OpenAI выпускает GPT-5.4 mini и nano: быстрее и умнее, но до 4 раз дороже
OpenAI выпустила две новые компактные модели — GPT-5.4 mini и nano. Они созданы для программистских ассистентов, субагентов (вспомогательных моделей, решающих части задачи) и управления компьютером. GPT-5.4 mini почти дотягивает до полноценной модели по производительности, но обе новинки получили существенную наценку по сравнению с предшественниками.
GPT-5.4 mini существенно превосходит GPT-5 mini в написании кода, рассуждениях, мультимодальном понимании (работе с текстом, изображениями и другими типами данных) и работе с инструментами. При этом она работает более чем в два раза быстрее. На ряде бенчмарков модель приближается к гораздо более крупной GPT-5.4: на SWE-Bench Pro она набирает 54,4% против 57,7%, а на OSWorld-Verified, измеряющем навыки управления компьютером, — 72,1% против 75,0%.
| Benchmark | GPT-5.4 | GPT-5.4 mini | GPT-5.4 nano | GPT-5 mini |
|---|---|---|---|---|
| SWE-Bench Pro | 57.7% | 54.4% | 52.4% | 45.7% |
| Terminal-Bench 2.0 | 75.1% | 60.0% | 46.3% | 38.2% |
| Toolathlon | 54.6% | 42.9% | 35.5% | 26.9% |
| GPQA Diamond | 93.0% | 88.0% | 82.8% | 81.6% |
| OSWorld-Verified | 75.0% | 72.1% | 39.0% | 42.0% |
GPT-5.4 nano — самая маленькая и дешёвая из новых моделей. OpenAI рекомендует её для классификации, извлечения данных, ранжирования и coding subagents (вспомогательных моделей для простых задач с кодом). Эта модель также делает большой шаг вперёд по сравнению с GPT-5 nano.
Крупные модели планируют, компактные пашут
В Codex OpenAI применяет архитектуру с субагентами. Крупная модель вроде GPT-5.4 отвечает за планирование, координацию и финальную оценку. Параллельные подзадачи делегируются субагентам на базе GPT-5.4 mini или nano.
К таким подзадачам относятся поиск по кодовой базе, сканирование больших файлов или обработка сопроводительной документации. В Codex GPT-5.4 mini тратит лишь 30% от квоты GPT-5.4. Это снижает стоимость решения простых задач примерно до трети.
GPT-5.4 mini показывает большой скачок в управлении компьютером. На бенчмарке OSWorld-Verified она набрала 72,1%, немного уступив полноценной GPT-5.4 (75,0%). При этом GPT-5 mini набрала лишь 42,0%.
Написание кода
| Benchmark | GPT-5.4 | GPT-5.4 mini | GPT-5.4 nano | GPT-5 mini |
|---|---|---|---|---|
| SWE-bench Pro (Public) | 57.7% | 54.4% | 52.4% | 45.7% |
| Terminal-Bench 2.0 | 75.1% | 60.0% | 46.3% | 38.2% |
Вызов инструментов
| Benchmark | GPT-5.4 | GPT-5.4 mini | GPT-5.4 nano | GPT-5 mini |
|---|---|---|---|---|
| MCP Atlas | 67.2% | 57.7% | 56.1% | 47.6% |
| Toolathlon | 54.6% | 42.9% | 35.5% | 26.9% |
| τ2-bench (telecom) | 98.9% | 93.4% | 92.5% | 74.1% |
Интеллект
| Benchmark | GPT-5.4 | GPT-5.4 mini | GPT-5.4 nano | GPT-5 mini |
|---|---|---|---|---|
| GPQA Diamond | 93.0% | 88.0% | 82.8% | 81.6% |
| HLE w/ tool | 52.1% | 41.5% | 37.7% | 31.6% |
| HLE w/o tools | 39.8% | 28.2% | 24.3% | 18.3% |
Мультимодальность / Vision / CUA (Computer Use Agent)
| Benchmark | GPT-5.4 | GPT-5.4 mini | GPT-5.4 nano | GPT-5 mini |
|---|---|---|---|---|
| OSWorld-Verified | 75.0% | 72.1% | 39.0% | 42.0% |
| MMMUPro w/ Python | 81.5% | 78.0% | 69.5% | 74.1% |
| MMMUPro | 81.2% | 76.6% | 66.1% | 67.5% |
| OmniDocBench 1.5 (no tools, lower is better) | 0.109 | 0.1263 | 0.2419 | 0.1791 |
Длинный контекст
| Benchmark | GPT-5.4 | GPT-5.4 mini | GPT-5.4 nano | GPT-5 mini |
|---|---|---|---|---|
| OpenAI MRCR v2 8-needle 64K-128K | 86.0% | 47.7% | 44.2% | 35.1% |
| OpenAI MRCR v2 8-needle 128K-256K | 79.3% | 33.6% | 33.1% | 19.4% |
| Graphwalks BFS 0K-128K | 93.1% | 76.3% | 73.4% | 73.4% |
| Graphwalks parents 0-128K (accuracy) | 89.8% | 71.5% | 50.8% | 64.3% |
Улучшенная производительность обойдётся вплоть до 4-кратного роста цены
GPT-5.4 mini уже доступна через API, Codex и ChatGPT по $0,75 за 1 млн входных токенов и $4,50 за 1 млн выходных. Nano доступна только через API: $0,20 за 1 млн входных и $1,25 за 1 млн выходных токенов. Обе модели поддерживают контекстное окно в 400 000 токенов.
По сравнению с предыдущими mini- и nano-моделями в линейке GPT-5, это серьёзный скачок в цене. GPT-5 mini стоила $0,25 за 1 млн входных токенов и $2,00 за 1 млн выходных. GPT-5 nano оценивалась в $0,05 за вход и $0,40 за выход на 1 млн токенов.
| Модель | Вход (за 1 млн токенов) | Выход (за 1 млн токенов) | Наценка на вход | Наценка на выход |
|---|---|---|---|---|
| GPT-5.4 mini | $0.75 | $4.50 | 3.0x | 2.25x |
| GPT-5.4 nano | $0.20 | $1.25 | 4.0x | 3.125x |
| GPT-5 mini | $0.25 | $2.00 | - | - |
| GPT-5 nano | $0.05 | $0.40 | - | - |
Повышение цен, вероятно, обосновано приростом производительности. Новые компактные модели приближаются к полноценным версиям, запуск которых обходится значительно дороже.