网易首页 > 网易科技 > 网易科技 > 正文

OpenAI上新GPT-5.4 mini与nano,性能逼近旗舰,成本仅需三分之一

0
分享至

3月18日消息,今日,OpenAI推出GPT-5.4 mini和GPT-5.4 nano模型。这两款模型针对快速、大批量AI工作负载设计,属于低成本的大语言模型产品。

适用于AI工作流的小型模型

对许多AI工作流而言,高效的模型通常需要在性能、响应速度及工具调用能力之间取得平衡。

OpenAI表示:“这些模型专为对延迟敏感的工作负载设计,在此类场景中,延迟直接影响产品体验。例如:需要快速响应的编程助手、执行辅助任务的子智能体 (Subagents)、捕捉并解读屏幕内容的计算机操作系统,以及能对图像进行实时推理的多模态应用。”

该公司指出:“在这些应用场景中,适用的模型往往并非参数规模最大的,而是响应迅速、能稳定调用工具,且在专业任务中表现正常的模型。”

相较于GPT-5 mini,GPT-5.4 mini在编程、推理、多模态理解及工具使用方面有所提升,运行速度约为前者的两倍。

GPT-5.4 nano则是体积更小、速度更快的版本,主要针对分类、数据提取、排序及较简单的编程辅助任务。

性能表现

在评估体量较小、成本较低的模型时,性能和性价比是主要参考指标。OpenAI列举了新模型相较于旧模型的测试数据:

• 在SWE-bench Pro基准测试中,GPT-5.4 mini得分为53.40%,而GPT-5 mini为45.69%。

• 在Terminal-Bench 2.0测试中,GPT-5.4 mini达到59.30%,而GPT-5 mini为38.20%。

• 在GPQA Diamond测试中,GPT-5.4 mini得分为85.48%,接近GPT-5.4的93.00%。

• OSWorld-Verified结果显示,GPT-5.4 mini得分为70.60%,高于GPT-5 mini的42%。

测试结果显示,GPT-5.4 mini的通过率接近GPT-5.4的水平,且执行速度更快。在衡量模型正确解决问题能力的基准测试中,轻量级的GPT-5.4 mini与全功能版GPT-5.4表现相近。

GPT-5.4 nano的表现则介于上述两者之间。例如,其在SWE-bench Pro上得分为52.39%,在Terminal Bench 2.0上为46.30%。数据低于GPT-5.4 mini,但高于GPT-5 mini。

子智能体与多模态任务

在智能体生态系统中,AI的架构可以模拟现实中的协作模式。例如,将能力较强的AI模型(如GPT-5.4 Thinking)与速度较快、低成本的模型(如GPT-5.4 mini)结合使用,类似于资深工程师带领初级工程师协同工作。

智能体系统可组合不同规模的模型,由大模型负责任务规划,小模型负责执行子任务。在此语境下,GPT-5.4 mini可承担子智能体的工作,例如搜索代码库、审查文件及处理文档。

OpenAI表示:“GPT-5.4 mini具备多模态任务处理能力,适用于涉及计算机使用的任务。该模型能解读密集型用户界面的截图,以辅助完成计算机操作任务。”

可用性与定价

GPT-5.4 mini现已通过API、Codex和ChatGPT多个版本提供。免费版和Go级用户可通过附加菜单中的“Thinking”选项调用GPT-5.4 mini。OpenAI表示:“对于其他所有用户,GPT-5.4 mini将作为GPT-5.4 Thinking 触发速率限制后的备选模型。”

该公司表示,针对程序员,GPT-5.4 mini 已覆盖Codex 应用、命令行界面 (CLI)、集成开发环境 (IDE) 扩展及网页端。OpenAI 指出,这款mini 模型“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处理简单编程任务”。此外,Codex 还可将任务委托给GPT-5.4 mini 子智能体,从而让推理强度较低的工作在低成本模型上运行。

成本对比数据如下:

• GPT-5.4 mini 定价为每百万输入Token 0.75美元,每百万输出Token 4.50美元,拥有40万词的上下文窗口 (Context Window)。

• GPT-5.4 nano 仅通过 API 提供,价格为每百万输入 Token 0.20美元,每百万输出 Token 1.25美元。

相比之下,GPT-5.4的定价为每百万输入 Token 2.50美元,每百万输出 Token 15.00美元。

客户测试反馈

科技公司 Hebbia 致力于开发帮助专业人士利用自然语言处理文档库的工具。其产品主要应用于金融、法律和科研等需要同时分析多份文档的领域。

Hebbia 首席技术官 Aabhas Sharma 表示:“在同类模型中,GPT-5.4 mini 提供了较为稳定的端到端性能。在我们的评估中,它在部分输出任务和引用召回率上的表现达到了预期,且成本有所降低。此外,其端到端通过率和来源归因能力在部分测试中高于体量更大的 GPT-5.4模型。”

数字工作区 Notion 是一款常用的生产力工具(本文即在 Notion 中撰写)。该软件为结构化和非结构化数据提供了统一平台,用户可利用其构建零代码的信息管理微应用,用于追踪文章创作、内部项目等。

Notion AI 工程负责人 Abhisek Modi 表示:“GPT-5.4 mini 在处理定义明确的任务时,表现出较高的精准度。在页面编辑方面,它处理复杂格式的能力接近 GPT-5.2,而算力消耗相对较低。”

Modi 补充道:“此前,通常只有旗舰模型才能稳定处理智能体工具调用 (Agentic Tool Calling)。目前,像 GPT-5.4 mini 和 nano 这样的小型模型也具备了相关能力。这将便于用户在 Notion 上构建自定义智能体 (Custom Agents) 时选择合适的模型。”(易句)

(本文由AI翻译,网易编辑负责校对)

延伸阅读
相关推荐
热点推荐
突发暴跌!超29万人爆仓

突发暴跌!超29万人爆仓

中国基金报
2026-11-21 09:22:17
金价跌破760,北京菜百金条卖断货:有人一次入手85万元,有人高位囤金“扛着”

金价跌破760,北京菜百金条卖断货:有人一次入手85万元,有人高位囤金“扛着”

华夏时报
2026-11-20 22:15:03
笑不活!第一次这么直观地感受到南北差异 ,网友:南方人不敢说话

笑不活!第一次这么直观地感受到南北差异 ,网友:南方人不敢说话

石辰搞笑日常
2026-11-20 00:48:24
0-5!中国U17男足队长回应,西班牙足协官方表态,韩国媒体发声

0-5!中国U17男足队长回应,西班牙足协官方表态,韩国媒体发声

张辱卤说体育
2026-11-21 05:59:05
内行人提醒:“纯棉”和“全棉”不是一回事,很多商家不会主动说

内行人提醒:“纯棉”和“全棉”不是一回事,很多商家不会主动说

一枚大装家
2026-11-19 14:34:04
河北富商相亲发现小23岁对象酷似亡妻,DNA检测后傻眼:怎么可能

河北富商相亲发现小23岁对象酷似亡妻,DNA检测后傻眼:怎么可能

罪案洞察者
2025-07-09 11:51:52
43名美军士兵续签服役,只为抢先玩《GTA6》

43名美军士兵续签服役,只为抢先玩《GTA6》

生活观察员啊
2026-11-20 00:18:27
广东两孩男子晒42岁妻子例假到访消息 全网集体共情

广东两孩男子晒42岁妻子例假到访消息 全网集体共情

奇思妙想生活家
2026-11-21 02:40:38
斯诺克英锦赛揭幕!总奖金破千万创新高,中国34人出战,3次夺冠的丁俊晖屈尊资格赛!

斯诺克英锦赛揭幕!总奖金破千万创新高,中国34人出战,3次夺冠的丁俊晖屈尊资格赛!

刘姚尧的文字城堡
2026-11-21 07:59:57
美国下月举办G20峰会期间,是否会举行第二次中俄美三国元首会晤,外交部回应

美国下月举办G20峰会期间,是否会举行第二次中俄美三国元首会晤,外交部回应

政知新媒体
2026-11-20 15:25:01
警惕!MCN杀猪盘套路:专挑女大学生下手,完不成直播任务就逼陪客抵债

警惕!MCN杀猪盘套路:专挑女大学生下手,完不成直播任务就逼陪客抵债

拍案社会
2026-11-15 10:08:36
普京喊话乌克兰人:站到俄罗斯一边,才是站在历史正确的一边

普京喊话乌克兰人:站到俄罗斯一边,才是站在历史正确的一边

桂系007
2026-11-20 23:53:40
75岁张纪中的妻子回应会不会改嫁,称“我老公再活30年,我75岁了,嫁给谁呀”

75岁张纪中的妻子回应会不会改嫁,称“我老公再活30年,我75岁了,嫁给谁呀”

韩小娱
2026-11-20 16:45:15
乌克兰再袭克里米亚大桥后,布鲁塞尔北约总部会议上出现戏剧性一幕

乌克兰再袭克里米亚大桥后,布鲁塞尔北约总部会议上出现戏剧性一幕

枫叶君评
2026-11-19 22:07:03
希拉里发文炮轰特朗普:指责美总统“助纣为虐”,呼吁国会调查

希拉里发文炮轰特朗普:指责美总统“助纣为虐”,呼吁国会调查

麓谷隐士
2026-11-21 07:11:45
人形机器人遇冷:日租价从3000继续掉到1800,7月后融资普遍下滑

人形机器人遇冷:日租价从3000继续掉到1800,7月后融资普遍下滑

木禾商业财经
2026-11-20 09:26:37
日媒:日本研究引进核潜艇及为“无核三原则”设例外

日媒:日本研究引进核潜艇及为“无核三原则”设例外

新华社
2026-11-21 02:00:02
体操冠军被欠社保91个月!曝光后7小时补齐 官媒:这效率让人不安

体操冠军被欠社保91个月!曝光后7小时补齐 官媒:这效率让人不安

念洲
2026-11-21 08:37:10
“游客乱成一团,又冷又饿,接待很一般”,网友发帖称滞留在三峡之巅景区,景区回应:已增派车辆,会把所有游客安全送出景区后再下班

“游客乱成一团,又冷又饿,接待很一般”,网友发帖称滞留在三峡之巅景区,景区回应:已增派车辆,会把所有游客安全送出景区后再下班

南方都市报
2026-11-20 22:42:14
“骑行30分钟收费15元”,哈啰被网友吐槽“单车刺客”,公司回应:是新车型,可变速,收费标准与普通单车不同

“骑行30分钟收费15元”,哈啰被网友吐槽“单车刺客”,公司回应:是新车型,可变速,收费标准与普通单车不同

南方都市报
2026-11-19 08:30:07
2026-11-21 11:00:49

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

男子砍伤妻子和岳母被取保回家 勒死妻子后持刀自杀

头条要闻

男子砍伤妻子和岳母被取保回家 勒死妻子后持刀自杀

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

走过三年牛市,黄金何去何从?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

时尚
本地
旅游
游戏
军事航空

运动风,漫不经心地穿才“松弛”!

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

旅游要闻

青岛海鸥季启幕 诚邀各地朋友打着飞的来“鸥”遇!

曼迪不香了?GTA6玩家迷上新角色:哥特酒吧美女

军事要闻

俄乌炸桥冲突升级 相关谈判设想被放弃

无障碍浏览 进入关怀版
×