GPT-5.4 nano là mô hình gọn thuộc lớp GPT-5.4 của OpenAI dành cho nhiệm vụ đơn giản với khối lượng lớn. Nhà sản xuất nhấn mạnh phân loại, trích xuất dữ liệu, xếp hạng và công việc tác nhân phụ hỗ trợ. Mô hình nhận văn bản, hình ảnh và tạo văn bản. Điều này đặt nano vào vai trò có trọng tâm trong quy trình lớn hơn: hoàn tất thao tác đã xác định và trả về thông tin bước tiếp theo cần.
Với phân loại, cung cấp danh mục cho phép, quy tắc phân biệt chúng và định dạng kết quả mong đợi. Nhiệm vụ ví dụ là xác định chủ đề yêu cầu cùng dữ kiện làm cơ sở cho danh mục. Đưa ví dụ khi chúng làm rõ ranh giới khó và nêu cách biểu diễn yêu cầu không khớp các danh mục sẵn có. Kết quả hữu ích là danh mục cùng lời giải thích ngắn gắn với tài liệu được cung cấp.
Với trích xuất, xác định trường và định nghĩa thay vì yêu cầu mọi chi tiết có thể thú vị. Bạn có thể cung cấp tài liệu viết hoặc hình ảnh trang tài liệu và chỉ ra giá trị cần có. Giữ tên, đơn vị ảnh hưởng ý nghĩa và phân biệt trường thiếu với giá trị suy ra từ văn bản xung quanh. Với xếp hạng, cung cấp ứng viên và tiêu chí rồi yêu cầu danh sách theo thứ tự, kèm bằng chứng liên quan cho từng vị trí.
Thông số GPT-5.4 nano của OpenAI liệt kê cửa sổ ngữ cảnh 400,000 token, đầu vào tối đa 272,000 token và đầu ra tối đa 128,000 token, với mốc kiến thức ngày 31 tháng Tám năm 2025. Mô hình hỗ trợ các mức suy luận none, low, medium, high và xhigh; mặc định là none. Mức được chọn và độ dài câu trả lời được yêu cầu cần phù hợp nhiệm vụ. Khi dùng suy luận, chừa chỗ cho phân tích cùng kết quả hiển thị.
Nhà sản xuất tài liệu hóa giao diện Responses, Chat Completions và Batch, cùng truyền phát, Structured Outputs, gọi hàm, tìm kiếm web và tệp, đầu vào tệp, đầu vào hình ảnh và bộ nhớ đệm prompt. Bộ công cụ gồm tạo hình ảnh, thông dịch mã, thao tác shell và áp dụng bản vá trong môi trường do nhà cung cấp vận hành, kỹ năng và kết nối MCP. Ứng dụng cung cấp thao tác của mình và trả về kết quả thực tế. Phản hồi có cấu trúc mô tả hình thức đầu ra; yêu cầu gọi hàm mô tả hành động cần công cụ thực hiện.
Trong quy trình nhiều giai đoạn, giao cho nano nhiệm vụ hỗ trợ có giới hạn và tiêu chí hoàn tất rõ ràng. Ví dụ, trích xuất dữ kiện bắt buộc từ nhiều tin nhắn rồi chuyển dữ kiện đó đến giai đoạn tiếp theo cho quyết định rộng hơn. Kiểm tra trường trả về so với đầu vào gốc và làm rõ quy tắc khi ranh giới danh mục mơ hồ. Danh mục ngắn gọn, tập giá trị, danh sách xếp hạng hoặc đối số công cụ đề xuất là sản phẩm cuối cùng hữu ích khi mục đích và bằng chứng nguồn vẫn rõ ràng.
", "aboutText": "GPT-5.4 nano là mô hình gọn thuộc lớp GPT-5.4 của OpenAI dành cho nhiệm vụ đơn giản với khối lượng lớn. Nhà sản xuất nhấn mạnh phân loại, trích xuất dữ liệu, xếp hạng và công việc tác nhân phụ hỗ trợ. Mô hình nhận văn bản, hình ảnh và tạo văn bản. Điều này đặt nano vào vai trò có trọng tâm trong quy trình lớn hơn: hoàn tất thao tác đã xác định và trả về thông tin bước tiếp theo cần.\n\nVới phân loại, cung cấp danh mục cho phép, quy tắc phân biệt chúng và định dạng kết quả mong đợi. Nhiệm vụ ví dụ là xác định chủ đề yêu cầu cùng dữ kiện làm cơ sở cho danh mục. Đưa ví dụ khi chúng làm rõ ranh giới khó và nêu cách biểu diễn yêu cầu không khớp các danh mục sẵn có. Kết quả hữu ích là danh mục cùng lời giải thích ngắn gắn với tài liệu được cung cấp.\n\nVới trích xuất, xác định trường và định nghĩa thay vì yêu cầu mọi chi tiết có thể thú vị. Bạn có thể cung cấp tài liệu viết hoặc hình ảnh trang tài liệu và chỉ ra giá trị cần có. Giữ tên, đơn vị ảnh hưởng ý nghĩa và phân biệt trường thiếu với giá trị suy ra từ văn bản xung quanh. Với xếp hạng, cung cấp ứng viên và tiêu chí rồi yêu cầu danh sách theo thứ tự, kèm bằng chứng liên quan cho từng vị trí.\n\nThông số GPT-5.4 nano của OpenAI liệt kê cửa sổ ngữ cảnh 400,000 token, đầu vào tối đa 272,000 token và đầu ra tối đa 128,000 token, với mốc kiến thức ngày 31 tháng Tám năm 2025. Mô hình hỗ trợ các mức suy luận none, low, medium, high và xhigh; mặc định là none. Mức được chọn và độ dài câu trả lời được yêu cầu cần phù hợp nhiệm vụ. Khi dùng suy luận, chừa chỗ cho phân tích cùng kết quả hiển thị.\n\nNhà sản xuất tài liệu hóa giao diện Responses, Chat Completions và Batch, cùng truyền phát, Structured Outputs, gọi hàm, tìm kiếm web và tệp, đầu vào tệp, đầu vào hình ảnh và bộ nhớ đệm prompt. Bộ công cụ gồm tạo hình ảnh, thông dịch mã, thao tác shell và áp dụng bản vá trong môi trường do nhà cung cấp vận hành, kỹ năng và kết nối MCP. Ứng dụng cung cấp thao tác của mình và trả về kết quả thực tế. Phản hồi có cấu trúc mô tả hình thức đầu ra; yêu cầu gọi hàm mô tả hành động cần công cụ thực hiện.\n\nTrong quy trình nhiều giai đoạn, giao cho nano nhiệm vụ hỗ trợ có giới hạn và tiêu chí hoàn tất rõ ràng. Ví dụ, trích xuất dữ kiện bắt buộc từ nhiều tin nhắn rồi chuyển dữ kiện đó đến giai đoạn tiếp theo cho quyết định rộng hơn. Kiểm tra trường trả về so với đầu vào gốc và làm rõ quy tắc khi ranh giới danh mục mơ hồ. Danh mục ngắn gọn, tập giá trị, danh sách xếp hạng hoặc đối số công cụ đề xuất là sản phẩm cuối cùng hữu ích khi mục đích và bằng chứng nguồn vẫn rõ ràng.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "4d848b14606639f267c8bc549611a447d61131f1126f20e76966b94b5887d95b", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "vi", "methods": [ { "html": "openai/gpt-5.4-nano:batchMô hình GPT-5.4 gọn dành cho phân loại, trích xuất dữ liệu, xếp hạng và nhiệm vụ tác nhân hỗ trợ đơn giản hơn. Mô hình nhận văn bản, hình ảnh và trả về văn bản, với Structured Outputs và gọi hàm trong tập tính năng được nhà sản xuất tài liệu hóa.
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-5.4 nano là mô hình gọn thuộc lớp GPT-5.4 của OpenAI dành cho nhiệm vụ đơn giản với khối lượng lớn. Nhà sản xuất nhấn mạnh phân loại, trích xuất dữ liệu, xếp hạng và công việc tác nhân phụ hỗ trợ. Mô hình nhận văn bản, hình ảnh và tạo văn bản. Điều này đặt nano vào vai trò có trọng tâm trong quy trình lớn hơn: hoàn tất thao tác đã xác định và trả về thông tin bước tiếp theo cần.
Với phân loại, cung cấp danh mục cho phép, quy tắc phân biệt chúng và định dạng kết quả mong đợi. Nhiệm vụ ví dụ là xác định chủ đề yêu cầu cùng dữ kiện làm cơ sở cho danh mục. Đưa ví dụ khi chúng làm rõ ranh giới khó và nêu cách biểu diễn yêu cầu không khớp các danh mục sẵn có. Kết quả hữu ích là danh mục cùng lời giải thích ngắn gắn với tài liệu được cung cấp.
Với trích xuất, xác định trường và định nghĩa thay vì yêu cầu mọi chi tiết có thể thú vị. Bạn có thể cung cấp tài liệu viết hoặc hình ảnh trang tài liệu và chỉ ra giá trị cần có. Giữ tên, đơn vị ảnh hưởng ý nghĩa và phân biệt trường thiếu với giá trị suy ra từ văn bản xung quanh. Với xếp hạng, cung cấp ứng viên và tiêu chí rồi yêu cầu danh sách theo thứ tự, kèm bằng chứng liên quan cho từng vị trí.
Thông số GPT-5.4 nano của OpenAI liệt kê cửa sổ ngữ cảnh 400,000 token, đầu vào tối đa 272,000 token và đầu ra tối đa 128,000 token, với mốc kiến thức ngày 31 tháng Tám năm 2025. Mô hình hỗ trợ các mức suy luận none, low, medium, high và xhigh; mặc định là none. Mức được chọn và độ dài câu trả lời được yêu cầu cần phù hợp nhiệm vụ. Khi dùng suy luận, chừa chỗ cho phân tích cùng kết quả hiển thị.
Nhà sản xuất tài liệu hóa giao diện Responses, Chat Completions và Batch, cùng truyền phát, Structured Outputs, gọi hàm, tìm kiếm web và tệp, đầu vào tệp, đầu vào hình ảnh và bộ nhớ đệm prompt. Bộ công cụ gồm tạo hình ảnh, thông dịch mã, thao tác shell và áp dụng bản vá trong môi trường do nhà cung cấp vận hành, kỹ năng và kết nối MCP. Ứng dụng cung cấp thao tác của mình và trả về kết quả thực tế. Phản hồi có cấu trúc mô tả hình thức đầu ra; yêu cầu gọi hàm mô tả hành động cần công cụ thực hiện.
Trong quy trình nhiều giai đoạn, giao cho nano nhiệm vụ hỗ trợ có giới hạn và tiêu chí hoàn tất rõ ràng. Ví dụ, trích xuất dữ kiện bắt buộc từ nhiều tin nhắn rồi chuyển dữ kiện đó đến giai đoạn tiếp theo cho quyết định rộng hơn. Kiểm tra trường trả về so với đầu vào gốc và làm rõ quy tắc khi ranh giới danh mục mơ hồ. Danh mục ngắn gọn, tập giá trị, danh sách xếp hạng hoặc đối số công cụ đề xuất là sản phẩm cuối cùng hữu ích khi mục đích và bằng chứng nguồn vẫn rõ ràng.
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-5.4-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-5.4-nano:batch, openai/gpt-5.4-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 $0.0002 / 1K token Đầu ra · Token đầu ra $0.00125 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00002 / 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 $0.0002 / 1K token Đầu ra · Token đầu ra $0.00125 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00002 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${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-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.\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-5.4-nano:batch
Dùng các đường dẫn phương thức hiển thị ở trên.