GPT-5.4 nano is OpenAI’s compacte model uit de GPT-5.4-klasse voor eenvoudige taken met grote verwerkingsvolumes. De maker benadrukt classificatie, gegevensextractie, rangschikking en ondersteunend subagentwerk. Het accepteert tekst en afbeeldingen en produceert tekst. Zo heeft nano een gerichte rol in een groter proces: een bepaalde bewerking voltooien en de informatie teruggeven die de volgende stap nodig heeft.
Lever voor classificatie de toegestane categorieën, de regel die ze onderscheidt en het verwachte resultaatformaat aan. Een voorbeeldtaak is het onderwerp van een aanvraag en de feiten die de categorie rechtvaardigen te identificeren. Voeg voorbeelden toe wanneer ze een moeilijke grens verduidelijken en geef aan hoe een aanvraag moet worden weergegeven die niet in de beschikbare categorieën past. Een bruikbaar resultaat is de categorie plus een korte onderbouwing die op het aangeleverde materiaal berust.
Specificeer voor extractie de velden en hun definities, in plaats van om elk mogelijk interessant detail te vragen. U kunt geschreven materiaal of een afbeelding van een pagina aanleveren en de vereiste waarden benoemen. Bewaar namen en eenheden die de betekenis beïnvloeden en onderscheid een ontbrekend veld van een waarde die uit de omringende tekst wordt afgeleid. Lever voor rangschikking de kandidaten en het criterium aan en vraag daarna om de geordende lijst met het relevante bewijs voor elke positie.
OpenAI’s specificatie van GPT-5.4 nano vermeldt 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. Het ondersteunt redeneerinspanning none, low, medium, high en xhigh; none is de standaard. De gekozen inspanning en gevraagde antwoordlengte moeten bij de taak passen. Laat bij gebruik van redeneren ruimte voor analyse en het zichtbare resultaat.
De maker documenteert de interfaces Responses, Chat Completions en Batch, samen met streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, bestandsinvoer, afbeeldingsinvoer en promptcaching. De hulpmiddelen omvatten afbeeldingsgeneratie, code-interpretatie, gehoste shell- en patchbewerkingen, skills en MCP-verbindingen. Een toepassing stelt haar bewerkingen beschikbaar en geeft hun werkelijke resultaten terug. Een gestructureerd antwoord beschrijft de vorm van de uitvoer; een functieaanvraag beschrijft een actie die een hulpmiddel moet uitvoeren.
Geef nano binnen een werkwijze in meerdere fasen een afgebakende ondersteunende taak en een duidelijk voltooiingscriterium. Haal bijvoorbeeld de vereiste feiten uit meerdere berichten en geef die feiten daarna door aan de volgende fase voor een bredere beslissing. Controleer de teruggegeven velden aan de hand van de oorspronkelijke invoer en verfijn de regel wanneer een categoriegrens onduidelijk is. Een beknopte categorie, verzameling waarden, gerangschikte lijst of voorgestelde hulpmiddelargumenten is een bruikbaar eindresultaat wanneer het doel en bronbewijs expliciet blijven.
", "aboutText": "GPT-5.4 nano is OpenAI’s compacte model uit de GPT-5.4-klasse voor eenvoudige taken met grote verwerkingsvolumes. De maker benadrukt classificatie, gegevensextractie, rangschikking en ondersteunend subagentwerk. Het accepteert tekst en afbeeldingen en produceert tekst. Zo heeft nano een gerichte rol in een groter proces: een bepaalde bewerking voltooien en de informatie teruggeven die de volgende stap nodig heeft.\n\nLever voor classificatie de toegestane categorieën, de regel die ze onderscheidt en het verwachte resultaatformaat aan. Een voorbeeldtaak is het onderwerp van een aanvraag en de feiten die de categorie rechtvaardigen te identificeren. Voeg voorbeelden toe wanneer ze een moeilijke grens verduidelijken en geef aan hoe een aanvraag moet worden weergegeven die niet in de beschikbare categorieën past. Een bruikbaar resultaat is de categorie plus een korte onderbouwing die op het aangeleverde materiaal berust.\n\nSpecificeer voor extractie de velden en hun definities, in plaats van om elk mogelijk interessant detail te vragen. U kunt geschreven materiaal of een afbeelding van een pagina aanleveren en de vereiste waarden benoemen. Bewaar namen en eenheden die de betekenis beïnvloeden en onderscheid een ontbrekend veld van een waarde die uit de omringende tekst wordt afgeleid. Lever voor rangschikking de kandidaten en het criterium aan en vraag daarna om de geordende lijst met het relevante bewijs voor elke positie.\n\nOpenAI’s specificatie van GPT-5.4 nano vermeldt 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. Het ondersteunt redeneerinspanning none, low, medium, high en xhigh; none is de standaard. De gekozen inspanning en gevraagde antwoordlengte moeten bij de taak passen. Laat bij gebruik van redeneren ruimte voor analyse en het zichtbare resultaat.\n\nDe maker documenteert de interfaces Responses, Chat Completions en Batch, samen met streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, bestandsinvoer, afbeeldingsinvoer en promptcaching. De hulpmiddelen omvatten afbeeldingsgeneratie, code-interpretatie, gehoste shell- en patchbewerkingen, skills en MCP-verbindingen. Een toepassing stelt haar bewerkingen beschikbaar en geeft hun werkelijke resultaten terug. Een gestructureerd antwoord beschrijft de vorm van de uitvoer; een functieaanvraag beschrijft een actie die een hulpmiddel moet uitvoeren.\n\nGeef nano binnen een werkwijze in meerdere fasen een afgebakende ondersteunende taak en een duidelijk voltooiingscriterium. Haal bijvoorbeeld de vereiste feiten uit meerdere berichten en geef die feiten daarna door aan de volgende fase voor een bredere beslissing. Controleer de teruggegeven velden aan de hand van de oorspronkelijke invoer en verfijn de regel wanneer een categoriegrens onduidelijk is. Een beknopte categorie, verzameling waarden, gerangschikte lijst of voorgestelde hulpmiddelargumenten is een bruikbaar eindresultaat wanneer het doel en bronbewijs expliciet blijven.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "19ff6770ded0178eea447fd93c90e5062391855757d4de5d099f411d12dee844", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "openai/gpt-5.4-nano:batchEen compact GPT-5.4-model voor classificatie, gegevensextractie, rangschikking en eenvoudigere ondersteunende agenttaken. Het accepteert tekst en afbeeldingen en geeft tekst terug, met Structured Outputs en functieaanroepen in de gedocumenteerde mogelijkheden van de maker.
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 nano is OpenAI’s compacte model uit de GPT-5.4-klasse voor eenvoudige taken met grote verwerkingsvolumes. De maker benadrukt classificatie, gegevensextractie, rangschikking en ondersteunend subagentwerk. Het accepteert tekst en afbeeldingen en produceert tekst. Zo heeft nano een gerichte rol in een groter proces: een bepaalde bewerking voltooien en de informatie teruggeven die de volgende stap nodig heeft.
Lever voor classificatie de toegestane categorieën, de regel die ze onderscheidt en het verwachte resultaatformaat aan. Een voorbeeldtaak is het onderwerp van een aanvraag en de feiten die de categorie rechtvaardigen te identificeren. Voeg voorbeelden toe wanneer ze een moeilijke grens verduidelijken en geef aan hoe een aanvraag moet worden weergegeven die niet in de beschikbare categorieën past. Een bruikbaar resultaat is de categorie plus een korte onderbouwing die op het aangeleverde materiaal berust.
Specificeer voor extractie de velden en hun definities, in plaats van om elk mogelijk interessant detail te vragen. U kunt geschreven materiaal of een afbeelding van een pagina aanleveren en de vereiste waarden benoemen. Bewaar namen en eenheden die de betekenis beïnvloeden en onderscheid een ontbrekend veld van een waarde die uit de omringende tekst wordt afgeleid. Lever voor rangschikking de kandidaten en het criterium aan en vraag daarna om de geordende lijst met het relevante bewijs voor elke positie.
OpenAI’s specificatie van GPT-5.4 nano vermeldt 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. Het ondersteunt redeneerinspanning none, low, medium, high en xhigh; none is de standaard. De gekozen inspanning en gevraagde antwoordlengte moeten bij de taak passen. Laat bij gebruik van redeneren ruimte voor analyse en het zichtbare resultaat.
De maker documenteert de interfaces Responses, Chat Completions en Batch, samen met streaming, Structured Outputs, functieaanroepen, zoeken op het web en in bestanden, bestandsinvoer, afbeeldingsinvoer en promptcaching. De hulpmiddelen omvatten afbeeldingsgeneratie, code-interpretatie, gehoste shell- en patchbewerkingen, skills en MCP-verbindingen. Een toepassing stelt haar bewerkingen beschikbaar en geeft hun werkelijke resultaten terug. Een gestructureerd antwoord beschrijft de vorm van de uitvoer; een functieaanvraag beschrijft een actie die een hulpmiddel moet uitvoeren.
Geef nano binnen een werkwijze in meerdere fasen een afgebakende ondersteunende taak en een duidelijk voltooiingscriterium. Haal bijvoorbeeld de vereiste feiten uit meerdere berichten en geef die feiten daarna door aan de volgende fase voor een bredere beslissing. Controleer de teruggegeven velden aan de hand van de oorspronkelijke invoer en verfijn de regel wanneer een categoriegrens onduidelijk is. Een beknopte categorie, verzameling waarden, gerangschikte lijst of voorgestelde hulpmiddelargumenten is een bruikbaar eindresultaat wanneer het doel en bronbewijs expliciet blijven.
POST /v1/batchestexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldendpoint | Typestring | VereisteVereist | Waarden en limieten /v1/chat/completions | Standaard— |
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-5.4-nano:batch | Standaard— |
Veldrequests | Typebatch_item[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldrequests[].custom_id | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldrequests[].body.messages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldcompletion_window | Typestring | VereisteOptioneel | Waarden en limieten 24h | Standaard— |
Veldprovider | Typeobject|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldrequests[].body.model | Typestring | VereisteOptioneel | Waarden en limieten openai/gpt-5.4-nano:batch, openai/gpt-5.4-nano | Standaard— |
Veldprovider.only | Typestring[] | VereisteOptioneel | Waarden en limieten openai | Standaard— |
Veldprovider.allow_fallbacks | Typeboolean|null | VereisteOptioneel | Waarden en limieten false, null | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractendpoint, model, requests |
Parametermaterial_types | Contracttext |
Parameterrepresentation | Contractinline requests[]; elk item bevat custom_id en body |
Parameterrequest_endpoint_profile | Contract/v1/chat/completions |
Parameterfile_material | ContractDe aanroeper mag daadwerkelijke JSONL-inhoud in UTF-8 lokaal in requests[] inlezen. Er wordt geen uploaddoel (purpose), input_file_id of bestandsverwijzing gebruikt. Ontbrekend of leeg klantmateriaal stopt de voorbereiding vóór POST. |
Parameterserialization_order | Contractendpoint, model, provider (indien opgegeven), completion_window (indien opgegeven), requests als laatste |
Parameteroptional_controls | Contractprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | ContractBody’s voor tekstaanvragen via Chat Completions in de gedocumenteerde inline Batch-envelop. |
Levenscyclus: asynchronous
GET /v1/batches/{operation_id} · de daadwerkelijke response.id uit het oorspronkelijke aanmaakantwoord; dezelfde gebruiker/sleutel/groep
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 $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.00125 / 1K tokens Invoer · Cache lezen $0.00002 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.00125 / 1K tokens Invoer · Cache lezen $0.00002 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5.4-nano:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-5.4-nano:batch', 'openai/gpt-5.4-nano']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.4-nano:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\ninline 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\nBewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar de volledige oorspronkelijke status-JSON, elk resultaat/custom_id en de volledige antwoord- of foutbody. Sla voltooide results[] zonder filtering op als JSONL.
Bewaar de oorspronkelijke bewerkings-ID. Bij 503 result_pending_check hoort X-Should-Retry:false; dien een oorspronkelijke batch met onbekende uitkomst nooit opnieuw in.
| Veld | Type |
|---|---|
Veldresults[].custom_id | Typestring |
Veldresults[].response.body.choices[].message.content | Typestring|null |
Veldresults[].error | Typeobject|null |
Veldusage | Typeobject|null |
Veldid | Typestring |
Veldmodel | Typestring |
Veldendpoint | Typestring |
Veldstatus | Typestring |
Veldrequest_counts | Typeobject |
Veldresults[].id | Typestring |
Veldresults[].response.status_code | Typeinteger |
Veldresults[].response.request_id | Typestring |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeOngeldige gedocumenteerde inline envelop, dubbele sleutels, ongeldige itemidentiteit of een conflict met de geconfigureerde modelmogelijkheden. | Volgende stapCorrigeer de aangegeven velden voordat u een nieuwe aanvraag indient. |
Antwoord401 · authentication_error | VoorwaardeOngeldige API-sleutel. | Volgende stapGebruik de geautoriseerde Ailoot-sleutel. |
Antwoord403 · permission_error | VoorwaardeBatch-groep niet beschikbaar. | Volgende stapControleer de toegangsrechten van de sleutel/groep. |
Antwoord422 · invalid_request_error | VoorwaardeBij Batch worden kosten van het saldo afgeschreven; aanmaken via een abonnement wordt geweigerd. | Volgende stapGebruik de geautoriseerde groep waarvoor kosten van het saldo worden afgeschreven. |
Antwoord422 · price_unavailable | VoorwaardeVoor de Batch-invoer kan geen prijsopgave worden berekend. | Volgende stapBewaar het antwoord; gebruik de gedocumenteerde invoer voor deze familie. |
Antwoord402 · billing_error | VoorwaardeBatch-reservering niet beschikbaar. | Volgende stapLos het toelatingsprobleem op voordat u een nieuwe aanvraag indient. |
Antwoord503 · price_unavailable | VoorwaardePrijs voor de Batch-methode/native tarieven niet beschikbaar. | Volgende stapBewaar het antwoord; vervang de prijzen niet. |
Antwoord503 · api_error | VoorwaardeDe exacte leveranciersroute is niet beschikbaar. | Volgende stapBewaar het antwoord voor herstel van de route. |
Antwoord503 · result_pending_check | VoorwaardeHet oorspronkelijke resultaat moet worden gecontroleerd; X-Should-Retry:false. | Volgende stapBewaar de oorspronkelijke operation_id/id en lees de status ervan uit; herhaal de oorspronkelijke POST nooit. |
Antwoord404 · not_found | VoorwaardeDe bewerking voor de Batch-status ontbreekt of is eigendom van een andere identiteit. | Volgende stapGebruik exact de oorspronkelijke id en dezelfde gebruiker/sleutel/groep. |
Ailoot Ultra openai/gpt-5.4-nano:batch
Gebruik de hierboven getoonde methodepaden.