今天，我们正式发布 GPT‑5.4 mini 与 nano，这是我们迄今为止能力最强的小型模型。它们将 GPT‑5.4 的诸多优势引入到更快速、更高效的模型中，专为高吞吐量工作负载而设计。

GPT‑5.4 mini 在代码编写、推理、多模态理解以及工具使用方面较 GPT‑5 mini 有显著提升，同时运行速度提高两倍以上。它在多项评估中也接近体量更大的 GPT‑5.4 模型的性能，包括 SWE-bench Pro 和 OSWorld-Verified 基准测试。

GPT‑5.4 nano 是 GPT‑5.4 最轻量、最经济的版本，专为对速度和成本要求极高的任务而设计。它也是 GPT‑5 nano 的重大升级版本。我们推荐将其用于分类、数据提取、排序，以及处理简单辅助任务的编程子智能体。

两款模型专为对延迟敏感的应用场景打造，在这类场景中，响应速度直接关系到产品体验：例如需要即时响应的代码助手、能快速完成辅助任务的子智能体、可捕捉并解析截图的计算机使用系统，以及能够实时推理图像的多模态应用。在这些设定下，最好的模型通常不是体量最大的那个，而是能够快速响应、可靠调用工具，并能在复杂专业任务中保持出色表现的模型。

^{1 GPT‑5 mini 可用的最高 reasoning_effort 为 'high'。}

以下是我们的客户在工作流中测试 GPT‑5.4 mini 与 nano 后的评价：

GPT‑5.4 mini 和 nano 在需要快速迭代的代码工作流中表现尤为出色。两款模型能以极低的延迟处理定向编辑、代码库导航、前端生成以及调试循环。这使其非常适合那些追求更高速度、更低成本的代码任务。

在基准测试中，GPT‑5.4 mini 在同等延迟下的表现始终优于 GPT‑5‑mini，且在运行速度大幅提升的同时，其通过率 (pass rate) 接近 GPT‑5.4 的水平。在代码工作流中，它实现了性能与延迟之间的最优权衡。

GPT‑5.4 mini 也非常适合那些结合了不同规格模型的系统。例如在 Codex 中，GPT‑5.4 这种体量较大的模型负责处理规划、协作和最终判定，同时将具体的子任务并行分配给 GPT‑5.4 mini 子智能体 — 例如搜索代码库、审阅大文件或处理辅助文档。如需了解子智能体在 Codex 中的运作方式，请参阅文档⁠（在新窗口中打开）。

随着小型模型变得更快、更强大，这种模式的实用性也随之提升。开发者无需再用单一模型处理所有事务，而是可以构建一种组合系统：由大模型决定任务方向，小模型则进行大规模的快速执行。对于这种工作流，GPT‑5.4 mini 是我们迄今为止最强大的 mini 模型。

GPT‑5.4 mini 在多模态任务中表现同样强劲，特别是与“计算机使用”(computer use) 相关的任务。该模型能够快速解析复杂用户界面的截图，从而高效完成计算机操作任务。在 OSWorld-Verified 基准测试中，GPT‑5.4 mini 的表现接近 GPT‑5.4，同时大幅超越了 GPT‑5 mini。

GPT‑5.4 mini 现已在 API、Codex 及 ChatGPT 中上线。

在 API 中，GPT‑5.4 mini 支持文本与图像输入、工具使用、函数调用、网页搜索、文件搜索、计算机使用以及技能 (skill)。它具备 400K 上下文窗口，定价为每 100 万输入 Token 0.75 美元，每 100 万输出 Token 4.50 美元。

在 Codex 中，GPT‑5.4 mini 已在 Codex 应用、CLI（命令行界面）、IDE 扩展及网页端上线。它仅消耗 GPT‑5.4 配额的 30%，让开发者能在 Codex 中以约三分之一的成本快速处理简单的代码任务。Codex 还可以将任务委派给 GPT‑5.4 mini 子智能体，让推理强度较低的工作在成本更低的模型上运行。

在 ChatGPT 中，免费版与 Go 用户可以通过 “+” 菜单中的 “Thinking” 功能使用 GPT‑5.4 mini。对于所有其他用户，GPT‑5.4 mini 将作为 GPT‑5.4 Thinking 的速率限制备选方案。

GPT‑5.4 nano 仅在 API 中提供，定价为每 100 万输入 Token 0.20 美元，每 100 万输出 Token 1.25 美元。

^{1 GPT‑5 mini 可用的最高 reasoning_effort 为 'high'。}

^{2 总体编辑距离。OmniDocBench 在测试时将 reasoning_effort 设置为 'none'，以反映低成本、低延迟的性能表现。}