GPT-5.4 mini+nano突袭，1/3价格养满血「龙虾」！OpenAI彻底杀疯

新智元报道

OpenAI悄然上线GPT-5.4 mini与GPT-5.4 nano——无预热、无倒计时，直接面向开发者开放。

两款模型聚焦真实生产需求：更快、更准、更便宜。它们继承GPT-5.4核心能力，在保持高性能的同时显著优化响应速度与调用成本，代表当前轻量级大模型的最高水准。

代码能力：mini逼近旗舰，nano超越前代

SWE-Bench Pro是衡量模型真实编码能力的硬核基准，要求模型修复GitHub真实Bug。

• GPT-5.4 mini达54.4%，仅比GPT-5.4（57.7%）低3.3个百分点；
• GPT-5 mini上一代仅为45.7%，mini单代提升近9%；
• 在Terminal-Bench 2.0中，mini达60.0%，较上一代（38.2%）提升超57%；
• GPT-5.4 nano亦达52.4%，反超上一代GPT-5 mini。

对开发者而言，定向代码修改、前端生成、调试循环、代码库检索等常规任务，现可交由mini高效处理：速度提升2倍，成本降至GPT-5.4输出价格的1/3，效果几乎无损。

博士级推理与复杂工具调用能力

编码仅是切面；真正决定AI能否“干活”的，是深度推理与多步骤工具协同能力。

• GPQA Diamond（博士级科学推理）：GPT-5.4 mini达88%，与GPT-5.4（93%）差距仅5%；
• Toolathlon（多工具链组合调用）：mini得分42.9%，远超GPT-5 mini（26.9%）；
• τ2-bench（电信行业专用）：mini达93.4%，逼近GPT-5.4（98.9%），大幅领先上一代（74.1%）；
• MCP Atlas（通用工具调用）：mini 57.7%，GPT-5 mini为47.6%。

数据表明，GPT-5.4 mini并非“缩水版聪明”，而是具备独立完成复杂任务链能力的生产级执行者。

计算机使用能力：mini支持“看屏操作”

OSWorld-Verified测试模型解析UI截图、定位控件并执行操作的综合能力：

• GPT-5.4 mini达72.1%，距GPT-5.4（75.0%）仅差2.9个百分点；
• GPT-5 mini仅为42.0%，mini单代能力接近翻倍；
• GPT-5.4 nano得分为39.0%，略低于上一代mini，显示视觉推理存在明显能力断层；
• MMMUPro（含Python工具）：mini 78.0%，GPT-5.4为81.5%。

该能力使mini成为构建实时计算机使用Agent的理想引擎——低成本、低延迟、强可用。

OpenAI明确将推进Codex进化：从编程助手升级为“控制计算机”的统一工具，支持跨终端、全场景任务调度，并深度整合个人数据与记忆体系。

子智能体范式：大模型决策，小模型执行

OpenAI提出新型AI架构：旗舰模型负责规划与最终决策，GPT-5.4 mini作为子智能体并行执行具体任务。

• 搜索代码库、审查长文档、处理客户支持文本等高频轻负载任务，全部交由mini；
• Codex已落地该架构：GPT-5.4制定方案，自动调度mini执行，且mini消耗配额仅为GPT-5.4的30%；
• 同等预算下，mini任务量可提升超3倍。

这种分层调度已成为行业共识：旗舰模型如总指挥，mini为执行团队，nano则专注分类、数据提取等琐碎高频任务。开发者需转变思路——从“选最强模型”转向“按任务复杂度动态路由”。

全面开放：API、Codex、ChatGPT三端同步上线

GPT-5.4 mini已向所有用户开放：

• API定价：输入0.75美元/百万Token，输出4.50美元/百万Token，上下文窗口400K；
• 能力支持：文本/图像输入、工具调用、函数调用、网络搜索、文件搜索、计算机使用；
• GPT-5.4 nano仅限API调用：输入0.20美元/百万Token，输出1.25美元/百万Token，约为mini输入价格的1/4、输出价格的1/3，适用于分类、排序、结构化提取等低复杂度高频任务；
• ChatGPT端：免费用户与Go用户可通过「Thinking」功能使用mini；付费用户在GPT-5.4额度耗尽后，mini将自动降级启用。

长上下文处理仍是mini短板

在超长文本精确检索与逻辑追踪任务中，mini与旗舰版差距明显：

• OpenAI MRCR v2（64K–128K）：GPT-5.4 86.0%，mini仅47.7%；
• 128K–256K窗口下：GPT-5.4 79.3%，mini为33.6%；
• Graphwalks父节点追踪：GPT-5.4 89.8%，mini为71.5%。

这表明mini不适用于大规模文档分析、超长对话记忆维持等场景。但这也印证OpenAI的产品分层逻辑：不同任务，匹配不同模型。mini的核心价值在于其主攻方向——速度、编码、工具调用与计算机使用。

不是终点，而是AI工程化加速的起点

GPT-5.4 mini在SWE-Bench Pro达旗舰版94%、OSWorld达96%、GPQA Diamond达95%，速度为GPT-5 mini的2倍，输出成本仅为GPT-5.4的1/3。

• 对普通开发者：曾经仅头部企业可用的AI能力，现以mini成本即可集成；
• 对AI创业者：推理成本有望再降一个数量级；
• 对全行业：阻碍AI普及的成本与延迟双墙，正被小模型持续瓦解。

大模型定义智力天花板，小模型打通AI进入每个应用的毛细血管。这一架构，今日已可落地运行。