OpenAI GPT-5 Nano: 400Kコンテキスト、83.7 AA Math、テキスト/画像/ファイル入力、$0.05/M入力トークン（OrcaRouter経由）
OpenAI GPT-5 Nano（2025-08-07リリース）は、GPT-5ファミリーの小型でコスト最適化されたメンバーです。40万トークンのコンテキストウィンドウを備え、長大なドキュメントや書籍全体を一度に処理できます。出力は最大12万8000トークンまで対応し、長時間のマルチターン会話や詳細な推論ステップをカバーします。入力はテキスト、画像、ファイルをサポートし、柔軟なマルチモーダル取り込…
GPT-5 Nanoは、テキスト、画像、ファイルの入力を受け付け、複数の形式を横断して推論できます。40万トークンのコンテキストにより、埋め込まれた画像やドキュメント添付ファイルとともに、数百ページのテキストを保持できます。このモデルは、1回の応答で最大12万8千トークンを生成でき、長い分析出力、コード生成、多段階の数学的証明に適しています。AA Mathスコア83.7は、強力な算術および論理的推論を示しています。一般的なユースケースとしては、長文書の要約、画像からテキストへの注釈付け、ファイルベースのデータ抽出、図表とテキストの文脈の両方の理解が必要な教育問題の解決などがあります。
最適なユースケースは、最大のベンチマーク性能を要求せずに、モデルの大規模なコンテキストとマルチモーダル入力を活用します。 例：300ページの法的契約書と添付の証拠資料（署名の画像、表）を処理して義務を抽出する。 別の例：図を含む長い研究論文を分析し、その後10,000語の批評を書く。 教育において、GPT-5 Nanoは手書きの数式の画像を使用して、複雑な数学の問題を段階的に解くことができます。 データパイプラインでは、PDFや画像を取り込み、構造化データを出力できます。 これらのタスクは、低い入力コスト（$0.05/Mトークン）とファイルを直接処理できる能力の恩恵を受けます。
もしあなたのアプリケーションが、例えば8,000トークン程度のコンテキストしか必要とせず、画像やファイル入力を必要としないのであれば、より小型で安価なモデル（例えば、トークン単価が低いGPT-4 Mini）の方が経済的です。同様に、出力が常に非常に短い場合（例えば、単語レベルの分類）、出力トークン100万あたり$0.40を支払うのは無駄になる可能性があります——出力コストが低い分類に最適化されたモデルを検討してください。GPT-5 Nanoは、本当にその400Kのコンテキストウィンドウやマルチモーダル機能が必要な場合に最も費用対効果が高くなります。そうでなければ、よりシンプルなモデルの方がコストを節約できます。
AA Mathベンチマークは、算数、代数、文章問題を解く数学的推論を評価します。83.7というスコアは、GPT-5 Nanoがこのベンチマークのタスクの83.7%を正しく解いたことを示しています。これは「nano」モデルとしては強いパフォーマンスであり、小学校から高校初期レベルの数学（複数ステップの問題を含む）を確実に処理できることを示唆しています。スコアが90を超える可能性があるが、トークンあたりのコストが高い大規模モデルと比較してください。このスコアは、数学的推論において、GPT-5 Nanoが多くのアプリケーションに対して良好なコストと精度のトレードオフを提供することを確認しています。
GPT-5 Nanoのレイテンシ数値は、2025-08-07のリリース時点でOpenAIによって公表されていません。実際の速度は、総トークン数、リクエスト負荷、OrcaRouterのインフラストラクチャなどの要因に依存します。Nanoは大規模なバリアントに比べて小さいモデルであるため、トークンあたりのレイテンシは低い可能性がありますが、正確な数値は不明です。OrcaRouterは、標準のタイムアウト設定でリクエストを非同期に処理します。レイテンシに敏感なリアルタイムアプリケーションについては、OrcaRouter APIを介して、典型的なペイロード（画像やファイルを含む）でベンチマークテストを実施し、適合性を評価することを推奨します。
強み: 長いコンテキスト (400K トークン)、マルチモーダル入力 (テキスト/画像/ファイル)、大出力容量 (128K トークン)、高い数学的推論能力 (83.7 AA Math)、低トークン単価。制限: 他のベンチマークではトップパフォーマンスモデルではない (コーディング、推論、知識タスクのスコアは提供されていない)。パラメータ数が少ないため、高度に微妙なタスクや創造的なタスクでは苦戦する可能性がある。また、レイテンシは保証されず、音声や動画の入力はサポートされていない。128K 制限に近い非常に長い生成では出力品質が低下する可能性がある。最先端のスコアが必要なタスクでは、より大きな GPT-5 モデルを検討してください。
料金はトークン使用量に基づき、OpenAIプロバイダー料金で請求され、マークアップはありません。入力トークン: 100万トークンあたり$0.05。出力トークン: 100万トークンあたり$0.40。OrcaRouterはこれらの正確な料金をそのまま適用します。典型的な会話では、100,000の入力トークン（画像が入力の一部としてトークン化されたものを含む）と10,000の出力トークンを使用した場合、コストは ($0.05 × 0.1) + ($0.40 × 0.01) = $0.005 + $0.004 = $0.009（1セント未満）になります。請求はトークンレベルで測定されます。OrcaRouterダッシュボードから支出制限を設定できます。
GPT-5 Nanoの主な利点は、コンテキストサイズに対する**低い入力コスト**です。例えば、400Kトークンのドキュメントを処理する場合、入力コストはわずか$0.02です（400K / 1M × $0.05）。出力トークンはトークンあたりのコストが高いため、アプリケーションが非常に長い応答を生成する場合、出力コストが支配的になる可能性があります。例えば、100Kトークンの出力は$0.04かかります（100K / 1M × $0.40）。平均的な入力対出力の比率を評価してください。出力が短く、入力が巨大な場合、Nanoは**非常に安価**です。出力が128Kに近づく場合は、特定のタスクに対してより安価な出力レートのモデルが存在するかどうかを検討してください。
OrcaRouterは個々のモデルに対する特定のキャッシュメカニズムを開示していません。標準的なAPIのベストプラクティスが適用されます。適切な場合にはアプリケーションレベルでレスポンスを再利用し、冗長なトークン消費を最小限に抑えてください。GPT-5 Nanoはファイルおよび画像入力（トークン化されます）をサポートしているため、一意のファイルまたは画像ごとに新しい入力トークンとしてカウントされることに注意してください。トークン化されたコンテンツのキャッシュはAPIレベルではサポートされていません。コストを最適化するには、プロンプトのテキスト部分をクライアント側でキャッシュし、モデルの回答が決定論的であり、temperature=0を制御している場合は、同一の長いコンテキストを再送信しないようにすることができます。
OpenAI互換のAPIエンドポイントを使用: ベースURL https://api.orcarouter.ai/v1、モデルID "openai/gpt-5-nano-2025-08-07"。curlの例:\n\ncurl https://api.orcarouter.ai/v1/chat/completions \n -H "Authorization: Bearer YOUR_ORCAROUTER_API_KEY" \n -H "Content-Type: application/json" \n -d '{\n "model": "openai/gpt-5-nano-2025-08-07",\n "messages": [{"role": "user", "content": [{"type": "text", "text": "Solve this math problem."},{"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}]}],\n "max_tokens": 512\n }'\n\nすべての標準パラメータ (temperature, top_p, stop, frequency_penalty等) をサポート。ファイル入力はbase64エンコードまたはURLベースで可能。
GPT-5 Nanoは、標準的なチャット完了パラメータをサポートしています：model（必須、正確なIDを使用）、messages（メッセージオブジェクトの配列）、max_tokens（最大128000）、temperature（0～2、デフォルト1）、top_p（0～1、デフォルト1）、n（完了数、デフォルト1）、stop（文字列または配列）、frequency_penalty、presence_penalty、user（追跡用の一意識別子）、logit_bias。画像やファイルの入力には、タイプが「image_url」（画像の場合）または「file」（ファイル添付の場合、サポートされている場合—OrcaRouterのドキュメントを確認）のコンテンツオブジェクトを使用します。tools、tool_choice、response_formatなどのパラメータは、モデルが構造化出力をサポートしている場合に利用可能です。
マイグレーションは簡単です。OrcaRouterはOpenAIと完全互換のスキーマを実装しているからです。変更点はたった2つです: 1) ベースURLをhttps://api.orcarouter.ai/v1に設定する; 2) OpenAI APIキーをOrcaRouter APIキーに置き換える（OrcaRouterダッシュボードから取得）。その他のリクエストボディはすべて変更せず、モデルID（例: "openai/gpt-5-nano-2025-08-07"）もそのまま使用します。OrcaRouterがルーティングと課金を処理します。エンドポイントとキー以外のコード変更は不要です。単一のリクエストでテストし、接続とトークン使用量の計上が確認できます。
ファイル入力の場合、typeが"file"のコンテンツオブジェクトを含め、ファイルデータをbase64エンコーディングまたは公開URLとして提供してください。OrcaRouterはOpenAIのAPIと同じスキーマを受け入れます。メッセージコンテンツの例：[{"type": "text", "text": "このPDFを要約してください"}, {"type": "file", "file": {"url": "..."}}]。ファイルのトークン化コストはサイズと複雑さに依存します（画像は解像度に比例した入力トークンとしてカウントされます）。総コンテキスト（テキスト+画像+ファイルトークン）が400,000以下になるようにしてください。非常に大きなファイルの場合は、事前分割や別の戦略を検討してください。
GPT-5 Nanoは、より大きなコンテキストウィンドウ（400K vs. GPT‑4 Miniの一般的な128K）とマルチモーダル入力（テキスト/画像/ファイル vs. 多くのMiniバリアントではテキストのみ）を提供します。コストも低く、$0.05/$0.40 per M tokens vs. GPT‑4 Miniのレート（多くの場合出力でより高額）です。ただし、GPT‑4 Miniの方が推論速度が速い可能性があります（ただし、どちらのレイテンシー数値も公開されていません）。GPT‑5 NanoのAA Mathスコア（83.7）は、GPT‑4 Miniの数学性能と競合またはそれを上回ります。長文脈・マルチモーダルタスクではNanoが明確な選択肢であり、短い汎用テキストではMiniの方がコスト効率が良い可能性があります。
GPT‑5 ProはOpenAIの大規模なフラッグシップモデルであり、全体的に高いベンチマークスコアを誇る一方、トークン価格も高くなっています（正確な料金は未公開）。Proはおそらくコンテキストウィンドウが小さい（128Kと噂されています）ものの、推論、コーディング、創造性に優れています。GPT‑5 Nanoは、精度と機能の一部を犠牲にして、はるかに低価格で長いコンテキストを実現しています。難しいタスクで最大の品質を優先するなら、Proを選んでください。大量のデータを経済的に処理する必要があり、中程度の精度で構わないなら、Nanoが優れています。両方ともOrcaRouterを介して同じAPI形式で利用可能です。
OrcaRouterは多くのモデルへのアクセスを提供します。選択肢としては、より高精度な大規模OpenAIモデル（GPT‑5 Pro）、簡易テキスト向けの小規模モデル（GPT‑4 Mini）、またはAnthropicのClaudeやMetaのLlamaといったサードパーティモデルがあります。それぞれ異なるコンテキストウィンドウ、価格設定、モダリティサポートを備えています。例えば、Claude 3 Haikuは高速ですが、画像入力はできません。トークンあたりのコストはOrcaRouterの価格ページで比較できます。GPT-5 Nanoは、400Kのコンテキスト、マルチモーダル入力、低い入力コストを組み合わせた点で特に際立っており、軽量モデルの中でもユニークな存在です。
GPT-5 Nanoは、API経由でアクセスする他のOpenAIモデルと同様、デフォルトではお客様のデータを学習しません（OpenAIのAPIデータ利用ポリシーが適用されます）。OrcaRouterはプロキシとして機能し、課金およびリクエストログに必要な範囲を超えて、お客様のプロンプトやレスポンスを保存することはありません（同社のプライバシーポリシーに従います）。両プロバイダーは、お客様がオプトインしない限り、APIデータをモデル改善に使用しないことを約束しています。機密データの場合は、ローカルまたは専用モデルの使用を検討してください。GPT‑5 Nanoのデータ取り扱いは、他のOpenAI APIモデルと同一です—OrcaRouterによる追加のデータ保持はありません。
OpenAI 互換——今お使いの SDK のまま
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-5-nano-2025-08-07",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| 入力 / 1M tokens | $0.050 |
| 出力 / 1M tokens | $0.400 |
| キャッシュ読み取り / 1M | $0.0050 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
@misc{orcarouter_gpt_5_nano_2025_08_07,
title = {openai/gpt-5-nano-2025-08-07 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5-nano-2025-08-07}
}openai. (n.d.). openai/gpt-5-nano-2025-08-07 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5-nano-2025-08-07