GPT-5.4 mini lleva las capacidades principales de GPT-5.4 a un modelo más rápido y eficiente optimizado para cargas de trabajo de alto rendimiento. Admite entradas de texto e imagen con un rendimiento sólido en razonamiento, codificación,...
GPT‑5.4 Mini es un modelo de lenguaje compacto de OpenAI que equilibra la capacidad con una menor carga computacional. Admite una ventana de contexto de 400 000 tokens y una salida máxima de 128 000…
GPT‑5.4 Mini destaca en tareas complejas de razonamiento en múltiples pasos que pueden descomponerse en una cadena de pensamiento. Los benchmarks indican un rendimiento sólido en GPQA Diamond (87.5) y conjuntos de datos similares de razonamiento científico. Maneja eficazmente la resolución de problemas matemáticos, la generación y depuración de código, y los acertijos lógicos. Su amplia ventana de contexto le permite además mantener el contexto en documentos extensos, ideal para resumir informes largos, extraer puntos clave de contratos legales o responder preguntas sobre un artículo de investigación completo. El modelo también se desempeña bien en escenarios de uso de herramientas, donde debe decidir cuándo llamar a funciones externas según el historial de la conversación. Para tareas más simples, como preguntas y respuestas de respuesta corta o clasificación, un modelo más económico puede resultar más rentable.
Si su caso de uso implica indicaciones cortas (menos de 10K tokens), clasificación simple o generación directa que no requiera razonamiento profundo, un modelo más barato como GPT‑4o-mini o GPT‑3.5‑Turbo (disponible a través de OrcaRouter) puede proporcionar suficiente calidad a una fracción del costo. El precio de GPT‑5.4 Mini de $0.75/$4.50 por 1M tokens es más alto que el de muchos modelos más pequeños. Además, si no necesita entrada multimodal (archivo o imagen) ni la ventana de contexto de 400K, esas características no aportan valor. Evalúe el consumo promedio de tokens por solicitud y la longitud de salida requerida. Para sistemas de producción de alto volumen, incluso pequeños ahorros por token pueden reducir significativamente el gasto mensual. OrcaRouter le permite cambiar de modelo fácilmente modificando el ID del modelo en la llamada a la API.
Sí, GPT‑5.4 Mini es compatible con la interfaz de llamada a funciones compatible con la API de OpenAI. Al usar el endpoint compatible con OpenAI de OrcaRouter, puedes definir funciones (herramientas) en la solicitud y permitir que el modelo decida invocarlas. La gran ventana de contexto es especialmente útil para agentes que necesitan mantener un historial de llamadas a funciones y sus resultados. Esta capacidad permite construir flujos de trabajo complejos de IA: las consultas en lenguaje natural activan llamadas a funciones hacia bases de datos, calculadoras o APIs, y el modelo procesa los datos devueltos para generar respuestas finales. Para obtener los mejores resultados, proporciona descripciones y ejemplos claros de las funciones. Ten en cuenta que el modelo puede devolver argumentos de función inválidos en ocasiones; implementa capas de validación en producción.
GPT‑5.4 Mini admite el modo JSON cuando estableces el parámetro response_format en {"type": "json_object"} en la solicitud de API. Esto indica al modelo que genere JSON válido. Combinado con el prompt del sistema, puedes imponer un esquema específico. El límite de salida de 128K tokens permite generar documentos estructurados muy largos, como esquemas SQL completos o archivos de configuración anidados. Sin embargo, el modelo no garantiza corrección estructural más allá de la validez JSON; es posible que necesites posprocesar o validar contra un esquema. Para producción, usa el enfoque de llamada a herramientas para imponer salidas estructuradas más confiables. La API de OrcaRouter pasa el parámetro response_format exactamente como se proporciona a OpenAI, sin modificaciones.
GPQA Diamond es un benchmark de opción múltiple que evalúa el razonamiento científico de nivel de posgrado en física, química, biología y otros dominios. Una puntuación de 87.5 indica que GPT‑5.4 Mini respondió correctamente el 87.5% de las preguntas, situándolo en un nivel alto de capacidad de razonamiento para su tamaño de modelo. Esta puntuación es un benchmark destacado reportado por OpenAI. Sugiere que el modelo puede manejar consultas científicas complejas que requieren comprensión profunda y razonamiento paso a paso. Sin embargo, los benchmarks no capturan todos los escenarios del mundo real; evalúe el modelo en sus propias tareas representativas. En comparación con modelos más grandes como GPT‑5.4 Full (que suele puntuar más alto), la variante Mini ofrece un equilibrio entre rendimiento y costo.
La latencia depende principalmente de la infraestructura subyacente del modelo (OpenAI) y de la longitud de la entrada y la salida. Dado que OrcaRouter no añade una sobrecarga de procesamiento adicional más allá de enrutar la solicitud a OpenAI, el tiempo de respuesta es similar a llamar a OpenAI directamente. Para un prompt de 10K tokens de entrada y una salida de 500 tokens, la latencia suele ser inferior a cinco segundos. Para salidas más largas (de hasta 128K tokens), los tiempos de respuesta pueden extenderse a varios minutos. OrcaRouter admite streaming mediante server‑sent events, lo que reduce la latencia percibida al entregar los tokens a medida que se generan. Utilice el parámetro stream para habilitar la salida en tiempo real. Tenga en cuenta que las entradas multimodales (imágenes/archivos) pueden añadir tiempo adicional de preprocesamiento.
A pesar de los sólidos puntos de referencia de razonamiento, GPT‑5.4 Mini aún puede producir errores fácticos o alucinar información, especialmente en temas nicho o de rápida evolución. Su fecha de corte de conocimiento no está especificada; se asume que refleja los datos de entrenamiento más recientes de OpenAI. El modelo también puede tener dificultades con tareas que requieren aritmética exacta o recuperación precisa de datos oscuros. Además, el límite de salida de 128K tokens, aunque generoso, puede no ser suficiente para generar libros muy extensos o bases de código completas en una sola pasada. Para tales tareas, considere dividir la salida o usar un modelo con generación secuencial. El rendimiento del modelo en idiomas distintos al inglés puede ser menos robusto. Siempre pruebe con entradas diversas de su dominio objetivo.
Los modelos más grandes de la familia GPT‑5.4, como GPT‑5.4 Full, suelen obtener puntuaciones más altas en los benchmarks de razonamiento (p. ej., GPQA Diamond >90) y tienen ventanas de contexto más grandes (p. ej., 1M tokens). Sin embargo, son más caros por token y tienen una latencia más alta. GPT‑5.4 Mini sacrifica parte del rendimiento bruto a cambio de un menor coste y una inferencia más rápida. Para las tareas que no requieren la máxima precisión, la variante Mini suele ofrecer un equilibrio favorable entre coste y rendimiento. Si su aplicación exige la máxima precisión en tareas de razonamiento difíciles, elija el modelo Full. OrcaRouter ofrece ambas opciones con simples cambios en el ID del modelo. Las puntuaciones de los benchmarks son solo un factor; evalúe en su propio conjunto de datos.
OrcaRouter factura a la tarifa exacta del proveedor sin margen adicional. Para GPT‑5.4 Mini, el precio es de $0.75 por 1 millón de tokens de entrada y $4.50 por 1 millón de tokens de salida. Los tokens de entrada incluyen el mensaje del sistema, los mensajes del usuario y cualquier token multimodal (archivo o imagen). Los tokens de salida cuentan solo el texto generado. No hay tarifas adicionales por llamadas en streaming o sin streaming. Los tokens de entrada almacenados en caché no tienen descuento porque OrcaRouter pasa la tarifa del proveedor sin modificación. Para estimar el costo, multiplique sus recuentos promedio de tokens por solicitud por estas tarifas. Para uso de alto volumen, considere usar un modelo con un precio por token más bajo para tareas simples.
Mientras que GPT‑5.4 Mini es más barato que el modelo completo GPT‑5.4, sigue siendo más caro que muchos modelos más pequeños como GPT‑4o-mini o GPT‑3.5‑Turbo. Úsalo solo cuando la ventana de contexto más grande, el soporte multimodal o una capacidad de razonamiento superior sean esenciales. Por ejemplo, un chatbot de atención al cliente con consultas breves podría gastar de más al usar este modelo. El procesamiento por lotes de documentos largos puede acumular rápidamente costos de tokens. Calcula el total de tokens por documento y multiplícalo por las tarifas para ver si existe una alternativa más barata con capacidad similar. OrcaRouter te permite enrutar solicitudes a múltiples modelos según la longitud del prompt o el tema, optimizando el costo de forma automática.
No. OrcaRouter no modifica ni almacena en caché las respuestas del modelo. Cada solicitud se reenvía a OpenAI en tiempo real, y se le factura exactamente la tarifa del proveedor por token. No hay descuentos por volumen ni planes prepagos; el precio es de pago por uso basado en el uso de tokens. Esta transparencia significa que sus costos reflejan directamente su uso de OpenAI. Si OpenAI introduce almacenamiento en caché o precios escalonados en el futuro, OrcaRouter transmitirá esos cambios sin margen de beneficio. Para un uso predecible de alto volumen, considere un acuerdo empresarial directo con OpenAI, pero para un acceso flexible con gastos generales mínimos, OrcaRouter es una opción sencilla.
Para usar GPT‑5.4 Mini, establezca la URL base del cliente compatible con OpenAI en https://api.orcarouter.ai/v1 y el ID del modelo en "openai/gpt-5.4-mini". Proporcione su clave API de OrcaRouter como token de autenticación. Todos los parámetros estándar de finalización de chat de OpenAI son compatibles: `messages`, `temperature`, `top_p`, `max_tokens`, `stream`, `response_format`, `tools`, etc. Ejemplo (Python): ```python from openai import OpenAI client = OpenAI(api_key="your-orcarouter-key", base_url="https://api.orcarouter.ai/v1") response = client.chat.completions.create( model="openai/gpt-5.4-mini", messages=[{"role": "user", "content": "Explain quantum entanglement"}], max_tokens=1000 ) ``` La respuesta incluye las finalizaciones, las estadísticas de uso y el identificador del modelo.
La API de OrcaRouter está diseñada para ser completamente compatible con OpenAI. No hay parámetros específicos de OrcaRouter; todos los parámetros se pasan directamente al proveedor subyacente (OpenAI). Sin embargo, OrcaRouter añade una pequeña sobrecarga de latencia para el enrutamiento y la autenticación, típicamente inferior a 50 milisegundos. Puede pasar parámetros estándar como `user`, `stop`, `frequency_penalty`, `presence_penalty` y `logit_bias`. La API devuelve el campo model como "openai/gpt-5.4-mini" independientemente del proveedor. Si necesita realizar un seguimiento del uso por solicitud, use el parámetro `user` o analice las métricas de uso devueltas. Para enrutamiento avanzado (por ejemplo, modelos de respaldo), contacte al soporte de OrcaRouter.
Sí. La migración solo requiere dos cambios en tu código: reemplaza la URL base de OpenAI con https://api.orcarouter.ai/v1 y usa tu clave API de OrcaRouter. El ID del modelo debe tener el prefijo del proveedor (por ejemplo, "openai/gpt-5.4-mini" en lugar de "gpt-5.4-mini"). Todos los demás parámetros permanecen sin cambios. Esto te permite usar OrcaRouter como una puerta de enlace unificada para múltiples proveedores sin modificar tu integración existente con OpenAI. Prueba con un subconjunto del tráfico antes de migrar por completo. OrcaRouter proporciona registros de uso e información de facturación que puedes comparar con tu uso directo anterior para verificar la transparencia de costos.
GPT‑5.4 Mini es un modelo más nuevo de OpenAI con una ventana de contexto más grande (400K vs. 128K para GPT‑4o) y una salida máxima más alta (128K vs. 4K‑16K típico). También admite entradas de imágenes y archivos, mientras que GPT‑4o maneja principalmente texto e imágenes. El precio de GPT‑4o suele ser más bajo ($2.50/$10 por 1M de tokens para la versión estándar) pero depende de la variante. En benchmarks de razonamiento como GPQA Diamond, GPT‑5.4 Mini (87.5) supera las puntuaciones informadas de GPT‑4o (alrededor de 70‑80). Sin embargo, GPT‑4o ha sido ampliamente probado y puede tener un mejor soporte para ciertas herramientas. Elija GPT‑5.4 Mini cuando el contexto largo y el alto razonamiento sean prioridades; use GPT‑4o para tareas más cortas donde el costo es primordial.
GPT‑5.4 Full ofrece una ventana de contexto más grande (1M tokens) y puntuaciones de razonamiento absoluto más altas (GPQA Diamond >90), pero con un precio por token significativamente mayor. La variante Mini sacrifica algo de rendimiento en benchmarks a cambio de eficiencia de costos. Para muchas aplicaciones prácticas, la diferencia en la calidad de salida es marginal, especialmente en tareas que no llevan al límite el razonamiento. Si tu caso de uso requiere procesar documentos extremadamente largos (más de 400K tokens) o maximizar la precisión en preguntas difíciles de nivel de posgrado, GPT‑5.4 Full está justificada. De lo contrario, GPT‑5.4 Mini a menudo proporciona resultados similares a aproximadamente la mitad del costo. OrcaRouter te permite cambiar fácilmente entre ambas cambiando el ID del modelo en tu solicitud de API.
Claude 3.5 Sonnet (de Anthropic) ofrece una ventana de contexto de 200K, inferior a los 400K de GPT‑5.4 Mini. Los precios de Claude 3.5 Sonnet son de $3.00 por 1M de entrada y $15.00 por 1M de salida (tarifas de Anthropic), lo que lo hace más caro por token. Las puntuaciones de referencia en pruebas de razonamiento similares son comparables, aunque no hay comparaciones directas disponibles públicamente en GPQA Diamond. Claude 3.5 Sonnet es conocido por su fuerte seguimiento de instrucciones y protecciones de seguridad. GPT‑5.4 Mini puede ser preferido para tareas que necesitan un contexto muy largo o límites de tokens de salida más altos. Evalúe ambos en sus indicaciones específicas, ya que las diferencias subjetivas de calidad pueden afectar la satisfacción del usuario. OrcaRouter proporciona acceso a ambos modelos para realizar pruebas A/B fácilmente.
Los modelos de código abierto como Llama 3.1 70B o Mixtral 8x22B pueden ejecutarse en tu propio hardware con costos predecibles, especialmente a alto volumen. Sin embargo, suelen tener ventanas de contexto más pequeñas (128K o menos) y pueden requerir infraestructura significativa para lograr baja latencia. GPT‑5.4 Mini ofrece una ventana de contexto de 400K, entrada multimodal y razonamiento ajustado por expertos sin la sobrecarga de infraestructura. Si valoras la facilidad de uso, la tarificación basada en tokens y la capacidad de escalar al instante, GPT‑5.4 Mini a través de OrcaRouter es más conveniente. Si necesitas control total sobre la residencia de datos y tienes requisitos de baja latencia, y tu tarea cabe en un contexto más pequeño, una alternativa de código abierto podría ser más económica a largo plazo. Prueba ambas en tu entorno.
Compatible con OpenAI: conserva tu SDK actual
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-5.4-mini",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| Entrada / 1M tokens | $0.750 |
| Salida / 1M tokens | $4.50 |
| Lectura caché / 1M | $0.075 |
| Moneda | USD |
Estimación según precio de lista
Solo una estimación: el número real de tokens depende del tokenizador del proveedor.
GET /api/public/models/openai/gpt-5.4-miniAbrir @misc{orcarouter_gpt_5_4_mini,
title = {GPT-5.4 Mini API},
author = {OpenAI},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5.4-mini}
}OpenAI. (2026). GPT-5.4 Mini API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5.4-mini