OpenAI最强小模型登场：GPT-5.4 mini/nano，低延迟且性能逼近满血

OpenAI 近日发布了两款全新的小型模型——GPT-5.4 mini 与 GPT-5.4 nano，旨在以更低的延迟和成本，为特定场景提供接近旗舰模型的高性能体验。这两款模型专为高频次且对延迟敏感的任务设计，例如代码辅助、实时图像分析等场景，在这些领域，快速响应的能力往往比模型的最大性能更为重要。

GPT-5.4 mini 作为此次发布的核心小型模型，在性能上实现了对前代 GPT-5 mini 的全面超越。其在编程、逻辑推理、多模态理解及工具调用等关键能力上表现更优，并且运行速度提升了超过两倍。值得注意的是，GPT-5.4 mini 在多项基准测试中的表现已十分接近体积更大的旗舰模型 GPT-5.4。例如，在衡量编程能力的 SWE-Bench Pro 测试中，mini 的得分已接近 GPT-5.4；在评估计算机操作能力的 OSWorld-Verified 测试中，二者差距同样很小。凭借低延迟的特性，该模型尤其适合需要快速反馈的代码工作流，如代码编辑、前端界面生成等任务。

在应用层面，GPT-5.4 mini 已在 OpenAI API、Codex 平台及 ChatGPT 中上线。其 API 版本支持 40 万 Token 的上下文窗口，定价为每百万输入 Token 0.75 美元，输出为 4.50 美元。在 ChatGPT 中，Free 和 Go 用户可通过“思考（Thinking）”功能体验，而对于其他付费用户，当 GPT-5.4 模型达到速率上限时，系统也会自动降级至 mini 模型。

另一款新模型 GPT-5.4 nano 则定位为目前体积最小、成本最低的版本，是 GPT-5 nano 的重大升级。它的设计初衷是为那些将速度和成本视为首要因素的任务服务，例如文本分类、数据提取、内容排序等。同时，它也适合在复杂的 AI 代理（Agent）系统中扮演“子代理”的角色，处理由更高级模型分配的简单辅助任务。不过，nano 的设计并非追求全面性能，在部分视觉任务上的表现甚至可能不及前代 GPT-5 mini，开发者在选用时需根据具体需求进行权衡。目前，GPT-5.4 nano 仅通过 API 提供，定价极具竞争力，为每百万输入 Token 0.20 美元，输出为 1.25 美元。

这两款小型模型的推出，反映了 OpenAI 在产品策略上的一个重要方向：构建多模型协作系统。在这种架构下，开发者无需依赖单一的超大模型处理所有请求，而是可以由一个大型模型（如 GPT-5.4）负责统筹规划和决策，再将具体的、粒度更细的任务分派给 GPT-5.4 mini 或 nano 这样更快速、更经济的小型模型并行处理。这种分层架构不仅能大幅降低推理成本，也为开发实时交互应用提供了更灵活、高效的解决方案。