GPT-5.4 nano là biến thể nhẹ nhất và hiệu quả về chi phí nhất trong dòng GPT-5.4, được tối ưu hóa cho các tác vụ yêu cầu tốc độ cao và khối lượng lớn. Nó hỗ trợ đầu vào văn bản và hình ảnh và được thiết kế cho độ trễ thấp...
OpenAI GPT-5.4 Nano là một mô hình ngôn ngữ do OpenAI phát triển, được truy cập thông qua API tương thích với OpenAI của OrcaRouter. Mô hình hỗ trợ các phương thức nhập liệu dạng tệp, hình ảnh và văn…
Khung ngữ cảnh 400.000 token cho phép GPT-5.4 Nano xử lý toàn bộ tiểu thuyết, bài nghiên cứu dài hoặc lịch sử hội thoại mở rộng trong một lần gọi API duy nhất. Điều này loại bỏ nhu cầu phân đoạn hoặc tóm tắt khi làm việc với các tài liệu lớn. Ví dụ, bạn có thể đưa vào một hợp đồng pháp lý đầy đủ (thường 30.000–50.000 từ) và yêu cầu phân tích từng điều khoản. Mô hình cũng có thể duy trì suy luận mạch lạc trên các prompt rất dài, khiến nó phù hợp cho các tác vụ phức tạp như đánh giá mã nhiều bước hoặc tạo câu chuyện. Hãy nhớ rằng ngữ cảnh lớn hơn làm tăng độ trễ và chi phí, vì vậy bạn chỉ nên sử dụng toàn bộ khung ngữ cảnh khi cần thiết.
Nếu tác vụ của bạn chỉ yêu cầu đầu vào ngắn (vài nghìn token) và không cần hỗ trợ hình ảnh hoặc tệp, một mô hình nhỏ hơn như GPT-4o mini hoặc tương tự sẽ tiết kiệm chi phí hơn và nhanh hơn. Khả năng ngữ cảnh lớn và đa phương thức của GPT-5.4 Nano có giá cao hơn trên mỗi token. Đối với chatbot đơn giản, phân loại hoặc tóm tắt nhẹ, một mô hình rẻ hơn có thể mang lại chất lượng tương đương mà không phải trả tiền cho dung lượng không sử dụng. Ngoài ra, nếu ứng dụng của bạn yêu cầu độ trễ rất thấp hoặc thông lượng cao, các mô hình nhỏ hơn thường có thời gian suy luận nhanh hơn. Chỉ sử dụng GPT-5.4 Nano khi các tính năng độc đáo của nó—ngữ cảnh dài, đầu ra lớn hoặc đầu vào đa phương thức—là cần thiết.
GPT-5.4 Nano có thể tạo ra tới 128,000 token trong một phản hồi duy nhất. Điều này hữu ích cho các tác vụ yêu cầu sinh nội dung rất dài, như soạn thảo toàn bộ báo cáo, viết truyện dài hoặc tạo ra các mã nguồn toàn diện. Kết hợp với cửa sổ ngữ cảnh lớn, bạn có thể nhập một prompt dài và nhận được câu trả lời dài tương ứng mà không cần nhiều lượt tương tác. Tuy nhiên, việc tạo ra các đầu ra dài như vậy có thể tốn kém và chậm. Đối với hầu hết các ứng dụng, đầu ra ngắn hơn (ví dụ: vài nghìn token) là đủ. Giới hạn 128K là mức trần, không phải mục tiêu; bạn nên đặt max_tokens phù hợp trong các lệnh gọi API để kiểm soát chi phí và độ trễ.
GPQA (Graduate-Level Physics Question Answering) Diamond là một bộ benchmark kiểm tra khả năng trả lời các câu hỏi trắc nghiệm về các khái niệm vật lý trình độ sau đại học của mô hình. Điểm số 81,7 có nghĩa là GPT-5.4 Nano đã trả lời đúng 81,7% số câu hỏi, cho thấy kỹ năng suy luận mạnh mẽ trong một lĩnh vực chuyên sâu. Đây là một bộ dữ liệu thách thức, vì vậy đạt điểm cao cho thấy mô hình có thể xử lý suy luận khoa học phức tạp. Tuy nhiên, benchmark không phải là bức tranh toàn cảnh; hiệu suất thực tế trên tác vụ cụ thể của bạn có thể khác. So sánh điểm số này với các mô hình khác có sẵn trên OrcaRouter để đánh giá khả năng tương đối trong các tác vụ suy luận.
Độ trễ phụ thuộc vào số lượng token đầu vào và đầu ra, tải mô hình, và hạ tầng OrcaRouter. Đối với các prompt ngắn (ví dụ: 1.000 token đầu vào, 100 token đầu ra), thời gian phản hồi thường chỉ vài giây. Với các ngữ cảnh rất lớn (ví dụ: 400K token đầu vào), độ trễ có thể dài hơn đáng kể do cần xử lý thêm. Tốc độ sinh đầu ra tỷ lệ thuận với số lượng token được tạo ra. OrcaRouter không cung cấp số liệu độ trễ cụ thể, nhưng bạn có thể ước tính bằng cách sử dụng thời gian đến token đầu tiên (time-to-first-token) và tốc độ token trên giây (token-per-second) từ hiệu năng tổng quát của OpenAI, lưu ý rằng ngữ cảnh lớn hơn làm tăng cả hai yếu tố này. Để có độ trễ thấp nhất, hãy sử dụng ngữ cảnh và đầu ra nhỏ hơn.
Điểm mạnh: Điểm cao trên GPQA Diamond (81.7) thể hiện khả năng suy luận khoa học tiên tiến. Cửa sổ ngữ cảnh lớn và đầu vào đa phương thức cho phép nó vượt trội so với các mô hình nhỏ hơn trong các tác vụ yêu cầu tích hợp thông tin từ nhiều trang hoặc hình ảnh. Hạn chế: Các bài đánh giá không bao phủ mọi lĩnh vực. Mô hình vẫn có thể mắc lỗi với các chủ đề chuyên biệt hoặc truy vấn mơ hồ cao. Mô hình không được tối ưu hóa cụ thể cho viết mã hoặc viết sáng tạo, mặc dù nó có thể hoạt động tốt với các tác vụ đó. Ngoài ra, vì là mô hình lớn, nó đắt hơn và chậm hơn so với các lựa chọn thay thế. Đối với hầu hết các bài đánh giá, bạn nên đánh giá mô hình trên dữ liệu của riêng mình để xác nhận tính phù hợp.
Giá là $0.20 cho mỗi 1 triệu token đầu vào và $1.25 cho mỗi 1 triệu token đầu ra. OrcaRouter tính phí theo giá của nhà cung cấp mà không có phụ phí, vì vậy bạn trả chính xác chi phí trực tiếp của OpenAI. Token đầu vào bao gồm prompt, token hình ảnh (được tính theo bội số) và nội dung tệp sau khi trích xuất. Token đầu ra là các phản hồi được tạo ra. Không có phí bổ sung cho quyền truy cập API hoặc các cấp sử dụng. Mức giá minh bạch này giúp dễ dàng ước tính chi phí: ví dụ, một đầu vào 10.000 token và đầu ra 1.000 token có chi phí $0.002 + $0.00125 = $0.00325 mỗi lần gọi.
Chi phí trên mỗi token cao so với các mô hình nhỏ hơn đồng nghĩa với việc bạn nên điều chỉnh kích thước sử dụng cho phù hợp. Nếu tác vụ của bạn chỉ sử dụng 10.000–20.000 token mỗi yêu cầu, một mô hình rẻ hơn như GPT-4o mini (nếu có) sẽ kinh tế hơn đáng kể. Tuy nhiên, nếu bạn thực sự cần ngữ cảnh 400K hoặc đầu ra 128K, GPT-5.4 Nano có thể là lựa chọn thực tế duy nhất. Caching có thể giảm chi phí: OrcaRouter hiện không đề cập đến prompt caching, nhưng bạn có thể cấu trúc prompt để tái sử dụng các tiền tố tĩnh lớn nhằm giảm thiểu token đầu vào lặp lại. Cũng lưu ý rằng đầu vào hình ảnh phát sinh chi phí token tỷ lệ thuận với độ phân giải; hãy sử dụng ảnh có độ phân giải thấp hơn khi có thể.
OrcaRouter chuyển tiếp mức giá của nhà cung cấp mà không có markup, vì vậy các khoản giảm giá từ nhà cung cấp (ví dụ: giảm giá theo số lượng lớn hoặc cam kết sử dụng) sẽ được áp dụng nếu OpenAI cung cấp. Tuy nhiên, không có tính năng lưu đệm cụ thể nào được ghi lại cho GPT-5.4 Nano trên OrcaRouter. Để quản lý chi phí, bạn có thể triển khai lưu đệm phía máy khách cho các lời nhắc hoặc sử dụng các mẫu như tin nhắn hệ thống không đổi qua các yêu cầu. Nếu bạn dự kiến khối lượng lớn, hãy liên hệ với OrcaRouter để có thể thương lượng mức giá. Hiện tại, mức giá trả theo token tiêu chuẩn được áp dụng.
Bạn truy cập GPT-5.4 Nano thông qua API tương thích với OpenAI của OrcaRouter tại base_url https://api.orcarouter.ai/v1. Sử dụng model ID "openai/gpt-5.4-nano" trong yêu cầu của bạn. API tuân theo định dạng giống với endpoint Chat Completions của OpenAI, vì vậy bạn có thể sử dụng các SDK OpenAI hiện có bằng cách thay đổi base URL và tên model. Ví dụ sử dụng thư viện openai của Python: ```python from openai import OpenAI client = OpenAI(base_url="https://api.orcarouter.ai/v1", api_key="your_key") response = client.chat.completions.create( model="openai/gpt-5.4-nano", messages=[{"role": "user", "content": "Hello"}] ) ``` Tất cả các tham số tiêu chuẩn như temperature, max_tokens, top_p, v.v., đều được hỗ trợ.
Đối với hầu hết các trường hợp sử dụng, đặt temperature ở một giá trị hợp lý như 0.7 để cân bằng, hoặc thấp hơn (0.2–0.4) cho các tác vụ thực tế. max_tokens mặc định là giá trị tối đa của mô hình (128K), nhưng bạn nên đặt rõ ràng để hạn chế chi phí. Một cài đặt điển hình có thể là 4096 token cho các phản hồi tiêu chuẩn. Đối với đầu vào hình ảnh, bao gồm hình ảnh trong mảng content bằng cách sử dụng định dạng data URL hoặc một URL. Đối với đầu vào tệp, tải tệp lên OrcaRouter và tham chiếu URL của nó; API của OrcaRouter hỗ trợ đính kèm tệp. Bạn cũng có thể sử dụng thông báo hệ thống để thiết lập hành vi. Top_p có thể để ở 1, và các tham số tần suất/phạt hoạt động như bình thường.
Việc di chuyển rất đơn giản vì API của OrcaRouter hoàn toàn tương thích với OpenAI. Thay đổi base URL từ https://api.openai.com/v1 thành https://api.orcarouter.ai/v1, và thay tên model từ "gpt-5.4-nano" thành "openai/gpt-5.4-nano". Mã, SDK, và các mẫu xác thực hiện tại của bạn vẫn hoạt động chỉ với hai thay đổi này. OrcaRouter sử dụng khóa API riêng, vì vậy hãy lấy khóa API từ tài khoản OrcaRouter của bạn. Không cần thay đổi gì cho messages, tools, streaming hoặc các tính năng khác. Hãy kiểm tra với một yêu cầu nhỏ để xác nhận kết nối trước khi mở rộng.
So với các mô hình OpenAI nhỏ hơn như GPT-4o hoặc GPT-4o mini, GPT-5.4 Nano cung cấp cửa sổ ngữ cảnh lớn hơn (400K so với thông thường là 128K) và giới hạn đầu ra cao hơn (128K so với 16K), cùng với hỗ trợ đầu vào đa phương thức. Tuy nhiên, chi phí mỗi token cao hơn: $0,20/$1,25 trên M so với mức giá thấp hơn cho các mô hình nhỏ. Điểm GPQA Diamond là 81,7 có thể cao hơn so với các mô hình cũ nhưng không thể so sánh trực tiếp với các mô hình tương lai. Đối với các tác vụ phù hợp với ngữ cảnh nhỏ hơn, một mô hình rẻ hơn là lựa chọn tốt hơn. GPT-5.4 Nano được định vị là một lựa chọn cao cấp cho các ứng dụng đòi hỏi khắt khe.
Nếu không có so sánh điểm chuẩn cụ thể, chúng ta chỉ có thể so sánh về thông số kỹ thuật. Ngữ cảnh 400K của GPT-5.4 Nano tương tự như ngữ cảnh 200K của Anthropic Claude, nhưng lớn hơn. Hỗ trợ đầu vào đa phương thức của nó phù hợp với khả năng của Gemini. Giá cả: GPT-5.4 Nano ở mức $0.20/$1.25 cạnh tranh với Claude Opus và Gemini Ultra, nhưng mức giá chính xác có thể thay đổi. Điểm GPQA Diamond là 81.7 chỉ là một điểm dữ liệu; các mô hình khác có thể có điểm số khác. Đối với các tác vụ ngữ cảnh dài, GPT-5.4 Nano là một ứng cử viên mạnh, nhưng mô hình tốt nhất phụ thuộc vào lĩnh vực cụ thể của bạn. Hãy kiểm tra trên dữ liệu của bạn để xác định mô hình nào mang lại kết quả tốt hơn.
Chọn GPT-5.4 Nano nếu trường hợp sử dụng của bạn yêu cầu cả cửa sổ ngữ cảnh rất lớn và đầu vào đa phương thức (văn bản + hình ảnh + tệp). Ví dụ: phân tích một tệp PDF dài 300 trang có hình ảnh và biểu đồ được nhúng. Nếu bạn chỉ cần văn bản dài mà không có hình ảnh, các mô hình khác như Claude 3.5 Sonnet (ngữ cảnh 200K) hoặc Gemini 1.5 Pro (ngữ cảnh 1M) có thể tiết kiệm chi phí hơn hoặc có những điểm mạnh khác. Hãy cân nhắc giá cả: tỷ lệ của GPT-5.4 Nano được định giá minh bạch không tăng thêm trên OrcaRouter, vì vậy hãy so sánh chi phí mỗi token. Ngoài ra, nếu bạn đã phụ thuộc vào hệ sinh thái OpenAI (công cụ, SDK, tinh chỉnh), việc ở lại với GPT-5.4 Nano sẽ đơn giản hóa tích hợp.
Hạn chế tiềm năng: Không có lợi thế nào được ghi nhận trong các tác vụ lập trình hoặc sáng tạo. Ngữ cảnh 400K của nó, dù lớn, nhưng vẫn nhỏ hơn một số đối thủ như Gemini 1.5 Pro (1M token). Điểm chuẩn của nó (81.7 trên GPQA Diamond) có thể không phản ánh hiệu suất vượt trội trên tất cả các tác vụ suy luận. Mô hình này không được tối ưu hóa cho độ trễ thấp; các mô hình nhỏ hơn phản hồi nhanh hơn. Ngoài ra, vì đây là mô hình lớn chạy trên hạ tầng của OpenAI, bạn phải tuân theo các giới hạn về tính khả dụng và tốc độ của họ. OrcaRouter có thể có hàng đợi riêng. Đối với các lĩnh vực chuyên biệt cao như y học hay luật, một mô hình được tinh chỉnh có thể tốt hơn. Hãy đánh giá kỹ các sự đánh đổi.
Tương thích OpenAI — giữ nguyên SDK bạn đang dùng
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-5.4-nano",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| Đầu vào / 1M tokens | $0.200 |
| Đầu ra / 1M tokens | $1.25 |
| Đọc cache / 1M | $0.020 |
| 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-nanoMở @misc{orcarouter_gpt_5_4_nano,
title = {GPT-5.4 Nano API},
author = {OpenAI},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5.4-nano}
}OpenAI. (2026). GPT-5.4 Nano API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5.4-nano