GPT-5.4 Pro là mô hình tiên tiến nhất của OpenAI, được xây dựng dựa trên kiến trúc hợp nhất của GPT-5.4 với khả năng suy luận nâng cao cho các nhiệm vụ phức tạp và có rủi ro cao. Nó có cửa sổ ngữ cảnh hơn 1 triệu token (922K đầu vào, 128K...
OpenAI GPT-5.4 Pro là một mô hình ngôn ngữ lớn của OpenAI, cung cấp cửa sổ ngữ cảnh 1.050.000 token và đầu ra tối đa 128.000 token. Mô hình chấp nhận đầu vào dạng văn bản, hình ảnh và tệp tin, cho…
GPT-5.4 Pro vượt trội trong các tác vụ yêu cầu duy trì ngữ cảnh rất dài. Ví dụ bao gồm: tóm tắt toàn bộ văn bản dài như sách, phân tích dữ liệu nghiên cứu đa tệp, tạo báo cáo toàn diện với thông tin nền tảng rộng, duy trì các cuộc hội thoại dài mạch lạc và thực hiện suy luận đa phương thức trên tài liệu có hình ảnh. Giới hạn token đầu ra lớn của nó cũng cho phép tạo nội dung dài mà không cần nhiều lần gọi tiếp nối.
Đối với các tác vụ ngắn, đơn giản như trả lời một câu hỏi, phân loại văn bản, hoặc dịch một vài câu, một mô hình nhỏ hơn với dung lượng ngữ cảnh thấp hơn (ví dụ: GPT-4o Mini hoặc GPT-4.1 Nano) thường hiệu quả hơn về chi phí và độ trễ. Cửa sổ ngữ cảnh rộng lớn và dung lượng cao của GPT-5.4 Pro đi kèm với mức giá trên mỗi token cao hơn và thời gian phản hồi chậm hơn. Chỉ chọn nó khi tác vụ thực sự yêu cầu phạm vi đó.
Có, GPT-5.4 Pro có thể chấp nhận hình ảnh trong các cuộc hội thoại nhiều lượt với tổng ngữ cảnh rất lớn. Bạn có thể đưa vào nhiều hình ảnh xen kẽ với văn bản, tất cả trong giới hạn 1.050.000 token. Mỗi hình ảnh tiêu thụ token tỷ lệ với độ phân giải của nó. Điều này cho phép thực hiện các tác vụ như phân tích nhiều trang của một cuốn sách đã quét có hình minh họa, hoặc xem lại một hướng dẫn trực quan dài với các hình ảnh từng bước.
Có, như một phần của API tương thích với OpenAI, tính năng gọi hàm và sử dụng công cụ đều được hỗ trợ. Bạn có thể định nghĩa các hàm và để mô hình quyết định khi nào gọi chúng. Cửa sổ ngữ cảnh lớn cho phép lưu trữ nhiều lịch sử gọi công cụ, cho phép các luồng tác nhân mở rộng qua các phiên dài. Điều này hữu ích cho tự động hóa phức tạp đòi hỏi nhiều bước suy luận và truy xuất dữ liệu bên ngoài.
Theo thông tin hiện tại, không có điểm chuẩn nào được công bố công khai cho OpenAI GPT-5.4 Pro. Hiệu suất của mô hình trên các chỉ số tiêu chuẩn như MMLU, HumanEval hay GSM8K vẫn chưa được tiết lộ. Nếu thiếu dữ liệu đó, việc so sánh trực tiếp hiệu suất với các mô hình khác (ví dụ: GPT-5.3 Pro hoặc Claude 4) là không thể. Người dùng nên đánh giá mô hình nội bộ trên các tác vụ cụ thể của mình để xác định tính phù hợp.
Xử lý 1.050.000 token trong một yêu cầu duy nhất làm tăng đáng kể thời gian đến token đầu tiên và độ trễ tổng thể. Mô hình phải tính toán attention trên toàn bộ ngữ cảnh, điều này rất tốn kém về mặt tính toán. Độ chính xác trên các tác vụ gần cuối ngữ cảnh có thể giảm nếu mô hình gặp khó khăn trong việc định vị thông tin liên quan; đây là hạn chế đã biết đối với tất cả các mô hình ngữ cảnh dài. Để có kết quả tối ưu, hãy đặt thông tin quan trọng ở gần đầu hoặc cuối.
Các hạn chế chính bao gồm: chi phí mỗi token cao hơn so với các mô hình nhỏ hơn, thời gian phản hồi chậm hơn do xử lý ngữ cảnh dài, khả năng suy giảm độ chính xác đối với các chi tiết nằm ở giữa các ngữ cảnh lớn, và thiếu hiệu suất chuẩn đã được xác minh công khai. Ngoài ra, đầu ra tối đa 128.000 token, mặc dù lớn, vẫn có thể yêu cầu nhiều lần gọi cho các thế hệ rất dài. Các phương thức đầu vào bị giới hạn ở văn bản, hình ảnh và tệp; âm thanh và video không được hỗ trợ trực tiếp.
Các mô hình có ngữ cảnh điển hình 128,000 token (ví dụ: GPT-4o) không thể xử lý đầu vào lớn hơn giới hạn đó. Dung lượng 1,050,000 token của GPT-5.4 Pro cho phép xử lý nhiều hơn gần 8 lần văn bản trong một yêu cầu duy nhất, khiến nó vượt trội hơn cho phân tích tài liệu dài nhưng có thể là quá mức cần thiết cho các tác vụ ngắn. Sự đánh đổi là các truy vấn mô hình nhỏ hơn hoàn thành nhanh hơn nhiều và chi phí thấp hơn. Các điểm chuẩn từ các mô hình có kích thước tương tự cho thấy hiệu suất có thể tương đương nhau trên các tác vụ phù hợp với các cửa sổ nhỏ hơn.
Giá cho GPT-5.4 Pro không được công bố chi tiết trong các thông tin được cung cấp. Thông thường, các mô hình có cửa sổ ngữ cảnh rất lớn sẽ tính phí theo token cho cả đầu vào và đầu ra, thường với mức giá cao hơn so với các biến thể nhỏ hơn. OrcaRouter tính phí dựa trên tổng số token sử dụng. Người dùng nên tham khảo trang giá của OrcaRouter để biết mức giá hiện tại. Vì ngữ cảnh lớn, ngay cả một yêu cầu đơn lẻ cũng có thể tiêu thụ hàng triệu token, do đó chi phí có thể tăng nhanh chóng.
Sự đánh đổi chính là mức tiêu thụ token. Một yêu cầu đơn lẻ sử dụng toàn bộ ngữ cảnh 1.050.000 token tốn kém hơn nhiều lần so với yêu cầu sử dụng 4.000 token. Đối với các ứng dụng mà hầu hết truy vấn đều ngắn, GPT-5.4 Pro có thể không hiệu quả về mặt kinh tế. Hãy cân nhắc lưu vào bộ nhớ đệm ngữ cảnh được sử dụng thường xuyên hoặc sử dụng mô hình rẻ hơn để lọc sơ bộ. Một số người dùng có thể hưởng lợi từ tính năng lưu vào bộ nhớ đệm của OrcaRouter để tránh xử lý lại ngữ cảnh giống hệt nhau.
OrcaRouter có thể cung cấp các cơ chế lưu đệm (caching) để lưu trữ các tiền tố prompt hoặc toàn bộ khối ngữ cảnh. Khi cùng một đầu vào được gửi đi nhiều lần, việc lưu đệm có thể tránh phải xử lý lại các token, giúp giảm cả chi phí lẫn độ trễ. Đối với GPT-5.4 Pro, việc lưu đệm các tiền tố chung dài (ví dụ: một system prompt và tài liệu) có thể đặc biệt có lợi. Hãy kiểm tra tài liệu của OrcaRouter để biết các chính sách lưu đệm và giá cả cụ thể.
Sử dụng endpoint chat completions tiêu chuẩn với base URL https://api.orcarouter.ai/v1. Đặt tham số model thành openai/gpt-5.4-pro. Ví dụ sử dụng curl: curl https://api.orcarouter.ai/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer YOUR_API_KEY" \ -d '{ "model": "openai/gpt-5.4-pro", "messages": [{"role": "user", "content": "Summarize this 10,000 page book."}], "max_tokens": 128000 }' Đảm bảo khóa API của bạn có quyền truy cập vào model này.
API hỗ trợ tất cả các tham số hoàn tất trò chuyện chuẩn của OpenAI: model, messages, max_tokens, temperature, top_p, n, stream, stop, presence_penalty, frequency_penalty, logit_bias, user, tools, tool_choice và response_format. Đối với GPT-5.4 Pro, max_tokens có thể được đặt tối đa 128.000. Giới hạn cửa sổ ngữ cảnh bao gồm cả token đầu vào và đầu ra; hãy đảm bảo tổng token (messages + max_tokens) không vượt quá 1.050.000.
Sửa đổi URL gốc của ứng dụng thành https://api.orcarouter.ai/v1 và thay đổi ID model thành openai/gpt-5.4-pro. Sử dụng khóa API OrcaRouter của bạn thay vì khóa OpenAI. Nếu mã hiện tại của bạn sử dụng SDK Python OpenAI, hãy cập nhật base_url và tên model. Không yêu cầu thay đổi mã nào khác. Đảm bảo khóa API của bạn có quyền truy cập model này. Kiểm tra trước với một ngữ cảnh nhỏ để xác minh tính tương thích.
Có, streaming được hỗ trợ bằng cách đặt tham số stream thành true. API trả về các chunk với nội dung delta như chuẩn streaming của OpenAI. Lưu ý rằng do ngữ cảnh lớn, thời gian đến token đầu tiên có thể lâu hơn so với các mô hình nhỏ hơn. Streaming có thể giúp hiển thị kết quả từng phần cho người dùng trong khi phản hồi đầy đủ đang được tạo ra. Sử dụng cùng endpoint chat.completions với stream: true.
Nếu không có điểm chuẩn, việc so sánh hiệu năng trực tiếp là không thể. Tuy nhiên, cửa sổ ngữ cảnh 1.050.000 token của GPT-5.4 Pro lớn hơn so với GPT-5.3 Pro thông thường (vốn có ngữ cảnh nhỏ hơn). Đầu ra tối đa 128.000 token cũng vượt trội hơn các mô hình trước đó. Về phương thức, cả hai đều hỗ trợ văn bản, hình ảnh và tệp tin. Điểm khác biệt chính là dung lượng ngữ cảnh, khiến GPT-5.4 Pro phù hợp hơn cho các tài liệu rất dài.
Claude 4 Opus của Anthropic cũng cung cấp một cửa sổ ngữ cảnh lớn (thường khoảng 200,000 token). Cửa sổ 1,050,000 token của GPT-5.4 Pro lớn hơn đáng kể. Tuy nhiên, Claude 4 Opus có thể có những điểm mạnh khác về độ chính xác và an toàn. Cả hai đều hỗ trợ đầu vào đa phương thức. Không có điểm chuẩn công khai, người dùng nên đánh giá trên dữ liệu của riêng họ. OrcaRouter có thể cung cấp cả hai mô hình để so sánh song song.
Gemini Ultra 2 của Google hỗ trợ cửa sổ ngữ cảnh lên tới 1.000.000 token (trong một số cấu hình), tương tự như GPT-5.4 Pro. Cả hai đều có khả năng đầu ra tối đa lớn. Gemini Ultra 2 cũng hỗ trợ đầu vào hình ảnh và video; GPT-5.4 Pro không hỗ trợ video trực tiếp. Việc lựa chọn có thể phụ thuộc vào yêu cầu tác vụ cụ thể và khả năng tương thích hệ sinh thái. OrcaRouter cung cấp quyền truy cập vào cả hai mô hình thông qua cùng một API.
Đối với các truy vấn có dung lượng trong khoảng 128.000 token hoặc ít hơn, các mô hình như GPT-5.2 Turbo, GPT-4o Mini hoặc Claude 3 Haiku sẽ tiết kiệm chi phí hơn và nhanh hơn. Nếu tác vụ chỉ bao gồm văn bản (không có hình ảnh), các mô hình văn bản thuần nhỏ hơn thậm chí còn rẻ hơn. GPT-5.4 Pro nên được dành riêng cho các trường hợp mà ngữ cảnh rộng lớn của nó là cần thiết, chẳng hạn như phân tích toàn bộ một cuốn sách hoặc một tệp nhật ký khổng lồ. Đối với chat thông thường, dùng mô hình đó là quá mức cần thiết.
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-pro",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| Bậc | Đầu vào / 1M tokens | Đầu ra / 1M tokens |
|---|---|---|
| ≤ 272K | $30.00 | $180.00 |
| ≤ ∞ | $60.00 | $270.00 |
| Bậc được chọn theo số token đầu vào của mỗi yêu cầu | ||
Ước tính theo giá niêm yết
Giá theo bậc — ước tính này dùng mức giá bậc cơ bản.
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-proMở @misc{orcarouter_gpt_5_4_pro,
title = {GPT-5.4 Pro API},
author = {OpenAI},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5.4-pro}
}OpenAI. (2026). GPT-5.4 Pro API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5.4-pro