o4-mini — компактная модель рассуждений серии o от OpenAI, оптимизированная для быстрых и эффективных рассуждений в задачах кода и визуального анализа. Она принимает текст и изображения и выдаёт текст. Она полезна для конкретной технической задачи, требующей анализа перед ответом: понять сбой кода, интерпретировать диаграмму, связать факты в предоставленном материале или подготовить структурированный результат для следующего шага.
Для работы с кодом дайте модели нужную функцию или файлы, ожидаемое поведение и точные входные данные, вызывающие сбой, либо текст ошибки. Включите сведения о языке и среде, влияющие на результат. Конкретный запрос может просить вероятную причину, минимальную предлагаемую правку и объяснение, как изменение устраняет наблюдаемое поведение. Задайте границы изменения — например, сохранение публичного интерфейса или смысла существующих данных, — чтобы результат можно было проверить по фактической задаче.
Для визуальной задачи передайте читаемый скриншот, диаграмму или график и укажите вопрос, на который они должны помочь ответить. Сохраните видимыми значимые подписи, оси и единицы. Например, можно попросить объяснить, что подтверждает график, назвать использованные наблюдения и отделить видимое значение от умозаключения. Для задачи по документу обозначьте исходный материал и задайте поля или связи, требуемые в ответе. Компактной модели также полезны полные сведения о задаче и точный запрос формата результата.
OpenAI указывает контекстное окно 200 000 токенов, максимальный вывод 100 000 токенов и границу знаний 1 июня 2024 года. Токены рассуждений расходуют и контекст, и ёмкость вывода, поэтому оставляйте место для анализа и итогового ответа, а не заполняйте весь лимит вводом. Достижение ограничения контекста или вывода может привести к незавершённому ответу ещё до появления видимого ответа. Короткий итоговый ответ тоже может требовать внутренних рассуждений; его видимая длина сама по себе не описывает весь бюджет токенов.
Страница конкретной модели o4-mini перечисляет интерфейсы Chat Completions, Responses, Batch и дообучения. Документированные возможности включают потоковые ответы, Structured Outputs, вызовы функций, загрузку файлов, ввод изображений, поиск по файлам, кэширование запросов и дообучение. Набор инструментов содержит поиск в интернете и файлах, интерпретацию кода и подключения MCP. Задайте инструменту приложения ясную цель и спецификацию входных данных, верните фактический результат и попросите модель использовать его для следующего решения. Запрошенный вызов функции — предложение действия, а структурированный итоговый ответ организует сведения, которые даёт задача.
Руководство OpenAI по запросам к серии o рекомендует простую, прямую цель с явными ограничениями и чёткими разделителями вокруг исходного материала. Дайте модели проработать задачу внутренне; запрашивайте нужное итоговое объяснение, доказательства или расчёт вместо записи скрытых рассуждений. Сначала попробуйте ясное задание, затем добавьте примеры, если требуемый формат или граница категории остаются непонятными. Пример должен показывать те же правила, что и реальная задача, включая представление отсутствующей информации.
Для приложений, которым нужно необязательное объяснение процесса рассуждений, руководство OpenAI прямо документирует подробные сводки рассуждений для o4-mini. Сводку нужно запросить; она отличается от необработанных внутренних токенов рассуждений, которые не раскрываются. Итоговый ответ по-прежнему должен содержать запрошенный пользователем результат: например, предлагаемое изменение кода, интерпретацию графика с нужными наблюдениями или извлечённые поля, связанные с предоставленным материалом. Предоставляйте свежие факты, когда они важны, сверяйте существенные утверждения с источником и используйте ограниченную задачу с критерием завершения, чтобы сохранять направленность работы.
", "aboutText": "o4-mini — компактная модель рассуждений серии o от OpenAI, оптимизированная для быстрых и эффективных рассуждений в задачах кода и визуального анализа. Она принимает текст и изображения и выдаёт текст. Она полезна для конкретной технической задачи, требующей анализа перед ответом: понять сбой кода, интерпретировать диаграмму, связать факты в предоставленном материале или подготовить структурированный результат для следующего шага.\n\nДля работы с кодом дайте модели нужную функцию или файлы, ожидаемое поведение и точные входные данные, вызывающие сбой, либо текст ошибки. Включите сведения о языке и среде, влияющие на результат. Конкретный запрос может просить вероятную причину, минимальную предлагаемую правку и объяснение, как изменение устраняет наблюдаемое поведение. Задайте границы изменения — например, сохранение публичного интерфейса или смысла существующих данных, — чтобы результат можно было проверить по фактической задаче.\n\nДля визуальной задачи передайте читаемый скриншот, диаграмму или график и укажите вопрос, на который они должны помочь ответить. Сохраните видимыми значимые подписи, оси и единицы. Например, можно попросить объяснить, что подтверждает график, назвать использованные наблюдения и отделить видимое значение от умозаключения. Для задачи по документу обозначьте исходный материал и задайте поля или связи, требуемые в ответе. Компактной модели также полезны полные сведения о задаче и точный запрос формата результата.\n\nOpenAI указывает контекстное окно 200 000 токенов, максимальный вывод 100 000 токенов и границу знаний 1 июня 2024 года. Токены рассуждений расходуют и контекст, и ёмкость вывода, поэтому оставляйте место для анализа и итогового ответа, а не заполняйте весь лимит вводом. Достижение ограничения контекста или вывода может привести к незавершённому ответу ещё до появления видимого ответа. Короткий итоговый ответ тоже может требовать внутренних рассуждений; его видимая длина сама по себе не описывает весь бюджет токенов.\n\nСтраница конкретной модели o4-mini перечисляет интерфейсы Chat Completions, Responses, Batch и дообучения. Документированные возможности включают потоковые ответы, Structured Outputs, вызовы функций, загрузку файлов, ввод изображений, поиск по файлам, кэширование запросов и дообучение. Набор инструментов содержит поиск в интернете и файлах, интерпретацию кода и подключения MCP. Задайте инструменту приложения ясную цель и спецификацию входных данных, верните фактический результат и попросите модель использовать его для следующего решения. Запрошенный вызов функции — предложение действия, а структурированный итоговый ответ организует сведения, которые даёт задача.\n\nРуководство OpenAI по запросам к серии o рекомендует простую, прямую цель с явными ограничениями и чёткими разделителями вокруг исходного материала. Дайте модели проработать задачу внутренне; запрашивайте нужное итоговое объяснение, доказательства или расчёт вместо записи скрытых рассуждений. Сначала попробуйте ясное задание, затем добавьте примеры, если требуемый формат или граница категории остаются непонятными. Пример должен показывать те же правила, что и реальная задача, включая представление отсутствующей информации.\n\nДля приложений, которым нужно необязательное объяснение процесса рассуждений, руководство OpenAI прямо документирует подробные сводки рассуждений для o4-mini. Сводку нужно запросить; она отличается от необработанных внутренних токенов рассуждений, которые не раскрываются. Итоговый ответ по-прежнему должен содержать запрошенный пользователем результат: например, предлагаемое изменение кода, интерпретацию графика с нужными наблюдениями или извлечённые поля, связанные с предоставленным материалом. Предоставляйте свежие факты, когда они важны, сверяйте существенные утверждения с источником и используйте ограниченную задачу с критерием завершения, чтобы сохранять направленность работы.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d625bc9af39d3b3e62d6cf390f5cd781e3dfd1c2d2d345ce7e5c1d88743d6fa3", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ru", "methods": [ { "html": "openai/o4-mini:batchOpenAI o4-mini — компактная модель рассуждений для эффективной работы с кодом и визуальными задачами. Она принимает текст и изображения, возвращает текст и поддерживает структурированные ответы и инструменты для решения ограниченной технической задачи или получения полезного вывода из предоставленного материала.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
o4-mini — компактная модель рассуждений серии o от OpenAI, оптимизированная для быстрых и эффективных рассуждений в задачах кода и визуального анализа. Она принимает текст и изображения и выдаёт текст. Она полезна для конкретной технической задачи, требующей анализа перед ответом: понять сбой кода, интерпретировать диаграмму, связать факты в предоставленном материале или подготовить структурированный результат для следующего шага.
Для работы с кодом дайте модели нужную функцию или файлы, ожидаемое поведение и точные входные данные, вызывающие сбой, либо текст ошибки. Включите сведения о языке и среде, влияющие на результат. Конкретный запрос может просить вероятную причину, минимальную предлагаемую правку и объяснение, как изменение устраняет наблюдаемое поведение. Задайте границы изменения — например, сохранение публичного интерфейса или смысла существующих данных, — чтобы результат можно было проверить по фактической задаче.
Для визуальной задачи передайте читаемый скриншот, диаграмму или график и укажите вопрос, на который они должны помочь ответить. Сохраните видимыми значимые подписи, оси и единицы. Например, можно попросить объяснить, что подтверждает график, назвать использованные наблюдения и отделить видимое значение от умозаключения. Для задачи по документу обозначьте исходный материал и задайте поля или связи, требуемые в ответе. Компактной модели также полезны полные сведения о задаче и точный запрос формата результата.
OpenAI указывает контекстное окно 200 000 токенов, максимальный вывод 100 000 токенов и границу знаний 1 июня 2024 года. Токены рассуждений расходуют и контекст, и ёмкость вывода, поэтому оставляйте место для анализа и итогового ответа, а не заполняйте весь лимит вводом. Достижение ограничения контекста или вывода может привести к незавершённому ответу ещё до появления видимого ответа. Короткий итоговый ответ тоже может требовать внутренних рассуждений; его видимая длина сама по себе не описывает весь бюджет токенов.
Страница конкретной модели o4-mini перечисляет интерфейсы Chat Completions, Responses, Batch и дообучения. Документированные возможности включают потоковые ответы, Structured Outputs, вызовы функций, загрузку файлов, ввод изображений, поиск по файлам, кэширование запросов и дообучение. Набор инструментов содержит поиск в интернете и файлах, интерпретацию кода и подключения MCP. Задайте инструменту приложения ясную цель и спецификацию входных данных, верните фактический результат и попросите модель использовать его для следующего решения. Запрошенный вызов функции — предложение действия, а структурированный итоговый ответ организует сведения, которые даёт задача.
Руководство OpenAI по запросам к серии o рекомендует простую, прямую цель с явными ограничениями и чёткими разделителями вокруг исходного материала. Дайте модели проработать задачу внутренне; запрашивайте нужное итоговое объяснение, доказательства или расчёт вместо записи скрытых рассуждений. Сначала попробуйте ясное задание, затем добавьте примеры, если требуемый формат или граница категории остаются непонятными. Пример должен показывать те же правила, что и реальная задача, включая представление отсутствующей информации.
Для приложений, которым нужно необязательное объяснение процесса рассуждений, руководство OpenAI прямо документирует подробные сводки рассуждений для o4-mini. Сводку нужно запросить; она отличается от необработанных внутренних токенов рассуждений, которые не раскрываются. Итоговый ответ по-прежнему должен содержать запрошенный пользователем результат: например, предлагаемое изменение кода, интерпретацию графика с нужными наблюдениями или извлечённые поля, связанные с предоставленным материалом. Предоставляйте свежие факты, когда они важны, сверяйте существенные утверждения с источником и используйте ограниченную задачу с критерием завершения, чтобы сохранять направленность работы.
POST /v1/batchestexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеendpoint | Типstring | ТребованиеОбязательно | Значения и ограничения /v1/chat/completions | По умолчанию— |
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения openai/o4-mini:batch | По умолчанию— |
Полеrequests | Типbatch_item[] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 | По умолчанию— |
Полеrequests[].custom_id | Типstring | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеrequests[].body.messages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеcompletion_window | Типstring | ТребованиеНеобязательно | Значения и ограничения 24h | По умолчанию— |
Полеprovider | Типobject|null | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеrequests[].body.model | Типstring | ТребованиеНеобязательно | Значения и ограничения openai/o4-mini:batch, openai/o4-mini | По умолчанию— |
Полеprovider.only | Типstring[] | ТребованиеНеобязательно | Значения и ограничения openai | По умолчанию— |
Полеprovider.allow_fallbacks | Типboolean|null | ТребованиеНеобязательно | Значения и ограничения false, null | По умолчанию— |
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактendpoint, model, requests |
Параметрmaterial_types | Контрактtext |
Параметрrepresentation | КонтрактВстроенный массив requests[]; у каждого элемента есть custom_id и body |
Параметрrequest_endpoint_profile | Контракт/v1/chat/completions |
Параметрfile_material | КонтрактВызывающая сторона может локально прочитать фактический JSONL в UTF-8 и поместить его в requests[]. Назначение загрузки, input_file_id и ссылка на файл не используются. Отсутствующий или пустой материал клиента останавливает подготовку до POST. |
Параметрserialization_order | Контрактendpoint, model, provider (если указан), completion_window (если указан), requests — последним |
Параметрoptional_controls | Контрактprovider.only, provider.allow_fallbacks, completion_window |
Параметрschema_scope | КонтрактТела текстовых запросов Chat Completions в документированной встроенной оболочке Batch. |
Жизненный цикл: asynchronous
GET /v1/batches/{operation_id} · Фактический response.id исходного ответа на создание; тот же пользователь, ключ и группа
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0011 / 1K токенов Выход · Выходные токены $0.0044 / 1K токенов Вход · Чтение кэша $0.000275 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0011 / 1K токенов Выход · Выходные токены $0.0044 / 1K токенов Вход · Чтение кэша $0.000275 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${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/o4-mini: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/o4-mini:batch', 'openai/o4-mini']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/o4-mini: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.\nВстроенный JSON results[].response.body
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\nСохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте полный исходный JSON статуса, каждый результат и custom_id, а также полное тело ответа или ошибки. Сохраняйте завершённые results[] как JSONL без фильтрации.
Сохраните исходный ID операции. Ответ 503 result_pending_check содержит X-Should-Retry:false; никогда не отправляйте повторно исходный пакет с неизвестным результатом.
| Поле | Тип |
|---|---|
Полеresults[].custom_id | Типstring |
Полеresults[].response.body.choices[].message.content | Типstring|null |
Полеresults[].error | Типobject|null |
Полеusage | Типobject|null |
Полеid | Типstring |
Полеmodel | Типstring |
Полеendpoint | Типstring |
Полеstatus | Типstring |
Полеrequest_counts | Типobject |
Полеresults[].id | Типstring |
Полеresults[].response.status_code | Типinteger |
Полеresults[].response.request_id | Типstring |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверный формат документированной встроенной оболочки, повторяющиеся ключи, ошибки идентификации элементов или конфликт настроенных возможностей модели. | Следующий шагИсправьте указанные поля перед любой новой отправкой. |
Ответ401 · authentication_error | УсловиеНедействительный ключ API. | Следующий шагИспользуйте разрешённый ключ Ailoot. |
Ответ403 · permission_error | УсловиеГруппа пакетной обработки недоступна. | Следующий шагПроверьте права доступа ключа и группы. |
Ответ422 · invalid_request_error | УсловиеПакетная обработка оплачивается с баланса; создание по подписке отклоняется. | Следующий шагИспользуйте разрешённую группу с оплатой с баланса. |
Ответ422 · price_unavailable | УсловиеСтоимость входных данных пакета невозможно рассчитать. | Следующий шагСохраните ответ; используйте документированный формат входных данных для этого семейства. |
Ответ402 · billing_error | УсловиеРезерв для пакетной обработки недоступен. | Следующий шагУстраните причину отказа в допуске перед новым запросом. |
Ответ503 · price_unavailable | УсловиеЦена метода пакетной обработки или нативные тарифы недоступны. | Следующий шагСохраните ответ; не подменяйте цены. |
Ответ503 · api_error | УсловиеТочный маршрут поставщика недоступен. | Следующий шагСохраните ответ для исправления маршрута. |
Ответ503 · result_pending_check | УсловиеИсходный результат требует проверки; X-Should-Retry:false. | Следующий шагСохраните исходный operation_id/id и читайте его статус; никогда не повторяйте исходный POST. |
Ответ404 · not_found | УсловиеОперация проверки статуса пакета отсутствует или принадлежит другой учётной записи. | Следующий шагИспользуйте точный исходный id и того же пользователя, ключ и группу. |
Ailoot Ultra openai/o4-mini:batch
Используйте пути методов, указанные выше.