GPT-5-Nano là biến thể nhỏ nhất và nhanh nhất trong hệ thống GPT-5, được tối ưu hóa cho các công cụ phát triển, tương tác nhanh và môi trường có độ trễ cực thấp. Mặc dù khả năng suy luận bị hạn chế so với các biến thể lớn hơn...
GPT-5 Nano là mô hình quy mô nhỏ trong dòng GPT-5 của OpenAI, được tối ưu hóa cho suy luận chi phí thấp trong khi vẫn duy trì cửa sổ ngữ cảnh lớn 400.000 token và đầu ra tối đa 128.000 token. Mô hình…
GPT-5 Nano chấp nhận ba phương thức đầu vào: văn bản, hình ảnh và tệp. Đầu vào văn bản rất đơn giản. Đầu vào hình ảnh cho phép mô hình xử lý thông tin trực quan (ví dụ: sơ đồ, ảnh chụp màn hình) và trả lời câu hỏi về chúng. Đầu vào tệp cho phép bạn đính kèm PDF, tài liệu Word hoặc các loại tệp khác để phân tích ở cấp độ tài liệu. Tất cả các phương thức có thể được kết hợp trong một yêu cầu duy nhất. Mô hình xử lý các đầu vào này trong cửa sổ ngữ cảnh 400.000 token của nó. Lưu ý rằng các token hình ảnh tiêu thụ từ ngân sách ngữ cảnh; một hình ảnh độ phân giải cao có thể sử dụng vài nghìn token. Hỗ trợ đa phương thức này làm cho GPT-5 Nano phù hợp cho các tác vụ như đọc biểu đồ, trích xuất biểu mẫu và phân tích phương tiện hỗn hợp.
Mô hình hỗ trợ cửa sổ ngữ cảnh lên tới 400.000 token (bao gồm cả token đầu vào và đầu ra) và tối đa 128.000 token đầu ra. Điều này cho phép xử lý các tài liệu rất dài – ví dụ, một văn bản dài như một cuốn sách hoặc một báo cáo nhiều trang – trong một yêu cầu duy nhất. Giới hạn đầu ra hào phóng này có nghĩa là mô hình có thể tạo ra các phản hồi dài, chẳng hạn như các bản tóm tắt đầy đủ hoặc phân tích mở rộng. Tuy nhiên, đầu ra lớn cũng làm tăng chi phí token đầu ra ở mức $0,40 cho mỗi 1M token. Các nhà phát triển nên cân nhắc đặt tham số max_tokens một cách phù hợp để tránh chi phí tăng ngoài ý muốn.
Nhờ điểm chuẩn toán học mạnh mẽ (AA Math 83.7), mô hình này xuất sắc trong các bài toán lời văn số học, dạy kèm toán và suy luận định lượng. Khả năng đa phương thức của nó giúp ích cho việc giải thích các bài tập toán được quét, sơ đồ hoặc biểu đồ. Mức giá thấp hỗ trợ các ứng dụng khối lượng lớn như hỗ trợ khách hàng tự động, phân loại nội dung và trích xuất dữ liệu thời gian thực từ tệp. Đối với tạo văn bản đơn giản (ví dụ: bản nháp email ngắn, tóm tắt dạng gạch đầu dòng), GPT-5 Nano cung cấp một giải pháp thay thế tiết kiệm chi phí so với các mô hình lớn hơn. Mô hình này ít phù hợp hơn cho kể chuyện sáng tạo, tạo mã hoặc các tác vụ yêu cầu khả năng gợi nhớ sự kiện sâu.
Nếu nhiệm vụ của bạn cực kỳ đơn giản (ví dụ: phân loại một từ duy nhất, câu hỏi có/không) và không yêu cầu ngữ cảnh lớn hoặc hỗ trợ đa phương thức, thì ngay cả các mô hình nhỏ hơn hoặc rẻ hơn như GPT-3.5 Turbo của OpenAI cũng có thể đáp ứng được. Giá của GPT-5 Nano đã thấp, nhưng đối với các tác vụ chỉ liên quan đến đầu vào và đầu ra ngắn (ví dụ: mỗi lần chỉ vài token), một mô hình có giá mỗi token thậm chí thấp hơn có thể giảm thêm chi phí. Ngoài ra, nếu bạn không cần ngữ cảnh 400k, một mô hình có ngữ cảnh nhỏ hơn nhưng chi phí cố định thấp hơn có thể kinh tế hơn. Luôn luôn đánh giá điểm chuẩn trên dữ liệu của bạn để tìm ra sự cân bằng tốt nhất giữa chi phí và hiệu suất.
GPT-5 Nano đạt điểm số 83.7 trên AA Math, một chuẩn đánh giá khả năng giải toán số học và toán có lời văn ở cấp tiểu học. Điểm số này cho thấy hiệu suất mạnh mẽ cho các tác vụ như vậy so với kích thước mô hình. AA Math bao gồm phép cộng, phép trừ, phép nhân, phép chia và các bài toán có lời văn nhiều bước. Kết quả 83.7 cho thấy mô hình có thể xử lý chính xác nhiều truy vấn toán học thông thường, mặc dù vẫn có thể sai ở các bài toán phức tạp hơn hoặc nhiều bước. Không có điểm số chuẩn nào khác được cung cấp cho mô hình này, vì vậy không có sẵn các so sánh về lập trình, kiến thức tổng quát hoặc suy luận.
Không có số liệu cụ thể về độ trễ nào được cung cấp cho GPT-5 Nano. Tuy nhiên, với tư cách là một mô hình nhỏ, nó thường được dự đoán là nhanh hơn trên mỗi token so với các mô hình lớn hơn như GPT-4o. OrcaRouter phục vụ mô hình thông qua API tương thích OpenAI, và độ trễ mạng phụ thuộc vào vị trí của người dùng và cơ sở hạ tầng của nhà cung cấp. Đối với các ứng dụng thời gian thực, nên kiểm tra độ trễ với dữ liệu đầu vào đại diện. Số lượng tham số nhỏ của mô hình thường cho phép thông lượng cao hơn trên cùng một phần cứng, điều này có thể giảm thời gian chờ trong môi trường sản xuất, đặc biệt khi có đồng thời cao.
Dựa trên điểm AA Math là 83.7, GPT-5 Nano mạnh về suy luận toán học và số học. Điều này làm cho nó phù hợp với các công cụ giáo dục, phân tích dữ liệu và bất kỳ tác vụ nào liên quan đến xử lý số có cấu trúc. Khả năng xử lý hình ảnh và tệp tin càng hỗ trợ cho các bài toán toán học tập trung vào tài liệu. Điểm yếu bao gồm việc thiếu các điểm chuẩn trong các lĩnh vực khác như lập trình (HumanEval), kiến thức tổng quát (MMLU) hoặc khả năng đối thoại trôi chảy. Người dùng không nên cho rằng hiệu suất tương đương trong các tác vụ không liên quan đến toán học. Mô hình cũng có thể kém khả năng hiểu ngữ cảnh tinh tế hoặc tạo nội dung sáng tạo dài.
Không có các chuẩn mực đánh giá về suy luận, lập trình hoặc kiến thức thông thường, trí thông minh tổng quát của GPT-5 Nano không thể được định lượng. Điểm AA Toán 83.7 của nó, dù đáng kính, nhưng không đảm bảo khả năng thành thạo trong các lĩnh vực khác. Mô hình này nhỏ, do đó có thể tạo ra nhiều lỗi thực tế hoặc đầu ra kém mạch lạc hơn về các chủ đề mơ hồ so với các mô hình lớn hơn. Cửa sổ ngữ cảnh 400k của nó rất lớn, nhưng việc sử dụng hiệu quả ngữ cảnh đó có thể đòi hỏi kỹ thuật prompt cẩn thận. Việc thiếu thông số tốc độ được cung cấp có nghĩa là độ trễ thực tế cần được xác minh. Người dùng nên tự thực hiện các đánh giá dựa trên các chỉ số cụ thể cho nhiệm vụ trước khi triển khai.
GPT-5 Nano có giá $0.05 cho mỗi 1 triệu token đầu vào và $0.40 cho mỗi 1 triệu token đầu ra. Các mức giá này do OpenAI đặt ra và được OrcaRouter chuyển tiếp mà không có phí chênh lệch. Token đầu vào bao gồm lời nhắc và bất kỳ token hình ảnh hoặc tệp nào. Token đầu ra là phản hồi được tạo ra. Cả hai chiều đều được tính phí dựa trên số lượng token. Đối với một lời nhắc điển hình gồm 1.000 token và phản hồi 500 token, chi phí sẽ xấp xỉ $0.00005 (đầu vào) + $0.0002 (đầu ra) = $0.00025 cho mỗi yêu cầu. Đây là mức cạnh tranh cho một mô hình có cửa sổ ngữ cảnh 400k và đầu ra 128k.
Mặc dù GPT-5 Nano có giá rẻ, nhưng chi phí output tokens lại cao gấp tám lần so với input tokens ($0,40 so với $0,05 trên 1M). Đối với các ứng dụng tạo ra phản hồi dài (ví dụ: 10k+ output tokens), chi phí đầu ra có thể chiếm ưu thế. Các nhà phát triển nên giới hạn max_tokens ở mức tối thiểu cần thiết. Input tokens từ hình ảnh và tệp được tính theo cùng mức giá đầu vào, nhưng hình ảnh độ phân giải cao tiêu thụ nhiều tokens (ví dụ: hình ảnh 1 megapixel có thể sử dụng ~2.000 tokens). Sử dụng độ phân giải thấp hơn hoặc giảm số lượng hình ảnh có thể hạ thấp chi phí. Cửa sổ ngữ cảnh lớn khuyến khích các prompt dài, nhưng mỗi token thừa đều làm tăng chi phí. Cần cân bằng kích thước ngữ cảnh với ngân sách token.
OrcaRouter chuyển tiếp giá của OpenAI mà không tính thêm phí, nhưng các chính sách bộ nhớ đệm do OpenAI quyết định. Nhà cung cấp có thể cung cấp bộ nhớ đệm cho các tiền tố đầu vào giống hệt nhau lặp lại, điều này sẽ giảm phí token đầu vào. Tuy nhiên, không có chi tiết cụ thể nào về bộ nhớ đệm cho GPT-5 Nano được cung cấp. Các nhà phát triển nên kiểm tra tài liệu của OpenAI để biết các chính sách bộ nhớ đệm của họ. OrcaRouter không thêm lớp bộ nhớ đệm riêng; nó hoạt động như một cổng trung gian minh bạch. Nếu bộ nhớ đệm khả dụng, nó có thể giảm đáng kể chi phí cho các ứng dụng có lời nhắc lặp lại, chẳng hạn như hỗ trợ khách hàng tự động hoặc tạo dựa trên mẫu.
Để sử dụng GPT-5 Nano, hãy đặt base URL thành https://api.orcarouter.ai/v1 và chỉ định model ID là "openai/gpt-5-nano" trong yêu cầu API của bạn. Endpoint này tương thích với OpenAI, vì vậy bạn có thể sử dụng bất kỳ SDK hoặc HTTP client nào của OpenAI. Một yêu cầu điển hình bao gồm các tham số như messages, max_tokens, temperature và stop sequences. OrcaRouter chuyển tiếp yêu cầu đến OpenAI và trả về phản hồi mà không thực hiện thêm bước xử lý nào. Xác thực được thực hiện thông qua một API key do OrcaRouter cung cấp. Điều này giúp việc di chuyển trở nên đơn giản đối với những người dùng đã sử dụng API của OpenAI: chỉ cần thay đổi base URL, model ID và API key.
Tất cả các tham số tiêu chuẩn của OpenAI chat completions đều được hỗ trợ thông qua proxy của OrcaRouter – ví dụ: messages (với các vai trò: system, user, assistant), max_tokens, temperature, top_p, frequency_penalty, presence_penalty, stop và stream. Đối với đầu vào đa phương thức, bạn có thể bao gồm các trường image_url hoặc file_type trong mảng content. Mô hình cũng hỗ trợ function calling và tools, mặc dù những tính năng này không được nêu chi tiết trong các dữ kiện được cung cấp. Các tham số như n (số lượng completions) và logprobs cũng có thể khả dụng. Tham khảo tài liệu API của OpenAI để biết danh sách đầy đủ. OrcaRouter không sửa đổi hoặc hạn chế các tham số.
Việc di chuyển lên GPT-5 Nano rất đơn giản. Nếu bạn hiện đang sử dụng API của OpenAI, hãy thay đổi base URL thành https://api.orcarouter.ai/v1, thay thế khóa API của bạn bằng khóa OrcaRouter và đặt model thành "openai/gpt-5-nano". Định dạng yêu cầu vẫn giống hệt. Bạn có thể cần điều chỉnh temperature và max_tokens cho phù hợp với mô hình nhỏ hơn. Hãy thử nghiệm với một tập con các prompt của bạn để đánh giá chất lượng đầu ra. Vì GPT-5 Nano có số lượng tham số nhỏ hơn, nó có thể phản hồi khác với các hướng dẫn; có thể cần tinh chỉnh prompt. OrcaRouter không cung cấp markup, vì vậy việc so sánh chi phí là trực tiếp.
GPT-4o là mô hình lớn hơn, có khả năng cao hơn với điểm benchmark vượt trội ở hầu hết các lĩnh vực (ví dụ: MMLU, HumanEval) nhưng cũng có mức giá cao hơn. GPT-5 Nano được tối ưu về chi phí và tốc độ. Cửa sổ ngữ cảnh của GPT-4o hiện nhỏ hơn (128k token) so với 400k token của GPT-5 Nano, mặc dù GPT-4o cung cấp khả năng suy luận và sáng tạo mạnh mẽ hơn. Đối với các tác vụ yêu cầu ngữ cảnh lớn hoặc tập trung vào bài toán, GPT-5 Nano có thể phù hợp hơn. Đối với mã hóa phức tạp, hội thoại tinh tế, hoặc các tác vụ đòi hỏi độ chính xác cao, GPT-4o có khả năng vượt trội hơn. Sự lựa chọn phụ thuộc vào ngân sách và yêu cầu hiệu suất của bạn.
GPT-3.5 Turbo là một mô hình nhỏ hơn cũ với giá cả tương đương nhưng có cửa sổ ngữ cảnh nhỏ hơn nhiều (16k token) và không hỗ trợ đa phương thức. GPT-5 Nano cung cấp cửa sổ ngữ cảnh 400k, đầu ra 128k và đầu vào hình ảnh/tệp, khiến nó có khả năng xử lý tốt hơn nhiều cho các tác vụ tài liệu dài và đa phương thức. Tuy nhiên, GPT-3.5 Turbo có thể đủ dùng cho các tương tác ngắn, chỉ có văn bản và có độ trễ thấp hơn do xử lý ngữ cảnh nhỏ hơn. So sánh điểm chuẩn không có sẵn, nhưng điểm AA Math 83.7 của GPT-5 Nano cho thấy khả năng suy luận toán học tốt hơn. Đối với các tác vụ ngắn chỉ có văn bản, GPT-3.5 Turbo vẫn là một lựa chọn hiệu quả về chi phí.
GPT-4o Mini là biến thể nhỏ hơn của GPT-4o với hỗ trợ đa phương thức tương tự và cửa sổ ngữ cảnh 128k token. GPT-5 Nano cung cấp gấp ba lần ngữ cảnh (400k token) và giới hạn đầu ra lớn hơn (128k so với 16k của GPT-4o Mini). Giá của GPT-4o Mini (thường là $0.15/M đầu vào, $0.60/M đầu ra) cao hơn so với $0.05/$0.40 của GPT-5 Nano. Tuy nhiên, GPT-4o Mini có khả năng vượt trội trong suy luận tổng quát và tuân thủ hướng dẫn do là phiên bản distilled của GPT-4o. Điểm chuẩn mạnh duy nhất của GPT-5 Nano (AA Math) cho thấy nó chuyên về toán học. Chọn GPT-5 Nano cho các tác vụ nặng về toán học với ngữ cảnh lớn; chọn GPT-4o Mini cho các khả năng rộng hơn.
Tương thích OpenAI — giữ nguyên SDK bạn đang dùng
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="openai/gpt-5-nano",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| Đầu vào / 1M tokens | $0.050 |
|---|---|
| Đầu ra / 1M tokens | $0.400 |
| Đọc cache / 1M | $0.0050 |
| Tiền tệ | USD |
Ước tính theo giá niêm yết
Chỉ là ước tính — số token thực tế phụ thuộc vào bộ tách token của nhà cung cấp.
So sánh chi phí hằng tháng giữa các mô hình trong công cụ tính chi phí LLM
Điều các nhà phát triển đang nói tuần này
GET /api/public/models/openai/gpt-5-nanoMở @misc{orcarouter_gpt_5_nano,
title = {GPT-5 Nano API},
author = {OpenAI},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5-nano}
}OpenAI. (2025). GPT-5 Nano API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5-nano