GPT-5.4 Pro는 OpenAI의 GPT-5.4에서 분리된 Pro 에디션입니다. 추가 연산으로 어려운 질문을 검토하고 더 충실한 답변을 작성합니다. 모델은 텍스트와 이미지를 입력받아 텍스트를 생성합니다. Pro는 이 모델의 정체성에 포함되며, GPT-5.6 및 GPT-6 기반 모델에 도입된 Pro 추론 모드 설정과 구별됩니다.
GPT-5.4 제품군 릴리스는 이 모델을 복잡한 전문 작업에 배치하며, 추론과 코딩을 문서, 프레젠테이션, 스프레드시트 작업과 결합합니다. Pro 요청의 예시는 서로 의존하는 요구 사항에 따라 여러 구현 방식을 비교하고, 선택을 결정하는 조건을 파악한 뒤, 명확한 권고를 작성하는 것입니다. 문서 작업에서는 결론에 분명한 근거가 생기도록 질문, 원본 자료, 기준을 제공하세요.
OpenAI는 GPT-5.4 Pro의 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 지원 추론 강도 선택지는 medium, high, xhigh이며 기본값은 medium입니다. 추론도 토큰 공간을 사용합니다. 긴 입력은 관련 원본 자료를 중심으로 정리하고, 분석과 요청한 최종 산출물을 위한 공간을 남기세요.
제작사는 이 Pro 모델을 Responses API 전용으로 문서화하며, 최종 응답 전 여러 턴의 모델 상호작용을 지원합니다. 어려운 요청은 몇 분이 걸릴 수 있습니다. OpenAI는 긴 작업을 동기적으로 기다릴 때 발생하는 연결 타임아웃을 피하기 위해 백그라운드 실행을 권장합니다. 이 워크플로에서 애플리케이션은 응답 식별자를 유지하고, 작업이 대기 중인지 진행 중인지 확인하며, 종료 상태에 도달하면 결과를 가져옵니다.
모델 카드는 스트리밍, 함수 호출, 웹 및 파일 검색, 이미지 입력, 이미지 생성 도구, MCP 지원을 명시합니다. 이 모델의 정확한 제작사 도구 모음에는 도구 검색, patch 작업, 컴퓨터 사용도 포함됩니다. 이러한 도구는 모델의 텍스트 출력과 별개입니다. 애플리케이션은 관련 동작을 제공하고 자체 동작을 실행한 뒤, 후속 작업에 필요한 실제 결과를 반환합니다. 이 에디션에는 별도의 GPT-5.4 Pro 도구 목록을 사용해야 하며, 다른 GPT-5.4 모델의 모든 기능이 같다고 가정해서는 안 됩니다.
명확한 완료 기준과 결과 구조를 준비하세요. 엔지니어링 작업에서는 영향을 받는 동작, 제안된 해결책, 바뀌는 의존성, 검증에 필요한 근거를 요청하세요. 분석에서는 제공된 사실, 추론된 관계, 미해결 조건을 구분하세요. 이미지가 질문을 뒷받침한다면 중요한 세부 사항을 지정하세요. 유용한 최종 산출물은 중요한 선택을 원래 목표 및 자료와 연결하는 구체적인 코드 제안, 의사결정 메모, 계획입니다.
", "aboutText": "GPT-5.4 Pro는 OpenAI의 GPT-5.4에서 분리된 Pro 에디션입니다. 추가 연산으로 어려운 질문을 검토하고 더 충실한 답변을 작성합니다. 모델은 텍스트와 이미지를 입력받아 텍스트를 생성합니다. Pro는 이 모델의 정체성에 포함되며, GPT-5.6 및 GPT-6 기반 모델에 도입된 Pro 추론 모드 설정과 구별됩니다.\n\nGPT-5.4 제품군 릴리스는 이 모델을 복잡한 전문 작업에 배치하며, 추론과 코딩을 문서, 프레젠테이션, 스프레드시트 작업과 결합합니다. Pro 요청의 예시는 서로 의존하는 요구 사항에 따라 여러 구현 방식을 비교하고, 선택을 결정하는 조건을 파악한 뒤, 명확한 권고를 작성하는 것입니다. 문서 작업에서는 결론에 분명한 근거가 생기도록 질문, 원본 자료, 기준을 제공하세요.\n\nOpenAI는 GPT-5.4 Pro의 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 지원 추론 강도 선택지는 medium, high, xhigh이며 기본값은 medium입니다. 추론도 토큰 공간을 사용합니다. 긴 입력은 관련 원본 자료를 중심으로 정리하고, 분석과 요청한 최종 산출물을 위한 공간을 남기세요.\n\n제작사는 이 Pro 모델을 Responses API 전용으로 문서화하며, 최종 응답 전 여러 턴의 모델 상호작용을 지원합니다. 어려운 요청은 몇 분이 걸릴 수 있습니다. OpenAI는 긴 작업을 동기적으로 기다릴 때 발생하는 연결 타임아웃을 피하기 위해 백그라운드 실행을 권장합니다. 이 워크플로에서 애플리케이션은 응답 식별자를 유지하고, 작업이 대기 중인지 진행 중인지 확인하며, 종료 상태에 도달하면 결과를 가져옵니다.\n\n모델 카드는 스트리밍, 함수 호출, 웹 및 파일 검색, 이미지 입력, 이미지 생성 도구, MCP 지원을 명시합니다. 이 모델의 정확한 제작사 도구 모음에는 도구 검색, patch 작업, 컴퓨터 사용도 포함됩니다. 이러한 도구는 모델의 텍스트 출력과 별개입니다. 애플리케이션은 관련 동작을 제공하고 자체 동작을 실행한 뒤, 후속 작업에 필요한 실제 결과를 반환합니다. 이 에디션에는 별도의 GPT-5.4 Pro 도구 목록을 사용해야 하며, 다른 GPT-5.4 모델의 모든 기능이 같다고 가정해서는 안 됩니다.\n\n명확한 완료 기준과 결과 구조를 준비하세요. 엔지니어링 작업에서는 영향을 받는 동작, 제안된 해결책, 바뀌는 의존성, 검증에 필요한 근거를 요청하세요. 분석에서는 제공된 사실, 추론된 관계, 미해결 조건을 구분하세요. 이미지가 질문을 뒷받침한다면 중요한 세부 사항을 지정하세요. 유용한 최종 산출물은 중요한 선택을 원래 목표 및 자료와 연결하는 구체적인 코드 제안, 의사결정 메모, 계획입니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "eaa172b1f75af43ab45bae7b63e2e3a74cbc3ba7e6017d824df134dcbea6249c", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "openai/gpt-5.4-pro:batch별도의 GPT-5.4 Pro 에디션은 어려운 추론과 전문 작업을 위해 추가 계산을 사용합니다. 텍스트와 이미지를 입력받고 OpenAI의 Responses 인터페이스를 통해 텍스트 응답을 발전시키며 medium, high, xhigh 강도를 지원합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.4 Pro는 OpenAI의 GPT-5.4에서 분리된 Pro 에디션입니다. 추가 연산으로 어려운 질문을 검토하고 더 충실한 답변을 작성합니다. 모델은 텍스트와 이미지를 입력받아 텍스트를 생성합니다. Pro는 이 모델의 정체성에 포함되며, GPT-5.6 및 GPT-6 기반 모델에 도입된 Pro 추론 모드 설정과 구별됩니다.
GPT-5.4 제품군 릴리스는 이 모델을 복잡한 전문 작업에 배치하며, 추론과 코딩을 문서, 프레젠테이션, 스프레드시트 작업과 결합합니다. Pro 요청의 예시는 서로 의존하는 요구 사항에 따라 여러 구현 방식을 비교하고, 선택을 결정하는 조건을 파악한 뒤, 명확한 권고를 작성하는 것입니다. 문서 작업에서는 결론에 분명한 근거가 생기도록 질문, 원본 자료, 기준을 제공하세요.
OpenAI는 GPT-5.4 Pro의 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 지원 추론 강도 선택지는 medium, high, xhigh이며 기본값은 medium입니다. 추론도 토큰 공간을 사용합니다. 긴 입력은 관련 원본 자료를 중심으로 정리하고, 분석과 요청한 최종 산출물을 위한 공간을 남기세요.
제작사는 이 Pro 모델을 Responses API 전용으로 문서화하며, 최종 응답 전 여러 턴의 모델 상호작용을 지원합니다. 어려운 요청은 몇 분이 걸릴 수 있습니다. OpenAI는 긴 작업을 동기적으로 기다릴 때 발생하는 연결 타임아웃을 피하기 위해 백그라운드 실행을 권장합니다. 이 워크플로에서 애플리케이션은 응답 식별자를 유지하고, 작업이 대기 중인지 진행 중인지 확인하며, 종료 상태에 도달하면 결과를 가져옵니다.
모델 카드는 스트리밍, 함수 호출, 웹 및 파일 검색, 이미지 입력, 이미지 생성 도구, MCP 지원을 명시합니다. 이 모델의 정확한 제작사 도구 모음에는 도구 검색, patch 작업, 컴퓨터 사용도 포함됩니다. 이러한 도구는 모델의 텍스트 출력과 별개입니다. 애플리케이션은 관련 동작을 제공하고 자체 동작을 실행한 뒤, 후속 작업에 필요한 실제 결과를 반환합니다. 이 에디션에는 별도의 GPT-5.4 Pro 도구 목록을 사용해야 하며, 다른 GPT-5.4 모델의 모든 기능이 같다고 가정해서는 안 됩니다.
명확한 완료 기준과 결과 구조를 준비하세요. 엔지니어링 작업에서는 영향을 받는 동작, 제안된 해결책, 바뀌는 의존성, 검증에 필요한 근거를 요청하세요. 분석에서는 제공된 사실, 추론된 관계, 미해결 조건을 구분하세요. 이미지가 질문을 뒷받침한다면 중요한 세부 사항을 지정하세요. 유용한 최종 산출물은 중요한 선택을 원래 목표 및 자료와 연결하는 구체적인 코드 제안, 의사결정 메모, 계획입니다.
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-pro: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-pro:batch, openai/gpt-5.4-pro | 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 $0.03 / 1K 토큰 출력 · 출력 토큰 $0.18 / 1K 토큰 입력 · 캐시 읽기 — / 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 기준272,000 | 요금 입력 · 입력 토큰 $0.03 / 1K 토큰 출력 · 출력 토큰 $0.18 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준272,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.06 / 1K 토큰 출력 · 출력 토큰 $0.27 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-pro: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-pro:batch', 'openai/gpt-5.4-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.4-pro: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-pro:batch
위에 표시된 메서드 경로를 사용하세요.