OpenAI的GPT-5.4 mini变体，拥有128k最大输出tokens，GPQA Diamond 87.5，通过OrcaRouter定价为每1M tokens $0.75/$4.50。
openai/gpt-5.4-mini-2026-03-17 是 OpenAI GPT-5.4 模型的一个更小、更具成本效益的变体，于2026年3月17日发布。它托管在 OrcaRouter 上，并通过兼容 OpenAI 的 API 进行访问。该模型专为那些需要高推理能力但无需完整参数量的任务而设计。其最大输出为128,000个token，允许在不进行多次调用的前提下生成更长的回复。
该模型在研究生级别推理方面表现优异，GPQA Diamond分数达到87.5。它能够处理复杂问答、代码生成、数学问题求解以及多模态推理。其长输出限制使其适用于在单次响应中生成完整报告、代码文件或长篇分析。
理想用例包括：生成长度不超过128k tokens的长篇内容（文章、故事、文档）；处理图像或文件并回答相关问题；执行多步骤推理任务，例如调试或数据提取；以及任何每令牌成本是首要考虑因素，但仍需高质量推理的应用。
尽管迷你版本在GPQA Diamond上得分为87.5，但更大的GPT-5.4模型在同项基准测试中可能取得更高的原始分数。该迷你模型还具有固定的最大输出128k tokens；如果不进行迭代调用，它无法生成更长的回复。在极其小众或专业领域，当更大模型更广泛的知识库更具优势时，它的表现也可能较差。
对于不需要高推理能力的任务，例如简单的文本分类、翻译或基础摘要，较小或更便宜的模型（如GPT-3.5变体）可能就足够了。如果工作负载纯粹是短输出的文本任务，OrcaRouter上提供的低成本模型可以进一步降低费用。评估GPQA Diamond-level质量对于您的特定应用是否必要。
GPQA Diamond是一个基准测试，包含物理、化学、生物学及其他科学领域的研究生级别问题。得分87.5表示模型在该数据集中正确回答了87.5%的问题。这使其处于强推理层级，与一些早期大模型相当或更优。然而，基准测试分数并不能保证实际应用中的表现，应在特定领域任务上进行测试。
在所提供的资料中未直接指定延迟。作为 mini 变体，其预期速度比全尺寸 GPT-5.4 更快且更具成本效益，但实际速度取决于请求大小、输出长度以及 OrcaRouter 的当前负载。用户应使用自己的载荷进行基准测试，以估算每次响应的时长。该模型没有明确的速率限制，该限制由 OrcaRouter 管理。
GPQA Diamond上的87.5分是唯一提供的基准数据，表明其在研究生级别的科学推理方面具备强大能力。该模型还支持多模态输入和长输出，这些虽未被GPQA衡量，却是实际应用中的额外优势。就这一单一基准所指示的质量水平而言，其定价具有竞争力。
基准测试得分可能无法覆盖所有真实场景。GPQA Diamond测试为多项选择形式，可能无法反映开放式生成的质量。该数值未体现模型在创意写作、代码生成或安全相关任务上的表现。此外，mini版本的模型相比完整版GPT-5.4可能知识广度有所降低。请始终使用您自己的数据对模型进行验证。
定价为每百万输入令牌0.75美元，每百万输出令牌4.50美元。这些是OpenAI收取的确切费率，OrcaRouter零加价。输入指的是用户提示的总令牌数（包括系统消息、图像令牌化及文件文本）。输出是模型响应的令牌数。
与GPT-5.4完整版等较大模型相比，这个迷你版本的每token成本更低。然而，处理复杂任务时可能需要更保守的提示或多次重试，从而可能增加总token使用量。对于高用量场景，较低的每token成本能带来显著节省。但如果输出质量至关重要且任务极具挑战性，完整模型可能因所需调用次数更少而降低总成本。
提供的事实中没有提到任何缓存或折扣计划。OrcaRouter 直接沿用 OpenAI 的定价，不加价。任何批量折扣或提示缓存必须由 OpenAI 直接提供；如有缓存输入费率，请查阅 OpenAI 的文档。目前，统一费率根据每个计费周期消耗的总 token 数计算。
通过保持输入提示简洁、使用系统消息强制主题限制、避免不必要的图像或文件输入（这会增加token数量）来优化成本。对于非常长的输出，如果很少需要完整的128k输出，可以考虑将内容分块到多个请求中。通过OrcaRouter的日志监控token使用情况，并为每个任务设置max_tokens到可接受的最小长度。
使用位于 https://api.orcarouter.ai/v1 的 OpenAI 兼容端点，模型 ID 为 "openai/gpt-5.4-mini-2026-03-17"。在 Authorization 标头中使用您的 OrcaRouter API 密钥进行身份验证。发送一个聊天补全请求，其中 model 字段设置为该确切字符串。示例：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}'
该API支持标准的OpenAI聊天补全参数：模型（必需）、消息、最大令牌数、温度、top_p、频率惩罚、存在惩罚、停止标记、流式传输等。对于多模态输入，在用户消息中包含类型为"text"和"image_url"的内容块。可以通过以文本或嵌入形式提供文件内容来添加文件。OrcaRouter将这些正确转换为底层模型。
如果您正在通过OrcaRouter使用不同的OpenAI模型，请将模型字符串更改为"openai/gpt-5.4-mini-2026-03-17"。在您的提示词样本上进行测试，以确保输出质量符合预期。如果您之前使用的输出限制较小，请调整max_tokens；此模型支持高达128k。无需其他API更改。请注意与之前模型费率相比的价格变化。
未提供对比基准。gpt-4o 是 OpenAI 较早的模型，具有不同的架构。gpt-5.4-mini 是一款较新的迷你模型。根据 GPQA Diamond 分数（如果 gpt-4o 得分低于 87.5），它在推理方面可能优于 gpt-4o。然而，gpt-4o 可能在速度或更广泛的知识方面有优势。用户应针对自身任务进行评估。
在迷你模型中，该模型提供了较大的输出限制（128k tokens）和多模态输入。其GPQA Diamond评分87.5是推理质量的一个差异化因素。来自OpenAI或其他第三方的其他迷你模型可能推理能力较低或输出限制较短。每百万tokens 0.75美元/4.50美元的定价对于该质量水平来说具有竞争力，但始终要比较每个完成任务的总成本。
开源模型可能API成本较低甚至为零，但需要搭建和维护基础设施。该模型提供128k输出上限和87.5 GPQA Diamond性能，可能超越许多开源模型。然而，开源模型可以以零逐令牌成本进行微调。选择取决于您更倾向于按使用付费的便捷性，还是自托管带来的控制权。
兼容 OpenAI——沿用你现有的 SDK
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| 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。
本周开发者的讨论
@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