OpenAI GPT-5.4-2026-03-05：1.05M 上下文，128K 输出，92.0 GPQA Diamond。文本、图像、文件输入。
这是来自OpenAI的一个大型语言模型，拥有1,050,000个令牌的上下文窗口和最多128,000个令牌的输出。它支持文本、图像和文件输入，允许用户在一次请求中结合视觉信息与书面内容。该模型专为需要处理超长文档、执行多步推理或处理同时涉及文本和图像任务的研究人员、开发者和企业而设计。它在推理基准测试的高精度要求场景中尤为适用，例如在GPQA…
凭借其1.05M的上下文窗口和多模态支持，它在分析嵌入图表的冗长财务报告、总结整个法律证据开示文件、检查大型代码库中的错误或模式，以及针对长篇论文进行学术研究等任务上表现出色。它能够将多张图像（例如演示文稿中的幻灯片）与文本上下文结合，并生成统一的摘要。128K的最大输出也使其适用于生成综合性报告、完整的软件项目或扩展的叙事内容，而输出限制较小的模型可能会截断这些内容。需要高推理能力的用例，例如多步数学或逻辑问题，也受益于其基准测试得分。
如果你的任务涉及较短的输入和输出（例如，小于4K token的聊天对话、简单的分类或简要翻译），像OpenAI的GPT-4o mini或GPT-4o这样的小型模型可能更具成本效益且速度更快。此外，如果任务不需要GPQA Diamond所衡量的推理深度，那么更便宜的模型也能以更低成本获得可接受的结果。由于该模型在OrcaRouter上的定价未公开，其每token成本很可能高于小型模型。请评估扩展的上下文和输出大小是否必要；若非如此，使用较轻量级的模型将同时降低金钱成本和延迟。
该模型原生支持在同一个上下文窗口中处理文本、图像和文件输入。这意味着您可以在消息数组中发送一个包含文本提示、若干图像（例如照片、图表）和附加文件（例如PDF、电子表格）的请求。模型将跨所有模态进行推理。例如，您可以要求它比较图像中的图表与CSV文件中的数据，并生成文本分析。请注意，图像和文件的处理会消耗上下文窗口中的token；一张大图像可能使用数千个token，因此请相应规划您的请求，以保持总token数在1,050,000以内。
文件输入模态涵盖了常见的文档格式，如PDF、Word、Excel、PowerPoint、文本文件，以及可能超出典型网页图片范围的图像格式。虽然提供的资料未明确指定具体的文件MIME类型，但OrcaRouter很可能支持与OpenAI文件端点相同的范围。为获得最佳效果，请使用基于文本的文件（PDF、TXT、代码），因为图像会通过图像模态单独处理。模型可以从文件中提取文本并将其融入推理过程。如果需要分析文件中嵌入的图像（例如带有图片的PDF），最好单独提取该图像并通过图像输入发送。
GPQA Diamond 是一个基准测试，包含生物学、物理学和化学领域的研究生水平多项选择题。得分 92.0 表示模型正确回答了这些问题的 92%。这是一个强劲的结果，表明模型具备深层的推理能力和特定领域的知识。然而，基准测试分数并不能保证在每个真实场景中都有完美表现。模型在处理细微任务或训练分布之外的主题时仍可能产生错误。该分数是一个比较性指标：它表明该模型在此特定测试中优于许多早期模型，但针对特定领域的高风险应用，务必验证输出结果。
优势包括能够处理极长上下文、支持多种模态并生成较长输出。高GPQA Diamond分数表明其推理能力较强。局限性：与所有大型语言模型一样，它可能生成听起来合理但实际错误的信息（幻觉）。由于上下文窗口较大，若用户在其中提供矛盾或无关信息，模型可能难以聚焦重要部分。此外，由于模型规模大，推理延迟可能高于小模型。该模型最大128,000 token的输出量虽然慷慨但仍有上限；若生成内容超限，超长输出仍可能被截断。官方未公开延迟或速度数据。
提供的具体基准测试只有GPQA Diamond的92.0。作为对比，早期OpenAI模型如GPT-4（2023年8月）在GPQA（更高难度的Diamond子集）上得分约为38.0。GPT-4o（2024年5月）在GPQA Diamond上得分约为75-80（公开已知）。因此，本模型显示出改进。对于其他基准测试如MMLU、HumanEval等，未提供数据；用户应假定其达到旗舰OpenAI模型的典型强劲表现。关键区别在于上下文和输出长度：GPT-4o拥有128K上下文和16K输出，而本模型拥有1.05M上下文和128K输出。因此，对于超长文档，本模型是更优选择。
提供的事实中未包含多模态基准测试（例如图像描述或视觉问答）。然而，考虑到该模型支持图像和文件输入，可以合理推测它在标准视觉-语言任务上表现良好，可能达到或超越GPT-4o的视觉能力。对特定多模态准确度感兴趣的用户应在自己的数据集上测试该模型。GPQA Diamond得分（仅文本）提供了推理能力的基线，但未涵盖视觉推理。对于需要从图像中读取文本的任务，模型内部使用光学字符识别，但未提供独立的OCR准确度数据。
OrcaRouter上openai/gpt-5.4-2026-03-05的定价在现有资料中并未公开披露。通常，具有超大上下文窗口和高输出限制的模型，由于所需计算资源较多，每token的价格会更高。如需了解当前定价，请参考OrcaRouter控制面板或联系其支持团队。做预算时需注意，高达128K token的最大输出量可能导致每次请求的费用较高。部分平台会针对重复提示提供缓存折扣，可查阅OrcaRouter文档了解详情。对于成本敏感的工作负载，建议评估是否可在部分流程中使用更小的模型以达到可接受的结果。
OrcaRouter 可能会提供缓存机制，将跨请求重复的提示临时存储以降低成本。这在许多 API 提供商中很常见。对于上下文达 1.05M 的模型，如果你经常使用相同的系统提示或大型静态文档，缓存尤其有用。然而，关于该模型的具体缓存策略，提供的资料中并未详述。你可能可以通过设置适当的请求头或使用 OrcaRouter 的内置功能来启用缓存。如果没有缓存，每个请求都会处理完整的上下文，因此成本会随输入长度线性增长。为了优化，可以在发送前预处理输入，移除无关内容。
事实中未提供任何模型的价格数字。一般来说，上下文窗口较大且发布较晚的模型往往比早期模型定价更高。GPT-4o的上下文为128K，输出为16K，其价格可能低于本模型。对于频繁的短请求，GPT-4o的较低成本可能更经济。对于长文档任务，GPT-4o的上下文窗口可能不足，需要分块处理和多次调用；在这种情况下，本模型较高的每token成本实际上可能更低，因为它避免了额外的处理。用户应根据实际使用模式自行估算成本。
将基础URL设置为 `https://api.orcarouter.ai/v1`，并在请求体中使用模型ID `"openai/gpt-5.4-2026-03-05"`。该API完全兼容OpenAI Python客户端、curl或任何支持聊天补全端点的HTTP客户端。Python中使用openai库的示例： ```python import openai client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key="YOUR_KEY") response = client.chat.completions.create( model="openai/gpt-5.4-2026-03-05", messages=[{"role":"user","content":"解释量子计算"}], max_tokens=2048 ) ``` 所有标准参数均受支持。请务必将 `YOUR_KEY` 替换为OrcaRouter API密钥。
The minimum required parameters are "model" (string, must be "openai/gpt-5.4-2026-03-05") and "messages" (array of message objects). Each message object requires a "role" (system, user, or assistant) and "content". For multi-modal input, the content can be an array of content parts (text, image_url, or file). The model also supports a "max_tokens" parameter (integer up to 128,000). If omitted, the model may generate until the stop condition. Other optional parameters include temperature, top_p, frequency_penalty, presence_penalty, stop, and stream. All follow the OpenAI Chat Completions specification.
迁移涉及更改基础URL并可能更新API密钥。如果你的代码目前使用默认基础URL（api.openai.com）的OpenAI Python客户端，你只需使用`base_url="https://api.orcarouter.ai/v1"`和你的OrcaRouter API密钥来实例化客户端。模型ID从OpenAI模型名称（例如`"gpt-5.4-2026-03-05"`）改为`"openai/gpt-5.4-2026-03-05"`（注意提供商前缀）。所有其他参数保持不变。先使用一个简单请求进行测试。该模型的行为可能与直接通过OpenAI访问相同模型时略有不同，但在大多数使用场景下应功能一致。
GPT-4o（特别是 gpt-4o-2024-08-06 版本）拥有 128,000 token 的上下文窗口和 16,384 token 的最大输出。相比之下，openai/gpt-5.4-2026-03-05 提供了 1,050,000 token 的上下文窗口（大约是其 8.2 倍）和 128,000 token 的最大输出（大约是其 7.8 倍）。这使得新模型更适用于处理整本书籍、大型代码库或长篇对话历史等任务，以及生成完整报告等长篇幅输出。不过，GPT-4o 可能具有更快的推理速度和更低的成本。在基准测试方面，GPT-4o 的 GPQA Diamond 分数较低（约 80），而相比之下 92.0 的分数表明其在研究生级别问题上的推理能力更强。对于适合 GPT-4o 上下文窗口的任务，它仍然是一个有力的替代选择。
GPT-4 Turbo（gpt-4-turbo-2024-04-09）拥有128,000个token的上下文窗口，最大输出为4,096个token。其GPQA Diamond得分明显较低（约38）。因此，5.4模型在上下文、输出和推理能力上均优于它。由于GPT-4 Turbo较旧，可能仍适用于低成本的短任务，但对于任何长上下文或高推理需求的工作负载，该模型更具优势。较新的模型还原生支持图像和文件输入，而GPT-4 Turbo的视觉能力是后来才引入的，集成度不高。
OrcaRouter 可能也提供其他 OpenAI 模型（例如 openai/gpt-4o、openai/gpt-4-turbo），以及其他提供商的模型。如果你需要的上下文窗口大于 128K tokens 但小于 1.05M，可以考虑 Anthropic 的 Claude 3.5 Sonnet（200K 上下文）或 Google 的 Gemini 1.5 Pro（1M 上下文）等模型。具体选择取决于你对推理能力、多模态支持和输出长度的特定需求。该模型因其超大的上下文与高推理分数的结合而脱颖而出。为获得最佳效果，请通过 OrcaRouter 的 API 用样本请求测试你的特定用例，以比较各模型的输出质量。
兼容 OpenAI——沿用你现有的 SDK
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-5.4-2026-03-05",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| 阶梯 | 输入 / 1M tokens | 输出 / 1M tokens | 缓存读取 / 1M |
|---|---|---|---|
| ≤ 272K | $2.50 | $15.00 | $0.250 |
| ≤ ∞ | $5.00 | $22.50 | $0.500 |
| 阶梯按每次请求的输入 token 数确定 | |||
基于标价的估算
阶梯定价——此估算使用基础档位费率。
仅为估算——实际 Token 数取决于提供商的分词器。
@misc{orcarouter_gpt_5_4_2026_03_05,
title = {openai/gpt-5.4-2026-03-05 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5.4-2026-03-05}
}openai. (n.d.). openai/gpt-5.4-2026-03-05 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5.4-2026-03-05