OPENAI · КАТАЛОГ МОДЕЛЕЙ
GPT-5.4 Nano Batch API
GPT-5.4 Nano Batch — пакетный маршрут самой компактной версии семейства GPT-5.4. Его сценарий — присвоение контролируемых тегов миллионам товарных описаний, где скорость и строгая схема важнее свободного текста.
GPT-5.4 Nano (batch)OpenAI- Контекст
- 400 000токенов
- Результат
- Текстформат ответа
- Вход / выход
- 20 ₽ / 120 ₽за 1 млн токенов
ПОДКЛЮЧЕНИЕ
От модели к первому запросу
Используйте идентификатор модели в совместимом API-клиенте. Полные параметры, ключи и ответы с ошибками описаны в документации.
const response = await client.chat.completions.create({
model: "openai/gpt-5.4-nano:batch",
messages: [{ role: "user", content: "Ваш запрос" }],
});ПОДРОБНЫЙ ОБЗОР
Возможности модели
GPT-5.4 Nano остаётся предыдущей компактной моделью в каталоге OpenAI. Batch-маршрут Tokenmost принимает текст, изображения и файлы, возвращает текст и имеет окно 400 000 токенов. Возможность structured output, фактический batch-формат и цену нужно подтвердить тестом маршрута. Preflight фиксирует предел строк, максимальный output, код ошибки записи и округление usage для коротких заданий.
Ограничьте словарь допустимых тегов
Каждый тег имеет ID, определение и конфликтующие варианты. Модель выбирает только из списка и не создаёт красивый синоним. Неизвестный товар получает статус review, чтобы новая категория появилась после анализа, а не случайно внутри ответа.
Передавайте минимум достаточных полей
Для позиции нужны название, категория, материал и ключевые характеристики. Цена, остаток и персональные данные продавца обычно не влияют на taxonomy. Изображение добавляется только для визуального свойства, которого нет в тексте.
Валидируйте JSON до импорта
Сервис проверяет ID тегов, число меток и обязательные взаимоисключения. Результат связывается с SKU по ключу, а не порядку строки. Отклонённая запись повторяется отдельно с ошибкой валидатора и исходной версией taxonomy.
Измеряйте качество по редким категориям
Случайная выборка дополняется товарами с несколькими назначениями, отрицанием и двусмысленным материалом. Сравнивайте precision, recall и долю ручного review. Высокая общая точность не скрывает провал редкого обязательного тега.
Токены и стоимость миллиона SKU
Короткий output помогает экономике, но словарь повторяется в каждой задаче. Используйте компактные ID, кэширование при поддержке и разумный размер строки. Делите полный расход очереди и повторов на число валидных карточек после проверки.
Вопросы и ответы
Для чего подходит Nano Batch?
Для большого числа коротких, строго проверяемых задач с ограниченным словарём.
Какой контекст маршрута?
Tokenmost указывает 400 000 токенов.
Можно создавать новые теги автоматически?
Лучше вернуть статус review и изменить taxonomy отдельным управляемым процессом.
Зачем нужен SKU в ответе?
Он предотвращает смещение соответствий при частичной ошибке пакетной строки.
Как оценивать цену?
По каждой валидной размеченной товарной карточке с учётом всей очереди и повторов.