GPT-5.4 mini menghadirkan kemampuan inti GPT-5.4 ke model yang lebih cepat dan lebih efisien, dioptimalkan untuk beban kerja throughput tinggi. Ini mendukung input teks dan gambar dengan kinerja kuat di seluruh penalaran, pengkodean,...
GPT‑5.4 Mini adalah model bahasa ringkas dari OpenAI yang menggabungkan kemampuan dengan biaya komputasi yang lebih rendah. Model ini mendukung jendela konteks sebesar 400.000 token dan output…
GPT‑5.4 Mini unggul dalam tugas penalaran kompleks dan multi-langkah yang dapat diuraikan menjadi rantai pemikiran. Tolok ukur menunjukkan kinerja yang kuat pada GPQA Diamond (87.5) dan kumpulan data penalaran ilmiah serupa. Model ini menangani pemecahan masalah matematika, pembuatan kode dan debugging, serta teka-teki logika secara efektif. Jendela konteksnya yang besar memungkinkannya mempertahankan konteks pada dokumen panjang—ideal untuk merangkum laporan panjang, mengekstrak poin-poin utama dari kontrak hukum, atau menjawab pertanyaan tentang makalah penelitian lengkap. Model ini juga berkinerja baik dalam skenario penggunaan alat di mana ia harus memutuskan kapan memanggil fungsi eksternal berdasarkan riwayat percakapan. Untuk tugas yang lebih sederhana seperti Tanya Jawab jawaban singkat atau klasifikasi, model yang lebih murah mungkin lebih hemat biaya.
Jika kasus penggunaan Anda melibatkan prompt pendek (di bawah 10K token), klasifikasi sederhana, atau pembuatan teks langsung yang tidak memerlukan penalaran mendalam, model yang lebih murah seperti GPT‑4o-mini atau GPT‑3.5‑Turbo (tersedia melalui OrcaRouter) dapat memberikan kualitas yang memadai dengan biaya yang jauh lebih rendah. Harga GPT‑5.4 Mini sebesar $0.75/$4.50 per 1M token lebih tinggi dibandingkan banyak model yang lebih kecil. Selain itu, jika Anda tidak memerlukan input multimodal (file atau gambar) atau jendela konteks 400K, fitur-fitur tersebut tidak memberikan nilai tambah. Evaluasi konsumsi token rata-rata per permintaan dan panjang output yang diperlukan. Untuk sistem produksi dengan volume tinggi, bahkan penghematan kecil per token dapat secara signifikan mengurangi pengeluaran bulanan. OrcaRouter memungkinkan Anda untuk mengganti model dengan mudah hanya dengan mengubah ID model dalam panggilan API.
Ya, GPT‑5.4 Mini mendukung antarmuka pemanggilan fungsi yang kompatibel dengan API OpenAI. Saat menggunakan titik akhir yang kompatibel dengan OpenAI dari OrcaRouter, Anda dapat mendefinisikan fungsi (tools) dalam permintaan dan membiarkan model memutuskan untuk memanggilnya. Jendela konteks yang besar sangat berguna untuk agen yang perlu mempertahankan riwayat panggilan fungsi dan hasilnya. Kemampuan ini memungkinkan pembangunan alur kerja AI yang kompleks: kueri bahasa alami memicu panggilan fungsi ke basis data, kalkulator, atau API, dan model memproses data yang dikembalikan untuk menghasilkan jawaban akhir. Untuk hasil terbaik, berikan deskripsi fungsi dan contoh yang jelas. Perlu diingat bahwa model terkadang dapat mengembalikan argumen fungsi yang tidak valid; terapkan lapisan validasi dalam produksi.
GPT‑5.4 Mini mendukung mode JSON ketika Anda mengatur parameter response_format menjadi {"type": "json_object"} dalam permintaan API. Ini menginstruksikan model untuk menghasilkan JSON yang valid. Digabungkan dengan prompt sistem, Anda dapat memberlakukan skema tertentu. Batas output 128K‑token memungkinkan pembuatan dokumen terstruktur yang sangat panjang, seperti skema SQL lengkap atau file konfigurasi bersarang. Namun, model tidak menjamin kebenaran struktural di luar validitas JSON—Anda mungkin perlu pasca‑proses atau validasi terhadap skema. Untuk produksi, gunakan pendekatan tool calling untuk memberlakukan output terstruktur yang lebih andal. API OrcaRouter meneruskan parameter response_format persis seperti yang diberikan ke OpenAI, tanpa modifikasi.
GPQA Diamond adalah tolok ukur pilihan ganda yang menguji penalaran ilmiah tingkat pascasarjana di bidang fisika, kimia, biologi, dan domain lainnya. Skor 87,5 menunjukkan bahwa GPT‑5.4 Mini menjawab dengan benar 87.5% dari pertanyaan, menempatkannya pada tingkat kemampuan penalaran yang tinggi untuk ukuran modelnya. Skor ini adalah tolok ukur utama yang dilaporkan oleh OpenAI. Ini menunjukkan bahwa model dapat menangani pertanyaan ilmiah kompleks yang memerlukan pemahaman mendalam dan penalaran langkah demi langkah. Namun, tolok ukur tidak mencakup semua skenario dunia nyata; evaluasi model pada tugas-tugas representatif Anda sendiri. Dibandingkan dengan model yang lebih besar seperti GPT‑5.4 Full (yang biasanya mendapat skor lebih tinggi), varian Mini menawarkan keseimbangan antara kinerja dan biaya.
Latensi terutama bergantung pada infrastruktur dasar model (OpenAI) serta panjang input dan output. Karena OrcaRouter tidak menambahkan overhead pemrosesan tambahan selain merutekan permintaan ke OpenAI, waktu responsnya mirip dengan memanggil OpenAI secara langsung. Untuk prompt dengan 10.000 token input dan 500 token output, latensi biasanya di bawah lima detik. Untuk output yang lebih panjang (hingga 128.000 token), waktu respons dapat meluas hingga beberapa menit. OrcaRouter mendukung streaming melalui server‑sent events, yang mengurangi latensi yang dirasakan dengan memberikan token saat dihasilkan. Gunakan parameter stream untuk mengaktifkan output waktu nyata. Perhatikan bahwa input multimodal (gambar/berkas) dapat menambah waktu pemrosesan tambahan.
Meskipun memiliki tolok ukur penalaran yang kuat, GPT‑5.4 Mini masih dapat menghasilkan kesalahan faktual atau berhalusinasi informasi, terutama pada topik yang spesifik atau berkembang pesat. Batas pengetahuan (knowledge cutoff)-nya tidak ditentukan; asumsikan bahwa ini mencerminkan data pelatihan terbaru OpenAI. Model ini juga mungkin kesulitan dengan tugas-tugas yang memerlukan aritmetika tepat atau ingatan yang presisi tentang fakta-fakta yang tidak jelas. Selain itu, batas output 128K‑token, meskipun besar, mungkin tidak cukup untuk menghasilkan buku yang sangat panjang atau seluruh basis kode dalam satu kali proses. Untuk tugas-tugas seperti itu, pertimbangkan untuk membagi output atau menggunakan model dengan generasi sekuensial. Kinerja model pada bahasa selain Inggris mungkin kurang kuat. Selalu uji dengan beragam masukan dari domain target Anda.
Model-model yang lebih besar dalam keluarga GPT‑5.4, seperti GPT‑5.4 Full, biasanya mencapai skor lebih tinggi pada tolok ukur penalaran (misalnya, GPQA Diamond >90) dan memiliki jendela konteks yang lebih besar (misalnya, 1M token). Namun, harganya lebih mahal per token dan memiliki latensi yang lebih tinggi. GPT‑5.4 Mini mengorbankan sebagian kinerja mentah untuk biaya yang lebih rendah dan inferensi yang lebih cepat. Untuk tugas yang tidak memerlukan akurasi tertinggi, varian Mini sering kali memberikan trade‑off biaya‑kinerja yang menguntungkan. Jika aplikasi Anda memerlukan akurasi maksimal pada tugas penalaran yang sulit, pilih model Full. OrcaRouter menawarkan kedua opsi dengan perubahan ID model yang sederhana. Skor tolok ukur hanyalah salah satu faktor; evaluasi pada kumpulan data Anda sendiri.
OrcaRouter menagih sesuai tarif penyedia yang tepat tanpa markup. Untuk GPT‑5.4 Mini, harganya adalah $0,75 per 1 juta token input dan $4,50 per 1 juta token output. Token input mencakup prompt sistem, pesan pengguna, dan token multimodal apa pun (file atau gambar). Token output hanya menghitung teks yang dihasilkan. Tidak ada biaya tambahan untuk panggilan streaming atau non‑streaming. Token input yang di-cache tidak mendapatkan diskon karena OrcaRouter meneruskan harga penyedia tanpa modifikasi. Untuk memperkirakan biaya, kalikan jumlah token rata-rata per permintaan Anda dengan tarif ini. Untuk penggunaan volume tinggi, pertimbangkan untuk menggunakan model dengan harga per token yang lebih rendah untuk tugas-tugas sederhana.
Meskipun GPT‑5.4 Mini lebih murah daripada model GPT‑5.4 penuh, model ini tetap lebih mahal dibandingkan banyak model yang lebih kecil seperti GPT‑4o-mini atau GPT‑3.5‑Turbo. Gunakan hanya ketika jendela konteks yang lebih besar, dukungan multimodal, atau kemampuan penalaran yang lebih tinggi sangat diperlukan. Sebagai contoh, chatbot dukungan pelanggan dengan kueri pendek mungkin menghabiskan biaya berlebihan jika menggunakan model ini. Pemrosesan batch dokumen panjang dapat dengan cepat meningkatkan biaya token. Hitung total token per dokumen dan kalikan dengan tarif untuk melihat apakah ada alternatif yang lebih murah dengan kemampuan serupa. OrcaRouter memungkinkan Anda untuk merutekan permintaan ke beberapa model berdasarkan panjang prompt atau topik, secara otomatis mengoptimalkan biaya.
Tidak. OrcaRouter tidak mengubah atau menyimpan cache respons model. Setiap permintaan diteruskan ke OpenAI secara real-time, dan Anda ditagih persis sesuai tarif penyedia per token. Tidak ada diskon volume atau paket prabayar; harga bersifat bayar sesuai pemakaian berdasarkan penggunaan token. Transparansi ini berarti biaya Anda langsung mencerminkan penggunaan OpenAI Anda. Jika OpenAI memperkenalkan cache atau harga berjenjang di masa depan, OrcaRouter akan meneruskan perubahan tersebut tanpa markup. Untuk penggunaan volume tinggi yang dapat diprediksi, pertimbangkan perjanjian perusahaan langsung dengan OpenAI, tetapi untuk akses fleksibel dengan overhead minimal, OrcaRouter adalah opsi yang langsung.
Untuk menggunakan GPT‑5.4 Mini, atur base URL klien yang kompatibel dengan OpenAI ke https://api.orcarouter.ai/v1 dan ID model ke "openai/gpt-5.4-mini". Berikan kunci API OrcaRouter Anda sebagai token autentikasi. Semua parameter penyelesaian obrolan OpenAI standar didukung: `messages`, `temperature`, `top_p`, `max_tokens`, `stream`, `response_format`, `tools`, dll. Contoh (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 ) ``` Respons mencakup penyelesaian, statistik penggunaan, dan pengidentifikasi model.
API OrcaRouter dirancang agar sepenuhnya kompatibel dengan OpenAI. Tidak ada parameter khusus OrcaRouter; semua parameter diteruskan langsung ke penyedia yang mendasarinya (OpenAI). Namun, OrcaRouter menambahkan sedikit overhead latensi untuk routing dan autentikasi, biasanya di bawah 50 milidetik. Anda dapat melewatkan parameter standar seperti `user`, `stop`, `frequency_penalty`, `presence_penalty`, dan `logit_bias`. API mengembalikan bidang model sebagai "openai/gpt-5.4-mini" terlepas dari penyedia. Jika Anda perlu melacak penggunaan per permintaan, gunakan parameter `user` atau parse metrik penggunaan yang dikembalikan. Untuk routing lanjutan (misalnya, model fallback), hubungi dukungan OrcaRouter.
Ya. Migrasi hanya memerlukan dua perubahan pada kode Anda: ganti base URL OpenAI dengan https://api.orcarouter.ai/v1 dan gunakan kunci API OrcaRouter Anda. ID model harus diawali dengan penyedia (misalnya, "openai/gpt-5.4-mini" alih-alih "gpt-5.4-mini"). Semua parameter lainnya tetap tidak berubah. Hal ini memungkinkan Anda menggunakan OrcaRouter sebagai gateway terpadu untuk beberapa penyedia tanpa memodifikasi integrasi OpenAI yang sudah ada. Uji pada subset lalu lintas sebelum beralih sepenuhnya. OrcaRouter menyediakan log penggunaan dan informasi penagihan yang dapat Anda bandingkan dengan penggunaan langsung sebelumnya untuk memverifikasi transparansi biaya.
GPT‑5.4 Mini adalah model terbaru dari OpenAI dengan jendela konteks yang lebih besar (400K vs. 128K untuk GPT‑4o) dan output maksimum yang lebih tinggi (128K vs. 4K‑16K tipikal). Model ini juga mendukung input gambar dan file, sementara GPT‑4o terutama menangani teks dan gambar. Harga GPT‑4o biasanya lebih rendah ($2,50/$10 per 1 juta token untuk versi standar) tetapi tergantung variannya. Pada tolok ukur penalaran seperti GPQA Diamond, GPT‑5.4 Mini (87,5) melampaui skor yang dilaporkan GPT‑4o (sekitar 70‑80). Namun, GPT‑4o telah diuji secara luas dan mungkin memiliki dukungan yang lebih baik untuk alat tertentu. Pilih GPT‑5.4 Mini saat konteks panjang dan penalaran tinggi menjadi prioritas; gunakan GPT‑4o untuk tugas yang lebih pendek di mana biaya menjadi yang utama.
GPT‑5.4 Full menawarkan jendela konteks yang lebih besar (1M token) dan skor penalaran absolut yang lebih tinggi (GPQA Diamond >90), tetapi dengan harga per token yang jauh lebih tinggi. Varian Mini mengorbankan beberapa kinerja tolok ukur demi efisiensi biaya. Untuk banyak aplikasi praktis, perbedaan kualitas keluaran sangat kecil, terutama pada tugas-tugas yang tidak mendorong batas penalaran. Jika kasus penggunaan Anda memerlukan pemrosesan dokumen yang sangat panjang (lebih dari 400K token) atau memaksimalkan akurasi pada pertanyaan tingkat pascasarjana yang sulit, GPT‑5.4 Full dapat dibenarkan. Jika tidak, GPT‑5.4 Mini sering memberikan hasil yang serupa dengan biaya sekitar setengahnya. OrcaRouter memungkinkan Anda dengan mudah beralih di antara keduanya dengan mengubah ID model dalam permintaan API Anda.
Claude 3.5 Sonnet (by Anthropic) menawarkan jendela konteks 200K, lebih rendah dari GPT‑5.4 Mini yang 400K. Harga untuk Claude 3.5 Sonnet adalah $3.00 per 1M input dan $15.00 per 1M output (tarif Anthropic), menjadikannya lebih mahal per token. Skor tolok ukur pada tes penalaran serupa sebanding, meskipun perbandingan langsung pada GPQA Diamond tidak tersedia untuk umum. Claude 3.5 Sonnet dikenal karena kepatuhan instruksi yang kuat dan pagar pengaman keselamatan. GPT‑5.4 Mini mungkin lebih disukai untuk tugas yang membutuhkan konteks yang sangat panjang atau batas token output yang lebih tinggi. Evaluasi keduanya pada prompt spesifik Anda, karena perbedaan kualitas subjektif dapat memengaruhi kepuasan pengguna. OrcaRouter menyediakan akses ke kedua model untuk pengujian A/B yang mudah.
Model open-source seperti Llama 3.1 70B atau Mixtral 8x22B dapat dijalankan di perangkat keras Anda sendiri dengan biaya yang dapat diprediksi, terutama pada volume tinggi. Namun, model-model tersebut seringkali memiliki jendela konteks yang lebih kecil (128K atau kurang) dan mungkin memerlukan infrastruktur yang signifikan untuk mencapai latensi rendah. GPT‑5.4 Mini menawarkan jendela konteks 400K, input multimodal, dan penalaran yang disetel oleh ahli tanpa beban infrastruktur. Jika Anda menghargai kemudahan penggunaan, harga berbasis token, dan kemampuan untuk meningkatkan skala secara instan, GPT‑5.4 Mini melalui OrcaRouter lebih praktis. Jika Anda memerlukan kendali penuh atas tempat tinggal data dan memiliki persyaratan latensi rendah, dan tugas Anda sesuai dengan konteks yang lebih kecil, alternatif open-source mungkin lebih murah dalam jangka panjang. Uji keduanya di lingkungan Anda.
Kompatibel OpenAI — pakai SDK Anda yang sekarang
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-5.4-mini",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| Input / 1M token | $0.750 |
| Output / 1M token | $4.50 |
| Baca cache / 1M | $0.075 |
| Mata uang | USD |
Perkiraan berdasarkan harga daftar
Hanya perkiraan — jumlah token sebenarnya bergantung pada tokenizer penyedia.
GET /api/public/models/openai/gpt-5.4-miniBuka @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