GPT-5.4 è l'ultimo modello di frontiera di OpenAI, che unifica le linee Codex e GPT in un unico sistema. Dispone di una finestra di contesto da 1M+ token (922K input, 128K output) con supporto per...
GPT-5.4 è un modello linguistico di grandi dimensioni di OpenAI con una finestra di contesto di 1,050,000 token e un output massimo di 128,000 token. Elabora input di testo, immagini e file. Il…
GPT-5.4 eccelle nella comprensione del linguaggio, generazione, ragionamento e interpretazione multimodale. La sua ampia finestra di contesto supporta attività come seguire istruzioni a più passaggi, creazione di contenuti lunghi e dialoghi complessi. Il modello è particolarmente forte nel ragionamento scientifico a livello di specializzazione, con un punteggio del 92,0 su GPQA Diamond. Può anche gestire l'estrazione di dati basata su file e la descrizione di immagini. Quando si seleziona un modello, considera se il tuo caso d'uso richiede veramente l'intero contesto o se un modello più economico è sufficiente.
Con un contesto di 1.050.000 token, GPT-5.4 può assimilare interi libri, lunghi rapporti o migliaia di righe di codice in un unico prompt. Ciò elimina la necessità di suddividere i documenti e consente al modello di considerare tutte le informazioni simultaneamente. L'output è limitato a 128.000 token, quindi riassunti o estrazioni possono essere altrettanto lunghi. Per le attività che non richiedono un contesto lungo completo, modelli più piccoli possono essere più convenienti.
Sì, GPT-5.4 supporta input di immagini e file oltre al testo. Le immagini possono essere fornite in formati standard (JPEG, PNG, ecc.) e il modello può rispondere a domande sul contenuto visivo. I file (ad es. PDF, CSV) vengono caricati ed elaborati come parte del contesto. Questa capacità multimodale è utile per analizzare diagrammi, estrarre dati da tabelle o fare riferimenti incrociati tra testo e grafica. Tutte le modalità di input contano ai fini del limite di token di contesto.
Se il tuo compito non richiede l'intero contesto di 1.050.000 token o l'input multimodale, considera modelli con finestre di contesto più piccole o modalità limitate per ridurre i costi. Ad esempio, semplici query a turno singolo, testi brevi o compiti che non traggono vantaggio da un ragionamento estensivo possono essere gestiti da modelli come GPT-4o mini o GPT-4.1 nano. Valuta la lunghezza e la complessità del tuo prompt prima di selezionare GPT-5.4 per evitare di pagare per capacità inutilizzata.
GPT-5.4 ha ottenuto un punteggio di 92.0 su GPQA Diamond, un benchmark di 198 domande a scelta multipla che coprono fisica, chimica e biologia a livello universitario avanzato. Questo punteggio indica un'alta accuratezza nel ragionamento scientifico di livello esperto. Non sono disponibili altri punteggi benchmark per questo modello nei fatti forniti. Gli utenti dovrebbero valutare le prestazioni sui propri compiti specifici del settore.
Un punteggio di 92.0 significa che GPT-5.4 ha risposto correttamente al 92% delle domande GPQA Diamond. GPQA Diamond è progettato per testare conoscenze e ragionamenti che un esperto umano possiederebbe dopo anni di studi post-laurea. Include problemi multi‑passaggio, interpretazione di dati scientifici e applicazione di concetti sfumati. Questo benchmark viene spesso utilizzato per valutare la capacità di un modello di gestire query complesse e specifiche di dominio.
Punti di forza: contesto molto lungo (1.050.000 token), ragionamento scientifico elevato (92,0 GPQA Diamond), input multimodale (testo, immagine, file). Limitazioni: nessuna informazione sui prezzi fornita; la latenza aumenta con la lunghezza del contesto; contesti estremamente lunghi potrebbero raggiungere i limiti di token o degradare la qualità delle risposte sui dettagli periferici. Il modello non supporta lo streaming in tempo reale o l'input vocale. Per attività non fortemente scientifiche, altri modelli potrebbero essere ugualmente capaci a costo inferiore.
La velocità di inferenza non è specificata nei fatti forniti. In generale, i modelli con un numero maggiore di parametri e finestre di contesto più lunghe richiedono più tempo per elaborare ogni token. Gli utenti dovrebbero aspettarsi una latenza maggiore rispetto a modelli più piccoli come GPT-4o mini. OrcaRouter potrebbe avere una propria cache o livello di ottimizzazione, ma il throughput effettivo dipende dalla dimensione delle richieste e dal carico concorrente. Si consiglia di testare con prompt rappresentativi.
I dettagli dei prezzi per GPT-5.4 su OrcaRouter non sono forniti nei fatti. Di solito, il prezzo dei modelli OpenAI si basa sulle tariffe per token di input e output, e OrcaRouter potrebbe applicare il proprio margine o offrire piani in bundle. Per ottenere i prezzi correnti, consulta la pagina dei prezzi di OrcaRouter o contatta il loro team di vendita. I costi aumentano con la lunghezza del contesto perché ogni token viene addebitato.
Utilizzare la finestra di contesto completa di 1,050,000‑token comporta costi proporzionali al numero totale di token di input. Se il tuo compito utilizza solo una frazione di quella capacità, ti verrà comunque addebitato l'intero prompt. Pertanto, è efficiente in termini di costi mantenere i prompt il più brevi possibile, pur soddisfacendo i requisiti. Anche i token di output fino a 128,000 vengono fatturati. Per output molto lunghi, considera di troncare o utilizzare iterazioni multiple.
OrcaRouter può offrire meccanismi di caching per evitare di rielaborare prefissi di prompt identici, ma ciò non è confermato nei fatti forniti. Se abilitato, il caching dei prompt può ridurre la latenza e il costo per query ripetute. Controlla la documentazione di OrcaRouter per le politiche di cache. Senza caching, ogni prompt unico viene addebitato per intero.
Senza prezzi esatti, un confronto diretto non è possibile. In generale, i modelli con finestre di contesto più ampie e punteggi benchmark più alti hanno prezzi per token più elevati. GPT-5.4 è probabilmente più costoso per token rispetto a modelli più piccoli come GPT-4o o GPT-4.1. Gli utenti dovrebbero valutare il costo totale in base alla lunghezza media prevista del prompt e dell'output, e considerare se i miglioramenti delle prestazioni giustifichino la differenza di prezzo.
Utilizza l'URL di base compatibile con OpenAI https://api.orcarouter.ai/v1 e imposta il parametro del modello su openai/gpt-5.4. L'autenticazione richiede una chiave API OrcaRouter. Esempio di richiesta 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"}]}'
L'API supporta i parametri standard di completamento delle chat: model (stringa), messages (array di ruolo/contenuto), max_tokens (intero fino a 128.000), temperature, top_p, frequency_penalty, presence_penalty, stop, stream (booleano) e n. Per input multimodali, includi il contenuto del messaggio come array di oggetti con tipo text/image_url/file. Fare riferimento alla documentazione API di OrcaRouter per lo schema esatto.
Sì, perché OrcaRouter fornisce un'API compatibile con OpenAI. Sostituisci il tuo attuale URL di base con https://api.orcarouter.ai/v1 e aggiorna il nome del modello a openai/gpt-5.4. La tua libreria client OpenAI (ad esempio, il pacchetto Python openai) può essere riconfigurata modificando base_url e api_key. Assicurati che il tuo codice gestisca le possibili differenze nei formati di risposta degli errori o nei limiti di frequenza.
Il modello ID su OrcaRouter è openai/gpt-5.4. Questa stringa deve essere passata nel campo model del corpo della richiesta. Distingue GPT-5.4 dagli altri modelli disponibili tramite lo stesso endpoint API. Usare un ID errato causerà un errore. Il provider è openai, ma il modello è ospitato e instradato da OrcaRouter.
GPT-5.4 offre una finestra di contesto molto più ampia (1.050.000 vs. 128.000 token) e un punteggio GPQA Diamond più alto (92,0 vs. non fornito per GPT-4o). GPT-4o supporta testo e immagini ma non il caricamento di file, e ha un output massimo inferiore (16.384 token vs. 128.000). GPT-5.4 è più capace per contesti lunghi e ragionamento scientifico, ma probabilmente più costoso e lento. GPT-4o rimane una buona scelta per compiti più brevi e semplici.
Claude 3.5 Sonnet offre un contesto di 200.000 token; GPT-5.4 lo supera con 1.050.000. Tuttavia, i confronti di benchmark sono limitati: GPT-5.4 ottiene 92.0 su GPQA Diamond, mentre Claude 3.5 Sonnet ottiene 78.0 (pubblicamente noto). Non è disponibile un confronto diretto con Gemini 2.0 Pro o Llama 3.1 405B basato sui fatti forniti. GPT-5.4 è competitivamente forte nel ragionamento scientifico, ma gli utenti dovrebbero testarlo sui propri dati.
GPT-5.4 fornisce una finestra di contesto più ampia (1,050,000 contro i 200,000 di Claude) e un output massimo più elevato (128,000 contro 8,192). Su GPQA Diamond, GPT-5.4 ottiene 92.0; Claude 3.5 Sonnet ottiene 78.0. Ciò suggerisce che GPT-5.4 possa ottenere risultati migliori nell'analisi di documenti scientifici complessi. Tuttavia, è necessario considerare la disponibilità del modello, i prezzi e l'integrazione dell'ecosistema su OrcaRouter. Per documenti molto lunghi, la finestra di contesto più ampia di GPT-5.4 è vantaggiosa.
I modelli più piccoli (ad es., GPT-4o mini, GPT-4.1 nano) hanno un costo inferiore, un'inferenza più rapida e finestre di contesto più piccole. GPT-5.4 scambia costo e velocità per una maggiore accuratezza in compiti complessi e la capacità di gestire contesti massicci. La tua decisione dovrebbe basarsi sulle prestazioni richieste in domande ad alto rischio (come GPQA Diamond) e sulle esigenze di lunghezza del contesto. Se il tuo compito è semplice, un modello più piccolo è probabilmente più efficiente.
Compatibile con OpenAI: mantieni il tuo SDK
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| Livello | Input / 1M token | Output / 1M token | Lettura cache / 1M |
|---|---|---|---|
| ≤ 272K | $2.50 | $15.00 | $0.250 |
| ≤ ∞ | $5.00 | $22.50 | $0.500 |
| Livello selezionato in base al numero di token di input di ogni richiesta | |||
Stima basata sul prezzo di listino
Prezzi a livelli — questa stima usa le tariffe del livello base.
Solo una stima — il numero effettivo di token dipende dal tokenizzatore del provider.
GET /api/public/models/openai/gpt-5.4Apri @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