La variante mini GPT-5.4 d'OpenAI, avec un maximum de 128k jetons de sortie, un score GPQA Diamond de 87,5, au prix de 0,75 $ / 4,50 $ pour 1M de jetons via OrcaRouter.
openai/gpt-5.4-mini-2026-03-17 est une variante plus petite et plus économique du modèle GPT-5.4 d'OpenAI, publiée le 17 mars 2026. Il est hébergé sur OrcaRouter et accessible via une API compatible…
Le modèle performe bien en raisonnement de niveau supérieur, comme l'indique son score GPQA Diamond de 87.5. Il gère le questionnement complexe, la génération de code, la résolution de problèmes mathématiques et le raisonnement multimodal. Sa longue limite de sortie le rend adapté pour générer des rapports entiers, des fichiers de code ou des analyses longues en une seule réponse.
Les cas d'utilisation idéaux incluent : la génération de contenu long (articles, histoires, documentation) jusqu'à 128k tokens ; le traitement et la réponse à des questions sur des images ou des fichiers ; l'exécution de tâches de raisonnement en plusieurs étapes comme le débogage ou l'extraction de données ; et toute application où le coût par token est une préoccupation majeure mais où une haute qualité de raisonnement est toujours requise.
Alors que la variante mini obtient un score de 87,5 sur GPQA Diamond, les modèles plus grands GPT-5.4 atteignent probablement des scores bruts plus élevés sur le même benchmark. Le modèle mini a également une sortie maximale fixe de 128k tokens ; il ne peut pas produire de réponses plus longues sans appels itératifs. Il peut également avoir des performances inférieures sur des domaines extrêmement de niche ou spécialisés où la base de connaissances plus large d'un modèle plus grand est avantageuse.
Pour les tâches qui ne nécessitent pas une grande capacité de raisonnement, comme la classification de texte simple, la traduction ou le résumé basique, un modèle plus petit ou moins cher (par exemple, les variantes de GPT-3.5) peut suffire. Si la charge de travail est purement textuelle avec des sorties courtes, les modèles moins coûteux disponibles sur OrcaRouter pourraient réduire davantage les dépenses. Évaluez si la qualité de niveau GPQA Diamond est nécessaire pour votre application spécifique.
GPQA Diamond est un benchmark composé de questions de niveau post-universitaire couvrant la physique, la chimie, la biologie et d'autres sciences. Un score de 87.5 indique que le modèle répond correctement à 87.5% des questions de ce jeu de données. Cela le place dans un niveau de raisonnement fort, comparable ou supérieur à certains grands modèles antérieurs. Cependant, les scores de benchmark ne garantissent pas les performances dans le monde réel et doivent être testés sur des tâches spécifiques à un domaine.
La latence n'est pas directement spécifiée dans les faits fournis. En tant que variante mini, elle est censée être plus rapide et plus rentable que la version complète de GPT-5.4, mais la vitesse réelle dépend de la taille de la requête, de la longueur de la sortie et de la charge actuelle d'OrcaRouter. Les utilisateurs devraient effectuer des benchmark avec leurs propres charges utiles pour estimer le temps par réponse. Le modèle n'a pas de limite de débit déclarée ; celle-ci est gérée par OrcaRouter.
Le 87,5 sur GPQA Diamond est le seul chiffre de référence fourni. Il suggère une forte capacité en raisonnement scientifique de niveau supérieur. Le modèle prend également en charge les entrées multimodales et les sorties longues, ce qui n'est pas mesuré par GPQA mais constitue des atouts supplémentaires pour une utilisation pratique. Son prix est compétitif pour le niveau de qualité indiqué par cette seule référence.
Les scores des benchmarks peuvent ne pas couvrir tous les scénarios réels. Le test GPQA Diamond est à choix multiples et peut ne pas refléter la qualité de la génération ouverte. Les performances du modèle sur la création littéraire, la génération de code ou les tâches liées à la sécurité ne sont pas capturées par ce chiffre. De plus, la variante mini peut avoir une étendue de connaissances réduite par rapport à la version complète de GPT-5.4. Validez toujours le modèle sur vos propres données.
Le prix est de $0.75 par million de jetons d'entrée et $4.50 par million de jetons de sortie. Ce sont les tarifs exacts facturés par OpenAI sans aucune majoration de la part d'OrcaRouter. L'entrée fait référence au nombre total de jetons de la requête utilisateur (y compris les messages système, les images tokenisées et le texte des fichiers). La sortie est le nombre de jetons de la réponse du modèle.
Comparé aux modèles plus volumineux comme GPT-5.4 full, cette variante mini est moins chère par jeton. Cependant, elle peut nécessiter des instructions plus prudentes ou plusieurs tentatives pour des tâches complexes, ce qui peut augmenter l'utilisation totale de jetons. Pour un usage à fort volume, le coût inférieur par jeton peut générer des économies significatives. Mais si la qualité des résultats est cruciale et que la tâche est très difficile, le modèle complet pourrait réduire le coût total en nécessitant moins d'appels.
Les faits fournis ne mentionnent aucun programme de mise en cache ou de réduction. OrcaRouter transmet la tarification d'OpenAI sans majoration. Toute réduction de volume ou mise en cache des prompts doit être proposée directement par OpenAI ; consultez la documentation d'OpenAI pour connaître les taux de saisie en cache si disponibles. Pour le moment, le tarif forfaitaire s'applique par cycle de facturation en fonction du nombre total de jetons consommés.
Optimisez le coût en gardant les invites concises, en utilisant des messages système pour imposer des limites de sujet, et en évitant les entrées inutiles d’images ou de fichiers qui peuvent augmenter le nombre de tokens. Pour les sorties très longues, envisagez de découper le contenu en plusieurs requêtes si la sortie complète de 128k est rarement nécessaire. Surveillez l’utilisation des tokens via les logs d’OrcaRouter et définissez max_tokens à la longueur minimale acceptable pour chaque tâche.
Utilisez le point de terminaison compatible OpenAI à l'adresse https://api.orcarouter.ai/v1 avec l'identifiant de modèle "openai/gpt-5.4-mini-2026-03-17". Authentifiez-vous avec votre clé API OrcaRouter dans l'en-tête Authorization. Envoyez une requête de complétion de chat avec le champ model défini sur cette chaîne exacte. Exemple : curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer $API_KEY" -d '{"model":"openai/gpt-5.4-mini-2026-03-17","messages":[{"role":"user","content":"Hello"}],"max_tokens":1000}'
L'API prend en charge les paramètres standard de complétion de chat OpenAI : model (obligatoire), messages, max_tokens, temperature, top_p, frequency_penalty, presence_penalty, stop, stream, et d'autres. Pour une entrée multimodale, incluez des blocs de contenu avec les types "text" et "image_url" dans les messages utilisateur. Les fichiers peuvent être ajoutés en fournissant leur contenu sous forme de texte ou d'embeddings. OrcaRouter les traduit correctement vers le modèle sous-jacent.
Si vous utilisez un modèle OpenAI différent via OrcaRouter, remplacez la chaîne du modèle par "openai/gpt-5.4-mini-2026-03-17". Testez sur un échantillon de vos prompts pour vous assurer que la qualité des résultats répond aux attentes. Ajustez max_tokens si vous utilisiez une limite de sortie plus petite ; ce modèle prend en charge jusqu'à 128k. Aucune autre modification d'API n'est nécessaire. Surveillez le changement de prix par rapport au tarif de votre modèle précédent.
Les benchmarks de comparaison ne sont pas fournis. gpt-4o est un modèle plus ancien d'OpenAI avec une architecture différente. gpt-5.4-mini est un modèle mini plus récent. Basé sur les scores GPQA Diamond (si gpt-4o obtient moins de 87.5), il pourrait surpasser gpt-4o en raisonnement. Cependant, gpt-4o peut avoir des avantages en rapidité ou en connaissance plus large. Les utilisateurs devraient évaluer sur leurs propres tâches.
Parmi les mini-modèles, celui-ci offre une grande limite de sortie (128k tokens) et une entrée multimodale. Son score GPQA Diamond de 87,5 est un différenciateur pour la qualité du raisonnement. D'autres mini-modèles d'OpenAI ou de tiers peuvent avoir une capacité de raisonnement inférieure ou des limites de sortie plus courtes. Le prix de 0,75 $/4,50 $ par million de jetons est compétitif pour le niveau de qualité, mais comparez toujours le coût total par tâche terminée.
Les modèles open-source peuvent avoir des coûts d'API faibles ou nuls, mais nécessitent la mise en place et la maintenance de l'infrastructure. Ce modèle offre une limite de sortie de 128k et une performance de 87,5 GPQA Diamond, ce qui pourrait dépasser de nombreux modèles open-source. Cependant, les modèles open-source peuvent être affinés sans coût par jeton. Le choix dépend de la préférence pour la commodité du paiement à l'utilisation ou le contrôle de l'auto-hébergement.
Compatible OpenAI — gardez votre SDK actuel
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="openai/gpt-5.4-mini-2026-03-17",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| Entrée / 1M tokens | $0.750 |
|---|---|
| Sortie / 1M tokens | $4.50 |
| Lecture cache / 1M | $0.075 |
| Devise | USD |
Estimation basée sur le tarif public
Estimation seulement — le nombre réel de tokens dépend du tokeniseur du fournisseur.
Ce dont parlent les développeurs cette semaine
GET /api/public/models/openai/gpt-5.4-mini-2026-03-17Ouvrir @misc{orcarouter_gpt_5_4_mini_2026_03_17,
title = {openai/gpt-5.4-mini-2026-03-17 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5.4-mini-2026-03-17}
}openai. (n.d.). openai/gpt-5.4-mini-2026-03-17 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5.4-mini-2026-03-17