OpenAI: GPT-5.4 (batch)

GPT-5.4 (batch) adalah model generasi teks dari OpenAI, terdaftar di api14 dengan model id openai/gpt-5.4:batch. Model ini termasuk dalam lini GPT-5.4 milik OpenAI, yang oleh penyedia dijelaskan sebagai model frontier terbarunya dan sebagai penyatuan lini Codex dan GPT menjadi satu sistem. Varian batch adalah versi yang Anda panggil melalui endpoint yang kompatibel dengan OpenAI dari api14.

Model ini menerima teks, gambar, dan file sebagai input, dan mengembalikan teks. Jendela konteksnya adalah 1.050.000 token, dan output maksimumnya adalah 128.000 token. Kombinasi konteks yang sangat besar dan anggaran output yang besar berarti Anda dapat menyediakan dokumen panjang, basis kode, atau materi campuran teks dan gambar dalam satu permintaan dan masih menyisakan ruang untuk respons yang dihasilkan secara substansial.

Karena model ini menangani teks, gambar, dan file secara bersamaan, model ini cocok untuk pekerjaan di mana inputnya bukan string tunggal yang bersih. Analisis dan peringkasan dokumen atas file panjang, tanya jawab yang didasarkan pada sekumpulan referensi yang diunggah, dan ekstraksi data terstruktur dari laporan atau materi hasil pemindaian semuanya cocok secara alami. Parameter reasoning dan tool membuatnya dapat digunakan untuk alur kerja bergaya agen, di mana model memutuskan kapan harus memanggil fungsi dan berapa banyak penalaran internal yang akan dikeluarkan. Batas output yang besar juga membantu untuk tugas yang menghasilkan artefak panjang, seperti laporan terperinci atau perubahan kode yang diperluas, bukan jawaban singkat.

Untuk memanggilnya, kirim permintaan ke endpoint chat completions yang kompatibel dengan OpenAI dari api14 dengan model id openai/gpt-5.4:batch. Parameter permintaan yang didukung adalah include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools dan verbosity. Dalam praktiknya, tools dan tool_choice mencakup pemanggilan fungsi, response_format dan structured_outputs mencakup output JSON dan output yang dibatasi skema, seed mendukung pengambilan sampel yang dapat direproduksi, dan reasoning, reasoning_effort, include_reasoning dan verbosity mengontrol seberapa banyak penalaran yang diungkapkan dan bagaimana model mengatur laju usahanya.

Perhatikan batas output: 128.000 token memang besar tetapi terbatas, jadi tugas yang perlu mengeluarkan lebih dari itu dalam satu proses harus dipecah. Model ini hanya mengeluarkan teks, jadi apa pun yang memerlukan gambar atau audio yang dihasilkan membutuhkan model yang berbeda. Jika beban kerja Anda kecil, sensitif terhadap latensi dan tidak mendapat manfaat dari konteks satu juta token atau dari kontrol penalaran, model teks yang lebih ringan mungkin lebih cocok.