OpenAI: GPT-4o (batch)

GPT-4o รวมความเข้าใจข้อความและภาพเข้ากับการเขียน การเขียนโค้ด Structured Outputs และเครื่องมือของแอปพลิเคชัน ใช้พัฒนาคำตอบที่มีหลักฐานรองรับ ตีความสื่อภาพ หรือส่งคืนฟิลด์ที่กำหนดจากชุดข้อมูลต้นทางขนาดใหญ่

Ailoot Ultra · การประมวลผลแบบชุด POST /v1/batches openai/gpt-4o:batch

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

GPT-4o เป็นโมเดล GPT อเนกประสงค์ของ OpenAI สำหรับทำความเข้าใจข้อความและภาพ การเขียน และงานแอปพลิเคชัน ตัว “o” หมายถึง “omni” โดยโมเดลตามเอกสารนี้รับข้อความและภาพ แล้วส่งคืนข้อความ รวมถึง Structured Outputs คำขอที่ใช้งานได้จริงอาจรวมบรีฟที่เขียนไว้กับภาพถ่าย ภาพหน้าจอ หรือหน้าเอกสาร แล้วขอคำอธิบายชัดเจน ชิ้นงานที่แก้ไขแล้ว หรือฟิลด์ที่กำหนดไว้สำหรับขั้นตอนอื่นของแอปพลิเคชัน

สำหรับรายงาน ให้เอกสารต้นทางและการตัดสินใจที่รายงานควรสนับสนุน ระบุวันที่ หน่วย และป้ายกำกับหลักฐานที่เกี่ยวข้อง แล้วขอการเปรียบเทียบที่แยกข้อสังเกต สมมติฐาน และข้อมูลที่ยังขาด สำหรับงานภาพ ให้ชี้วัตถุ แผนภูมิ หรือสถานะอินเทอร์เฟซที่สำคัญและรวมบริบทโดยรอบ สำหรับการแก้โค้ด ให้โค้ดส่วนที่ได้รับผล พฤติกรรมที่ต้องการ และข้อจำกัดที่ต้องคงไว้ สิ่งเหล่านี้เป็นวิธีใช้ความสามารถด้านข้อความและภาพอย่างเป็นรูปธรรม โดยไม่พึ่งให้พรอมป์ต์สื่อความหมายของงานทั้งหมดโดยนัย

โปรไฟล์ GPT-4o ปัจจุบันของ OpenAI ระบุหน้าต่างบริบท 128,000 โทเคน เอาต์พุตสูงสุด 16,384 โทเคน และวันสิ้นสุดความรู้ 1 ตุลาคม 2023 ผู้พัฒนาแยกแสดงสแนปช็อต GPT-4o ที่มีวันที่หลายรายการ การสนทนา ข้อมูลอินพุต และคำตอบที่สร้างใช้โควตาบริบทร่วมกัน ชุดเอกสารขนาดใหญ่จึงยังต้องจัดระเบียบและเหลือพื้นที่สำหรับชิ้นงานสุดท้าย ข้อเท็จจริงที่เปลี่ยนแปลงหรือมาจากระบบส่วนตัวควรให้โดยตรงหรือดึงผ่านเครื่องมือที่ตั้งค่าไว้อย่างชัดเจน

คู่มือการมองเห็นรับ PNG, JPEG, WebP และ GIF ที่ไม่เคลื่อนไหว GPT-4o รองรับรายละเอียดภาพ low, high และ auto โดย high และ auto ใช้การประมวลผลแบบแบ่งไทล์ ขยายป้ายกำกับขนาดเล็ก จัดข้อความให้ตั้งตรง และรักษาคำอธิบายสัญลักษณ์หรือแผนภาพโดยรอบเมื่อตีความแผนภูมิ ข้อจำกัดตามเอกสารรวมถึงการระบุตำแหน่งเชิงพื้นที่อย่างแม่นยำ การนับวัตถุโดยประมาณ อักษรที่ไม่ใช่ละตินบางชนิด และมุมมองพาโนรามาหรือฟิชอาย โมเดลอาจบรรยายภาพผิดได้ด้วย จึงควรเก็บต้นทางและขอข้อสังเกตเฉพาะที่รองรับการตีความ ในกระบวนการมองเห็นตามเอกสารของ OpenAI เพย์โหลดคำขอรวมจำกัดที่ 512 MB และหนึ่งคำขอมีภาพได้สูงสุด 1,500 ภาพ ทั้งภาพและข้อความต้องอยู่ภายในบริบทของโมเดลด้วย

กระบวนการอินพุตไฟล์ของ OpenAI ให้ทั้งข้อความที่ดึงออกมาและภาพหน้าจาก PDF แก่โมเดลที่มองเห็นได้ เอกสารสำนักงานที่ไม่ใช่ PDF ให้ข้อความที่ดึงออกมา แทนแผนภูมิที่ฝังอยู่ และสเปรดชีตเสริมข้อมูลจากสูงสุด 1,000 แถวแรกของแต่ละชีต แต่ละไฟล์ต้องเล็กกว่า 50 MB และยอดรวมต่อคำขอคือ 50 MB ส่วน Chat Completions รองรับส่วนไฟล์ PDF ขณะที่กระบวนการ Responses ตามเอกสารรับรูปแบบไฟล์เพิ่มเติม เลือกรูปแบบ PDF เมื่อความเที่ยงตรงของภาพสำคัญ และให้รหัสอ้างอิงต้นทางยังมองเห็นในผลลัพธ์

การสตรีมส่งคืนคำตอบขณะสร้างได้ Structured Outputs จำกัดคำตอบที่เสร็จแล้วให้อยู่ในชุดย่อยของ JSON Schema ที่รองรับ จึงมีประโยชน์กับการดึงข้อมูลจากเอกสารหรือออบเจ็กต์แอปพลิเคชันที่มีฟิลด์กำหนดไว้ โหมด JSON จัดการเฉพาะความถูกต้องตามรูปแบบ JSON กำหนดชนิดข้อมูลที่คาดหวัง ค่าที่อนุญาต และวิธีจัดการเมื่อไม่มีหลักฐาน แล้วแยกจัดการการปฏิเสธอย่างชัดแจ้งหรือคำตอบที่ไม่สมบูรณ์ สคีมาไม่ได้พิสูจน์ว่าค่าถูกต้องตามข้อเท็จจริง ฟิลด์ที่ขอจึงควรย้อนกลับไปตรวจข้อมูลที่ให้มาได้

ผู้พัฒนารองรับการเรียกฟังก์ชัน การค้นเว็บ การค้นไฟล์ การเรียกใช้โค้ด และการเชื่อมต่อ MCP ฟังก์ชันที่กำหนดเองต้องมีคำอธิบายที่มีความหมายและสคีมาอาร์กิวเมนต์ แอปพลิเคชันดำเนินการตามที่ขอแล้วส่งผลกลับให้ขั้นตอนโมเดลถัดไป GPT-4o ยังสั่งเครื่องมือสร้างภาพแยกต่างหากในกระบวนการ Responses ที่ตั้งค่าไว้ได้ ภาพที่เครื่องมือสร้างเป็นชิ้นงานของตัวเอง ส่วนคำตอบดั้งเดิมของ GPT-4o ตามเอกสารเป็นข้อความ คำอธิบายสุดท้ายของเอเจนต์ควรใช้ข้อสังเกตที่ดึงหรือคำนวณจริง แทนการถือว่าการเรียกเครื่องมือที่เสนอเป็นการดำเนินการที่เสร็จแล้ว

GPT-4o ใช้ Predicted Outputs ได้เมื่อต้องสร้างข้อความหรือโค้ดที่ทราบเนื้อหาส่วนใหญ่อยู่แล้วขึ้นใหม่โดยเปลี่ยนเล็กน้อย ให้เนื้อหาเดิมและการเปลี่ยนแปลงที่แม่นยำ แล้วตรวจชิ้นงานที่ส่งคืน เส้นทางข้อความล้วนนี้ใช้ร่วมกับการเรียกฟังก์ชันไม่ได้ และไม่รองรับ logprobs, max_completion_tokens รวมถึงตัวควบคุมอื่นอีกหลายรายการ คำขอที่ใช้เครื่องมือเป็นอีกทางเลือกเมื่อคำตอบต้องพึ่งข้อมูลใหม่จากการดำเนินการภายนอก

OpenAI มีเอกสารการปรับจูน GPT-4o และคู่มือการเพิ่มประสิทธิภาพระบุสแนปช็อต 6 สิงหาคม 2024 โดยเฉพาะสำหรับการปรับจูนการมองเห็นด้วยตัวอย่างภาพ กระบวนการปรับแต่งที่เจาะจงสแนปช็อตนั้นต่างจากคำขอปกติไปยังชื่อแฝงของโมเดล สำหรับการเขียน วิเคราะห์ หรือดึงข้อมูลในชีวิตประจำวัน ให้เริ่มด้วยบรีฟที่มีประโยชน์และตัวอย่างเอาต์พุตที่ต้องการ คำขอต่อเนื่องอาจแก้ข้อเท็จจริงที่ยังขาดหนึ่งข้อ ปรับฟิลด์ หรือขัดเกลาชิ้นงานเดิม โดยรักษาหลักฐานและข้อจำกัดของงาน

Ailoot Ultra · การประมวลผลแบบชุด POST /v1/batches openai/gpt-4o:batch

openai/gpt-4o:batch

OpenAI /openai/gpt-4o:batch

เริ่มต้น

อินพุตที่รองรับ: ข้อความ
ผลลัพธ์: ข้อความ

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · การประมวลผลแบบชุด POST /v1/batches

ขาเข้า: text
ขาออก: text
รูปแบบเอาต์พุต: JSON ของ results[].response.body ที่ส่งกลับโดยตรง

ฟิลด์	ประเภท	ข้อกำหนด	ค่าและข้อจำกัด	ค่าเริ่มต้น
ฟิลด์`endpoint`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด /v1/chat/completions	ค่าเริ่มต้น—
ฟิลด์`model`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด openai/gpt-4o:batch	ค่าเริ่มต้น—
ฟิลด์`requests`	ประเภท`batch_item[]`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1	ค่าเริ่มต้น—
ฟิลด์`requests[].custom_id`	ประเภท`string`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด	ค่าเริ่มต้น—
ฟิลด์`requests[].body.messages`	ประเภท`message[]`	ข้อกำหนดจำเป็น	ค่าและข้อจำกัด	ค่าเริ่มต้น—
ฟิลด์`completion_window`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด 24h	ค่าเริ่มต้น—
ฟิลด์`provider`	ประเภท`object\|null`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด	ค่าเริ่มต้น—
ฟิลด์`requests[].body.model`	ประเภท`string`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด openai/gpt-4o:batch, openai/gpt-4o	ค่าเริ่มต้น—
ฟิลด์`provider.only`	ประเภท`string[]`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด openai	ค่าเริ่มต้น—
ฟิลด์`provider.allow_fallbacks`	ประเภท`boolean\|null`	ข้อกำหนดไม่บังคับ	ค่าและข้อจำกัด false, null	ค่าเริ่มต้น—

พารามิเตอร์และวงจรการทำงานของเมธอด

พารามิเตอร์	ข้อกำหนด
พารามิเตอร์`content_type`	ข้อกำหนดapplication/json
พารามิเตอร์`required`	ข้อกำหนดendpoint, model, requests
พารามิเตอร์`material_types`	ข้อกำหนดtext
พารามิเตอร์`representation`	ข้อกำหนดส่ง requests[] ไว้ในคำขอโดยตรง โดยแต่ละรายการมี custom_id และ body
พารามิเตอร์`request_endpoint_profile`	ข้อกำหนด/v1/chat/completions
พารามิเตอร์`file_material`	ข้อกำหนดผู้เรียกใช้อาจอ่านไฟล์ JSONL ที่เข้ารหัส UTF-8 จากเครื่องของตนลงใน requests[] ได้ ไม่มีการใช้ค่าระบุวัตถุประสงค์การอัปโหลด input_file_id หรือการอ้างอิงไฟล์ หากไม่มีข้อมูลของลูกค้าหรือข้อมูลว่าง ให้หยุดการเตรียมก่อนส่ง POST
พารามิเตอร์`serialization_order`	ข้อกำหนดendpoint, model, provider (หากระบุมา), completion_window (หากระบุมา), requests อยู่ท้ายสุด
พารามิเตอร์`optional_controls`	ข้อกำหนดprovider.only, provider.allow_fallbacks, completion_window
พารามิเตอร์`schema_scope`	ข้อกำหนดเนื้อหาคำขอ Chat Completions แบบข้อความ ภายในโครงสร้างคำขอแบบชุดที่ส่งโดยตรงตามที่ระบุในเอกสาร

วงจรการทำงาน: asynchronous

GET /v1/batches/{operation_id} · ค่า response.id จริงจากการตอบกลับคำขอสร้างครั้งเดิม โดยใช้ผู้ใช้/คีย์/กลุ่มเดิม

ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว: ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว
โหมดยืดหยุ่น: ไม่ได้ระบุ เมื่อเลือกโหมด flex
ระดับการใช้เหตุผลสูงสุด: ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด
การคิดราคาแคชแบบระบุชัด: ไม่ได้เปิดใช้ เมื่อร้องขอแคชแบบระบุชัด

อัตราค่าบริการ Ailoot

ราคาตามการตั้งค่า

เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน

การตั้งค่า	ตารางอัตราค่าบริการ	โทเค็นบริบท มากกว่า	โทเค็นบริบท ไม่เกินและรวมค่า	ค่าบริการ
การตั้งค่าอัตราราคาพื้นฐานของโทเคน	ตารางอัตราค่าบริการอัตราพื้นฐาน	โทเค็นบริบท มากกว่า—	โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด	ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.0025 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.01 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.00125 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น
การตั้งค่าระดับความยาวคำขอ 1	ตารางอัตราค่าบริการ—	โทเค็นบริบท มากกว่า0	โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด	ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.0025 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.01 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.00125 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · การประมวลผลแบบชุด

curl · ข้อมูลทดสอบที่เก็บไว้Python HTTP · JSONL จริงของลูกค้าPython · บันทึกผลลัพธ์ที่เสร็จสมบูรณ์ทุกรายการ

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-4o:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json

import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['openai/gpt-4o:batch', 'openai/gpt-4o']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-4o:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    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")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))

import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.

รับและบันทึกผลลัพธ์

Ailoot Ultra · การประมวลผลแบบชุด

JSON ของ results[].response.body ที่ส่งกลับโดยตรง

GET /v1/batches/{operation_id}

ตรวจสอบสถานะงาน

curl · สถานะของการดำเนินการเดิม

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บ JSON สถานะเดิมให้ครบถ้วน รวมถึงผลลัพธ์/custom_id ทุกรายการ และเนื้อหาการตอบกลับหรือข้อผิดพลาดทั้งหมด บันทึก results[] ที่เสร็จสมบูรณ์เป็น JSONL โดยไม่กรองข้อมูล

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ ID การดำเนินการเดิมไว้ การตอบกลับ 503 result_pending_check มี X-Should-Retry:false ห้ามส่งงานแบบชุดเดิมซ้ำเด็ดขาดเมื่อยังไม่ทราบสถานะของงาน

ฟิลด์การตอบกลับ

ฟิลด์	ประเภท
ฟิลด์`results[].custom_id`	ประเภทstring
ฟิลด์`results[].response.body.choices[].message.content`	ประเภทstring\|null
ฟิลด์`results[].error`	ประเภทobject\|null
ฟิลด์`usage`	ประเภทobject\|null
ฟิลด์`id`	ประเภทstring
ฟิลด์`model`	ประเภทstring
ฟิลด์`endpoint`	ประเภทstring
ฟิลด์`status`	ประเภทstring
ฟิลด์`request_counts`	ประเภทobject
ฟิลด์`results[].id`	ประเภทstring
ฟิลด์`results[].response.status_code`	ประเภทinteger
ฟิลด์`results[].response.request_id`	ประเภทstring

ข้อผิดพลาดและขั้นตอนถัดไป

การตอบกลับ	เงื่อนไข	ขั้นตอนถัดไป
การตอบกลับ400 · `invalid_request_error`	เงื่อนไขโครงสร้างคำขอแบบส่งโดยตรงตามเอกสารไม่ถูกต้อง มีคีย์ซ้ำ หรือมีข้อขัดแย้งเกี่ยวกับตัวตนของรายการหรือความสามารถของโมเดลที่กำหนดไว้	ขั้นตอนถัดไปแก้ไขฟิลด์ที่ระบุให้ถูกต้องก่อนส่งคำขอใหม่ทุกครั้ง
การตอบกลับ401 · `authentication_error`	เงื่อนไขคีย์ API ไม่ถูกต้อง	ขั้นตอนถัดไปใช้คีย์ Ailoot ที่ได้รับอนุญาต
การตอบกลับ403 · `permission_error`	เงื่อนไขกลุ่มสำหรับการประมวลผลแบบชุดไม่พร้อมใช้งาน	ขั้นตอนถัดไปตรวจสอบสิทธิ์ของคีย์/กลุ่ม
การตอบกลับ422 · `invalid_request_error`	เงื่อนไขการประมวลผลแบบชุดเรียกเก็บเงินจากยอดเงินคงเหลือ คำขอสร้างที่ใช้การเรียกเก็บผ่านการสมัครสมาชิกจะถูกปฏิเสธ	ขั้นตอนถัดไปใช้กลุ่มที่ได้รับอนุญาตให้เรียกเก็บเงินจากยอดเงินคงเหลือ
การตอบกลับ422 · `price_unavailable`	เงื่อนไขไม่สามารถคำนวณราคาล่วงหน้าสำหรับข้อมูลนำเข้าของงานแบบชุดได้	ขั้นตอนถัดไปเก็บการตอบกลับไว้ และใช้ข้อมูลนำเข้าตามเอกสารของ API ประเภทนั้น
การตอบกลับ402 · `billing_error`	เงื่อนไขไม่สามารถกันยอดเงินสำรองสำหรับการประมวลผลแบบชุดได้	ขั้นตอนถัดไปแก้ไขเงื่อนไขการรับคำขอให้เรียบร้อยก่อนส่งคำขอใหม่
การตอบกลับ503 · `price_unavailable`	เงื่อนไขราคาของวิธีประมวลผลแบบชุด/อัตราราคาของระบบไม่พร้อมใช้งาน	ขั้นตอนถัดไปเก็บการตอบกลับไว้ ห้ามแทนที่ด้วยราคาอื่น
การตอบกลับ503 · `api_error`	เงื่อนไขเส้นทางที่ระบุไว้ของผู้ให้บริการต้นทางไม่พร้อมใช้งาน	ขั้นตอนถัดไปเก็บการตอบกลับไว้เพื่อแก้ไขเส้นทางการส่งคำขอ
การตอบกลับ503 · `result_pending_check`	เงื่อนไขผลลัพธ์เดิมต้องได้รับการตรวจสอบ โดยมี X-Should-Retry:false	ขั้นตอนถัดไปเก็บค่า operation_id/id เดิมไว้แล้วอ่านสถานะของการดำเนินการนั้น ห้ามส่ง POST เดิมซ้ำเด็ดขาด
การตอบกลับ404 · `not_found`	เงื่อนไขไม่พบการดำเนินการตรวจสอบสถานะงานแบบชุด หรือการดำเนินการนั้นเป็นของตัวตนอื่น	ขั้นตอนถัดไปใช้ค่า id เดิมให้ตรงทุกตัว พร้อมผู้ใช้/คีย์/กลุ่มเดิม

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra openai/gpt-4o:batch

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

openai/gpt-4o:batch

FAQ · OpenAI: GPT-4o (batch)

มีอินพุตและผลลัพธ์ใดบ้าง?: POST /v1/batches · openai/gpt-4o:batch: text → text
คำขอใช้ฟิลด์ใดบ้าง?: POST /v1/batches · openai/gpt-4o:batch: endpoint, model, requests, completion_window, provider
มีข้อจำกัดใดบ้าง?: POST /v1/batches · openai/gpt-4o:batch: requests.min_items: 1

OpenAI: GPT-4o (batch)