GPT-5.4 Mini is OpenAI’s compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunende agenttaken. Het brengt de mogelijkheden van de familie naar een model dat voor gericht werk met grote verwerkingsvolumes is ontworpen. De invoer bestaat uit tekst en afbeeldingen en de uitvoer is tekst. De maker beschrijft taken zoals gerichte wijzigingen, navigatie door een codebase, foutopsporing en het interpreteren van screenshots van interfaces.
Beschrijf voor een programmeeropdracht het te implementeren gedrag, lever de relevante bestanden of fragmenten aan en benoem de voorwaarden die de wijziging moet behouden. Een voorbeeldtaak is het deel van een project te vinden dat een bepaalde invoer verwerkt, een gerichte wijziging voor te stellen en te benoemen hoe het gewijzigde gedrag moet worden gecontroleerd. Houd de reikwijdte van de taak expliciet, zodat een lokale wijziging met de relevante afhankelijkheden is verbonden zonder een niet-gerelateerde herschrijving te worden.
De aankondiging van de maker beschrijft Mini ook als ondersteunend model binnen een groter agentsysteem. Een afgebakende opdracht kan bestaan uit zoeken in een codebase, een groot bestand beoordelen of ondersteunende documenten verwerken terwijl een andere fase de coördinatie en het eindoordeel verzorgt. Geef die opdracht haar eigen invoer, voltooiingscriterium en uitvoerformaat. Een bruikbaar resultaat is de bevinding, de locatie ervan in het aangeleverde materiaal en eventuele onzekerheid die de volgende fase moet oplossen.
Voor computergebruik benadrukt de aankondiging het interpreteren van screenshots van informatierijke interfaces. Lever de huidige visuele toestand, het doel van de gebruiker en de relevante voorwaarden aan. Het model kan een actie voorstellen of uitleggen wat het screenshot toont, terwijl de aangesloten omgeving de bewerking uitvoert en de resulterende toestand teruggeeft. Houd het werkelijke hulpmiddelresultaat gescheiden van een actie die alleen is voorgesteld.
OpenAI’s specificatie geeft een contextvenster van 400.000 tokens, een maximale invoer van 272.000 tokens en een maximale uitvoer van 128.000 tokens, met een kennisgrens van 31 augustus 2025. De keuzes voor redeneerinspanning zijn none, low, medium, high en xhigh; none is de standaard. Het model vermeldt de interfaces Responses, Chat Completions en Batch, streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, bestands- en afbeeldingsinvoer en promptcaching.
De hulpmiddelen die de maker vermeldt omvatten het zoeken naar hulpmiddelen, afbeeldingsgeneratie, code-interpretatie, gehoste shell- en patchbewerkingen, skills, computergebruik en MCP-verbindingen. De toepassing levert de beschikbare bewerkingen en geeft hun werkelijke resultaten terug. Vraag voor een eindantwoord om de wijziging of bevinding, het relevante bewijs en de volgende actie. Een voorgestelde patch, gerichte beoordeling of beknopte uitleg van een interface is een bruikbaar resultaat wanneer deze op de exacte taak berust en aan de hand van de aangeleverde bron of het scherm kan worden gecontroleerd.
", "aboutText": "GPT-5.4 Mini is OpenAI’s compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunende agenttaken. Het brengt de mogelijkheden van de familie naar een model dat voor gericht werk met grote verwerkingsvolumes is ontworpen. De invoer bestaat uit tekst en afbeeldingen en de uitvoer is tekst. De maker beschrijft taken zoals gerichte wijzigingen, navigatie door een codebase, foutopsporing en het interpreteren van screenshots van interfaces.\n\nBeschrijf voor een programmeeropdracht het te implementeren gedrag, lever de relevante bestanden of fragmenten aan en benoem de voorwaarden die de wijziging moet behouden. Een voorbeeldtaak is het deel van een project te vinden dat een bepaalde invoer verwerkt, een gerichte wijziging voor te stellen en te benoemen hoe het gewijzigde gedrag moet worden gecontroleerd. Houd de reikwijdte van de taak expliciet, zodat een lokale wijziging met de relevante afhankelijkheden is verbonden zonder een niet-gerelateerde herschrijving te worden.\n\nDe aankondiging van de maker beschrijft Mini ook als ondersteunend model binnen een groter agentsysteem. Een afgebakende opdracht kan bestaan uit zoeken in een codebase, een groot bestand beoordelen of ondersteunende documenten verwerken terwijl een andere fase de coördinatie en het eindoordeel verzorgt. Geef die opdracht haar eigen invoer, voltooiingscriterium en uitvoerformaat. Een bruikbaar resultaat is de bevinding, de locatie ervan in het aangeleverde materiaal en eventuele onzekerheid die de volgende fase moet oplossen.\n\nVoor computergebruik benadrukt de aankondiging het interpreteren van screenshots van informatierijke interfaces. Lever de huidige visuele toestand, het doel van de gebruiker en de relevante voorwaarden aan. Het model kan een actie voorstellen of uitleggen wat het screenshot toont, terwijl de aangesloten omgeving de bewerking uitvoert en de resulterende toestand teruggeeft. Houd het werkelijke hulpmiddelresultaat gescheiden van een actie die alleen is voorgesteld.\n\nOpenAI’s specificatie geeft een contextvenster van 400.000 tokens, een maximale invoer van 272.000 tokens en een maximale uitvoer van 128.000 tokens, met een kennisgrens van 31 augustus 2025. De keuzes voor redeneerinspanning zijn none, low, medium, high en xhigh; none is de standaard. Het model vermeldt de interfaces Responses, Chat Completions en Batch, streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, bestands- en afbeeldingsinvoer en promptcaching.\n\nDe hulpmiddelen die de maker vermeldt omvatten het zoeken naar hulpmiddelen, afbeeldingsgeneratie, code-interpretatie, gehoste shell- en patchbewerkingen, skills, computergebruik en MCP-verbindingen. De toepassing levert de beschikbare bewerkingen en geeft hun werkelijke resultaten terug. Vraag voor een eindantwoord om de wijziging of bevinding, het relevante bewijs en de volgende actie. Een voorgestelde patch, gerichte beoordeling of beknopte uitleg van een interface is een bruikbaar resultaat wanneer deze op de exacte taak berust en aan de hand van de aangeleverde bron of het scherm kan worden gecontroleerd.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
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-miniEen compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunend agentwerk met grote verwerkingsvolumes. Deze editie accepteert tekst en afbeeldingen en kan een wijziging ontwikkelen, een screenshot van een interface interpreteren of een afgebakende taak binnen een grotere werkwijze voltooien.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.4 Mini is OpenAI’s compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunende agenttaken. Het brengt de mogelijkheden van de familie naar een model dat voor gericht werk met grote verwerkingsvolumes is ontworpen. De invoer bestaat uit tekst en afbeeldingen en de uitvoer is tekst. De maker beschrijft taken zoals gerichte wijzigingen, navigatie door een codebase, foutopsporing en het interpreteren van screenshots van interfaces.
Beschrijf voor een programmeeropdracht het te implementeren gedrag, lever de relevante bestanden of fragmenten aan en benoem de voorwaarden die de wijziging moet behouden. Een voorbeeldtaak is het deel van een project te vinden dat een bepaalde invoer verwerkt, een gerichte wijziging voor te stellen en te benoemen hoe het gewijzigde gedrag moet worden gecontroleerd. Houd de reikwijdte van de taak expliciet, zodat een lokale wijziging met de relevante afhankelijkheden is verbonden zonder een niet-gerelateerde herschrijving te worden.
De aankondiging van de maker beschrijft Mini ook als ondersteunend model binnen een groter agentsysteem. Een afgebakende opdracht kan bestaan uit zoeken in een codebase, een groot bestand beoordelen of ondersteunende documenten verwerken terwijl een andere fase de coördinatie en het eindoordeel verzorgt. Geef die opdracht haar eigen invoer, voltooiingscriterium en uitvoerformaat. Een bruikbaar resultaat is de bevinding, de locatie ervan in het aangeleverde materiaal en eventuele onzekerheid die de volgende fase moet oplossen.
Voor computergebruik benadrukt de aankondiging het interpreteren van screenshots van informatierijke interfaces. Lever de huidige visuele toestand, het doel van de gebruiker en de relevante voorwaarden aan. Het model kan een actie voorstellen of uitleggen wat het screenshot toont, terwijl de aangesloten omgeving de bewerking uitvoert en de resulterende toestand teruggeeft. Houd het werkelijke hulpmiddelresultaat gescheiden van een actie die alleen is voorgesteld.
OpenAI’s specificatie geeft een contextvenster van 400.000 tokens, een maximale invoer van 272.000 tokens en een maximale uitvoer van 128.000 tokens, met een kennisgrens van 31 augustus 2025. De keuzes voor redeneerinspanning zijn none, low, medium, high en xhigh; none is de standaard. Het model vermeldt de interfaces Responses, Chat Completions en Batch, streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, bestands- en afbeeldingsinvoer en promptcaching.
De hulpmiddelen die de maker vermeldt omvatten het zoeken naar hulpmiddelen, afbeeldingsgeneratie, code-interpretatie, gehoste shell- en patchbewerkingen, skills, computergebruik en MCP-verbindingen. De toepassing levert de beschikbare bewerkingen en geeft hun werkelijke resultaten terug. Vraag voor een eindantwoord om de wijziging of bevinding, het relevante bewijs en de volgende actie. Een voorgestelde patch, gerichte beoordeling of beknopte uitleg van een interface is een bruikbaar resultaat wanneer deze op de exacte taak berust en aan de hand van de aangeleverde bron of het scherm kan worden gecontroleerd.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gpt-5.4-mini | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Tekstgesprek | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream |
Parametercontrol_scope | ContractTekstgesprek; stream is een booleaanse waarde en is standaard false. |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Methodealiasnamen: /chat/completions
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0015 / 1K tokens Uitvoer · Uitvoertokens $0.009 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0015 / 1K tokens Uitvoer · Uitvoertokens $0.009 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra gpt-5.4-mini, openai/gpt-5.4-mini, ~openai/gpt-mini-latest
/chat/completions
gpt-5.4-miniEen compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunend agentwerk met grote verwerkingsvolumes. Deze editie accepteert tekst en afbeeldingen en kan een wijziging ontwikkelen, een screenshot van een interface interpreteren of een afgebakende taak binnen een grotere werkwijze voltooien.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.4 Mini is OpenAI’s compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunende agenttaken. Het brengt de mogelijkheden van de familie naar een model dat voor gericht werk met grote verwerkingsvolumes is ontworpen. De invoer bestaat uit tekst en afbeeldingen en de uitvoer is tekst. De maker beschrijft taken zoals gerichte wijzigingen, navigatie door een codebase, foutopsporing en het interpreteren van screenshots van interfaces.
Beschrijf voor een programmeeropdracht het te implementeren gedrag, lever de relevante bestanden of fragmenten aan en benoem de voorwaarden die de wijziging moet behouden. Een voorbeeldtaak is het deel van een project te vinden dat een bepaalde invoer verwerkt, een gerichte wijziging voor te stellen en te benoemen hoe het gewijzigde gedrag moet worden gecontroleerd. Houd de reikwijdte van de taak expliciet, zodat een lokale wijziging met de relevante afhankelijkheden is verbonden zonder een niet-gerelateerde herschrijving te worden.
De aankondiging van de maker beschrijft Mini ook als ondersteunend model binnen een groter agentsysteem. Een afgebakende opdracht kan bestaan uit zoeken in een codebase, een groot bestand beoordelen of ondersteunende documenten verwerken terwijl een andere fase de coördinatie en het eindoordeel verzorgt. Geef die opdracht haar eigen invoer, voltooiingscriterium en uitvoerformaat. Een bruikbaar resultaat is de bevinding, de locatie ervan in het aangeleverde materiaal en eventuele onzekerheid die de volgende fase moet oplossen.
Voor computergebruik benadrukt de aankondiging het interpreteren van screenshots van informatierijke interfaces. Lever de huidige visuele toestand, het doel van de gebruiker en de relevante voorwaarden aan. Het model kan een actie voorstellen of uitleggen wat het screenshot toont, terwijl de aangesloten omgeving de bewerking uitvoert en de resulterende toestand teruggeeft. Houd het werkelijke hulpmiddelresultaat gescheiden van een actie die alleen is voorgesteld.
OpenAI’s specificatie geeft een contextvenster van 400.000 tokens, een maximale invoer van 272.000 tokens en een maximale uitvoer van 128.000 tokens, met een kennisgrens van 31 augustus 2025. De keuzes voor redeneerinspanning zijn none, low, medium, high en xhigh; none is de standaard. Het model vermeldt de interfaces Responses, Chat Completions en Batch, streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, bestands- en afbeeldingsinvoer en promptcaching.
De hulpmiddelen die de maker vermeldt omvatten het zoeken naar hulpmiddelen, afbeeldingsgeneratie, code-interpretatie, gehoste shell- en patchbewerkingen, skills, computergebruik en MCP-verbindingen. De toepassing levert de beschikbare bewerkingen en geeft hun werkelijke resultaten terug. Vraag voor een eindantwoord om de wijziging of bevinding, het relevante bewijs en de volgende actie. Een voorgestelde patch, gerichte beoordeling of beknopte uitleg van een interface is een bruikbaar resultaat wanneer deze op de exacte taak berust en aan de hand van de aangeleverde bron of het scherm kan worden gecontroleerd.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gpt-5.4-mini | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0015 / 1K tokens Uitvoer · Uitvoertokens $0.009 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0015 / 1K tokens Uitvoer · Uitvoertokens $0.009 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "gpt-5.4-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra gpt-5.4-mini, openai/gpt-5.4-mini, ~openai/gpt-mini-latest
/chat/completions
openai/gpt-5.4-miniEen compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunend agentwerk met grote verwerkingsvolumes. Deze editie accepteert tekst en afbeeldingen en kan een wijziging ontwikkelen, een screenshot van een interface interpreteren of een afgebakende taak binnen een grotere werkwijze voltooien.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.4 Mini is OpenAI’s compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunende agenttaken. Het brengt de mogelijkheden van de familie naar een model dat voor gericht werk met grote verwerkingsvolumes is ontworpen. De invoer bestaat uit tekst en afbeeldingen en de uitvoer is tekst. De maker beschrijft taken zoals gerichte wijzigingen, navigatie door een codebase, foutopsporing en het interpreteren van screenshots van interfaces.
Beschrijf voor een programmeeropdracht het te implementeren gedrag, lever de relevante bestanden of fragmenten aan en benoem de voorwaarden die de wijziging moet behouden. Een voorbeeldtaak is het deel van een project te vinden dat een bepaalde invoer verwerkt, een gerichte wijziging voor te stellen en te benoemen hoe het gewijzigde gedrag moet worden gecontroleerd. Houd de reikwijdte van de taak expliciet, zodat een lokale wijziging met de relevante afhankelijkheden is verbonden zonder een niet-gerelateerde herschrijving te worden.
De aankondiging van de maker beschrijft Mini ook als ondersteunend model binnen een groter agentsysteem. Een afgebakende opdracht kan bestaan uit zoeken in een codebase, een groot bestand beoordelen of ondersteunende documenten verwerken terwijl een andere fase de coördinatie en het eindoordeel verzorgt. Geef die opdracht haar eigen invoer, voltooiingscriterium en uitvoerformaat. Een bruikbaar resultaat is de bevinding, de locatie ervan in het aangeleverde materiaal en eventuele onzekerheid die de volgende fase moet oplossen.
Voor computergebruik benadrukt de aankondiging het interpreteren van screenshots van informatierijke interfaces. Lever de huidige visuele toestand, het doel van de gebruiker en de relevante voorwaarden aan. Het model kan een actie voorstellen of uitleggen wat het screenshot toont, terwijl de aangesloten omgeving de bewerking uitvoert en de resulterende toestand teruggeeft. Houd het werkelijke hulpmiddelresultaat gescheiden van een actie die alleen is voorgesteld.
OpenAI’s specificatie geeft een contextvenster van 400.000 tokens, een maximale invoer van 272.000 tokens en een maximale uitvoer van 128.000 tokens, met een kennisgrens van 31 augustus 2025. De keuzes voor redeneerinspanning zijn none, low, medium, high en xhigh; none is de standaard. Het model vermeldt de interfaces Responses, Chat Completions en Batch, streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, bestands- en afbeeldingsinvoer en promptcaching.
De hulpmiddelen die de maker vermeldt omvatten het zoeken naar hulpmiddelen, afbeeldingsgeneratie, code-interpretatie, gehoste shell- en patchbewerkingen, skills, computergebruik en MCP-verbindingen. De toepassing levert de beschikbare bewerkingen en geeft hun werkelijke resultaten terug. Vraag voor een eindantwoord om de wijziging of bevinding, het relevante bewijs en de volgende actie. Een voorgestelde patch, gerichte beoordeling of beknopte uitleg van een interface is een bruikbaar resultaat wanneer deze op de exacte taak berust en aan de hand van de aangeleverde bron of het scherm kan worden gecontroleerd.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-5.4-mini | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0015 / 1K tokens Uitvoer · Uitvoertokens $0.009 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0015 / 1K tokens Uitvoer · Uitvoertokens $0.009 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra gpt-5.4-mini, openai/gpt-5.4-mini, ~openai/gpt-mini-latest
/chat/completions
openai/gpt-5.4-miniEen compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunend agentwerk met grote verwerkingsvolumes. Deze editie accepteert tekst en afbeeldingen en kan een wijziging ontwikkelen, een screenshot van een interface interpreteren of een afgebakende taak binnen een grotere werkwijze voltooien.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.4 Mini is OpenAI’s compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunende agenttaken. Het brengt de mogelijkheden van de familie naar een model dat voor gericht werk met grote verwerkingsvolumes is ontworpen. De invoer bestaat uit tekst en afbeeldingen en de uitvoer is tekst. De maker beschrijft taken zoals gerichte wijzigingen, navigatie door een codebase, foutopsporing en het interpreteren van screenshots van interfaces.
Beschrijf voor een programmeeropdracht het te implementeren gedrag, lever de relevante bestanden of fragmenten aan en benoem de voorwaarden die de wijziging moet behouden. Een voorbeeldtaak is het deel van een project te vinden dat een bepaalde invoer verwerkt, een gerichte wijziging voor te stellen en te benoemen hoe het gewijzigde gedrag moet worden gecontroleerd. Houd de reikwijdte van de taak expliciet, zodat een lokale wijziging met de relevante afhankelijkheden is verbonden zonder een niet-gerelateerde herschrijving te worden.
De aankondiging van de maker beschrijft Mini ook als ondersteunend model binnen een groter agentsysteem. Een afgebakende opdracht kan bestaan uit zoeken in een codebase, een groot bestand beoordelen of ondersteunende documenten verwerken terwijl een andere fase de coördinatie en het eindoordeel verzorgt. Geef die opdracht haar eigen invoer, voltooiingscriterium en uitvoerformaat. Een bruikbaar resultaat is de bevinding, de locatie ervan in het aangeleverde materiaal en eventuele onzekerheid die de volgende fase moet oplossen.
Voor computergebruik benadrukt de aankondiging het interpreteren van screenshots van informatierijke interfaces. Lever de huidige visuele toestand, het doel van de gebruiker en de relevante voorwaarden aan. Het model kan een actie voorstellen of uitleggen wat het screenshot toont, terwijl de aangesloten omgeving de bewerking uitvoert en de resulterende toestand teruggeeft. Houd het werkelijke hulpmiddelresultaat gescheiden van een actie die alleen is voorgesteld.
OpenAI’s specificatie geeft een contextvenster van 400.000 tokens, een maximale invoer van 272.000 tokens en een maximale uitvoer van 128.000 tokens, met een kennisgrens van 31 augustus 2025. De keuzes voor redeneerinspanning zijn none, low, medium, high en xhigh; none is de standaard. Het model vermeldt de interfaces Responses, Chat Completions en Batch, streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, bestands- en afbeeldingsinvoer en promptcaching.
De hulpmiddelen die de maker vermeldt omvatten het zoeken naar hulpmiddelen, afbeeldingsgeneratie, code-interpretatie, gehoste shell- en patchbewerkingen, skills, computergebruik en MCP-verbindingen. De toepassing levert de beschikbare bewerkingen en geeft hun werkelijke resultaten terug. Vraag voor een eindantwoord om de wijziging of bevinding, het relevante bewijs en de volgende actie. Een voorgestelde patch, gerichte beoordeling of beknopte uitleg van een interface is een bruikbaar resultaat wanneer deze op de exacte taak berust en aan de hand van de aangeleverde bron of het scherm kan worden gecontroleerd.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-5.4-mini | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0015 / 1K tokens Uitvoer · Uitvoertokens $0.009 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0015 / 1K tokens Uitvoer · Uitvoertokens $0.009 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "openai/gpt-5.4-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra gpt-5.4-mini, openai/gpt-5.4-mini, ~openai/gpt-mini-latest
/chat/completions
~openai/gpt-mini-latestEen compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunend agentwerk met grote verwerkingsvolumes. Deze editie accepteert tekst en afbeeldingen en kan een wijziging ontwikkelen, een screenshot van een interface interpreteren of een afgebakende taak binnen een grotere werkwijze voltooien.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.4 Mini is OpenAI’s compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunende agenttaken. Het brengt de mogelijkheden van de familie naar een model dat voor gericht werk met grote verwerkingsvolumes is ontworpen. De invoer bestaat uit tekst en afbeeldingen en de uitvoer is tekst. De maker beschrijft taken zoals gerichte wijzigingen, navigatie door een codebase, foutopsporing en het interpreteren van screenshots van interfaces.
Beschrijf voor een programmeeropdracht het te implementeren gedrag, lever de relevante bestanden of fragmenten aan en benoem de voorwaarden die de wijziging moet behouden. Een voorbeeldtaak is het deel van een project te vinden dat een bepaalde invoer verwerkt, een gerichte wijziging voor te stellen en te benoemen hoe het gewijzigde gedrag moet worden gecontroleerd. Houd de reikwijdte van de taak expliciet, zodat een lokale wijziging met de relevante afhankelijkheden is verbonden zonder een niet-gerelateerde herschrijving te worden.
De aankondiging van de maker beschrijft Mini ook als ondersteunend model binnen een groter agentsysteem. Een afgebakende opdracht kan bestaan uit zoeken in een codebase, een groot bestand beoordelen of ondersteunende documenten verwerken terwijl een andere fase de coördinatie en het eindoordeel verzorgt. Geef die opdracht haar eigen invoer, voltooiingscriterium en uitvoerformaat. Een bruikbaar resultaat is de bevinding, de locatie ervan in het aangeleverde materiaal en eventuele onzekerheid die de volgende fase moet oplossen.
Voor computergebruik benadrukt de aankondiging het interpreteren van screenshots van informatierijke interfaces. Lever de huidige visuele toestand, het doel van de gebruiker en de relevante voorwaarden aan. Het model kan een actie voorstellen of uitleggen wat het screenshot toont, terwijl de aangesloten omgeving de bewerking uitvoert en de resulterende toestand teruggeeft. Houd het werkelijke hulpmiddelresultaat gescheiden van een actie die alleen is voorgesteld.
OpenAI’s specificatie geeft een contextvenster van 400.000 tokens, een maximale invoer van 272.000 tokens en een maximale uitvoer van 128.000 tokens, met een kennisgrens van 31 augustus 2025. De keuzes voor redeneerinspanning zijn none, low, medium, high en xhigh; none is de standaard. Het model vermeldt de interfaces Responses, Chat Completions en Batch, streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, bestands- en afbeeldingsinvoer en promptcaching.
De hulpmiddelen die de maker vermeldt omvatten het zoeken naar hulpmiddelen, afbeeldingsgeneratie, code-interpretatie, gehoste shell- en patchbewerkingen, skills, computergebruik en MCP-verbindingen. De toepassing levert de beschikbare bewerkingen en geeft hun werkelijke resultaten terug. Vraag voor een eindantwoord om de wijziging of bevinding, het relevante bewijs en de volgende actie. Een voorgestelde patch, gerichte beoordeling of beknopte uitleg van een interface is een bruikbaar resultaat wanneer deze op de exacte taak berust en aan de hand van de aangeleverde bron of het scherm kan worden gecontroleerd.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten ~openai/gpt-mini-latest | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0015 / 1K tokens Uitvoer · Uitvoertokens $0.009 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0015 / 1K tokens Uitvoer · Uitvoertokens $0.009 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra gpt-5.4-mini, openai/gpt-5.4-mini, ~openai/gpt-mini-latest
/chat/completions
~openai/gpt-mini-latestEen compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunend agentwerk met grote verwerkingsvolumes. Deze editie accepteert tekst en afbeeldingen en kan een wijziging ontwikkelen, een screenshot van een interface interpreteren of een afgebakende taak binnen een grotere werkwijze voltooien.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-5.4 Mini is OpenAI’s compacte GPT-5.4-editie voor programmeren, computergebruik en ondersteunende agenttaken. Het brengt de mogelijkheden van de familie naar een model dat voor gericht werk met grote verwerkingsvolumes is ontworpen. De invoer bestaat uit tekst en afbeeldingen en de uitvoer is tekst. De maker beschrijft taken zoals gerichte wijzigingen, navigatie door een codebase, foutopsporing en het interpreteren van screenshots van interfaces.
Beschrijf voor een programmeeropdracht het te implementeren gedrag, lever de relevante bestanden of fragmenten aan en benoem de voorwaarden die de wijziging moet behouden. Een voorbeeldtaak is het deel van een project te vinden dat een bepaalde invoer verwerkt, een gerichte wijziging voor te stellen en te benoemen hoe het gewijzigde gedrag moet worden gecontroleerd. Houd de reikwijdte van de taak expliciet, zodat een lokale wijziging met de relevante afhankelijkheden is verbonden zonder een niet-gerelateerde herschrijving te worden.
De aankondiging van de maker beschrijft Mini ook als ondersteunend model binnen een groter agentsysteem. Een afgebakende opdracht kan bestaan uit zoeken in een codebase, een groot bestand beoordelen of ondersteunende documenten verwerken terwijl een andere fase de coördinatie en het eindoordeel verzorgt. Geef die opdracht haar eigen invoer, voltooiingscriterium en uitvoerformaat. Een bruikbaar resultaat is de bevinding, de locatie ervan in het aangeleverde materiaal en eventuele onzekerheid die de volgende fase moet oplossen.
Voor computergebruik benadrukt de aankondiging het interpreteren van screenshots van informatierijke interfaces. Lever de huidige visuele toestand, het doel van de gebruiker en de relevante voorwaarden aan. Het model kan een actie voorstellen of uitleggen wat het screenshot toont, terwijl de aangesloten omgeving de bewerking uitvoert en de resulterende toestand teruggeeft. Houd het werkelijke hulpmiddelresultaat gescheiden van een actie die alleen is voorgesteld.
OpenAI’s specificatie geeft een contextvenster van 400.000 tokens, een maximale invoer van 272.000 tokens en een maximale uitvoer van 128.000 tokens, met een kennisgrens van 31 augustus 2025. De keuzes voor redeneerinspanning zijn none, low, medium, high en xhigh; none is de standaard. Het model vermeldt de interfaces Responses, Chat Completions en Batch, streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, bestands- en afbeeldingsinvoer en promptcaching.
De hulpmiddelen die de maker vermeldt omvatten het zoeken naar hulpmiddelen, afbeeldingsgeneratie, code-interpretatie, gehoste shell- en patchbewerkingen, skills, computergebruik en MCP-verbindingen. De toepassing levert de beschikbare bewerkingen en geeft hun werkelijke resultaten terug. Vraag voor een eindantwoord om de wijziging of bevinding, het relevante bewijs en de volgende actie. Een voorgestelde patch, gerichte beoordeling of beknopte uitleg van een interface is een bruikbaar resultaat wanneer deze op de exacte taak berust en aan de hand van de aangeleverde bron of het scherm kan worden gecontroleerd.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten ~openai/gpt-mini-latest | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0015 / 1K tokens Uitvoer · Uitvoertokens $0.009 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0015 / 1K tokens Uitvoer · Uitvoertokens $0.009 / 1K tokens Invoer · Cache lezen $0.00015 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "~openai/gpt-mini-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra gpt-5.4-mini, openai/gpt-5.4-mini, ~openai/gpt-mini-latest
/chat/completions
Technisch voorbeeld in het Engels
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".