GPT-5.4 adalah model frontier terbaru dari OpenAI, yang menyatukan jalur Codex dan GPT menjadi satu sistem. Ini memiliki jendela konteks 1M+ token (922K input, 128K output) dengan dukungan untuk...
GPT-5.4 adalah model bahasa besar OpenAI dengan jendela konteks 1.050.000 token dan output maksimal 128.000 token. Model ini memproses input teks, gambar, dan file. Model ini dievaluasi pada GPQA…
GPT-5.4 unggul dalam pemahaman bahasa, penghasilan teks, penalaran, dan interpretasi multimodal. Jendela konteksnya yang besar mendukung tugas seperti mengikuti instruksi multi-langkah, pembuatan konten panjang, dan dialog kompleks. Model ini sangat kuat dalam penalaran sains tingkat pascasarjana, dengan skor 92.0 pada GPQA Diamond. Ini juga dapat menangani ekstraksi data berbasis file dan deskripsi gambar. Saat memilih model, pertimbangkan apakah kasus penggunaan Anda benar-benar memerlukan konteks penuh atau apakah model yang lebih murah sudah mencukupi.
Dengan konteks 1,050,000 token, GPT-5.4 dapat menyerap seluruh buku, laporan panjang, atau ribuan baris kode dalam satu prompt. Ini menghilangkan kebutuhan untuk memisahkan dokumen dan memungkinkan model untuk mempertimbangkan semua informasi secara simultan. Output dibatasi hingga 128,000 token, sehingga ringkasan atau ekstraksi bisa sepanjang itu juga. Untuk tugas yang tidak memerlukan konteks panjang penuh, model yang lebih kecil mungkin lebih hemat biaya.
Ya, GPT-5.4 mendukung masukan gambar dan file bersama dengan teks. Gambar dapat diberikan dalam format standar (JPEG, PNG, dll.) dan model dapat menjawab pertanyaan tentang konten visual. File (misalnya, PDF, CSV) diunggah dan diproses sebagai bagian dari konteks. Kemampuan multimodal ini berguna untuk menganalisis diagram, mengekstrak data dari tabel, atau mereferensi silang teks dengan grafik. Semua modalitas masukan diperhitungkan dalam batas token konteks.
Jika tugas Anda tidak memerlukan konteks penuh 1.050.000 token atau input multimodal, pertimbangkan model dengan jendela konteks yang lebih kecil atau modalitas terbatas untuk mengurangi biaya. Sebagai contoh, kueri tunggal sederhana, teks pendek, atau tugas yang tidak memerlukan penalaran ekstensif dapat ditangani oleh model seperti GPT-4o mini atau GPT-4.1 nano. Evaluasi panjang dan kompleksitas prompt Anda sebelum memilih GPT-5.4 untuk menghindari pembayaran kapasitas yang tidak terpakai.
GPT-5.4 mencapai skor 92.0 pada GPQA Diamond, sebuah tolok ukur yang terdiri dari 198 soal pilihan ganda yang mencakup fisika, kimia, dan biologi tingkat pascasarjana. Skor ini menunjukkan akurasi tinggi dalam penalaran ilmiah tingkat ahli. Tidak ada skor tolok ukur lain yang tersedia untuk model ini dalam fakta yang diberikan. Pengguna harus mengevaluasi kinerja pada tugas-tugas spesifik domain mereka sendiri.
Skor 92.0 berarti GPT-5.4 menjawab dengan benar 92% dari pertanyaan GPQA Diamond. GPQA Diamond dirancang untuk menguji pengetahuan dan penalaran yang dimiliki oleh seorang ahli manusia setelah bertahun-tahun studi pascasarjana. Ini mencakup soal multi-langkah, interpretasi data ilmiah, dan penerapan konsep yang nuansa. Tolok ukur ini sering digunakan untuk mengukur kemampuan model dalam menangani pertanyaan kompleks dan khusus domain.
Kelebihan: konteks yang sangat panjang (1.050.000 token), penalaran ilmiah yang tinggi (92.0 GPQA Diamond), input multimodal (teks, gambar, file). Keterbatasan: tidak ada informasi harga yang diberikan; latensi meningkat seiring panjang konteks; konteks yang sangat besar dapat mencapai batas token atau menurunkan kualitas respons pada detail periferal. Model ini tidak mendukung streaming waktu nyata atau input suara. Untuk tugas yang tidak terlalu berat dalam sains, model lain mungkin sama mampunya dengan biaya lebih rendah.
Kecepatan inferensi tidak disebutkan dalam fakta yang diberikan. Secara umum, model dengan jumlah parameter yang lebih besar dan jendela konteks yang lebih panjang membutuhkan waktu lebih lama untuk memproses setiap token. Pengguna harus mengharapkan latensi yang lebih tinggi dibandingkan dengan model yang lebih kecil seperti GPT-4o mini. OrcaRouter mungkin memiliki lapisan caching atau optimasi sendiri, tetapi throughput aktual tergantung pada ukuran permintaan dan beban bersamaan. Disarankan untuk menguji dengan prompt yang representatif.
Detail harga untuk GPT-5.4 di OrcaRouter tidak disediakan dalam fakta. Biasanya, harga model OpenAI didasarkan pada tarif input dan output per token, dan OrcaRouter mungkin menerapkan markup sendiri atau menawarkan paket bundel. Untuk mendapatkan harga terkini, lihat halaman harga OrcaRouter atau hubungi tim penjualan mereka. Biaya bertambah seiring dengan panjang konteks karena setiap token dikenakan biaya.
Menggunakan jendela konteks penuh 1.050.000 token akan menimbulkan biaya yang sebanding dengan jumlah total token masukan. Jika tugas Anda hanya menggunakan sebagian kecil dari kapasitas tersebut, Anda tetap ditagih untuk seluruh prompt. Oleh karena itu, lebih hemat biaya untuk menjaga prompt tetap sesingkat mungkin sambil tetap memenuhi persyaratan. Token keluaran hingga 128.000 juga dikenakan biaya. Untuk keluaran yang sangat panjang, pertimbangkan untuk memotong atau menggunakan beberapa iterasi.
OrcaRouter mungkin menawarkan mekanisme caching untuk menghindari pemrosesan ulang prefiks prompt yang identik, tetapi hal ini belum dikonfirmasi dalam fakta yang disediakan. Jika diaktifkan, caching prompt dapat mengurangi latensi dan biaya untuk kueri berulang. Periksa dokumentasi OrcaRouter untuk kebijakan cache. Tanpa caching, setiap prompt unik dikenakan biaya penuh.
Tanpa harga yang pasti, perbandingan langsung tidak mungkin dilakukan. Secara umum, model dengan jendela konteks yang lebih besar dan skor tolok ukur yang lebih tinggi memiliki harga per token yang lebih tinggi. GPT-5.4 kemungkinan lebih mahal per token dibandingkan model yang lebih kecil seperti GPT-4o atau GPT-4.1. Pengguna harus mengevaluasi total biaya berdasarkan perkiraan panjang rata-rata prompt dan output, serta mempertimbangkan apakah peningkatan kinerja sepadan dengan perbedaan harga.
Gunakan URL dasar yang kompatibel dengan OpenAI https://api.orcarouter.ai/v1 dan atur parameter model menjadi openai/gpt-5.4. Autentikasi memerlukan kunci API OrcaRouter. Contoh permintaan 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"}]}'
API ini mendukung parameter obrolan‑lengkap standar: model (string), messages (array role/content), max_tokens (integer hingga 128.000), temperature, top_p, frequency_penalty, presence_penalty, stop, stream (boolean), dan n. Untuk input multimodal, sertakan konten pesan sebagai array objek dengan tipe text/image_url/file. Lihat dokumentasi API OrcaRouter untuk skema yang tepat.
Ya, karena OrcaRouter menyediakan API yang kompatibel dengan OpenAI. Ganti URL dasar Anda yang ada dengan https://api.orcarouter.ai/v1 dan perbarui nama model menjadi openai/gpt-5.4. Pustaka klien OpenAI Anda (misalnya, paket openai Python) dapat dikonfigurasi ulang dengan mengubah base_url dan api_key. Pastikan kode Anda menangani kemungkinan perbedaan dalam format respons kesalahan atau batas kecepatan.
ID model di OrcaRouter adalah openai/gpt-5.4. String ini harus dimasukkan ke dalam kolom model pada badan permintaan. Ini membedakan GPT-5.4 dari model lain yang tersedia melalui titik akhir API yang sama. Menggunakan ID yang salah akan menyebabkan kesalahan. Penyedianya adalah openai, tetapi modelnya di-host dan diarahkan oleh OrcaRouter.
GPT-5.4 menawarkan jendela konteks yang jauh lebih besar (1.050.000 vs. 128.000 token) dan skor GPQA Diamond yang lebih tinggi (92,0 vs. tidak disediakan untuk GPT-4o). GPT-4o mendukung teks dan gambar tetapi tidak mengunggah file, dan memiliki output maksimum yang lebih rendah (16.384 token vs. 128.000). GPT-5.4 lebih mampu untuk konteks panjang dan penalaran ilmiah, tetapi kemungkinan lebih mahal dan lebih lambat. GPT-4o tetap menjadi pilihan yang baik untuk tugas yang lebih pendek dan sederhana.
Claude 3.5 Sonnet menawarkan konteks 200,000‑token; GPT-5.4 melampauinya dengan 1,050,000. Namun, perbandingan tolok ukur terbatas: GPT-5.4 mencapai skor 92.0 pada GPQA Diamond, sementara Claude 3.5 Sonnet mendapat 78.0 (diketahui publik). Tidak ada perbandingan langsung dengan Gemini 2.0 Pro atau Llama 3.1 405B dari fakta yang diberikan. GPT-5.4 kompetitif kuat dalam penalaran sains tetapi pengguna harus menguji pada data mereka sendiri.
GPT-5.4 menyediakan jendela konteks yang lebih besar (1,050,000 vs. 200,000 milik Claude) dan output maksimal yang lebih tinggi (128,000 vs. 8,192). Pada GPQA Diamond, GPT-5.4 mencetak 92.0; Claude 3.5 Sonnet mencetak 78.0. Hal ini menunjukkan bahwa GPT-5.4 mungkin berkinerja lebih baik pada analisis dokumen ilmiah yang bernuansa. Namun, ketersediaan model, harga, dan integrasi ekosistem di OrcaRouter harus dipertimbangkan. Untuk dokumen yang sangat panjang, konteks yang lebih besar dari GPT-5.4 menguntungkan.
Model yang lebih kecil (misalnya, GPT-4o mini, GPT-4.1 nano) memiliki biaya lebih rendah, inferensi lebih cepat, dan jendela konteks yang lebih kecil. GPT-5.4 mengorbankan biaya dan kecepatan demi akurasi yang lebih tinggi pada tugas-tugas kompleks dan kemampuan untuk menangani konteks yang sangat besar. Keputusan Anda harus didasarkan pada kinerja yang diperlukan pada pertanyaan berisiko tinggi (seperti GPQA Diamond) dan tuntutan panjang konteks. Jika tugas Anda sederhana, model yang lebih kecil kemungkinan lebih efisien.
Kompatibel OpenAI — pakai SDK Anda yang sekarang
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| Tingkat | Input / 1M token | Output / 1M token | Baca cache / 1M |
|---|---|---|---|
| ≤ 272K | $2.50 | $15.00 | $0.250 |
| ≤ ∞ | $5.00 | $22.50 | $0.500 |
| Tingkat dipilih berdasarkan jumlah token input setiap permintaan | |||
Perkiraan berdasarkan harga daftar
Harga berjenjang — perkiraan ini memakai tarif jenjang dasar.
Hanya perkiraan — jumlah token sebenarnya bergantung pada tokenizer penyedia.
GET /api/public/models/openai/gpt-5.4Buka @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