GPT-5.4 mini mang các khả năng cốt lõi của GPT-5.4 vào một mô hình nhanh hơn, hiệu quả hơn được tối ưu hóa cho khối lượng công việc thông lượng cao. Nó hỗ trợ đầu vào văn bản và hình ảnh với hiệu suất mạnh mẽ trong suy luận, lập trình,...
GPT‑5.4 Mini là một mô hình ngôn ngữ nhỏ gọn từ OpenAI, cân bằng giữa khả năng xử lý và chi phí tính toán thấp hơn. Nó hỗ trợ cửa sổ ngữ cảnh 400.000 token và đầu ra tối đa 128.000 token, cho phép xử…
GPT‑5.4 Mini xuất sắc trong các tác vụ suy luận phức tạp, nhiều bước có thể phân rã thành chuỗi suy nghĩ. Các điểm chuẩn chỉ ra hiệu suất mạnh mẽ trên GPQA Diamond (87.5) và các tập dữ liệu suy luận khoa học tương tự. Nó xử lý hiệu quả việc giải toán, tạo và gỡ lỗi mã, cũng như các câu đố logic. Cửa sổ ngữ cảnh lớn của nó còn cho phép duy trì ngữ cảnh trên các tài liệu dài—lý tưởng để tóm tắt các báo cáo dài, trích xuất điểm chính từ hợp đồng pháp lý, hoặc trả lời câu hỏi về một bài nghiên cứu đầy đủ. Mô hình cũng hoạt động tốt trong các kịch bản sử dụng công cụ khi nó phải quyết định khi nào gọi các hàm bên ngoài dựa trên lịch sử hội thoại. Đối với các tác vụ đơn giản hơn như hỏi đáp câu trả lời ngắn hoặc phân loại, một mô hình rẻ hơn có thể tiết kiệm chi phí hơn.
Nếu trường hợp sử dụng của bạn liên quan đến các prompt ngắn (dưới 10K token), phân loại đơn giản, hoặc tạo sinh trực tiếp không yêu cầu suy luận sâu, một mô hình rẻ hơn như GPT‑4o-mini hoặc GPT‑3.5‑Turbo (có sẵn qua OrcaRouter) có thể cung cấp chất lượng đủ tốt với chi phí thấp hơn nhiều. Mức giá $0,75/$4,50 trên 1M token của GPT‑5.4 Mini cao hơn so với nhiều mô hình nhỏ hơn. Ngoài ra, nếu bạn không cần đầu vào đa phương thức (tệp hoặc hình ảnh) hoặc cửa sổ ngữ cảnh 400K, các tính năng đó không mang lại giá trị gia tăng. Hãy đánh giá mức tiêu thụ token trung bình mỗi yêu cầu và độ dài đầu ra cần thiết. Đối với các hệ thống sản xuất có khối lượng lớn, ngay cả khoản tiết kiệm nhỏ trên mỗi token cũng có thể giảm đáng kể chi phí hàng tháng. OrcaRouter cho phép bạn chuyển đổi mô hình dễ dàng bằng cách thay đổi model ID trong lệnh gọi API.
Có, GPT‑5.4 Mini hỗ trợ giao diện gọi hàm tương thích với API của OpenAI. Khi sử dụng endpoint tương thích OpenAI của OrcaRouter, bạn có thể định nghĩa các hàm (tools) trong yêu cầu và để mô hình quyết định gọi chúng. Cửa sổ ngữ cảnh lớn đặc biệt hữu ích cho các tác nhân cần duy trì lịch sử các lần gọi hàm và kết quả của chúng. Khả năng này cho phép xây dựng các quy trình AI phức tạp: các truy vấn ngôn ngữ tự nhiên kích hoạt các lời gọi hàm đến cơ sở dữ liệu, máy tính hoặc API, và mô hình xử lý dữ liệu trả về để tạo ra câu trả lời cuối cùng. Để đạt kết quả tốt nhất, hãy cung cấp mô tả hàm rõ ràng và các ví dụ. Lưu ý rằng mô hình đôi khi có thể trả về đối số hàm không hợp lệ; hãy triển khai các lớp xác thực trong môi trường sản xuất.
GPT‑5.4 Mini hỗ trợ chế độ JSON khi bạn đặt tham số response_format thành {"type": "json_object"} trong yêu cầu API. Điều này hướng dẫn mô hình xuất ra JSON hợp lệ. Kết hợp với lời nhắc hệ thống, bạn có thể áp đặt một lược đồ cụ thể. Giới hạn đầu ra 128K token cho phép tạo các tài liệu có cấu trúc rất dài, chẳng hạn như lược đồ SQL đầy đủ hoặc tệp cấu hình lồng nhau. Tuy nhiên, mô hình không đảm bảo tính chính xác về cấu trúc ngoài tính hợp lệ của JSON—bạn có thể cần xử lý hậu kỳ hoặc xác thực theo lược đồ. Đối với sản xuất, hãy sử dụng phương pháp gọi công cụ để áp đặt các đầu ra có cấu trúc đáng tin cậy hơn. API OrcaRouter chuyển tham số response_format chính xác như được cung cấp cho OpenAI mà không sửa đổi.
GPQA Diamond là một điểm chuẩn trắc nghiệm kiểm tra khả năng suy luận khoa học ở cấp độ sau đại học trong các lĩnh vực vật lý, hóa học, sinh học và các lĩnh vực khác. Điểm số 87.5 cho thấy GPT‑5.4 Mini đã trả lời đúng 87.5% số câu hỏi, đặt nó ở mức năng lực suy luận cao so với kích thước mô hình của nó. Điểm số này là một điểm chuẩn nổi bật do OpenAI công bố. Nó cho thấy mô hình có thể xử lý các truy vấn khoa học phức tạp đòi hỏi sự hiểu biết sâu sắc và suy luận từng bước. Tuy nhiên, các điểm chuẩn không nắm bắt được tất cả các tình huống thực tế; hãy đánh giá mô hình trên các tác vụ đại diện của riêng bạn. So với các mô hình lớn hơn như GPT‑5.4 Full (thường đạt điểm cao hơn), biến thể Mini mang lại sự cân bằng giữa hiệu suất và chi phí.
Độ trễ chủ yếu phụ thuộc vào cơ sở hạ tầng nền tảng của mô hình (OpenAI) và độ dài đầu vào cũng như đầu ra. Vì OrcaRouter không thêm chi phí xử lý nào ngoài việc định tuyến yêu cầu đến OpenAI, thời gian phản hồi tương tự như gọi trực tiếp OpenAI. Đối với một prompt có 10K token đầu vào và đầu ra 500 token, độ trễ thường dưới năm giây. Đối với đầu ra dài hơn (lên đến 128K token), thời gian phản hồi có thể kéo dài đến vài phút. OrcaRouter hỗ trợ phát trực tuyến qua các sự kiện gửi từ máy chủ, giúp giảm độ trễ cảm nhận bằng cách gửi token khi chúng được tạo ra. Sử dụng tham số stream để kích hoạt đầu ra thời gian thực. Lưu ý rằng đầu vào đa phương thức (hình ảnh/tệp) có thể thêm thời gian tiền xử lý bổ sung.
Mặc dù có các điểm chuẩn suy luận mạnh mẽ, GPT‑5.4 Mini vẫn có thể tạo ra lỗi thực tế hoặc bịa đặt thông tin, đặc biệt là về các chủ đề ngách hoặc đang phát triển nhanh chóng. Ngưỡng kiến thức của nó không được chỉ định; giả sử nó phản ánh dữ liệu huấn luyện mới nhất của OpenAI. Mô hình cũng có thể gặp khó khăn với các tác vụ yêu cầu số học chính xác hoặc nhớ lại chính xác các sự kiện ít người biết. Ngoài ra, giới hạn đầu ra 128K‑token, mặc dù hào phóng, có thể không đủ để tạo ra các cuốn sách rất dài hoặc toàn bộ mã nguồn trong một lần. Đối với các tác vụ như vậy, hãy cân nhắc chia nhỏ đầu ra hoặc sử dụng một mô hình có khả năng sinh tuần tự. Hiệu suất của mô hình trên các ngôn ngữ khác ngoài tiếng Anh có thể kém mạnh mẽ hơn. Luôn kiểm tra với các đầu vào đa dạng từ miền mục tiêu của bạn.
Các mô hình lớn hơn trong dòng GPT‑5.4, chẳng hạn như GPT‑5.4 Full, thường đạt điểm cao hơn trên các tiêu chuẩn suy luận (ví dụ: GPQA Diamond >90) và có cửa sổ ngữ cảnh lớn hơn (ví dụ: 1M token). Tuy nhiên, chúng đắt hơn cho mỗi token và có độ trễ cao hơn. GPT‑5.4 Mini hy sinh một phần hiệu suất thô để có chi phí thấp hơn và suy luận nhanh hơn. Đối với các tác vụ không yêu cầu độ chính xác cao nhất, biến thể Mini thường mang lại sự cân bằng giữa chi phí và hiệu suất thuận lợi. Nếu ứng dụng của bạn yêu cầu độ chính xác tối đa trong các tác vụ suy luận khó, hãy chọn mô hình Full. OrcaRouter cung cấp cả hai tùy chọn với các thay đổi mã mô hình đơn giản. Điểm số tiêu chuẩn chỉ là một yếu tố; hãy đánh giá trên tập dữ liệu của riêng bạn.
OrcaRouter tính phí theo đúng giá của nhà cung cấp, không có phụ phí. Đối với GPT‑5.4 Mini, giá là $0.75 cho mỗi 1 triệu token đầu vào và $4.50 cho mỗi 1 triệu token đầu ra. Token đầu vào bao gồm lời nhắc hệ thống, tin nhắn người dùng và bất kỳ token đa phương thức nào (tệp hoặc hình ảnh). Token đầu ra chỉ tính văn bản được tạo ra. Không có phí bổ sung cho các cuộc gọi streaming hoặc không streaming. Token đầu vào được lưu trong bộ nhớ đệm không được giảm giá vì OrcaRouter chuyển tiếp giá của nhà cung cấp mà không thay đổi. Để ước tính chi phí, hãy nhân số token trung bình mỗi yêu cầu của bạn với các tỷ lệ này. Đối với sử dụng khối lượng lớn, hãy cân nhắc sử dụng mô hình có giá mỗi token thấp hơn cho các tác vụ đơn giản.
Mặc dù GPT‑5.4 Mini rẻ hơn so với mô hình GPT‑5.4 đầy đủ, nhưng nó vẫn đắt hơn nhiều mô hình nhỏ hơn như GPT‑4o-mini hoặc GPT‑3.5‑Turbo. Chỉ sử dụng khi cần cửa sổ ngữ cảnh lớn hơn, hỗ trợ đa phương thức hoặc khả năng suy luận cao hơn. Ví dụ, chatbot hỗ trợ khách hàng với các truy vấn ngắn có thể chi tiêu quá mức khi sử dụng mô hình này. Xử lý hàng loạt các tài liệu dài có thể nhanh chóng làm tăng chi phí token. Tính tổng số token cho mỗi tài liệu và nhân với tỷ lệ để xem liệu có lựa chọn thay thế rẻ hơn với khả năng tương tự hay không. OrcaRouter cho phép bạn định tuyến các yêu cầu đến nhiều mô hình dựa trên độ dài prompt hoặc chủ đề, tự động tối ưu hóa chi phí.
Không. OrcaRouter không sửa đổi hay lưu trữ phản hồi của model. Mọi yêu cầu đều được chuyển tiếp đến OpenAI theo thời gian thực và bạn chỉ bị tính phí đúng theo tỷ lệ của nhà cung cấp cho mỗi token. Không có chiết khấu theo khối lượng hay gói trả trước; giá cả được tính theo mức sử dụng dựa trên số token tiêu thụ. Sự minh bạch này đồng nghĩa với việc chi phí của bạn phản ánh trực tiếp mức sử dụng OpenAI. Nếu trong tương lai OpenAI áp dụng tính năng lưu trữ đệm (caching) hoặc giá theo bậc, OrcaRouter sẽ truyền các thay đổi đó mà không cộng thêm phụ phí. Đối với nhu cầu sử dụng khối lượng lớn có thể dự đoán trước, hãy cân nhắc ký hợp đồng doanh nghiệp trực tiếp với OpenAI, nhưng để truy cập linh hoạt với chi phí tối thiểu, OrcaRouter là một lựa chọn đơn giản và rõ ràng.
Để sử dụng GPT‑5.4 Mini, đặt URL cơ sở của client tương thích OpenAI thành https://api.orcarouter.ai/v1 và ID mô hình thành "openai/gpt-5.4-mini". Cung cấp khóa API OrcaRouter của bạn làm mã token xác thực. Tất cả các tham số hoàn tất cuộc trò chuyện tiêu chuẩn của OpenAI đều được hỗ trợ: `messages`, `temperature`, `top_p`, `max_tokens`, `stream`, `response_format`, `tools`, v.v. Ví dụ (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 ) ``` Phản hồi bao gồm các kết quả hoàn tất, thống kê sử dụng và định danh mô hình.
API của OrcaRouter được thiết kế hoàn toàn tương thích với OpenAI. Không có tham số riêng của OrcaRouter; tất cả các tham số được truyền trực tiếp đến nhà cung cấp nền tảng (OpenAI). Tuy nhiên, OrcaRouter thêm một độ trễ nhỏ cho việc định tuyến và xác thực, thường dưới 50 mili giây. Bạn có thể truyền các tham số tiêu chuẩn như `user`, `stop`, `frequency_penalty`, `presence_penalty` và `logit_bias`. API trả về trường model là "openai/gpt-5.4-mini" bất kể nhà cung cấp nào. Nếu bạn cần theo dõi mức sử dụng theo từng yêu cầu, hãy sử dụng tham số `user` hoặc phân tích các chỉ số sử dụng được trả về. Đối với định tuyến nâng cao (ví dụ: model dự phòng), hãy liên hệ với bộ phận hỗ trợ của OrcaRouter.
Vâng. Việc di chuyển chỉ yêu cầu hai thay đổi trong mã của bạn: thay thế base URL của OpenAI bằng https://api.orcarouter.ai/v1 và sử dụng khóa API OrcaRouter của bạn. ID mô hình phải được thêm tiền tố nhà cung cấp (ví dụ: "openai/gpt-5.4-mini" thay vì "gpt-5.4-mini"). Tất cả các tham số khác vẫn không thay đổi. Điều này cho phép bạn sử dụng OrcaRouter như một cổng thống nhất cho nhiều nhà cung cấp mà không cần sửa đổi tích hợp OpenAI hiện có của bạn. Hãy thử nghiệm trên một tập con lưu lượng trước khi chuyển đổi hoàn toàn. OrcaRouter cung cấp nhật ký sử dụng và thông tin thanh toán mà bạn có thể so sánh với việc sử dụng trực tiếp trước đây của mình để xác minh tính minh bạch về chi phí.
GPT‑5.4 Mini là mô hình mới hơn của OpenAI với cửa sổ ngữ cảnh lớn hơn (400K so với 128K của GPT‑4o) và đầu ra tối đa cao hơn (128K so với mức 4K‑16K thông thường). Mô hình này cũng hỗ trợ đầu vào hình ảnh và tệp, trong khi GPT‑4o chủ yếu xử lý văn bản và hình ảnh. Giá của GPT‑4o thường thấp hơn ($2,50/$10 mỗi 1 triệu token cho phiên bản tiêu chuẩn) nhưng tùy thuộc vào biến thể. Trên các chuẩn đánh giá lý luận như GPQA Diamond, GPT‑5.4 Mini (87,5) vượt qua điểm số được báo cáo của GPT‑4o (khoảng 70‑80). Tuy nhiên, GPT‑4o đã được thử nghiệm rộng rãi và có thể hỗ trợ tốt hơn cho một số công cụ nhất định. Hãy chọn GPT‑5.4 Mini khi ưu tiên ngữ cảnh dài và khả năng lý luận cao; sử dụng GPT‑4o cho các tác vụ ngắn hơn khi chi phí là yếu tố quan trọng.
GPT‑5.4 Full cung cấp cửa sổ ngữ cảnh lớn hơn (1M token) và điểm số lập luận tuyệt đối cao hơn (GPQA Diamond >90), nhưng với mức giá trên mỗi token cao hơn đáng kể. Biến thể Mini hy sinh một phần hiệu suất chuẩn để đạt hiệu quả về chi phí. Đối với nhiều ứng dụng thực tế, sự khác biệt về chất lượng đầu ra là không đáng kể, đặc biệt là trên các tác vụ không đẩy giới hạn lập luận. Nếu trường hợp sử dụng của bạn yêu cầu xử lý các tài liệu cực kỳ dài (hơn 400K token) hoặc tối đa hóa độ chính xác trên các câu hỏi khó ở cấp độ sau đại học, thì GPT‑5.4 Full là hợp lý. Nếu không, GPT‑5.4 Mini thường cung cấp kết quả tương tự với chi phí chỉ bằng một nửa. OrcaRouter cho phép bạn dễ dàng chuyển đổi giữa hai phiên bản bằng cách thay đổi ID mô hình trong yêu cầu API của bạn.
Claude 3.5 Sonnet (của Anthropic) cung cấp cửa sổ ngữ cảnh 200K, thấp hơn so với 400K của GPT‑5.4 Mini. Giá của Claude 3.5 Sonnet là $3.00 cho mỗi 1M đầu vào và $15.00 cho mỗi 1M đầu ra (theo biểu giá của Anthropic), khiến nó đắt hơn trên mỗi token. Điểm số benchmark trên các bài kiểm tra suy luận tương tự là có thể so sánh được, mặc dù các so sánh trực tiếp trên GPQA Diamond không được công bố công khai. Claude 3.5 Sonnet nổi tiếng với khả năng tuân thủ hướng dẫn mạnh mẽ và các rào cản an toàn. GPT‑5.4 Mini có thể được ưa chuộng cho các tác vụ cần ngữ cảnh rất dài hoặc giới hạn token đầu ra cao hơn. Hãy đánh giá cả hai trên các prompt cụ thể của bạn, vì sự khác biệt về chất lượng chủ quan có thể ảnh hưởng đến sự hài lòng của người dùng. OrcaRouter cung cấp quyền truy cập vào cả hai mô hình để dễ dàng thử nghiệm A/B.
Các mô hình mã nguồn mở như Llama 3.1 70B hoặc Mixtral 8x22B có thể được chạy trên phần cứng của riêng bạn với chi phí có thể dự đoán trước, đặc biệt khi xử lý khối lượng lớn. Tuy nhiên, chúng thường có cửa sổ ngữ cảnh nhỏ hơn (128K hoặc ít hơn) và có thể yêu cầu hạ tầng đáng kể để đạt độ trễ thấp. GPT‑5.4 Mini cung cấp cửa sổ ngữ cảnh 400K, đầu vào đa phương thức và khả năng suy luận được tinh chỉnh bởi chuyên gia mà không cần quản lý hạ tầng. Nếu bạn coi trọng tính dễ sử dụng, định giá dựa trên token và khả năng mở rộng tức thì, GPT‑5.4 Mini qua OrcaRouter sẽ tiện lợi hơn. Nếu bạn cần kiểm soát hoàn toàn nơi lưu trữ dữ liệu, có yêu cầu độ trễ thấp và tác vụ của bạn phù hợp với ngữ cảnh nhỏ hơn, một giải pháp thay thế mã nguồn mở có thể rẻ hơn về lâu dài. Hãy thử nghiệm cả hai trong môi trường của bạn.
Tương thích OpenAI — giữ nguyên SDK bạn đang dùng
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Đầu vào / 1M tokens | $0.750 |
| Đầu ra / 1M tokens | $4.50 |
| Đọc cache / 1M | $0.075 |
| 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.
GET /api/public/models/openai/gpt-5.4-miniMở @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