GPT-5.4 nano는 단순하고 처리량이 많은 작업을 위한 OpenAI의 소형 GPT-5.4 계열 모델입니다. 제조사는 분류, 데이터 추출, 순위 지정, 보조 서브에이전트 작업을 강조합니다. 텍스트와 이미지를 입력받아 텍스트를 생성합니다. 이를 통해 nano는 더 큰 프로세스 안에서 정의된 작업을 완료하고 다음 단계에 필요한 정보를 반환하는 집중된 역할을 맡습니다.
분류에서는 허용 범주, 범주를 구분하는 규칙, 기대하는 결과 형식을 제공하세요. 예를 들어 요청의 주제와 해당 범주를 정당화하는 사실을 파악할 수 있습니다. 어려운 경계를 명확히 할 때는 예시를 포함하고, 사용 가능한 범주에 맞지 않는 요청을 어떻게 표현할지 명시하세요. 유용한 결과는 범주와 제공된 자료에 연결된 짧은 근거입니다.
추출에서는 잠재적으로 흥미로운 모든 세부 사항을 요청하지 말고 필드와 정의를 지정하세요. 서면 자료나 페이지 이미지를 제공하고 필요한 값을 지정할 수 있습니다. 의미에 영향을 주는 이름과 단위를 유지하고, 누락된 필드와 주변 텍스트에서 추론한 값을 구분하세요. 순위 지정에서는 후보와 기준을 제공한 뒤, 각 위치의 관련 근거가 있는 순서형 목록을 요청하세요.
OpenAI의 GPT-5.4 nano 사양은 컨텍스트 창 400,000토큰, 최대 입력 272,000토큰, 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. none, low, medium, high, xhigh의 추론 강도를 지원하며 기본값은 none입니다. 선택한 강도와 요청한 답변 길이를 작업에 맞추세요. 추론을 사용할 때는 가시적 결과뿐 아니라 분석을 위한 공간도 확보하세요.
제작사는 Responses, Chat Completions, Batch 인터페이스와 함께 스트리밍, Structured Outputs, 함수 호출, 웹 및 파일 검색, 파일 입력, 이미지 입력, 프롬프트 캐싱을 문서화합니다. 도구 모음에는 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, MCP 연결이 포함됩니다. 애플리케이션은 자체 동작을 제공하고 실제 결과를 반환합니다. 구조화된 응답은 출력 형식을 설명하고, 함수 요청은 도구가 수행할 동작을 설명합니다.
여러 단계의 워크플로에서는 nano에 범위가 정해진 보조 작업과 명확한 완료 기준을 부여하세요. 예를 들어 여러 메시지에서 필요한 사실을 추출한 뒤 다음 단계로 넘겨 더 넓은 결정을 내릴 수 있습니다. 반환된 필드는 원래 입력에 대조하고, 범주 경계가 불명확하면 규칙을 다듬으세요. 목적과 출처 근거가 명확할 때 간결한 범주, 값 집합, 순위 목록, 도구 인수 제안이 유용한 최종 산출물이 됩니다.
", "aboutText": "GPT-5.4 nano는 단순하고 처리량이 많은 작업을 위한 OpenAI의 소형 GPT-5.4 계열 모델입니다. 제조사는 분류, 데이터 추출, 순위 지정, 보조 서브에이전트 작업을 강조합니다. 텍스트와 이미지를 입력받아 텍스트를 생성합니다. 이를 통해 nano는 더 큰 프로세스 안에서 정의된 작업을 완료하고 다음 단계에 필요한 정보를 반환하는 집중된 역할을 맡습니다.\n\n분류에서는 허용 범주, 범주를 구분하는 규칙, 기대하는 결과 형식을 제공하세요. 예를 들어 요청의 주제와 해당 범주를 정당화하는 사실을 파악할 수 있습니다. 어려운 경계를 명확히 할 때는 예시를 포함하고, 사용 가능한 범주에 맞지 않는 요청을 어떻게 표현할지 명시하세요. 유용한 결과는 범주와 제공된 자료에 연결된 짧은 근거입니다.\n\n추출에서는 잠재적으로 흥미로운 모든 세부 사항을 요청하지 말고 필드와 정의를 지정하세요. 서면 자료나 페이지 이미지를 제공하고 필요한 값을 지정할 수 있습니다. 의미에 영향을 주는 이름과 단위를 유지하고, 누락된 필드와 주변 텍스트에서 추론한 값을 구분하세요. 순위 지정에서는 후보와 기준을 제공한 뒤, 각 위치의 관련 근거가 있는 순서형 목록을 요청하세요.\n\nOpenAI의 GPT-5.4 nano 사양은 컨텍스트 창 400,000토큰, 최대 입력 272,000토큰, 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. none, low, medium, high, xhigh의 추론 강도를 지원하며 기본값은 none입니다. 선택한 강도와 요청한 답변 길이를 작업에 맞추세요. 추론을 사용할 때는 가시적 결과뿐 아니라 분석을 위한 공간도 확보하세요.\n\n제작사는 Responses, Chat Completions, Batch 인터페이스와 함께 스트리밍, Structured Outputs, 함수 호출, 웹 및 파일 검색, 파일 입력, 이미지 입력, 프롬프트 캐싱을 문서화합니다. 도구 모음에는 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, MCP 연결이 포함됩니다. 애플리케이션은 자체 동작을 제공하고 실제 결과를 반환합니다. 구조화된 응답은 출력 형식을 설명하고, 함수 요청은 도구가 수행할 동작을 설명합니다.\n\n여러 단계의 워크플로에서는 nano에 범위가 정해진 보조 작업과 명확한 완료 기준을 부여하세요. 예를 들어 여러 메시지에서 필요한 사실을 추출한 뒤 다음 단계로 넘겨 더 넓은 결정을 내릴 수 있습니다. 반환된 필드는 원래 입력에 대조하고, 범주 경계가 불명확하면 규칙을 다듬으세요. 목적과 출처 근거가 명확할 때 간결한 범주, 값 집합, 순위 목록, 도구 인수 제안이 유용한 최종 산출물이 됩니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "4f78ff48f1f3e7dd96ef6066fd0a3fbf2a675d2816fa960bba4e98c50aae6f49", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "openai/gpt-5.4-nano:batch분류, 데이터 추출, 순위 지정, 더 단순한 보조 에이전트 작업을 위한 소형 GPT-5.4 모델입니다. 텍스트와 이미지를 입력받아 텍스트를 반환하며, 제작사가 문서화한 기능에는 Structured Outputs와 함수 호출이 포함됩니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.4 nano는 단순하고 처리량이 많은 작업을 위한 OpenAI의 소형 GPT-5.4 계열 모델입니다. 제조사는 분류, 데이터 추출, 순위 지정, 보조 서브에이전트 작업을 강조합니다. 텍스트와 이미지를 입력받아 텍스트를 생성합니다. 이를 통해 nano는 더 큰 프로세스 안에서 정의된 작업을 완료하고 다음 단계에 필요한 정보를 반환하는 집중된 역할을 맡습니다.
분류에서는 허용 범주, 범주를 구분하는 규칙, 기대하는 결과 형식을 제공하세요. 예를 들어 요청의 주제와 해당 범주를 정당화하는 사실을 파악할 수 있습니다. 어려운 경계를 명확히 할 때는 예시를 포함하고, 사용 가능한 범주에 맞지 않는 요청을 어떻게 표현할지 명시하세요. 유용한 결과는 범주와 제공된 자료에 연결된 짧은 근거입니다.
추출에서는 잠재적으로 흥미로운 모든 세부 사항을 요청하지 말고 필드와 정의를 지정하세요. 서면 자료나 페이지 이미지를 제공하고 필요한 값을 지정할 수 있습니다. 의미에 영향을 주는 이름과 단위를 유지하고, 누락된 필드와 주변 텍스트에서 추론한 값을 구분하세요. 순위 지정에서는 후보와 기준을 제공한 뒤, 각 위치의 관련 근거가 있는 순서형 목록을 요청하세요.
OpenAI의 GPT-5.4 nano 사양은 컨텍스트 창 400,000토큰, 최대 입력 272,000토큰, 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. none, low, medium, high, xhigh의 추론 강도를 지원하며 기본값은 none입니다. 선택한 강도와 요청한 답변 길이를 작업에 맞추세요. 추론을 사용할 때는 가시적 결과뿐 아니라 분석을 위한 공간도 확보하세요.
제작사는 Responses, Chat Completions, Batch 인터페이스와 함께 스트리밍, Structured Outputs, 함수 호출, 웹 및 파일 검색, 파일 입력, 이미지 입력, 프롬프트 캐싱을 문서화합니다. 도구 모음에는 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, MCP 연결이 포함됩니다. 애플리케이션은 자체 동작을 제공하고 실제 결과를 반환합니다. 구조화된 응답은 출력 형식을 설명하고, 함수 요청은 도구가 수행할 동작을 설명합니다.
여러 단계의 워크플로에서는 nano에 범위가 정해진 보조 작업과 명확한 완료 기준을 부여하세요. 예를 들어 여러 메시지에서 필요한 사실을 추출한 뒤 다음 단계로 넘겨 더 넓은 결정을 내릴 수 있습니다. 반환된 필드는 원래 입력에 대조하고, 범주 경계가 불명확하면 규칙을 다듬으세요. 목적과 출처 근거가 명확할 때 간결한 범주, 값 집합, 순위 목록, 도구 인수 제안이 유용한 최종 산출물이 됩니다.
POST /v1/batchestexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드endpoint | 유형string | 요건필수 | 값과 한도 /v1/chat/completions | 기본값— |
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-5.4-nano:batch | 기본값— |
필드requests | 유형batch_item[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드requests[].custom_id | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드requests[].body.messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드completion_window | 유형string | 요건선택 사항 | 값과 한도 24h | 기본값— |
필드provider | 유형object|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드requests[].body.model | 유형string | 요건선택 사항 | 값과 한도 openai/gpt-5.4-nano:batch, openai/gpt-5.4-nano | 기본값— |
필드provider.only | 유형string[] | 요건선택 사항 | 값과 한도 openai | 기본값— |
필드provider.allow_fallbacks | 유형boolean|null | 요건선택 사항 | 값과 한도 false, null | 기본값— |
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세endpoint, model, requests |
매개변수material_types | 명세text |
매개변수representation | 명세인라인 requests[]; 각 항목에는 custom_id와 body가 있습니다 |
매개변수request_endpoint_profile | 명세/v1/chat/completions |
매개변수file_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. |
매개변수serialization_order | 명세endpoint, model, provider (제공된 경우), completion_window (제공된 경우), requests는 마지막에 |
매개변수optional_controls | 명세provider.only, provider.allow_fallbacks, completion_window |
매개변수schema_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 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 $0.0002 / 1K 토큰 출력 · 출력 토큰 $0.00125 / 1K 토큰 입력 · 캐시 읽기 $0.00002 / 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 $0.0002 / 1K 토큰 출력 · 출력 토큰 $0.00125 / 1K 토큰 입력 · 캐시 읽기 $0.00002 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-5.4-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\nimport 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-5.4-nano:batch', 'openai/gpt-5.4-nano']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.4-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"))\nimport 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.\n인라인 results[].response.body JSON
GET /v1/batches/{operation_id}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\n반환된 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.
최초 작업 ID를 보관하세요. 503 result_pending_check에는 X-Should-Retry:false가 포함됩니다. 상태가 불명확한 최초 배치를 다시 제출하지 마세요.
| 필드 | 유형 |
|---|---|
필드results[].custom_id | 유형string |
필드results[].response.body.choices[].message.content | 유형string|null |
필드results[].error | 유형object|null |
필드usage | 유형object|null |
필드id | 유형string |
필드model | 유형string |
필드endpoint | 유형string |
필드status | 유형string |
필드request_counts | 유형object |
필드results[].id | 유형string |
필드results[].response.status_code | 유형integer |
필드results[].response.request_id | 유형string |
| 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. |
Ailoot Ultra openai/gpt-5.4-nano:batch
위에 표시된 메서드 경로를 사용하세요.