GPT-5.4 es el último modelo frontera de OpenAI, que unifica las líneas Codex y GPT en un solo sistema. Cuenta con una ventana de contexto de más de 1 millón de tokens (922K de entrada, 128K de salida) con soporte para...
GPT-5.4 es un modelo de lenguaje grande de OpenAI con una ventana de contexto de 1.050.000 tokens y una salida máxima de 128.000 tokens. Procesa entradas de texto, imagen y archivos. El modelo fue…
GPT-5.4 sobresale en comprensión del lenguaje, generación, razonamiento e interpretación multimodal. Su amplia ventana de contexto permite tareas como seguir instrucciones de múltiples pasos, crear contenido extenso y mantener diálogos complejos. El modelo es especialmente fuerte en razonamiento científico de nivel de posgrado, obteniendo un 92.0 en GPQA Diamond. También puede manejar extracción de datos basada en archivos y descripción de imágenes. Al seleccionar un modelo, considera si tu caso de uso realmente requiere la ventana de contexto completa o si un modelo más económico es suficiente.
Con un contexto de 1,050,000 tokens, GPT-5.4 puede procesar libros completos, informes extensos o miles de líneas de código en una sola instrucción. Esto elimina la necesidad de dividir documentos y permite que el modelo considere toda la información de manera simultánea. La salida está limitada a 128,000 tokens, por lo que los resúmenes o extracciones pueden ser igualmente largos. Para tareas que no requieren un contexto largo completo, los modelos más pequeños pueden ser más rentables.
Sí, GPT-5.4 admite entradas de imágenes y archivos junto con texto. Las imágenes pueden proporcionarse en formatos estándar (JPEG, PNG, etc.) y el modelo puede responder preguntas sobre contenido visual. Los archivos (por ejemplo, PDF, CSV) se cargan y procesan como parte del contexto. Esta capacidad multimodal es útil para analizar diagramas, extraer datos de tablas o cotejar texto con gráficos. Todas las modalidades de entrada cuentan para el límite de tokens de contexto.
Si tu tarea no requiere el contexto completo de 1 050 000 tokens ni entrada multimodal, considera modelos con ventanas de contexto más pequeñas o modalidades limitadas para reducir costos. Por ejemplo, las consultas simples de un solo turno, textos cortos o tareas que no se beneficien de un razonamiento extenso pueden ser manejadas por modelos como GPT-4o mini o GPT-4.1 nano. Evalúa la longitud y complejidad de tu prompt antes de seleccionar GPT-5.4 para evitar pagar por capacidad no utilizada.
GPT-5.4 obtuvo una puntuación de 92.0 en GPQA Diamond, un punto de referencia de 198 preguntas de opción múltiple que abarcan física, química y biología de nivel de posgrado. Esta puntuación indica una alta precisión en razonamiento científico a nivel experto. No hay otras puntuaciones de referencia disponibles para este modelo en los datos proporcionados. Los usuarios deben evaluar el rendimiento en sus propias tareas específicas de dominio.
Una puntuación de 92.0 significa que GPT-5.4 respondió correctamente el 92% de las preguntas de GPQA Diamond. GPQA Diamond está diseñado para evaluar el conocimiento y razonamiento que un experto humano poseería después de años de estudio de posgrado. Incluye problemas de varios pasos, interpretación de datos científicos y aplicación matizada de conceptos. Este punto de referencia se utiliza a menudo para medir la capacidad de un modelo para manejar consultas complejas y específicas de un dominio.
Fortalezas: contexto muy largo (1,050,000 tokens), alto razonamiento científico (92.0 GPQA Diamond), entrada multimodal (texto, imagen, archivo). Limitaciones: no se proporciona información de precios; la latencia aumenta con la longitud del contexto; contextos extremadamente largos pueden alcanzar límites de tokens o degradar la calidad de respuesta en detalles periféricos. El modelo no admite transmisión en tiempo real ni entrada de voz. Para tareas que no son intensivas en ciencia, otros modelos pueden ser igualmente capaces a menor costo.
La velocidad de inferencia no está especificada en los datos proporcionados. Generalmente, los modelos con mayor cantidad de parámetros y ventanas de contexto más largas tardan más en procesar cada token. Los usuarios deben esperar una latencia más alta en comparación con modelos más pequeños como GPT-4o mini. OrcaRouter puede tener su propia capa de almacenamiento en caché u optimización, pero el rendimiento real depende del tamaño de la solicitud y la carga concurrente. Se recomienda realizar pruebas con indicaciones representativas.
Los detalles de precios para GPT-5.4 en OrcaRouter no se proporcionan en los datos. Por lo general, el precio de los modelos de OpenAI se basa en tarifas por token de entrada y salida, y OrcaRouter puede aplicar su propio margen u ofrecer planes combinados. Para obtener los precios actuales, consulte la página de precios de OrcaRouter o póngase en contacto con su equipo de ventas. Los costos escalan con la longitud del contexto porque cada token se cobra.
Usar la ventana de contexto completa de 1,050,000 tokens incurre en costos proporcionales al número total de tokens de entrada. Si su tarea utiliza solo una fracción de esa capacidad, aún se le cobrará por el mensaje completo. Por lo tanto, es rentable mantener los mensajes lo más cortos posible sin dejar de cumplir con los requisitos. Los tokens de salida de hasta 128,000 también se facturan. Para salidas muy largas, considere truncar o usar múltiples iteraciones.
OrcaRouter puede ofrecer mecanismos de almacenamiento en caché para evitar volver a procesar prefijos de prompt idénticos, pero esto no está confirmado en los hechos proporcionados. Si está habilitado, el almacenamiento en caché de prompts puede reducir la latencia y el costo para consultas repetidas. Consulte la documentación de OrcaRouter para conocer las políticas de caché. Sin almacenamiento en caché, cada prompt único se cobra por completo.
Sin precios exactos, no es posible una comparación directa. En general, los modelos con ventanas de contexto más grandes y puntuaciones más altas en benchmarks exigen precios por token más altos. GPT-5.4 probablemente sea más caro por token que modelos más pequeños como GPT-4o o GPT-4.1. Los usuarios deben evaluar el costo total basándose en las longitudes promedio esperadas de prompt y salida, y considerar si las ganancias de rendimiento justifican la diferencia de precio.
Usa la URL base compatible con OpenAI https://api.orcarouter.ai/v1 y establece el parámetro model en openai/gpt-5.4. La autenticación requiere una clave API de OrcaRouter. Ejemplo de solicitud curl: curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{"model":"openai/gpt-5.4","messages":[{"role":"user","content":"Hello"}]}'
La API soporta los parámetros estándar de finalización de chat: model (cadena), messages (arreglo de role/content), max_tokens (entero hasta 128.000), temperature, top_p, frequency_penalty, presence_penalty, stop, stream (booleano) y n. Para entradas multimodales, incluya el contenido del mensaje como un arreglo de objetos con tipo text/image_url/file. Consulte la documentación de la API de OrcaRouter para conocer el esquema exacto.
Sí, porque OrcaRouter proporciona una API compatible con OpenAI. Reemplaza tu URL base actual con https://api.orcarouter.ai/v1 y actualiza el nombre del modelo a openai/gpt-5.4. Tu biblioteca cliente de OpenAI (por ejemplo, el paquete openai de Python) se puede reconfigurar cambiando base_url y api_key. Asegúrate de que tu código maneje posibles diferencias en los formatos de respuesta de error o en los límites de velocidad.
El ID del modelo en OrcaRouter es openai/gpt-5.4. Esta cadena debe pasarse en el campo model del cuerpo de la solicitud. Distingue a GPT-5.4 de otros modelos disponibles a través del mismo endpoint de API. Usar un ID incorrecto generará un error. El proveedor es openai, pero el modelo está alojado y enrutado por OrcaRouter.
GPT-5.4 ofrece una ventana de contexto mucho más grande (1,050,000 vs. 128,000 tokens) y una puntuación GPQA Diamond más alta (92.0 vs. no proporcionada para GPT-4o). GPT-4o admite texto e imagen, pero no la carga de archivos, y tiene una salida máxima menor (16,384 tokens vs. 128,000). GPT-5.4 es más capaz para contextos largos y razonamiento científico, pero probablemente más caro y lento. GPT-4o sigue siendo una buena opción para tareas más cortas y sencillas.
Claude 3.5 Sonnet ofrece un contexto de 200.000 tokens; GPT-5.4 lo supera con 1.050.000. Sin embargo, las comparaciones de benchmarks son limitadas: GPT-5.4 obtiene 92,0 en GPQA Diamond, mientras que Claude 3.5 Sonnet obtiene 78,0 (conocido públicamente). No hay comparación directa con Gemini 2.0 Pro o Llama 3.1 405B disponible a partir de los hechos proporcionados. GPT-5.4 es competitivamente fuerte en razonamiento científico, pero los usuarios deberían probar con sus propios datos.
GPT-5.4 proporciona una ventana de contexto más grande (1.050.000 frente a los 200.000 de Claude) y una salida máxima más alta (128.000 frente a 8.192). En GPQA Diamond, GPT-5.4 obtiene 92,0; Claude 3.5 Sonnet obtiene 78,0. Esto sugiere que GPT-5.4 podría rendir mejor en el análisis de documentos científicos detallados. Sin embargo, se deben considerar la disponibilidad del modelo, los precios y la integración del ecosistema en OrcaRouter. Para documentos muy largos, el contexto más grande de GPT-5.4 es ventajoso.
Los modelos más pequeños (por ejemplo, GPT-4o mini, GPT-4.1 nano) tienen menor costo, inferencia más rápida y ventanas de contexto más pequeñas. GPT-5.4 intercambia costo y velocidad por mayor precisión en tareas complejas y la capacidad de manejar contextos masivos. Su decisión debe basarse en el rendimiento requerido en preguntas de alto riesgo (como GPQA Diamond) y las demandas de longitud de contexto. Si su tarea es simple, un modelo más pequeño probablemente sea más eficiente.
Compatible con OpenAI: conserva tu SDK actual
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-5.4",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| Nivel | Entrada / 1M tokens | Salida / 1M tokens | Lectura caché / 1M |
|---|---|---|---|
| ≤ 272K | $2.50 | $15.00 | $0.250 |
| ≤ ∞ | $5.00 | $22.50 | $0.500 |
| El nivel se selecciona por el número de tokens de entrada de cada solicitud | |||
Estimación según precio de lista
Precios por niveles: esta estimación usa las tarifas del nivel base.
Solo una estimación: el número real de tokens depende del tokenizador del proveedor.
GET /api/public/models/openai/gpt-5.4Abrir @misc{orcarouter_gpt_5_4,
title = {GPT-5.4 API},
author = {OpenAI},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5.4}
}OpenAI. (2026). GPT-5.4 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5.4