GPT-4.1 Nano là thành viên nhanh nhất trong họ GPT-4.1 của OpenAI, được thiết kế để tuân thủ chỉ dẫn và gọi công cụ mà không có bước suy luận riêng. Mô hình nhận văn bản, hình ảnh và tạo văn bản. Nano phù hợp thao tác được xác định rõ, khi ứng dụng cần câu trả lời gọn, tập trường hoặc yêu cầu công cụ tiếp theo, thay vì khảo sát mở rộng.
Ví dụ hữu ích là sắp xếp tin nhắn đến theo tập danh mục được cung cấp. Giải thích từng danh mục, chỉ cách biểu diễn tin nhắn mơ hồ hoặc ngoài phạm vi, rồi yêu cầu danh mục kèm cụm từ nguồn làm căn cứ. Với trích xuất, xác định tên trường, giá trị cho phép và cách xử lý thông tin thiếu. Với nhiệm vụ viết ngắn, cung cấp dữ kiện và xin đoạn cụ thể mà bước ứng dụng tiếp theo cần. Ví dụ và giới hạn cần đủ gọn để vẫn rõ ngay cả khi tập nguồn lớn.
Nhà sản xuất nêu cửa sổ ngữ cảnh 1 047 576 token, tối đa 32 768 token đầu ra và mốc kiến thức ngày 1 tháng sáu năm 2024. Những thông số này khớp cửa sổ của GPT-4.1 Mini, đồng thời giữ định danh mô hình riêng và vai trò chú trọng phản hồi nhanh của Nano. Gắn nhãn tài liệu, các phần hội thoại, chỉ đưa vào ngữ cảnh liên quan đến thao tác và chừa chỗ cho câu trả lời đầy đủ. Kết quả truy xuất hoặc văn bản tham khảo được cung cấp có thể đưa dữ kiện mới hơn kiến thức mô hình đã học.
Nano hỗ trợ truyền theo luồng và Structured Outputs. Câu trả lời cuối bị ràng buộc bởi lược đồ có mục đích khác gọi hàm: một bên cho ứng dụng sản phẩm hoàn chỉnh, bên kia yêu cầu ứng dụng thực hiện thao tác. Structured Outputs hỗ trợ tập con của JSON Schema; xác định thuộc tính bắt buộc và cách biểu diễn rõ giá trị chưa biết. Xử lý từ chối và câu trả lời chưa hoàn chỉnh riêng, kiểm tra giá trị trích xuất với đầu vào, thay vì coi hình thức hợp lệ là kết luận đúng.
Bộ công cụ được tài liệu hóa gồm gọi hàm, tìm kiếm tệp, trình thông dịch mã, kết nối MCP và công cụ tạo ảnh riêng. Ứng dụng cung cấp mô tả, lược đồ công cụ, thực hiện hàm tùy chỉnh và trả kết quả thực tế. Với bản Nano ngày 14 tháng tư năm 2025, OpenAI khuyến nghị rõ việc tắt gọi công cụ song song vì mô hình có thể yêu cầu cùng công cụ nhiều lần trong một lượt. Đây là điểm cần xét khi thực thi bản cụ thể, không phải lý do coi nhiều lời gọi được đề xuất là hành động đã hoàn thành.
Đầu vào hình ảnh bổ sung bằng chứng thị giác cho nhiệm vụ văn bản, như đọc nhãn nhìn thấy hoặc mô tả trạng thái trong ảnh chụp màn hình. Dùng ảnh PNG, JPEG, WebP hoặc GIF không động được hỗ trợ, giữ chữ dễ đọc và giải thích quan sát nào quan trọng. Hướng dẫn thị giác lưu ý khó khăn với chữ nhỏ hoặc xoay, quan hệ không gian chính xác, số lượng vật thể và một số chữ viết không dùng ký tự Latinh. Cung cấp ngữ cảnh xung quanh khi riêng phần cắt khiến nhãn hoặc sơ đồ mơ hồ. Câu trả lời riêng của Nano là văn bản; công cụ tạo ảnh trả sản phẩm riêng. Trong quy trình thị giác được OpenAI tài liệu hóa, tổng dữ liệu yêu cầu giới hạn 512 MB và mỗi yêu cầu có thể gồm tối đa 1 500 ảnh; ảnh và văn bản cũng phải vừa ngữ cảnh mô hình.
Trong quy trình tệp của nhà sản xuất, mô hình có khả năng thị giác nhận cả văn bản trích xuất và ảnh trang từ PDF. Định dạng tài liệu khác đóng góp văn bản trích xuất, còn quá trình bổ sung dữ liệu bảng tính xét tối đa 1 000 hàng đầu của mỗi trang tính. Một tệp phải dưới 50 MB; tổng dung lượng tệp cho cả yêu cầu không quá 50 MB. Chat Completions hỗ trợ phần tệp PDF, còn quy trình Responses được tài liệu hóa nhận thêm kiểu tệp. Biểu đồ nhúng trong tài liệu không phải PDF không được truyền như nội dung ảnh, nên bản PDF hữu ích khi bằng chứng thị giác quan trọng.
OpenAI tài liệu hóa bộ nhớ đệm prompt cho Nano và Predicted Outputs cho dòng GPT-4.1 Nano. Bộ nhớ đệm prompt dùng lại tiền tố đầu vào đủ điều kiện trong dịch vụ nhà sản xuất. Predicted Outputs thay vào đó cung cấp văn bản đầu ra phần lớn đã biết để sửa, như chỉnh tài liệu hoặc tệp mã nhưng giữ phần không đổi. Cơ chế dự đoán chỉ dùng văn bản và không hỗ trợ gọi hàm, logprobs, max_completion_tokens cùng một số thiết lập khác. Chọn cơ chế theo thao tác thực tế và giữ kết quả gắn với nguồn gốc.
Nhà sản xuất cũng tài liệu hóa tinh chỉnh có giám sát và tối ưu sở thích trực tiếp cho bản GPT-4.1 có tên cụ thể của Nano. Ví dụ huấn luyện và câu trả lời được ưu tiên so với bị loại giúp thích nghi mô hình với nhiệm vụ lặp lại; chúng khác ngữ cảnh cung cấp cho yêu cầu thông thường. Với bước trích xuất hoặc phân loại thực tế, bắt đầu bằng danh mục rõ ràng, ví dụ và định dạng cuối được nêu rõ, rồi xem trường trả về có giữ dữ kiện bước tiếp theo cần dùng không.
", "aboutText": "GPT-4.1 Nano là thành viên nhanh nhất trong họ GPT-4.1 của OpenAI, được thiết kế để tuân thủ chỉ dẫn và gọi công cụ mà không có bước suy luận riêng. Mô hình nhận văn bản, hình ảnh và tạo văn bản. Nano phù hợp thao tác được xác định rõ, khi ứng dụng cần câu trả lời gọn, tập trường hoặc yêu cầu công cụ tiếp theo, thay vì khảo sát mở rộng.\n\nVí dụ hữu ích là sắp xếp tin nhắn đến theo tập danh mục được cung cấp. Giải thích từng danh mục, chỉ cách biểu diễn tin nhắn mơ hồ hoặc ngoài phạm vi, rồi yêu cầu danh mục kèm cụm từ nguồn làm căn cứ. Với trích xuất, xác định tên trường, giá trị cho phép và cách xử lý thông tin thiếu. Với nhiệm vụ viết ngắn, cung cấp dữ kiện và xin đoạn cụ thể mà bước ứng dụng tiếp theo cần. Ví dụ và giới hạn cần đủ gọn để vẫn rõ ngay cả khi tập nguồn lớn.\n\nNhà sản xuất nêu cửa sổ ngữ cảnh 1 047 576 token, tối đa 32 768 token đầu ra và mốc kiến thức ngày 1 tháng sáu năm 2024. Những thông số này khớp cửa sổ của GPT-4.1 Mini, đồng thời giữ định danh mô hình riêng và vai trò chú trọng phản hồi nhanh của Nano. Gắn nhãn tài liệu, các phần hội thoại, chỉ đưa vào ngữ cảnh liên quan đến thao tác và chừa chỗ cho câu trả lời đầy đủ. Kết quả truy xuất hoặc văn bản tham khảo được cung cấp có thể đưa dữ kiện mới hơn kiến thức mô hình đã học.\n\nNano hỗ trợ truyền theo luồng và Structured Outputs. Câu trả lời cuối bị ràng buộc bởi lược đồ có mục đích khác gọi hàm: một bên cho ứng dụng sản phẩm hoàn chỉnh, bên kia yêu cầu ứng dụng thực hiện thao tác. Structured Outputs hỗ trợ tập con của JSON Schema; xác định thuộc tính bắt buộc và cách biểu diễn rõ giá trị chưa biết. Xử lý từ chối và câu trả lời chưa hoàn chỉnh riêng, kiểm tra giá trị trích xuất với đầu vào, thay vì coi hình thức hợp lệ là kết luận đúng.\n\nBộ công cụ được tài liệu hóa gồm gọi hàm, tìm kiếm tệp, trình thông dịch mã, kết nối MCP và công cụ tạo ảnh riêng. Ứng dụng cung cấp mô tả, lược đồ công cụ, thực hiện hàm tùy chỉnh và trả kết quả thực tế. Với bản Nano ngày 14 tháng tư năm 2025, OpenAI khuyến nghị rõ việc tắt gọi công cụ song song vì mô hình có thể yêu cầu cùng công cụ nhiều lần trong một lượt. Đây là điểm cần xét khi thực thi bản cụ thể, không phải lý do coi nhiều lời gọi được đề xuất là hành động đã hoàn thành.\n\nĐầu vào hình ảnh bổ sung bằng chứng thị giác cho nhiệm vụ văn bản, như đọc nhãn nhìn thấy hoặc mô tả trạng thái trong ảnh chụp màn hình. Dùng ảnh PNG, JPEG, WebP hoặc GIF không động được hỗ trợ, giữ chữ dễ đọc và giải thích quan sát nào quan trọng. Hướng dẫn thị giác lưu ý khó khăn với chữ nhỏ hoặc xoay, quan hệ không gian chính xác, số lượng vật thể và một số chữ viết không dùng ký tự Latinh. Cung cấp ngữ cảnh xung quanh khi riêng phần cắt khiến nhãn hoặc sơ đồ mơ hồ. Câu trả lời riêng của Nano là văn bản; công cụ tạo ảnh trả sản phẩm riêng. Trong quy trình thị giác được OpenAI tài liệu hóa, tổng dữ liệu yêu cầu giới hạn 512 MB và mỗi yêu cầu có thể gồm tối đa 1 500 ảnh; ảnh và văn bản cũng phải vừa ngữ cảnh mô hình.\n\nTrong quy trình tệp của nhà sản xuất, mô hình có khả năng thị giác nhận cả văn bản trích xuất và ảnh trang từ PDF. Định dạng tài liệu khác đóng góp văn bản trích xuất, còn quá trình bổ sung dữ liệu bảng tính xét tối đa 1 000 hàng đầu của mỗi trang tính. Một tệp phải dưới 50 MB; tổng dung lượng tệp cho cả yêu cầu không quá 50 MB. Chat Completions hỗ trợ phần tệp PDF, còn quy trình Responses được tài liệu hóa nhận thêm kiểu tệp. Biểu đồ nhúng trong tài liệu không phải PDF không được truyền như nội dung ảnh, nên bản PDF hữu ích khi bằng chứng thị giác quan trọng.\n\nOpenAI tài liệu hóa bộ nhớ đệm prompt cho Nano và Predicted Outputs cho dòng GPT-4.1 Nano. Bộ nhớ đệm prompt dùng lại tiền tố đầu vào đủ điều kiện trong dịch vụ nhà sản xuất. Predicted Outputs thay vào đó cung cấp văn bản đầu ra phần lớn đã biết để sửa, như chỉnh tài liệu hoặc tệp mã nhưng giữ phần không đổi. Cơ chế dự đoán chỉ dùng văn bản và không hỗ trợ gọi hàm, logprobs, max_completion_tokens cùng một số thiết lập khác. Chọn cơ chế theo thao tác thực tế và giữ kết quả gắn với nguồn gốc.\n\nNhà sản xuất cũng tài liệu hóa tinh chỉnh có giám sát và tối ưu sở thích trực tiếp cho bản GPT-4.1 có tên cụ thể của Nano. Ví dụ huấn luyện và câu trả lời được ưu tiên so với bị loại giúp thích nghi mô hình với nhiệm vụ lặp lại; chúng khác ngữ cảnh cung cấp cho yêu cầu thông thường. Với bước trích xuất hoặc phân loại thực tế, bắt đầu bằng danh mục rõ ràng, ví dụ và định dạng cuối được nêu rõ, rồi xem trường trả về có giữ dữ kiện bước tiếp theo cần dùng không.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "1b60c0dd111dd78d9a16c47f0ce009494667c5062f1aa52e162b9409a72a1e28", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "vi", "methods": [ { "html": "openai/gpt-4.1-nano:batchGPT-4.1 Nano là thành viên gọn, phản hồi nhanh của họ GPT-4.1 cho nhiệm vụ văn bản và hình ảnh được xác định chặt chẽ. Ngữ cảnh lớn, Structured Outputs và gọi hàm hỗ trợ phân loại, trích xuất và những bước ứng dụng có phạm vi rõ ràng.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
GPT-4.1 Nano là thành viên nhanh nhất trong họ GPT-4.1 của OpenAI, được thiết kế để tuân thủ chỉ dẫn và gọi công cụ mà không có bước suy luận riêng. Mô hình nhận văn bản, hình ảnh và tạo văn bản. Nano phù hợp thao tác được xác định rõ, khi ứng dụng cần câu trả lời gọn, tập trường hoặc yêu cầu công cụ tiếp theo, thay vì khảo sát mở rộng.
Ví dụ hữu ích là sắp xếp tin nhắn đến theo tập danh mục được cung cấp. Giải thích từng danh mục, chỉ cách biểu diễn tin nhắn mơ hồ hoặc ngoài phạm vi, rồi yêu cầu danh mục kèm cụm từ nguồn làm căn cứ. Với trích xuất, xác định tên trường, giá trị cho phép và cách xử lý thông tin thiếu. Với nhiệm vụ viết ngắn, cung cấp dữ kiện và xin đoạn cụ thể mà bước ứng dụng tiếp theo cần. Ví dụ và giới hạn cần đủ gọn để vẫn rõ ngay cả khi tập nguồn lớn.
Nhà sản xuất nêu cửa sổ ngữ cảnh 1 047 576 token, tối đa 32 768 token đầu ra và mốc kiến thức ngày 1 tháng sáu năm 2024. Những thông số này khớp cửa sổ của GPT-4.1 Mini, đồng thời giữ định danh mô hình riêng và vai trò chú trọng phản hồi nhanh của Nano. Gắn nhãn tài liệu, các phần hội thoại, chỉ đưa vào ngữ cảnh liên quan đến thao tác và chừa chỗ cho câu trả lời đầy đủ. Kết quả truy xuất hoặc văn bản tham khảo được cung cấp có thể đưa dữ kiện mới hơn kiến thức mô hình đã học.
Nano hỗ trợ truyền theo luồng và Structured Outputs. Câu trả lời cuối bị ràng buộc bởi lược đồ có mục đích khác gọi hàm: một bên cho ứng dụng sản phẩm hoàn chỉnh, bên kia yêu cầu ứng dụng thực hiện thao tác. Structured Outputs hỗ trợ tập con của JSON Schema; xác định thuộc tính bắt buộc và cách biểu diễn rõ giá trị chưa biết. Xử lý từ chối và câu trả lời chưa hoàn chỉnh riêng, kiểm tra giá trị trích xuất với đầu vào, thay vì coi hình thức hợp lệ là kết luận đúng.
Bộ công cụ được tài liệu hóa gồm gọi hàm, tìm kiếm tệp, trình thông dịch mã, kết nối MCP và công cụ tạo ảnh riêng. Ứng dụng cung cấp mô tả, lược đồ công cụ, thực hiện hàm tùy chỉnh và trả kết quả thực tế. Với bản Nano ngày 14 tháng tư năm 2025, OpenAI khuyến nghị rõ việc tắt gọi công cụ song song vì mô hình có thể yêu cầu cùng công cụ nhiều lần trong một lượt. Đây là điểm cần xét khi thực thi bản cụ thể, không phải lý do coi nhiều lời gọi được đề xuất là hành động đã hoàn thành.
Đầu vào hình ảnh bổ sung bằng chứng thị giác cho nhiệm vụ văn bản, như đọc nhãn nhìn thấy hoặc mô tả trạng thái trong ảnh chụp màn hình. Dùng ảnh PNG, JPEG, WebP hoặc GIF không động được hỗ trợ, giữ chữ dễ đọc và giải thích quan sát nào quan trọng. Hướng dẫn thị giác lưu ý khó khăn với chữ nhỏ hoặc xoay, quan hệ không gian chính xác, số lượng vật thể và một số chữ viết không dùng ký tự Latinh. Cung cấp ngữ cảnh xung quanh khi riêng phần cắt khiến nhãn hoặc sơ đồ mơ hồ. Câu trả lời riêng của Nano là văn bản; công cụ tạo ảnh trả sản phẩm riêng. Trong quy trình thị giác được OpenAI tài liệu hóa, tổng dữ liệu yêu cầu giới hạn 512 MB và mỗi yêu cầu có thể gồm tối đa 1 500 ảnh; ảnh và văn bản cũng phải vừa ngữ cảnh mô hình.
Trong quy trình tệp của nhà sản xuất, mô hình có khả năng thị giác nhận cả văn bản trích xuất và ảnh trang từ PDF. Định dạng tài liệu khác đóng góp văn bản trích xuất, còn quá trình bổ sung dữ liệu bảng tính xét tối đa 1 000 hàng đầu của mỗi trang tính. Một tệp phải dưới 50 MB; tổng dung lượng tệp cho cả yêu cầu không quá 50 MB. Chat Completions hỗ trợ phần tệp PDF, còn quy trình Responses được tài liệu hóa nhận thêm kiểu tệp. Biểu đồ nhúng trong tài liệu không phải PDF không được truyền như nội dung ảnh, nên bản PDF hữu ích khi bằng chứng thị giác quan trọng.
OpenAI tài liệu hóa bộ nhớ đệm prompt cho Nano và Predicted Outputs cho dòng GPT-4.1 Nano. Bộ nhớ đệm prompt dùng lại tiền tố đầu vào đủ điều kiện trong dịch vụ nhà sản xuất. Predicted Outputs thay vào đó cung cấp văn bản đầu ra phần lớn đã biết để sửa, như chỉnh tài liệu hoặc tệp mã nhưng giữ phần không đổi. Cơ chế dự đoán chỉ dùng văn bản và không hỗ trợ gọi hàm, logprobs, max_completion_tokens cùng một số thiết lập khác. Chọn cơ chế theo thao tác thực tế và giữ kết quả gắn với nguồn gốc.
Nhà sản xuất cũng tài liệu hóa tinh chỉnh có giám sát và tối ưu sở thích trực tiếp cho bản GPT-4.1 có tên cụ thể của Nano. Ví dụ huấn luyện và câu trả lời được ưu tiên so với bị loại giúp thích nghi mô hình với nhiệm vụ lặp lại; chúng khác ngữ cảnh cung cấp cho yêu cầu thông thường. Với bước trích xuất hoặc phân loại thực tế, bắt đầu bằng danh mục rõ ràng, ví dụ và định dạng cuối được nêu rõ, rồi xem trường trả về có giữ dữ kiện bước tiếp theo cần dùng không.
POST /v1/batchestexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngendpoint | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn /v1/chat/completions | Mặc định— |
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn openai/gpt-4.1-nano:batch | Mặc định— |
Trườngrequests | Loạibatch_item[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngrequests[].custom_id | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngrequests[].body.messages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngcompletion_window | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn 24h | Mặc định— |
Trườngprovider | Loạiobject|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngrequests[].body.model | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn openai/gpt-4.1-nano:batch, openai/gpt-4.1-nano | Mặc định— |
Trườngprovider.only | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn openai | Mặc định— |
Trườngprovider.allow_fallbacks | Loạiboolean|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn false, null | Mặc định— |
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngendpoint, model, requests |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốrepresentation | Hợp đồngrequests[] nội tuyến; mỗi phần tử có custom_id và body |
Tham sốrequest_endpoint_profile | Hợp đồng/v1/chat/completions |
Tham sốfile_material | Hợp đồngBên gọi có thể đọc dữ liệu JSONL UTF-8 thực tế trên máy cục bộ vào requests[]. Không sử dụng mục đích tải lên, input_file_id hay tham chiếu tệp. Nếu thiếu tài liệu của khách hàng hoặc tài liệu rỗng, dừng khâu chuẩn bị trước POST. |
Tham sốserialization_order | Hợp đồngendpoint, model, provider (nếu được cung cấp), completion_window (nếu được cung cấp), requests ở cuối |
Tham sốoptional_controls | Hợp đồngprovider.only, provider.allow_fallbacks, completion_window |
Tham sốschema_scope | Hợp đồngPhần thân yêu cầu Chat Completions dạng văn bản trong cấu trúc Batch nội tuyến được mô tả trong tài liệu. |
Vòng đời: asynchronous
GET /v1/batches/{operation_id} · response.id thực tế từ phản hồi tạo gốc; cùng người dùng/khóa/nhóm
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0001 / 1K token Đầu ra · Token đầu ra $0.0004 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000025 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0001 / 1K token Đầu ra · Token đầu ra $0.0004 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000025 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${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-4.1-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-4.1-nano:batch', 'openai/gpt-4.1-nano']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-4.1-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.\nJSON nội tuyến tại 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\nLưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ lại toàn bộ JSON trạng thái gốc, mọi kết quả/custom_id và toàn bộ phần thân phản hồi hoặc lỗi. Lưu results[] đã hoàn tất dưới dạng JSONL mà không lọc.
Giữ nguyên ID thao tác gốc. Phản hồi 503 result_pending_check có X-Should-Retry:false; tuyệt đối không gửi lại lô gốc có trạng thái chưa xác định.
| Trường | Loại |
|---|---|
Trườngresults[].custom_id | Loạistring |
Trườngresults[].response.body.choices[].message.content | Loạistring|null |
Trườngresults[].error | Loạiobject|null |
Trườngusage | Loạiobject|null |
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngendpoint | Loạistring |
Trườngstatus | Loạistring |
Trườngrequest_counts | Loạiobject |
Trườngresults[].id | Loạistring |
Trườngresults[].response.status_code | Loạiinteger |
Trườngresults[].response.request_id | Loạistring |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnCấu trúc nội tuyến không đúng tài liệu, có khóa trùng, định danh phần tử không hợp lệ hoặc xung đột với khả năng đã cấu hình của mô hình. | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi bất kỳ yêu cầu mới nào. |
Phản hồi401 · authentication_error | Điều kiệnKhóa API không hợp lệ. | Bước tiếp theoSử dụng khóa Ailoot đã được cấp quyền. |
Phản hồi403 · permission_error | Điều kiệnNhóm xử lý hàng loạt không khả dụng. | Bước tiếp theoKiểm tra quyền sử dụng của khóa/nhóm. |
Phản hồi422 · invalid_request_error | Điều kiệnXử lý hàng loạt tính phí từ số dư; yêu cầu tạo qua gói thuê bao bị từ chối. | Bước tiếp theoSử dụng nhóm đã được cấp quyền và tính phí từ số dư. |
Phản hồi422 · price_unavailable | Điều kiệnKhông thể báo giá cho dữ liệu đầu vào của lô. | Bước tiếp theoGiữ lại phản hồi; sử dụng dữ liệu đầu vào của họ API được mô tả trong tài liệu. |
Phản hồi402 · billing_error | Điều kiệnKhoản dự trữ cho xử lý hàng loạt không khả dụng. | Bước tiếp theoKhắc phục vấn đề về điều kiện tiếp nhận trước khi gửi yêu cầu mới. |
Phản hồi503 · price_unavailable | Điều kiệnGiá phương thức xử lý hàng loạt/đơn giá gốc không khả dụng. | Bước tiếp theoGiữ lại phản hồi; không thay thế đơn giá. |
Phản hồi503 · api_error | Điều kiệnTuyến cụ thể tới nhà cung cấp không khả dụng. | Bước tiếp theoGiữ lại phản hồi để sửa tuyến. |
Phản hồi503 · result_pending_check | Điều kiệnKết quả gốc cần được kiểm tra; X-Should-Retry:false. | Bước tiếp theoGiữ lại operation_id/id gốc và truy xuất trạng thái của thao tác đó; tuyệt đối không lặp lại POST gốc. |
Phản hồi404 · not_found | Điều kiệnKhông tìm thấy thao tác kiểm tra trạng thái lô hoặc thao tác thuộc một danh tính khác. | Bước tiếp theoSử dụng đúng id gốc và cùng người dùng/khóa/nhóm. |
Ailoot Ultra openai/gpt-4.1-nano:batch
Dùng các đường dẫn phương thức hiển thị ở trên.