GPT-5.4 mini 将 GPT-5.4 的核心能力带到了一个更快、更高效的模型中，该模型针对高吞吐量工作负载进行了优化。它支持文本和图像输入，并在推理、编码等方面表现强劲，...
GPT‑5.4 Mini 是 OpenAI 推出的一款紧凑型语言模型，在能力与较低计算开销之间取得了平衡。它支持 400,000 个 token 的上下文窗口和最多 128,000 个 token 的输出，使其能够一次性处理大型文档或维持长时间的对话。该模型接受文件、图像和文本输入，在标准文本交互之外还能进行多模态推理。 在 OrcaRouter 上，通过 OpenAI 兼容的端点…
GPT‑5.4 Mini 在处理可分解为思维链的复杂多步骤推理任务方面表现优异。基准测试显示，它在 GPQA Diamond（87.5 分）及类似科学推理数据集上性能强劲。该模型能高效处理数学问题求解、代码生成与调试以及逻辑谜题。 其庞大的上下文窗口使其能够维持对长文档的理解——非常适合总结长篇报告、从法律合同中提取关键信息，或回答关于完整研究论文的问题。该模型在工具使用场景下也表现出色，能根据对话历史决定何时调用外部函数。对于简短问答或分类等较简单任务，使用更便宜的模型可能更具成本效益。
如果你的使用场景涉及短提示（少于10K token）、简单分类或不需要深度推理的直接生成，那么使用像GPT‑4o‑mini或GPT‑3.5‑Turbo（可通过OrcaRouter获取）这样更便宜的模型，可能只需花费一小部分成本就能提供足够的质量。GPT‑5.4 Mini每100万token的价格为$0.75/$4.50，高于许多更小的模型。 此外，如果你不需要多模态输入（文件或图像）或400K上下文窗口，这些功能不会带来额外价值。请评估每次请求的平均token消耗以及所需的输出长度。对于高流量的生产系统，即便每个token节省少量成本，也能大幅减少月度支出。通过OrcaRouter，你只需在API调用中更改模型ID即可轻松切换模型。
是的，GPT‑5.4 Mini 支持与 OpenAI API 兼容的函数调用接口。使用 OrcaRouter 的 OpenAI 兼容端点时，你可以在请求中定义函数（工具），让模型决定是否调用它们。较大的上下文窗口对于需要维护函数调用历史及其结果的智能体特别有用。 这一能力使得构建复杂的 AI 工作流成为可能：自然语言查询触发对数据库、计算器或 API 的函数调用，模型处理返回的数据以生成最终答案。为获得最佳效果，请提供清晰的函数描述和示例。请注意，模型有时可能会返回无效的函数参数；在生产环境中应实现验证层。
GPT‑5.4 Mini 支持 JSON 模式，当你将 API 请求中的 response_format 参数设置为 {"type": "json_object"} 时。这会指示模型输出有效的 JSON。结合系统提示，你可以强制执行特定的 schema。128K token 的输出限制允许生成非常长的结构化文档，例如完整的 SQL 模式或嵌套的配置文件。 然而，模型无法保证 JSON 有效性之外的结构正确性——你可能需要后处理或针对 schema 进行验证。对于生产环境，请使用工具调用方法以强制执行更可靠的结构化输出。OrcaRouter API 按原样传递 response_format 参数给 OpenAI，不做任何修改。
GPQA Diamond 是一个多项选择基准测试，用于评估研究生级别的科学推理能力，涵盖物理、化学、生物学及其他领域。87.5 的分数表示 GPT-5.4 Mini 正确回答了 87.5% 的问题，这使其在其模型尺寸下处于较高的推理能力水平。 该分数是 OpenAI 报告的一个主要基准指标，表明该模型能够处理需要深入理解和逐步推理的复杂科学问题。然而，基准测试无法涵盖所有真实场景；请使用您自己的代表性任务来评估该模型。与 GPT-5.4 Full 等较大模型（通常得分更高）相比，Mini 版本在性能与成本之间取得了平衡。
延迟主要取决于模型底层基础设施（OpenAI）以及输入和输出的长度。由于 OrcaRouter 除了将请求路由至 OpenAI 外，不会引入额外处理开销，因此其响应时间与直接调用 OpenAI 相近。对于 10K 输入 token 和 500 输出 token 的提示，延迟通常在五秒以内。 对于更长的输出（最多 128K token），响应时间可能延长至数分钟。OrcaRouter 支持通过服务器推送事件（SSE）进行流式传输，可在生成 token 的同时实时传递，从而降低感知延迟。使用 stream 参数即可启用实时输出。请注意，多模态输入（图像/文件）可能会增加额外的预处理时间。
尽管推理基准测试表现强劲，GPT‑5.4 Mini 仍可能产生事实错误或生成幻觉信息，尤其是在小众或快速发展的主题上。其知识截止日期未明确说明；可假设它反映了 OpenAI 的最新训练数据。该模型在执行需精确算术或准确回忆冷僻事实的任务时也可能遇到困难。 此外，128K 令牌的输出限制虽已算宽裕，但仍可能不足以一次性生成超长书籍或完整代码库。对于此类任务，建议分块输出或使用支持序列生成的模型。该模型在非英语语言上的表现可能较弱。请务必使用目标领域的多样化输入进行测试。
GPT‑5.4系列中的较大模型，例如GPT‑5.4 Full，通常在推理基准测试（如GPQA Diamond >90）上得分更高，并拥有更大的上下文窗口（例如100万token）。然而，它们的每token成本更高且延迟更高。GPT‑5.4 Mini则为了降低成本和更快的推理速度，牺牲了一部分原始性能。 对于不需要最高精度的任务，Mini变体通常能提供更优的成本效益权衡。如果你的应用需要在困难推理任务上获得最高准确度，请选择Full模型。OrcaRouter通过简单的模型ID切换即可提供这两种选择。基准测试分数只是其中一个因素，建议在你自己的数据集上进行评估。
OrcaRouter按提供商的确切费率收费，不加价。对于GPT‑5.4 Mini，每100万输入令牌价格为0.75美元，每100万输出令牌价格为4.50美元。输入令牌包括系统提示、用户消息以及任何多模态令牌（文件或图像）。输出令牌仅计算生成的文本。 流式或非流式调用均不收取额外费用。缓存的输入令牌不打折，因为OrcaRouter直接传递提供商的定价而不做修改。要估算成本，请将每次请求的平均令牌数乘以这些费率。对于高用量场景，对于简单任务考虑使用令牌单价更低的模型。
尽管GPT‑5.4 Mini比完整版的GPT‑5.4模型更便宜，但仍比许多小模型（如GPT‑4o-mini或GPT‑3.5‑Turbo）更贵。仅在需要更大的上下文窗口、多模态支持或更高推理能力时才使用它。例如，处理短查询的客户支持聊天机器人使用此模型可能会导致超额支出。 批量处理长文档会迅速增加token成本。计算每个文档的总token数并乘以费率，看看是否存在类似能力但更便宜的替代方案。OrcaRouter允许您根据提示长度或主题将请求路由到多个模型，自动优化成本。
不。OrcaRouter 不会修改或缓存模型响应。每次请求都会实时转发给 OpenAI，你按每 token 的提供商费率精确付费。没有批量折扣或预付费计划；定价基于 token 使用量的按需付费模式。 这种透明性意味着你的成本直接反映你的 OpenAI 使用量。如果 OpenAI 未来引入缓存或分层定价，OrcaRouter 将不加价地传递这些变化。对于可预测的高用量场景，建议考虑与 OpenAI 直接签订企业协议；但对于灵活接入且开销最小化的需求，OrcaRouter 是一个直接了当的选择。
要使用 GPT‑5.4 Mini，请将兼容 OpenAI 的客户端的 base URL 设置为 https://api.orcarouter.ai/v1，模型 ID 设置为 "openai/gpt-5.4-mini"。提供您的 OrcaRouter API 密钥作为身份验证令牌。所有标准的 OpenAI 聊天完成参数均受支持：`messages`、`temperature`、`top_p`、`max_tokens`、`stream`、`response_format`、`tools` 等。 示例（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 ) ``` 响应包含完成内容、使用统计信息和模型标识符。
OrcaRouter 的 API 设计为完全兼容 OpenAI。没有 OrcaRouter 专属的参数；所有参数都直接传递给底层提供商（OpenAI）。不过，OrcaRouter 会为路由和认证增加少量延迟开销，通常低于 50 毫秒。 你可以传递标准参数，例如 `user`、`stop`、`frequency_penalty`、`presence_penalty` 和 `logit_bias`。该 API 返回的模型字段始终为 "openai/gpt-5.4-mini"，无论底层提供商是谁。如果需要按请求跟踪使用情况，请使用 `user` 参数或解析返回的使用量指标。对于高级路由（例如回退模型），请联系 OrcaRouter 支持。
是的。迁移只需要修改代码中的两处：将 OpenAI 的 base URL 替换为 https://api.orcarouter.ai/v1，并使用您的 OrcaRouter API 密钥。模型 ID 必须加上提供商前缀（例如，使用 "openai/gpt-5.4-mini" 代替 "gpt-5.4-mini"）。所有其他参数保持不变。 这样您就可以将 OrcaRouter 作为多个提供商的统一网关，而无需修改现有的 OpenAI 集成。在完全切换之前，先在部分流量上进行测试。OrcaRouter 提供使用日志和账单信息，您可以将其与之前直接使用的情况进行对比，以验证成本透明度。
GPT‑5.4 Mini 是 OpenAI 推出的较新模型，拥有更大的上下文窗口（400K vs. GPT‑4o 的 128K）和更高的最大输出量（128K vs. GPT‑4o 典型的 4K‑16K）。它还支持图像和文件输入，而 GPT‑4o 主要处理文本和图像。GPT‑4o 的定价通常较低（标准版每百万 tokens 费用为 $2.50/$10），但具体取决于版本。 在 GPQA Diamond 等推理基准测试中，GPT‑5.4 Mini（87.5）超过了 GPT‑4o 的报告分数（约 70‑80）。不过，GPT‑4o 经过了广泛测试，可能对某些工具支持更好。当长上下文和高推理能力是优先考虑时，选择 GPT‑5.4 Mini；对于成本至关重要的较短任务，使用 GPT‑4o。
GPT‑5.4 Full 提供了更大的上下文窗口（1M tokens）和更高的绝对推理分数（GPQA Diamond >90），但每次 token 的定价明显更高。Mini 版本牺牲了部分基准测试性能，以换取成本效率。在许多实际应用中，输出质量的差异并不明显，尤其是在那些不挑战推理极限的任务上。 如果你的用例需要处理极长的文档（超过 400K tokens），或在困难的 graduate‑level 问题上追求最高准确率，那么 GPT‑5.4 Full 是值得的。否则，GPT‑5.4 Mini 通常能以大约一半的成本提供类似的结果。OrcaRouter 让你只需在 API 请求中更改模型 ID，即可轻松在两者之间切换。
Claude 3.5 Sonnet（由Anthropic开发）提供200K的上下文窗口，低于GPT-5.4 Mini的400K。Claude 3.5 Sonnet的定价为每100万输入tokens 3.00美元，每100万输出tokens 15.00美元（Anthropic定价），使其每个token更贵。在类似的推理测试中，基准分数相当，尽管GPQA Diamond上的直接比较尚未公开。 Claude 3.5 Sonnet以强大的指令遵循能力和安全护栏而闻名。GPT-5.4 Mini可能更适合需要非常长上下文或更高输出token限制的任务。在您的具体提示上评估两者，因为主观质量差异可能影响用户满意度。OrcaRouter提供对这两个模型的访问，便于进行A/B测试。
像Llama 3.1 70B或Mixtral 8x22B这样的开源模型可以在你自有的硬件上运行，从而获得可预测的成本，尤其是在高用量场景下。不过，它们通常上下文窗口较小（128K或更少），并且可能需要大量基础设施才能实现低延迟。而GPT‑5.4 Mini则提供了400K的上下文窗口、多模态输入以及专家调优的推理能力，无需承担基础设施开销。 如果你看重易用性、基于Token的定价以及即时扩展能力，那么通过OrcaRouter使用GPT‑5.4 Mini会更加便捷。如果你需要对数据驻留拥有完全控制权、有低延迟需求，并且你的任务适合较小的上下文，那么从长远来看，开源替代方案可能会更便宜。建议在你自己环境中对两者进行测试。
兼容 OpenAI——沿用你现有的 SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-5.4-mini",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| 输入 / 1M tokens | $0.750 |
| 输出 / 1M tokens | $4.50 |
| 缓存读取 / 1M | $0.075 |
| 货币 | USD |
基于标价的估算
仅为估算——实际 Token 数取决于提供商的分词器。
@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