介绍 GPT-5.4 mini 和 nano
发布: (2026年3月17日 GMT+8 18:00)
6 分钟阅读
原文: OpenAI Blog
Source: OpenAI Blog
📦 模型亮点
| 模型 | 大小 | 相较于 GPT‑5 mini 的速度 | 关键优势 |
|---|---|---|---|
| GPT‑5.4 mini | “mini”（xhigh） | > 2× 更快 相比 GPT‑5 mini | 编码、推理、多模态理解、工具使用；在众多基准测试上接近 GPT‑5.4 的性能 |
| GPT‑5.4 nano | “nano”（xhigh） | 最小且最经济的 GPT‑5.4 版本 | 分类、数据提取、排序、简单编码子代理 |
两款模型均面向对延迟敏感的产品体验而设计：编码助手、能够快速完成支撑任务的子代理、能够解析截图的计算机使用系统，以及实时多模态应用。
注意 – 在许多情况下，最佳模型并非最大者；而是能够快速响应、可靠使用工具，并且仍能处理复杂专业任务的模型。
🛠️ 何时使用哪种模型
-
GPT‑5.4 mini – 适用于：
- 快速迭代的编码工作流（针对性编辑、代码库导航、前端生成、调试循环）
- 结合不同规模模型的系统（例如，大型 GPT‑5.4 负责规划，mini 处理狭窄子任务）
→ 在 API、Codex 和 ChatGPT 中可用
-
GPT‑5.4 nano – 适用于：
- 分类、数据抽取、排序
- 处理支持任务的简单编码子代理
→ 仅通过 API 提供
Source: …
📊 基准性能
1️⃣ 核心基准（所有模型）
| 模型 | SWE‑Bench Pro（公开） | Terminal‑Bench 2.0 | Toolathon | GPQA Diamond | OSWorld‑Verified |
|---|---|---|---|---|---|
| GPT‑5.4 (xhigh) | 57.7 % | 75.1 % | 54.6 % | 93.0 % | 75.0 % |
| GPT‑5.4 mini (xhigh) | 54.4 % | 60.0 % | 42.9 % | 88.0 % | 72.1 % |
| GPT‑5.4 nano (xhigh) | 52.4 % | 46.3 % | 35.5 % | 82.8 % | 39.0 % |
| GPT‑5 mini (high¹) | 45.7 % | 38.2 % | 26.9 % | 81.6 % | 42.0 % |
¹ 对 GPT‑5 mini 可用的最高
reasoning_effort为 high。
2️⃣ 其他基准
| 基准 | GPT‑5.4 (xhigh) | GPT‑5.4 mini (xhigh) | GPT‑5.4 nano (xhigh) | GPT‑5 mini (high¹) |
|---|---|---|---|---|
| MCP Atlas | 67.2 % | 57.7 % | 56.1 % | 47.6 % |
| τ2‑bench (telecom) | 98.9 % | 93.4 % | 92.5 % | 74.1 % |
| GPQA Diamond（重新列出） | 93.0 % | 88.0 % | 82.8 % | 81.6 % |
| HLE（使用工具） | 52.1 % | 41.5 % | 37.7 % | 31.6 % |
| HLE（不使用工具） | 39.8 % | 28.2 % | 24.3 % | 18.3 % |
| OSWorld‑Verified（重新列出） | 75.0 % | 72.1 % | 39.0 % | 42.0 % |
| MMMU‑Pro（使用 Python） | 81.5 % | 78.0 % | 69.5 % | 74.1 % |
| MMMU‑Pro | 81.2 % | 76.6 % | 66.1 % | 67.5 % |
| OmniDocBench 1.5（无工具）²（越低越好） | 0.109 | 0.126 | 0.241 | 0.179 |
| OpenAI MRCR v2 8‑needle 64K‑128K | 86.0 % | 47.7 % | 44.2 % | 35.1 % |
| OpenAI MRCR v2 8‑needle 128K‑256K | 79.3 % | 33.6 % | 33.1 % | 19.4 % |
| Graphwalks BFS 0K‑128K | 93.1 % | 76.3 % | 73.4 % | 73.4 % |
| Graphwalks parents 0‑128K（准确率） | 89.8 % | 71.5 % | 50.8 % | 64.3 % |
² 总体编辑距离。OmniDocBench 在
reasoning_effort设置为 none 的情况下运行，以体现纯“无推理”基线。
📚 模型在您的技术栈中的定位
API
- 输入: 文本 & 图像
- 能力: 工具使用、函数调用、网络搜索、文件搜索、计算机使用、技能
- 上下文窗口: 400 k 令牌
- 定价:
- GPT‑5.4 mini – $0.75 / 1 M 输入令牌，$4.50 / 1 M 输出令牌
- GPT‑5.4 nano – $0.20 / 1 M 输入令牌，$1.25 / 1 M 输出令牌
Codex
- 可在 Codex 应用、CLI、IDE 扩展和网页上使用。
- 仅使用 30 % 的 GPT‑5.4 配额，为较简单的编码任务提供约三分之一的成本。
- 可将低推理工作委派给 GPT‑5.4 mini 子代理。
ChatGPT
- 免费 & Go 用户：“思考”功能（通过 + 菜单）使用 GPT‑5.4 mini。
- 其他所有用户：GPT‑5.4 mini 作为 GPT‑5.4 Thinking 的速率限制回退。
🤖 子代理与系统设计
“与其使用单一模型处理所有任务，开发者可以构建系统，让更大的模型决定 做什么，而更小的模型在规模上快速执行。”
- 示例： 在 Codex 中，GPT‑5.4 负责规划和最终判断，而 GPT‑5.4 mini 子代理执行并行任务，如搜索代码库、审查大型文件或处理支持文档。
- 在 Codex 文档（在新窗口打开） 中了解更多关于子代理的信息。
📈 延迟与成本免责声明
延迟估计来源于包含工具调用时长、采样令牌和输入令牌的生产行为仿真。实际延迟可能因许多仿真未捕获的因素而有显著差异。成本基于当前 API 定价，未来可能会变动。推理工作量从 low 到 xhigh 进行了覆盖。
GPT‑5.4 mini 和 GPT‑5.4 nano 已上线。请选择最能在速度、成本和能力之间取得平衡的模型，以满足您的工作负载！
低成本、低延迟的性能。