GPT 5.4 API

OpenAI 기반 GPT 5.4 LLM의 완전한 API 참조 문서입니다.

모델 변형

이 API는 네 가지 모델 변형을 지원합니다:

빠른 비교

GPT 5.4 Text to Text

엔드포인트 {#}

http복사
POST /api/v1/chat/completions

요청 파라미터

필수

메시지 지원

선택 사항

요청 예시

javascript복사
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-5.4-text-to-text',
    messages: [
      {
        role: 'user',
        content: 'Write a short launch announcement for a new AI feature.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

GPT 5.4 Image to Text

엔드포인트

http복사
POST /api/v1/chat/completions

요청 파라미터

필수

메시지 지원

선택 사항

요청 예시

javascript복사
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-5.4-image-to-text',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Describe the image and extract any visible text.' },
          {
            type: 'image_url',
            image_url: {
              url: 'https://example.com/sample-image.jpg'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

GPT 5.4 Web Search

엔드포인트

http복사
POST /api/v1/chat/completions

요청 파라미터

필수

메시지 지원

선택 사항

요청 예시

javascript복사
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-5.4-web-search',
    messages: [
      {
        role: 'user',
        content: 'Find recent product launch trends in AI developer tools.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

GPT 5.4 File Analysis

엔드포인트

http복사
POST /api/v1/chat/completions

요청 파라미터

필수

메시지 지원

선택 사항

요청 예시

javascript복사
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-5.4-file-analysis',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Summarize this document and list the key action items.' },
          {
            type: 'file',
            file: {
              filename: 'demo.pdf',
              file_data: 'https://example.com/demo.pdf'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

응답 형식

GPT 5.4 LLM 모델은 OpenAI 호환 completion 응답을 반환합니다. stream: true이면 응답은 Server-Sent Events이고, stream: false이면 단일 JSON 객체입니다.

성공 응답

text복사
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-5.4-image-to-text","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-5.4-image-to-text","choices":[{"index":0,"delta":{"content":"The image shows"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-5.4-image-to-text","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-5.4-image-to-text","choices":[],"usage":{"prompt_tokens":12,"completion_tokens":8,"total_tokens":20}}

data: [DONE]

오류 응답

text복사
event: error
data: {"error":{"message":"API requests too frequent, exceeding rate limit","type":"rate_limit_error","code":"1302","param":null}}

모범 사례

1. 메시지를 구조화하세요: 컨텍스트를 하나의 프롬프트로 합치지 말고 대화 기록에는 messages[]를 사용하세요.
2. 파일과 이미지를 메시지에 첨부하세요: image_url 및 file 파트를 이를 도입한 메시지 안에 넣으세요.
3. SSE 파싱을 사용하세요: 점진적 표시에는 choices[0].delta.content를, 최종 콘텐츠에는 data: [DONE]를 사용하세요.
4. 지원되는 입력만 전송하세요: 텍스트, 이미지, 파일 파트를 선택한 모델 변형에 맞추세요.
5. 요청 상태를 로컬에 저장하세요: chunk에는 completion id가 포함되지만, 클라이언트는 여전히 활성 요청 상태를 통해 chunk를 라우팅해야 합니다.