GPT-5.4는 복잡한 전문 작업을 위한 OpenAI의 범용 추론 모델입니다. 릴리스는 코딩, 추론, 에이전트 워크플로를 문서, 스프레드시트, 프레젠테이션 작업과 결합합니다. 텍스트와 이미지를 입력받아 텍스트를 생성합니다. 제조사는 연결된 작업 환경에서 이 모델의 네이티브 컴퓨터 사용도 문서화합니다.
지식 작업에서는 관련 자료, 대상 독자, 최종 산출물의 요구 사항을 제공하세요. 예를 들어 여러 프로젝트 문서를 의사결정 요약문으로 정리하고, 제공된 사실, 사실 사이의 관계, 권고를 뒷받침하는 조건을 제시할 수 있습니다. 스프레드시트나 프레젠테이션 작업에는 원본 데이터와 결과가 따라야 할 구조나 템플릿도 필요합니다. 환경의 도구가 실제 파일을 생성하거나 편집하고, 모델의 서면 응답은 그 작업을 설명하거나 지시합니다.
코딩에서는 의도한 동작, 관련 프로젝트 파일, 변경 후에도 보존해야 할 제약을 제공하세요. 해당 동작에 연결된 구현 제안이나 집중적인 리뷰를 요청하세요. 릴리스는 도구 사용, 결과 개선, 검토를 결합하는 긴 워크플로를 설명합니다. 시각적 작업이나 컴퓨터 사용 작업에서는 실제 스크린샷 또는 참조 자료와 목표를 제공하세요. 모델은 화면을 해석하고 동작을 선택할 수 있습니다. 연결된 환경은 동작을 수행하고 새로운 상태를 반환합니다.
OpenAI의 GPT-5.4 사양은 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 추론 강도 선택지는 none, low, medium, high, xhigh이며 기본값은 none입니다. 컨텍스트에는 최종 답변뿐 아니라 제공된 자료, 관련 도구 결과, 추론이 들어갑니다. 특히 여러 단계가 이전 근거에 의존한다면 작업의 정의와 성공 기준을 명확히 유지하세요.
제작사는 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 파일 및 이미지 입력, 웹 및 파일 검색, 프롬프트 캐싱을 명시합니다. 도구에는 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결, 도구 검색이 포함됩니다. 릴리스는 도구 검색을 모든 도구의 전체 정의를 초기 컨텍스트에 넣는 대신, 필요해졌을 때 해당 도구의 정의를 찾는 기능으로 설명합니다. 애플리케이션은 자체 동작을 관리하고 실제 결과를 제공합니다.
모델 릴리스는 개선된 문서 파싱과 고해상도 시각적 이해, 여러 웹 출처의 정보를 결합하는 더 폭넓은 전문 작업도 설명합니다. 읽을 수 있는 입력을 준비하고 질문에 중요한 세부 사항을 지정하세요. 구체적인 최종 결과와 이를 검토할 근거를 선택하세요. 변경 제안과 영향을 받는 동작, 구조화된 발견 사항, 제공된 요구 사항을 따르는 문서 등이 될 수 있습니다. 완료된 도구 동작의 결과와 아직 수행해야 할 단계를 구분하여 최종 산출물을 후속 작업에 사용할 수 있게 하세요.
", "aboutText": "GPT-5.4는 복잡한 전문 작업을 위한 OpenAI의 범용 추론 모델입니다. 릴리스는 코딩, 추론, 에이전트 워크플로를 문서, 스프레드시트, 프레젠테이션 작업과 결합합니다. 텍스트와 이미지를 입력받아 텍스트를 생성합니다. 제조사는 연결된 작업 환경에서 이 모델의 네이티브 컴퓨터 사용도 문서화합니다.\n\n지식 작업에서는 관련 자료, 대상 독자, 최종 산출물의 요구 사항을 제공하세요. 예를 들어 여러 프로젝트 문서를 의사결정 요약문으로 정리하고, 제공된 사실, 사실 사이의 관계, 권고를 뒷받침하는 조건을 제시할 수 있습니다. 스프레드시트나 프레젠테이션 작업에는 원본 데이터와 결과가 따라야 할 구조나 템플릿도 필요합니다. 환경의 도구가 실제 파일을 생성하거나 편집하고, 모델의 서면 응답은 그 작업을 설명하거나 지시합니다.\n\n코딩에서는 의도한 동작, 관련 프로젝트 파일, 변경 후에도 보존해야 할 제약을 제공하세요. 해당 동작에 연결된 구현 제안이나 집중적인 리뷰를 요청하세요. 릴리스는 도구 사용, 결과 개선, 검토를 결합하는 긴 워크플로를 설명합니다. 시각적 작업이나 컴퓨터 사용 작업에서는 실제 스크린샷 또는 참조 자료와 목표를 제공하세요. 모델은 화면을 해석하고 동작을 선택할 수 있습니다. 연결된 환경은 동작을 수행하고 새로운 상태를 반환합니다.\n\nOpenAI의 GPT-5.4 사양은 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 추론 강도 선택지는 none, low, medium, high, xhigh이며 기본값은 none입니다. 컨텍스트에는 최종 답변뿐 아니라 제공된 자료, 관련 도구 결과, 추론이 들어갑니다. 특히 여러 단계가 이전 근거에 의존한다면 작업의 정의와 성공 기준을 명확히 유지하세요.\n\n제작사는 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 파일 및 이미지 입력, 웹 및 파일 검색, 프롬프트 캐싱을 명시합니다. 도구에는 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결, 도구 검색이 포함됩니다. 릴리스는 도구 검색을 모든 도구의 전체 정의를 초기 컨텍스트에 넣는 대신, 필요해졌을 때 해당 도구의 정의를 찾는 기능으로 설명합니다. 애플리케이션은 자체 동작을 관리하고 실제 결과를 제공합니다.\n\n모델 릴리스는 개선된 문서 파싱과 고해상도 시각적 이해, 여러 웹 출처의 정보를 결합하는 더 폭넓은 전문 작업도 설명합니다. 읽을 수 있는 입력을 준비하고 질문에 중요한 세부 사항을 지정하세요. 구체적인 최종 결과와 이를 검토할 근거를 선택하세요. 변경 제안과 영향을 받는 동작, 구조화된 발견 사항, 제공된 요구 사항을 따르는 문서 등이 될 수 있습니다. 완료된 도구 동작의 결과와 아직 수행해야 할 단계를 구분하여 최종 산출물을 후속 작업에 사용할 수 있게 하세요.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d2ed17bd999d09e3df3ba57879ec04139782c15862eae55000b47e30e11d9594", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "openai/gpt-5.4:batchGPT-5.4는 복잡한 전문 작업을 위해 추론, 코딩, 시각적 이해, 네이티브 컴퓨터 사용을 결합합니다. 텍스트, 이미지, 명확한 작업 지침을 제공하여 도구에 연결된 환경에서 문서, 코드, 여러 단계의 결과를 작성하도록 요청하세요.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5.4는 복잡한 전문 작업을 위한 OpenAI의 범용 추론 모델입니다. 릴리스는 코딩, 추론, 에이전트 워크플로를 문서, 스프레드시트, 프레젠테이션 작업과 결합합니다. 텍스트와 이미지를 입력받아 텍스트를 생성합니다. 제조사는 연결된 작업 환경에서 이 모델의 네이티브 컴퓨터 사용도 문서화합니다.
지식 작업에서는 관련 자료, 대상 독자, 최종 산출물의 요구 사항을 제공하세요. 예를 들어 여러 프로젝트 문서를 의사결정 요약문으로 정리하고, 제공된 사실, 사실 사이의 관계, 권고를 뒷받침하는 조건을 제시할 수 있습니다. 스프레드시트나 프레젠테이션 작업에는 원본 데이터와 결과가 따라야 할 구조나 템플릿도 필요합니다. 환경의 도구가 실제 파일을 생성하거나 편집하고, 모델의 서면 응답은 그 작업을 설명하거나 지시합니다.
코딩에서는 의도한 동작, 관련 프로젝트 파일, 변경 후에도 보존해야 할 제약을 제공하세요. 해당 동작에 연결된 구현 제안이나 집중적인 리뷰를 요청하세요. 릴리스는 도구 사용, 결과 개선, 검토를 결합하는 긴 워크플로를 설명합니다. 시각적 작업이나 컴퓨터 사용 작업에서는 실제 스크린샷 또는 참조 자료와 목표를 제공하세요. 모델은 화면을 해석하고 동작을 선택할 수 있습니다. 연결된 환경은 동작을 수행하고 새로운 상태를 반환합니다.
OpenAI의 GPT-5.4 사양은 컨텍스트 창 1,050,000토큰과 최대 출력 128,000토큰, 지식 기준일 2025년 8월 31일을 명시합니다. 추론 강도 선택지는 none, low, medium, high, xhigh이며 기본값은 none입니다. 컨텍스트에는 최종 답변뿐 아니라 제공된 자료, 관련 도구 결과, 추론이 들어갑니다. 특히 여러 단계가 이전 근거에 의존한다면 작업의 정의와 성공 기준을 명확히 유지하세요.
제작사는 Responses, Chat Completions, Batch 인터페이스, 스트리밍, Structured Outputs, 함수 호출, 파일 및 이미지 입력, 웹 및 파일 검색, 프롬프트 캐싱을 명시합니다. 도구에는 이미지 생성, 코드 실행, 호스팅된 shell 및 patch 작업, 스킬, 컴퓨터 사용, MCP 연결, 도구 검색이 포함됩니다. 릴리스는 도구 검색을 모든 도구의 전체 정의를 초기 컨텍스트에 넣는 대신, 필요해졌을 때 해당 도구의 정의를 찾는 기능으로 설명합니다. 애플리케이션은 자체 동작을 관리하고 실제 결과를 제공합니다.
모델 릴리스는 개선된 문서 파싱과 고해상도 시각적 이해, 여러 웹 출처의 정보를 결합하는 더 폭넓은 전문 작업도 설명합니다. 읽을 수 있는 입력을 준비하고 질문에 중요한 세부 사항을 지정하세요. 구체적인 최종 결과와 이를 검토할 근거를 선택하세요. 변경 제안과 영향을 받는 동작, 구조화된 발견 사항, 제공된 요구 사항을 따르는 문서 등이 될 수 있습니다. 완료된 도구 동작의 결과와 아직 수행해야 할 단계를 구분하여 최종 산출물을 후속 작업에 사용할 수 있게 하세요.
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: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:batch, openai/gpt-5.4 | 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 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.015 / 1K 토큰 입력 · 캐시 읽기 $0.00025 / 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 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.015 / 1K 토큰 입력 · 캐시 읽기 $0.00025 / 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 $0.005 / 1K 토큰 출력 · 출력 토큰 $0.0225 / 1K 토큰 입력 · 캐시 읽기 $0.0005 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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: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:batch', 'openai/gpt-5.4']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.4: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:batch
위에 표시된 메서드 경로를 사용하세요.