작성하거나, 인터페이스 스크린샷을 해석하거나, 더 큰 워크플로 안에서 좁은 범위의 작업을 완료할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.4 Mini는 코딩, 컴퓨터 사용, 보조 에이전트 작업을 위한 OpenAI의 소형 GPT-5.4 에디션입니다. 집중된 고처리량 작업용으로 설계된 모델에 제품군의 기능을 제공합니다. 입력은 텍스트와 이미지이며 출력은 텍스트입니다. 제작사는 특정 부분의 편집, 코드베이스 탐색, 디버깅, 인터페이스 스크린샷 해석 같은 작업을 설명합니다.
코딩 요청에서는 구현할 동작을 설명하고, 관련 파일이나 발췌를 제공하며, 변경 후에도 유지해야 할 제약을 명시하세요. 예를 들어 특정 입력을 처리하는 프로젝트 부분을 찾고, 해당 부분의 편집을 제안하며, 변경된 동작을 어떻게 검토할지 지정할 수 있습니다. 국소적인 변경이 무관한 전면 재작성으로 번지지 않으면서 관련 의존성과 연결되도록 작업 범위를 명확히 유지하세요.
제조사의 릴리스는 Mini를 더 큰 에이전트 시스템의 보조 모델로도 설명합니다. 좁은 범위의 작업은 코드베이스 검색, 큰 파일 검토, 보조 문서 처리일 수 있으며, 다른 단계가 조율과 최종 판단을 맡습니다. 해당 작업에 고유한 입력, 완료 기준, 출력 형식을 부여하세요. 유용한 결과는 발견 사항, 제공된 자료에서의 위치, 다음 단계가 해결해야 할 불확실성입니다.
컴퓨터 사용 작업에서는 릴리스가 정보가 밀집된 인터페이스 스크린샷의 해석을 강조합니다. 현재 시각적 상태, 사용자 목표, 관련 제약을 제공하세요. 모델은 동작을 제안하거나 스크린샷 내용을 설명할 수 있으며, 연결된 환경이 작업을 수행하고 결과 상태를 반환합니다. 실제 도구 결과와 제안만 된 동작을 구분하세요.
OpenAI의 사양은 컨텍스트 창 400,000토큰, 최대 입력 272,000토큰, 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 추론 강도 선택지는 none, low, medium, high, xhigh이며 기본값은 none입니다. 모델은 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 웹 및 파일 검색, 파일 및 이미지 입력, 프롬프트 캐싱을 명시합니다.
제작사가 명시한 도구에는 도구 검색, 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결이 포함됩니다. 애플리케이션은 사용 가능한 동작을 제공하고 실제 결과를 반환합니다. 최종 응답에서는 변경이나 발견 사항, 관련 근거, 다음 동작을 요청하세요. 패치 제안, 집중적인 리뷰, 간결한 인터페이스 설명은 정확한 작업과 연결되고 제공된 소스나 화면과 비교해 검토할 수 있을 때 유용한 산출물이 됩니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-5.4-mini | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 텍스트 대화 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream |
매개변수control_scope | 명세텍스트 대화. stream은 불리언이며 기본값은 false입니다. |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
메서드 별칭: /chat/completions
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
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 $0.0015 / 1K 토큰 출력 · 출력 토큰 $0.009 / 1K 토큰 입력 · 캐시 읽기 $0.00015 / 1K 토큰 입력 · 캐시 쓰기 $0 / 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 $0.0015 / 1K 토큰 출력 · 출력 토큰 $0.009 / 1K 토큰 입력 · 캐시 읽기 $0.00015 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-mini","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-mini", 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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra gpt-5.4-mini, openai/gpt-5.4-mini, ~openai/gpt-mini-latest
/chat/completions
gpt-5.4-mini코딩, 컴퓨터 사용, 처리량이 많은 보조 에이전트 작업을 위한 소형 GPT-5.4 에디션입니다. 텍스트와 이미지를 입력받아 편집안을 작성하거나, 인터페이스 스크린샷을 해석하거나, 더 큰 워크플로 안에서 좁은 범위의 작업을 완료할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.4 Mini는 코딩, 컴퓨터 사용, 보조 에이전트 작업을 위한 OpenAI의 소형 GPT-5.4 에디션입니다. 집중된 고처리량 작업용으로 설계된 모델에 제품군의 기능을 제공합니다. 입력은 텍스트와 이미지이며 출력은 텍스트입니다. 제작사는 특정 부분의 편집, 코드베이스 탐색, 디버깅, 인터페이스 스크린샷 해석 같은 작업을 설명합니다.
코딩 요청에서는 구현할 동작을 설명하고, 관련 파일이나 발췌를 제공하며, 변경 후에도 유지해야 할 제약을 명시하세요. 예를 들어 특정 입력을 처리하는 프로젝트 부분을 찾고, 해당 부분의 편집을 제안하며, 변경된 동작을 어떻게 검토할지 지정할 수 있습니다. 국소적인 변경이 무관한 전면 재작성으로 번지지 않으면서 관련 의존성과 연결되도록 작업 범위를 명확히 유지하세요.
제조사의 릴리스는 Mini를 더 큰 에이전트 시스템의 보조 모델로도 설명합니다. 좁은 범위의 작업은 코드베이스 검색, 큰 파일 검토, 보조 문서 처리일 수 있으며, 다른 단계가 조율과 최종 판단을 맡습니다. 해당 작업에 고유한 입력, 완료 기준, 출력 형식을 부여하세요. 유용한 결과는 발견 사항, 제공된 자료에서의 위치, 다음 단계가 해결해야 할 불확실성입니다.
컴퓨터 사용 작업에서는 릴리스가 정보가 밀집된 인터페이스 스크린샷의 해석을 강조합니다. 현재 시각적 상태, 사용자 목표, 관련 제약을 제공하세요. 모델은 동작을 제안하거나 스크린샷 내용을 설명할 수 있으며, 연결된 환경이 작업을 수행하고 결과 상태를 반환합니다. 실제 도구 결과와 제안만 된 동작을 구분하세요.
OpenAI의 사양은 컨텍스트 창 400,000토큰, 최대 입력 272,000토큰, 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 추론 강도 선택지는 none, low, medium, high, xhigh이며 기본값은 none입니다. 모델은 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 웹 및 파일 검색, 파일 및 이미지 입력, 프롬프트 캐싱을 명시합니다.
제작사가 명시한 도구에는 도구 검색, 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결이 포함됩니다. 애플리케이션은 사용 가능한 동작을 제공하고 실제 결과를 반환합니다. 최종 응답에서는 변경이나 발견 사항, 관련 근거, 다음 동작을 요청하세요. 패치 제안, 집중적인 리뷰, 간결한 인터페이스 설명은 정확한 작업과 연결되고 제공된 소스나 화면과 비교해 검토할 수 있을 때 유용한 산출물이 됩니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gpt-5.4-mini | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
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 $0.0015 / 1K 토큰 출력 · 출력 토큰 $0.009 / 1K 토큰 입력 · 캐시 읽기 $0.00015 / 1K 토큰 입력 · 캐시 쓰기 $0 / 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 $0.0015 / 1K 토큰 출력 · 출력 토큰 $0.009 / 1K 토큰 입력 · 캐시 읽기 $0.00015 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "gpt-5.4-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-mini', '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-mini', '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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra gpt-5.4-mini, openai/gpt-5.4-mini, ~openai/gpt-mini-latest
/chat/completions
openai/gpt-5.4-mini코딩, 컴퓨터 사용, 처리량이 많은 보조 에이전트 작업을 위한 소형 GPT-5.4 에디션입니다. 텍스트와 이미지를 입력받아 편집안을 작성하거나, 인터페이스 스크린샷을 해석하거나, 더 큰 워크플로 안에서 좁은 범위의 작업을 완료할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.4 Mini는 코딩, 컴퓨터 사용, 보조 에이전트 작업을 위한 OpenAI의 소형 GPT-5.4 에디션입니다. 집중된 고처리량 작업용으로 설계된 모델에 제품군의 기능을 제공합니다. 입력은 텍스트와 이미지이며 출력은 텍스트입니다. 제작사는 특정 부분의 편집, 코드베이스 탐색, 디버깅, 인터페이스 스크린샷 해석 같은 작업을 설명합니다.
코딩 요청에서는 구현할 동작을 설명하고, 관련 파일이나 발췌를 제공하며, 변경 후에도 유지해야 할 제약을 명시하세요. 예를 들어 특정 입력을 처리하는 프로젝트 부분을 찾고, 해당 부분의 편집을 제안하며, 변경된 동작을 어떻게 검토할지 지정할 수 있습니다. 국소적인 변경이 무관한 전면 재작성으로 번지지 않으면서 관련 의존성과 연결되도록 작업 범위를 명확히 유지하세요.
제조사의 릴리스는 Mini를 더 큰 에이전트 시스템의 보조 모델로도 설명합니다. 좁은 범위의 작업은 코드베이스 검색, 큰 파일 검토, 보조 문서 처리일 수 있으며, 다른 단계가 조율과 최종 판단을 맡습니다. 해당 작업에 고유한 입력, 완료 기준, 출력 형식을 부여하세요. 유용한 결과는 발견 사항, 제공된 자료에서의 위치, 다음 단계가 해결해야 할 불확실성입니다.
컴퓨터 사용 작업에서는 릴리스가 정보가 밀집된 인터페이스 스크린샷의 해석을 강조합니다. 현재 시각적 상태, 사용자 목표, 관련 제약을 제공하세요. 모델은 동작을 제안하거나 스크린샷 내용을 설명할 수 있으며, 연결된 환경이 작업을 수행하고 결과 상태를 반환합니다. 실제 도구 결과와 제안만 된 동작을 구분하세요.
OpenAI의 사양은 컨텍스트 창 400,000토큰, 최대 입력 272,000토큰, 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 추론 강도 선택지는 none, low, medium, high, xhigh이며 기본값은 none입니다. 모델은 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 웹 및 파일 검색, 파일 및 이미지 입력, 프롬프트 캐싱을 명시합니다.
제작사가 명시한 도구에는 도구 검색, 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결이 포함됩니다. 애플리케이션은 사용 가능한 동작을 제공하고 실제 결과를 반환합니다. 최종 응답에서는 변경이나 발견 사항, 관련 근거, 다음 동작을 요청하세요. 패치 제안, 집중적인 리뷰, 간결한 인터페이스 설명은 정확한 작업과 연결되고 제공된 소스나 화면과 비교해 검토할 수 있을 때 유용한 산출물이 됩니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-5.4-mini | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
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 $0.0015 / 1K 토큰 출력 · 출력 토큰 $0.009 / 1K 토큰 입력 · 캐시 읽기 $0.00015 / 1K 토큰 입력 · 캐시 쓰기 $0 / 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 $0.0015 / 1K 토큰 출력 · 출력 토큰 $0.009 / 1K 토큰 입력 · 캐시 읽기 $0.00015 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-mini", "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-mini',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-mini',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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra gpt-5.4-mini, openai/gpt-5.4-mini, ~openai/gpt-mini-latest
/chat/completions
openai/gpt-5.4-mini코딩, 컴퓨터 사용, 처리량이 많은 보조 에이전트 작업을 위한 소형 GPT-5.4 에디션입니다. 텍스트와 이미지를 입력받아 편집안을 작성하거나, 인터페이스 스크린샷을 해석하거나, 더 큰 워크플로 안에서 좁은 범위의 작업을 완료할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.4 Mini는 코딩, 컴퓨터 사용, 보조 에이전트 작업을 위한 OpenAI의 소형 GPT-5.4 에디션입니다. 집중된 고처리량 작업용으로 설계된 모델에 제품군의 기능을 제공합니다. 입력은 텍스트와 이미지이며 출력은 텍스트입니다. 제작사는 특정 부분의 편집, 코드베이스 탐색, 디버깅, 인터페이스 스크린샷 해석 같은 작업을 설명합니다.
코딩 요청에서는 구현할 동작을 설명하고, 관련 파일이나 발췌를 제공하며, 변경 후에도 유지해야 할 제약을 명시하세요. 예를 들어 특정 입력을 처리하는 프로젝트 부분을 찾고, 해당 부분의 편집을 제안하며, 변경된 동작을 어떻게 검토할지 지정할 수 있습니다. 국소적인 변경이 무관한 전면 재작성으로 번지지 않으면서 관련 의존성과 연결되도록 작업 범위를 명확히 유지하세요.
제조사의 릴리스는 Mini를 더 큰 에이전트 시스템의 보조 모델로도 설명합니다. 좁은 범위의 작업은 코드베이스 검색, 큰 파일 검토, 보조 문서 처리일 수 있으며, 다른 단계가 조율과 최종 판단을 맡습니다. 해당 작업에 고유한 입력, 완료 기준, 출력 형식을 부여하세요. 유용한 결과는 발견 사항, 제공된 자료에서의 위치, 다음 단계가 해결해야 할 불확실성입니다.
컴퓨터 사용 작업에서는 릴리스가 정보가 밀집된 인터페이스 스크린샷의 해석을 강조합니다. 현재 시각적 상태, 사용자 목표, 관련 제약을 제공하세요. 모델은 동작을 제안하거나 스크린샷 내용을 설명할 수 있으며, 연결된 환경이 작업을 수행하고 결과 상태를 반환합니다. 실제 도구 결과와 제안만 된 동작을 구분하세요.
OpenAI의 사양은 컨텍스트 창 400,000토큰, 최대 입력 272,000토큰, 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 추론 강도 선택지는 none, low, medium, high, xhigh이며 기본값은 none입니다. 모델은 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 웹 및 파일 검색, 파일 및 이미지 입력, 프롬프트 캐싱을 명시합니다.
제작사가 명시한 도구에는 도구 검색, 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결이 포함됩니다. 애플리케이션은 사용 가능한 동작을 제공하고 실제 결과를 반환합니다. 최종 응답에서는 변경이나 발견 사항, 관련 근거, 다음 동작을 요청하세요. 패치 제안, 집중적인 리뷰, 간결한 인터페이스 설명은 정확한 작업과 연결되고 제공된 소스나 화면과 비교해 검토할 수 있을 때 유용한 산출물이 됩니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-5.4-mini | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
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 $0.0015 / 1K 토큰 출력 · 출력 토큰 $0.009 / 1K 토큰 입력 · 캐시 읽기 $0.00015 / 1K 토큰 입력 · 캐시 쓰기 $0 / 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 $0.0015 / 1K 토큰 출력 · 출력 토큰 $0.009 / 1K 토큰 입력 · 캐시 읽기 $0.00015 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "openai/gpt-5.4-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-mini', '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-mini', '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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra gpt-5.4-mini, openai/gpt-5.4-mini, ~openai/gpt-mini-latest
/chat/completions
~openai/gpt-mini-latest코딩, 컴퓨터 사용, 처리량이 많은 보조 에이전트 작업을 위한 소형 GPT-5.4 에디션입니다. 텍스트와 이미지를 입력받아 편집안을 작성하거나, 인터페이스 스크린샷을 해석하거나, 더 큰 워크플로 안에서 좁은 범위의 작업을 완료할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.4 Mini는 코딩, 컴퓨터 사용, 보조 에이전트 작업을 위한 OpenAI의 소형 GPT-5.4 에디션입니다. 집중된 고처리량 작업용으로 설계된 모델에 제품군의 기능을 제공합니다. 입력은 텍스트와 이미지이며 출력은 텍스트입니다. 제작사는 특정 부분의 편집, 코드베이스 탐색, 디버깅, 인터페이스 스크린샷 해석 같은 작업을 설명합니다.
코딩 요청에서는 구현할 동작을 설명하고, 관련 파일이나 발췌를 제공하며, 변경 후에도 유지해야 할 제약을 명시하세요. 예를 들어 특정 입력을 처리하는 프로젝트 부분을 찾고, 해당 부분의 편집을 제안하며, 변경된 동작을 어떻게 검토할지 지정할 수 있습니다. 국소적인 변경이 무관한 전면 재작성으로 번지지 않으면서 관련 의존성과 연결되도록 작업 범위를 명확히 유지하세요.
제조사의 릴리스는 Mini를 더 큰 에이전트 시스템의 보조 모델로도 설명합니다. 좁은 범위의 작업은 코드베이스 검색, 큰 파일 검토, 보조 문서 처리일 수 있으며, 다른 단계가 조율과 최종 판단을 맡습니다. 해당 작업에 고유한 입력, 완료 기준, 출력 형식을 부여하세요. 유용한 결과는 발견 사항, 제공된 자료에서의 위치, 다음 단계가 해결해야 할 불확실성입니다.
컴퓨터 사용 작업에서는 릴리스가 정보가 밀집된 인터페이스 스크린샷의 해석을 강조합니다. 현재 시각적 상태, 사용자 목표, 관련 제약을 제공하세요. 모델은 동작을 제안하거나 스크린샷 내용을 설명할 수 있으며, 연결된 환경이 작업을 수행하고 결과 상태를 반환합니다. 실제 도구 결과와 제안만 된 동작을 구분하세요.
OpenAI의 사양은 컨텍스트 창 400,000토큰, 최대 입력 272,000토큰, 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 추론 강도 선택지는 none, low, medium, high, xhigh이며 기본값은 none입니다. 모델은 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 웹 및 파일 검색, 파일 및 이미지 입력, 프롬프트 캐싱을 명시합니다.
제작사가 명시한 도구에는 도구 검색, 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결이 포함됩니다. 애플리케이션은 사용 가능한 동작을 제공하고 실제 결과를 반환합니다. 최종 응답에서는 변경이나 발견 사항, 관련 근거, 다음 동작을 요청하세요. 패치 제안, 집중적인 리뷰, 간결한 인터페이스 설명은 정확한 작업과 연결되고 제공된 소스나 화면과 비교해 검토할 수 있을 때 유용한 산출물이 됩니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 ~openai/gpt-mini-latest | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
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 $0.0015 / 1K 토큰 출력 · 출력 토큰 $0.009 / 1K 토큰 입력 · 캐시 읽기 $0.00015 / 1K 토큰 입력 · 캐시 쓰기 $0 / 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 $0.0015 / 1K 토큰 출력 · 출력 토큰 $0.009 / 1K 토큰 입력 · 캐시 읽기 $0.00015 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "~openai/gpt-mini-latest", "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-mini-latest',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-mini-latest',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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra gpt-5.4-mini, openai/gpt-5.4-mini, ~openai/gpt-mini-latest
/chat/completions
~openai/gpt-mini-latest코딩, 컴퓨터 사용, 처리량이 많은 보조 에이전트 작업을 위한 소형 GPT-5.4 에디션입니다. 텍스트와 이미지를 입력받아 편집안을 작성하거나, 인터페이스 스크린샷을 해석하거나, 더 큰 워크플로 안에서 좁은 범위의 작업을 완료할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.4 Mini는 코딩, 컴퓨터 사용, 보조 에이전트 작업을 위한 OpenAI의 소형 GPT-5.4 에디션입니다. 집중된 고처리량 작업용으로 설계된 모델에 제품군의 기능을 제공합니다. 입력은 텍스트와 이미지이며 출력은 텍스트입니다. 제작사는 특정 부분의 편집, 코드베이스 탐색, 디버깅, 인터페이스 스크린샷 해석 같은 작업을 설명합니다.
코딩 요청에서는 구현할 동작을 설명하고, 관련 파일이나 발췌를 제공하며, 변경 후에도 유지해야 할 제약을 명시하세요. 예를 들어 특정 입력을 처리하는 프로젝트 부분을 찾고, 해당 부분의 편집을 제안하며, 변경된 동작을 어떻게 검토할지 지정할 수 있습니다. 국소적인 변경이 무관한 전면 재작성으로 번지지 않으면서 관련 의존성과 연결되도록 작업 범위를 명확히 유지하세요.
제조사의 릴리스는 Mini를 더 큰 에이전트 시스템의 보조 모델로도 설명합니다. 좁은 범위의 작업은 코드베이스 검색, 큰 파일 검토, 보조 문서 처리일 수 있으며, 다른 단계가 조율과 최종 판단을 맡습니다. 해당 작업에 고유한 입력, 완료 기준, 출력 형식을 부여하세요. 유용한 결과는 발견 사항, 제공된 자료에서의 위치, 다음 단계가 해결해야 할 불확실성입니다.
컴퓨터 사용 작업에서는 릴리스가 정보가 밀집된 인터페이스 스크린샷의 해석을 강조합니다. 현재 시각적 상태, 사용자 목표, 관련 제약을 제공하세요. 모델은 동작을 제안하거나 스크린샷 내용을 설명할 수 있으며, 연결된 환경이 작업을 수행하고 결과 상태를 반환합니다. 실제 도구 결과와 제안만 된 동작을 구분하세요.
OpenAI의 사양은 컨텍스트 창 400,000토큰, 최대 입력 272,000토큰, 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 추론 강도 선택지는 none, low, medium, high, xhigh이며 기본값은 none입니다. 모델은 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 웹 및 파일 검색, 파일 및 이미지 입력, 프롬프트 캐싱을 명시합니다.
제작사가 명시한 도구에는 도구 검색, 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결이 포함됩니다. 애플리케이션은 사용 가능한 동작을 제공하고 실제 결과를 반환합니다. 최종 응답에서는 변경이나 발견 사항, 관련 근거, 다음 동작을 요청하세요. 패치 제안, 집중적인 리뷰, 간결한 인터페이스 설명은 정확한 작업과 연결되고 제공된 소스나 화면과 비교해 검토할 수 있을 때 유용한 산출물이 됩니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 ~openai/gpt-mini-latest | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
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 $0.0015 / 1K 토큰 출력 · 출력 토큰 $0.009 / 1K 토큰 입력 · 캐시 읽기 $0.00015 / 1K 토큰 입력 · 캐시 쓰기 $0 / 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 $0.0015 / 1K 토큰 출력 · 출력 토큰 $0.009 / 1K 토큰 입력 · 캐시 읽기 $0.00015 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "~openai/gpt-mini-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-mini-latest', '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-mini-latest', '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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra gpt-5.4-mini, openai/gpt-5.4-mini, ~openai/gpt-mini-latest
/chat/completions
영어 기술 예제
Locate an inconsistent empty-state branch\n\nInspect these Python helpers: def has_rows(rows): return rows is not None; def summary(rows): return str(len(rows)) if has_rows(rows) else "No rows". An empty list currently shows "0"; the requirement says None and [] both show "No rows". Identify the responsible branch, propose a focused correction and tests preserving nonempty counts.A location-specific explanation, a minimal code change and tests for None, [], and a nonempty list.Check that both empty cases use the empty message while a two-row list still returns "2".