OpenAI发布GPT-5.4 mini和nano模型，专为智能体子任务设计

周二，OpenAI发布了GPT-5.4 mini和nano两个小型模型，专为智能体AI系统委托的任务而设计：代码库搜索、文件审查以及需要快速且经济的并行子任务。

这是OpenAI一段时间以来首次推出新的mini和nano模型。上一次发布是2025年的GPT-5 mini和nano。

特别有趣的是，在某些领域，使用mini模型与完整GPT-5.4之间的性能差异并不大，特别是在编码和计算机使用基准测试中，同时运行速度还快了两倍多。Nano是用于大容量工作的精简版本：分类、数据提取、排序和轻量级编码支持。两个模型都于周二发布。

GPT-5.4 mini在API、Codex和ChatGPT中可用。它具有400,000个Token的上下文窗口，可以接受文本和图像输入，输入Token成本为每百万个0.75美元，输出Token成本为每百万个4.50美元。

对于使用OpenAI的Codex智能体编码引擎的开发者，mini仅使用GPT-5.4配额的30%，这应该有助于开发者处理常规编码任务而不会耗尽配额。

OpenAI在GPT-5.4 nano上采用了不同的方法。它仅支持API，但以每百万输入Token 0.20美元和每百万输出Token 1.25美元的价格，是OpenAI目前最便宜的模型。

在SWE-bench Pro基准测试中，该测试评估模型在真实软件工程任务上的表现，mini得分54.38%，仅比完整的GPT-5.4低3个百分点。在衡量计算机使用能力的OSWorld-Verified测试中，mini得分72.13%，几乎匹配旗舰模型的75.03%（所有这些都是在"高"推理努力下运行的）。

Nano的表现显然不如前者，但在编码和工具调用任务上仍优于原始的GPT-5 mini，但在OSWorld-Verified上实际得分较低（39.01%对42%）。你绝对不希望nano模型为你浏览互联网。

OpenAI在这里突出的整体模式正在变得熟悉。在Codex中，GPT-5.4处理规划、协调和最终审查。Mini子智能体在底层并行运行，处理专注的任务：搜索代码库、审查大型文件、处理支持文档。在这些设置中，OpenAI在其公告中表示，最佳模型通常不是最大的模型，而是能够快速响应、可靠使用工具并在复杂专业任务上仍表现良好的模型。

Notion AI工程主管Abhisek Modi表示这种转变已经成为现实。"GPT-5.4 mini以令人印象深刻的精度处理专注、定义明确的任务。特别是在编辑页面方面，它在处理复杂格式化时匹配甚至超越了GPT-5.2，而计算成本只是其一小部分，"他说。"直到最近，只有最昂贵的模型才能可靠地导航智能体工具调用。今天，像GPT-5.4 mini和nano这样的小型模型可以轻松处理它，这将让我们的用户在Notion上构建自定义智能体时准确选择他们需要的智能程度。"

OpenAI的竞争对手在其小型模型上采取了类似的方法。Anthropic的Claude 4.5 Haiku专为轻量级智能体任务设计；Google的Gemini 3 Flash也适用于类似用例。

随着智能体承担更复杂的工作，大部分计算都交给了这些便宜的主力模型，而不是排行榜顶部的前沿模型。

Q&A

Q1：GPT-5.4 mini和nano模型有什么特点？

A：GPT-5.4 mini和nano是OpenAI专为智能体子任务设计的小型模型。Mini具有400,000个Token的上下文窗口，在编码和计算机使用基准测试中性能接近完整GPT-5.4，但运行速度快两倍多。Nano是精简版本，主要用于分类、数据提取等大容量工作，是OpenAI目前最便宜的模型。

Q2：这两个模型的定价如何？

A：GPT-5.4 mini的输入Token成本为每百万个0.75美元，输出Token成本为每百万个4.50美元。GPT-5.4 nano更便宜，输入Token成本为每百万个0.20美元，输出Token成本为每百万个1.25美元，是OpenAI目前最经济的选择。

Q3：为什么OpenAI要推出这些小型模型？

A：随着智能体AI系统的发展，需要处理大量并行子任务，如代码库搜索、文件审查等。这些任务需要快速、经济的模型来处理，而不是昂贵的大型模型。小型模型可以在保持良好性能的同时大幅降低成本，让智能体系统更实用。