Biến thể mini GPT-5.4 của OpenAI với tối đa 128k token đầu ra, GPQA Diamond 87.5, được định giá $0.75/$4.50 cho mỗi 1 triệu token qua OrcaRouter.
openai/gpt-5.4-mini-2026-03-17 là một biến thể nhỏ hơn, tiết kiệm chi phí hơn của mô hình GPT-5.4 của OpenAI, được phát hành vào ngày 17 tháng 3 năm 2026. Mô hình này được lưu trữ trên OrcaRouter và…
Mô hình hoạt động tốt trong suy luận cấp độ sau đại học, thể hiện qua điểm GPQA Diamond 87.5. Nó xử lý tốt các câu hỏi trả lời phức tạp, tạo mã, giải quyết vấn đề toán học và suy luận đa phương thức. Giới hạn đầu ra dài của nó phù hợp để tạo toàn bộ báo cáo, tệp mã hoặc phân tích dài dòng trong một phản hồi duy nhất.
Các trường hợp sử dụng lý tưởng bao gồm: tạo nội dung dài (bài báo, câu chuyện, tài liệu) lên đến 128k token; xử lý và trả lời câu hỏi về hình ảnh hoặc tệp; thực hiện các tác vụ suy luận nhiều bước như gỡ lỗi hoặc trích xuất dữ liệu; và bất kỳ ứng dụng nào mà chi phí cho mỗi token là mối quan tâm chính nhưng vẫn yêu cầu chất lượng suy luận cao.
Trong khi biến thể mini đạt 87.5 điểm trên GPQA Diamond, các mô hình GPT-5.4 lớn hơn có khả năng đạt điểm số thô cao hơn trên cùng một chuẩn đánh giá. Mô hình mini cũng có giới hạn đầu ra tối đa cố định là 128k token; nó không thể tạo ra phản hồi dài hơn nếu không có các lệnh gọi lặp. Nó cũng có thể có hiệu suất thấp hơn trên các lĩnh vực cực kỳ chuyên biệt hoặc chuyên sâu, nơi kiến thức rộng hơn của mô hình lớn hơn có lợi thế.
Đối với các tác vụ không yêu cầu khả năng suy luận cao, chẳng hạn như phân loại văn bản đơn giản, dịch thuật hoặc tóm tắt cơ bản, một mô hình nhỏ hơn hoặc rẻ hơn (ví dụ: các biến thể GPT-3.5) có thể đáp ứng được. Nếu khối lượng công việc chỉ thuần văn bản với đầu ra ngắn, các mô hình chi phí thấp hơn có sẵn trên OrcaRouter có thể giảm thêm chi phí. Hãy đánh giá xem chất lượng cấp GPQA Diamond có cần thiết cho ứng dụng cụ thể của bạn hay không.
GPQA Diamond là một tiêu chuẩn đánh giá bao gồm các câu hỏi cấp sau đại học về vật lý, hóa học, sinh học và các ngành khoa học khác. Điểm 87,5 cho thấy mô hình trả lời đúng 87,5% số câu hỏi trong bộ dữ liệu đó. Điều này đưa mô hình vào nhóm suy luận mạnh, tương đương hoặc vượt trội so với một số mô hình lớn trước đây. Tuy nhiên, điểm số tiêu chuẩn không đảm bảo hiệu suất thực tế và cần được kiểm tra trên các tác vụ cụ thể theo từng lĩnh vực.
Độ trễ không được chỉ định trực tiếp trong các dữ kiện được cung cấp. Là một biến thể mini, mô hình này dự kiến sẽ nhanh hơn và tiết kiệm chi phí hơn so với GPT-5.4 kích thước đầy đủ, nhưng tốc độ thực tế phụ thuộc vào kích thước yêu cầu, độ dài đầu ra và tải hiện tại của OrcaRouter. Người dùng nên đo điểm chuẩn với tải trọng của riêng mình để ước tính thời gian cho mỗi phản hồi. Mô hình không có giới hạn tốc độ được công bố; giới hạn đó do OrcaRouter quản lý.
Chỉ số 87.5 trên GPQA Diamond là điểm chuẩn duy nhất được cung cấp. Nó cho thấy khả năng suy luận khoa học ở trình độ sau đại học mạnh mẽ. Mô hình cũng hỗ trợ đầu vào đa phương thức và đầu ra dài, những yếu tố không được đo lường bởi GPQA nhưng lại là điểm mạnh bổ sung cho ứng dụng thực tế. Mức giá của nó có tính cạnh tranh so với chất lượng được chỉ ra bởi điểm chuẩn đơn lẻ này.
Điểm benchmark có thể không bao gồm tất cả các tình huống thực tế. Bài kiểm tra GPQA Diamond là dạng trắc nghiệm và có thể không phản ánh chất lượng sinh văn bản mở. Hiệu suất của mô hình về viết sáng tạo, sinh mã, hoặc các tác vụ liên quan đến an toàn không được thể hiện qua con số này. Ngoài ra, biến thể mini có thể có phạm vi kiến thức hẹp hơn so với GPT-5.4 đầy đủ. Luôn xác thực mô hình trên dữ liệu của riêng bạn.
Giá là $0.75 cho mỗi triệu token đầu vào và $4.50 cho mỗi triệu token đầu ra. Đây là mức giá chính xác được OpenAI tính phí, không có phụ phí từ OrcaRouter. Đầu vào là tổng số token của lời nhắc người dùng (bao gồm tin nhắn hệ thống, hình ảnh được token hóa và văn bản tệp). Đầu ra là số lượng token của phản hồi mô hình.
So với các mô hình lớn hơn như GPT-5.4 full, biến thể mini này rẻ hơn trên mỗi token. Tuy nhiên, nó có thể yêu cầu prompting thận trọng hơn hoặc thử lại nhiều lần cho các tác vụ phức tạp, có khả năng làm tăng tổng lượng token sử dụng. Đối với khối lượng sử dụng lớn, chi phí trên mỗi token thấp hơn có thể mang lại khoản tiết kiệm đáng kể. Nhưng nếu chất lượng đầu ra là yếu tố quan trọng và tác vụ rất khó, mô hình đầy đủ có thể giảm tổng chi phí nhờ yêu cầu ít lần gọi hơn.
Các dữ kiện được cung cấp không đề cập đến bất kỳ chương trình giảm giá hay bộ nhớ đệm nào. OrcaRouter chuyển tiếp giá của OpenAI mà không có phụ phí. Mọi chương trình giảm giá theo khối lượng hoặc bộ nhớ đệm lời nhắc phải do OpenAI trực tiếp cung cấp; hãy kiểm tra tài liệu của OpenAI để biết tỷ lệ đầu vào được lưu vào bộ nhớ đệm nếu có. Ở thời điểm hiện tại, mức giá cố định được áp dụng cho mỗi chu kỳ thanh toán dựa trên tổng số token đã tiêu thụ.
Tối ưu hóa chi phí bằng cách giữ cho các prompt đầu vào ngắn gọn, sử dụng tin nhắn hệ thống để áp đặt giới hạn chủ đề, và tránh các đầu vào hình ảnh hoặc tệp không cần thiết có thể làm tăng số lượng token. Đối với các đầu ra rất dài, hãy cân nhắc chia nhỏ nội dung thành nhiều yêu cầu nếu toàn bộ đầu ra 128k hiếm khi được sử dụng. Giám sát lượng token sử dụng qua nhật ký của OrcaRouter và đặt max_tokens ở độ dài tối thiểu chấp nhận được cho mỗi tác vụ.
Sử dụng endpoint tương thích OpenAI tại https://api.orcarouter.ai/v1 với model id "openai/gpt-5.4-mini-2026-03-17". Xác thực bằng khóa API OrcaRouter của bạn trong header Authorization. Gửi một yêu cầu chat completion với trường model được đặt thành chuỗi chính xác đó. Ví dụ: curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer $API_KEY" -d '{"model":"openai/gpt-5.4-mini-2026-03-17","messages":[{"role":"user","content":"Hello"}],"max_tokens":1000}'
API hỗ trợ các tham số hoàn thành trò chuyện tiêu chuẩn của OpenAI: model (bắt buộc), messages, max_tokens, temperature, top_p, frequency_penalty, presence_penalty, stop, stream và các tham số khác. Đối với đầu vào đa phương thức, hãy bao gồm các khối nội dung với loại "text" và "image_url" trong tin nhắn người dùng. Tệp có thể được thêm vào bằng cách cung cấp nội dung của chúng dưới dạng văn bản hoặc embeddings. OrcaRouter dịch chúng một cách chính xác cho mô hình cơ bản.
Nếu bạn đang sử dụng một mô hình OpenAI khác qua OrcaRouter, hãy thay đổi chuỗi mô hình thành "openai/gpt-5.4-mini-2026-03-17". Kiểm tra trên một mẫu các prompt của bạn để đảm bảo chất lượng đầu ra đáp ứng kỳ vọng. Điều chỉnh max_tokens nếu bạn đang sử dụng giới hạn đầu ra nhỏ hơn; mô hình này hỗ trợ lên đến 128k. Không cần thay đổi API nào khác. Theo dõi sự thay đổi giá từ mức giá của mô hình trước đó của bạn.
Các điểm chuẩn so sánh không được cung cấp. gpt-4o là mô hình cũ hơn từ OpenAI với kiến trúc khác. gpt-5.4-mini là mô hình mini mới hơn. Dựa trên điểm số GPQA Diamond (nếu gpt-4o đạt điểm dưới 87.5), mô hình này có thể vượt trội hơn gpt-4o về khả năng suy luận. Tuy nhiên, gpt-4o có thể có lợi thế về tốc độ hoặc kiến thức rộng hơn. Người dùng nên tự đánh giá trên các tác vụ của mình.
Trong số các mô hình mini, mô hình này cung cấp giới hạn đầu ra lớn (128k token) và đầu vào đa phương thức. Điểm GPQA Diamond 87.5 của nó là yếu tố khác biệt về chất lượng suy luận. Các mô hình mini khác từ OpenAI hoặc bên thứ ba có thể có khả năng suy luận thấp hơn hoặc giới hạn đầu ra ngắn hơn. Giá $0.75/$4.50 cho mỗi triệu token có tính cạnh tranh so với mức chất lượng, nhưng luôn so sánh tổng chi phí cho mỗi tác vụ hoàn thành.
Mô hình mã nguồn mở có thể có chi phí API thấp hoặc miễn phí nhưng yêu cầu thiết lập và bảo trì hạ tầng. Mô hình này cung cấp giới hạn đầu ra 128k và hiệu suất GPQA Diamond 87.5, có thể vượt qua nhiều mô hình nguồn mở. Tuy nhiên, mô hình nguồn mở có thể được tinh chỉnh mà không tốn phí theo token. Sự lựa chọn phụ thuộc vào việc bạn thích sự tiện lợi trả theo lượt dùng hay khả năng tự kiểm soát khi tự lưu trữ.
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-5.4-mini-2026-03-17",
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.
Điều các nhà phát triển đang nói tuần này
GET /api/public/models/openai/gpt-5.4-mini-2026-03-17Mở @misc{orcarouter_gpt_5_4_mini_2026_03_17,
title = {openai/gpt-5.4-mini-2026-03-17 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5.4-mini-2026-03-17}
}openai. (n.d.). openai/gpt-5.4-mini-2026-03-17 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5.4-mini-2026-03-17