OpenAI GPT-5.4-2026-03-05: 1.05M контекст, 128K вывод, 92.0 GPQA Diamond. Текст, изображение, файловый ввод.
Это большая языковая модель от OpenAI с контекстным окном в 1 050 000 токенов и максимальным выводом в 128 000 токенов. Она принимает текстовые, графические и файловые входные данные, позволяя…
Благодаря контексту в 1,05М и мультимодальной поддержке, он отлично справляется с такими задачами, как анализ длинных финансовых отчётов со встроенными диаграммами, обобщение целых юридических документов, проверка больших кодовых баз на наличие ошибок или паттернов, а также проведение академических исследований по объёмным статьям. Он может комбинировать несколько изображений (например, слайды презентации) с текстовым контекстом и создавать единое резюме. Максимальный вывод в 128К также делает его подходящим для генерации всеобъемлющих отчётов, целых программных проектов или расширенных повествовательных материалов, которые были бы обрезаны моделями с меньшими лимитами вывода. Варианты использования, требующие высокой способности к рассуждению, такие как многошаговые математические или логические задачи, также выигрывают от высоких бенчмарк-показателей.
Если ваша задача включает короткие входные и выходные данные (например, диалоги чат-бота длиной менее 4K токенов, простая классификация или краткие переводы), меньшая модель, такая как OpenAI GPT-4o mini или GPT-4o, может быть более экономичной и быстрой. Кроме того, если задача не требует глубины рассуждений, измеряемой GPQA Diamond, более дешевая модель может достичь приемлемых результатов при меньших затратах. Поскольку ценообразование для этой модели на OrcaRouter не является общедоступным, вероятно, стоимость за токен выше, чем для меньших моделей. Оцените, необходим ли расширенный контекст и объем вывода; если нет, более легкая модель снизит как денежные затраты, так и задержку.
Модель изначально поддерживает обработку текста, изображений и файлов в одном контекстном окне. Это означает, что вы можете отправить запрос, включающий текстовую подсказку, несколько изображений (например, фотографии, схемы) и прикрепленные файлы (например, PDF, электронные таблицы) в составе массива сообщений. Модель будет анализировать все модальности. Например, вы можете попросить её сравнить схему на изображении с данными в CSV-файле и получить текстовый анализ. Обратите внимание, что обработка изображений и файлов потребляет токены из контекстного окна; большое изображение может использовать тысячи токенов, поэтому планируйте запросы соответствующим образом, чтобы оставаться в пределах 1 050 000 токенов.
Модальность ввода файлов охватывает распространенные форматы документов, такие как PDF, Word, Excel, PowerPoint, текстовые файлы и, возможно, форматы изображений, выходящие за рамки обычных веб-изображений. Хотя точные MIME-типы файлов не указаны в предоставленных фактах, OrcaRouter, вероятно, поддерживает тот же диапазон, что и конечные точки файлов OpenAI. Для достижения наилучших результатов используйте текстовые файлы (PDF, TXT, код), поскольку изображения обрабатываются отдельно через модальность изображений. Модель может извлекать текст из файлов и включать его в свои рассуждения. Если вам нужно проанализировать изображение, встроенное в файл (например, PDF с картинками), лучше извлечь изображение отдельно и отправить его через ввод изображения.
GPQA Diamond — это бенчмарк, состоящий из вопросов с множественным выбором уровня аспирантуры по биологии, физике и химии. Оценка 92.0 означает, что модель правильно ответила на 92% этих вопросов. Это сильный результат, предполагающий, что модель обладает глубокими рассуждениями и специфическими предметными знаниями. Однако бенчмарковые оценки не гарантируют идеальной производительности в каждом реальном сценарии. Модель всё ещё может допускать ошибки в тонких задачах или по темам, выходящим за пределы её обучающего распределения. Эта оценка является сравнительным показателем: она показывает, что данная модель превосходит многие предыдущие модели в этом конкретном тесте, но для специфических приложений с высокими ставками всегда проверяйте результаты.
Сильные стороны включают способность обрабатывать очень длинные контексты, работать с несколькими модальностями и генерировать объемные результаты. Высокий показатель GPQA Diamond свидетельствует о сильных рассуждениях. Ограничения: как и все LLM, модель может генерировать правдоподобную, но неверную информацию (галлюцинации). Большое контекстное окно означает, что если пользователь предоставит противоречивую или нерелевантную информацию в контексте, модель может испытывать трудности с фокусировкой на важных частях. Кроме того, из-за большого размера модели задержка вывода может быть выше, чем у меньших моделей. Максимальный объем вывода модели в 128,000 токенов щедр, но все же ограничен; чрезвычайно длинные генерации могут быть усечены, если вывод превышает этот лимит. Никакие показатели задержки или скорости публично не предоставлены.
Единственным конкретным бенчмарком, который указан, является GPQA Diamond с результатом 92.0. Для сравнения, более ранние модели OpenAI, такие как GPT-4 (август 2023), набирали около 38.0 на GPQA (более высокий уровень Diamond). GPT-4o (май 2024) набирала примерно 75-80 на GPQA Diamond (общеизвестно). Следовательно, эта модель демонстрирует улучшение. По другим бенчмаркам, таким как MMLU, HumanEval и т.д., данные не предоставлены; пользователи должны предполагать типичную высокую производительность, ожидаемую от флагманской модели OpenAI. Ключевым отличием является размер контекста и выходных данных: GPT-4o имеет контекст 128K и вывод 16K, тогда как эта модель имеет контекст 1.05M и вывод 128K. Таким образом, для очень длинных документов эта модель является лучшим выбором.
В предоставленных фактах не включены мультимодальные бенчмарки (например, по описанию изображений или визуальному ответу на вопросы). Однако, учитывая, что модель поддерживает ввод изображений и файлов, разумно предположить, что она хорошо справляется со стандартными задачами визуально-языкового анализа, вероятно, на уровне или лучше возможностей GPT-4o в области зрения. Пользователям, заинтересованным в конкретной мультимодальной точности, следует протестировать модель на собственных наборах данных. Показатель GPQA Diamond (только текст) дает базовый уровень для рассуждений, но не охватывает визуальные рассуждения. Для задач, требующих чтения текста из изображений, модель внутренне использует оптическое распознавание символов, но отдельные показатели точности OCR не предоставлены.
Стоимость использования openai/gpt-5.4-2026-03-05 на OrcaRouter не раскрывается публично в доступных источниках. Как правило, модели с очень большими контекстными окнами и высокими лимитами на вывод имеют более высокую цену за токен из-за требуемых вычислительных ресурсов. Для получения актуальных цен обратитесь к панели управления OrcaRouter или свяжитесь с их службой поддержки. При планировании бюджета учитывайте, что большой максимальный вывод (128K токенов) может привести к более высоким счетам за один запрос. Некоторые платформы предлагают скидки за кэширование повторяющихся запросов; уточните в документации OrcaRouter. Для задач, чувствительных к стоимости, оцените, могут ли модели меньшего размера дать приемлемые результаты для части пайплайна.
OrcaRouter может предлагать механизмы кэширования, при котором повторяющиеся в запросах промпты временно сохраняются для снижения затрат. Это распространено среди многих поставщиков API. Для модели с контекстом 1.05M кэширование может быть особенно полезным, если вы часто используете один и тот же системный промпт или большой статический документ. Однако конкретные политики кэширования для этой модели не описаны в предоставленных данных. Вероятно, вы можете включить кэширование, установив соответствующие заголовки или используя встроенные функции OrcaRouter. Без кэширования каждый запрос обрабатывает полный контекст, поэтому затраты растут линейно с длиной ввода. Для оптимизации предварительно обрабатывайте входные данные, удаляя нерелевантное содержимое перед отправкой.
В предоставленных данных нет ценовых показателей ни для одной из моделей. Как общее правило, модели с большим контекстным окном и более поздней датой релиза, как правило, имеют более высокую стоимость по сравнению с более ранними моделями. GPT-4o, имеющая контекст 128K и объём выходных данных 16K, вероятно, будет дешевле этой модели. Для частых коротких запросов более низкая стоимость GPT-4o может оказаться более экономичной. Для задач с длинными документами контекстного окна GPT-4o может быть недостаточно, что потребует разбиения на части и множественных вызовов; в таком случае более высокая стоимость за токен этой модели может на самом деле оказаться ниже в целом, поскольку она позволяет избежать дополнительной обработки. Пользователям следует проводить собственные оценки затрат, исходя из реальных паттернов использования.
Установите базовый URL на https://api.orcarouter.ai/v1 и используйте идентификатор модели "openai/gpt-5.4-2026-03-05" в теле запроса. API полностью совместим с клиентом OpenAI для Python, curl или любым HTTP-клиентом, поддерживающим конечную точку chat completions. Пример с библиотекой openai на Python: ```python import openai client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key="YOUR_KEY") response = client.chat.completions.create( model="openai/gpt-5.4-2026-03-05", messages=[{"role":"user","content":"Explain quantum computing"}], max_tokens=2048 ) ``` Все стандартные параметры поддерживаются. Не забудьте заменить YOUR_KEY на ключ API OrcaRouter.
Минимально необходимые параметры: "model" (строка, должна быть "openai/gpt-5.4-2026-03-05") и "messages" (массив объектов сообщений). Каждый объект сообщения требует поля "role" (system, user или assistant) и "content". Для мультимодального ввода content может быть массивом частей содержимого (text, image_url или file). Модель также поддерживает параметр "max_tokens" (целое число до 128 000). Если он опущен, модель может генерировать до условия остановки. Другие необязательные параметры включают temperature, top_p, frequency_penalty, presence_penalty, stop и stream. Все они следуют спецификации OpenAI Chat Completions.
Миграция включает изменение базового URL и, возможно, обновление API-ключа. Если ваш код в настоящее время использует OpenAI Python-клиент с базовым URL по умолчанию (api.openai.com), вам достаточно создать экземпляр клиента с параметром base_url="https://api.orcarouter.ai/v1" и вашим API-ключом OrcaRouter. Идентификатор модели меняется с названия модели OpenAI (например, "gpt-5.4-2026-03-05") на "openai/gpt-5.4-2026-03-05" (обратите внимание на префикс провайдера). Все остальные параметры остаются без изменений. Сначала протестируйте с помощью простого запроса. Эта модель может вести себя немного иначе, чем та же модель при прямом доступе через OpenAI, но для большинства случаев использования она должна быть функционально идентична.
GPT-4o (в частности версия gpt-4o-2024-08-06) имеет контекстное окно в 128,000 токенов и максимальный вывод в 16,384 токена. В отличие от этого, openai/gpt-5.4-2026-03-05 предлагает контекстное окно в 1,050,000 токенов (примерно в 8.2 раза больше) и максимальный вывод в 128,000 токенов (примерно в 7.8 раза больше). Это делает новую модель гораздо более подходящей для задач, связанных с целыми книгами, массивными кодовыми базами или длинными историями разговоров, а также для создания расширенных выводов, таких как полные отчеты. Однако GPT-4o может иметь более быстрый инференс и меньшую стоимость. С точки зрения бенчмарков, оценка GPT-4o по GPQA Diamond ниже (приблизительно 80) по сравнению с 92.0, что указывает на лучшее рассуждение на вопросах уровня магистратуры. Для задач, которые вписываются в контекст GPT-4o, он остается сильной альтернативой.
GPT-4 Turbo (gpt-4-turbo-2024-04-09) имеет контекстное окно в 128 000 токенов и максимальный выход в 4 096 токенов. Его показатель GPQA Diamond значительно ниже (около 38). Следовательно, модель 5.4 превосходит её как по контексту, так и по выходу и рассуждению. Поскольку GPT-4 Turbo более старая, её всё ещё можно использовать для недорогих коротких задач, но для любых длинных контекстов или задач с высокими требованиями к рассуждению эта модель превосходит её. Новая модель также изначально поддерживает ввод изображений и файлов, в то время как возможности GPT-4 Turbo по работе с изображениями были введены позже и не так интегрированы.
OrcaRouter, вероятно, предлагает и другие модели OpenAI (например, openai/gpt-4o, openai/gpt-4-turbo), а также модели других провайдеров. Если вам нужен контекстный буфер больше 128K токенов, но меньше 1,05M, можно рассмотреть такие модели, как Anthropic's Claude 3.5 Sonnet (200K контекста) или Google's Gemini 1.5 Pro (1M контекста). Выбор зависит от ваших конкретных требований к рассуждению, мультимодальной поддержке и длине вывода. Эта модель отличается сочетанием очень большого контекста и высокого показателя рассуждения. Для наилучших результатов протестируйте ваш конкретный сценарий использования с помощью пробного запроса через API OrcaRouter, чтобы сравнить качество вывода моделей.
Совместимо с OpenAI — оставьте свой 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-5.4-2026-03-05",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| Уровень | Ввод / 1M токенов | Вывод / 1M токенов | Чтение кэша / 1M |
|---|---|---|---|
| ≤ 272K | $2.50 | $15.00 | $0.250 |
| ≤ ∞ | $5.00 | $22.50 | $0.500 |
| Уровень выбирается по количеству входных токенов запроса | |||
Оценка по прайс-листу
Многоуровневые цены — оценка использует базовый уровень.
Только оценка — фактическое число токенов зависит от токенизатора провайдера.
GET /api/public/models/openai/gpt-5.4-2026-03-05Открыть @misc{orcarouter_gpt_5_4_2026_03_05,
title = {openai/gpt-5.4-2026-03-05 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5.4-2026-03-05}
}openai. (n.d.). openai/gpt-5.4-2026-03-05 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5.4-2026-03-05