DataLearner 标志DataLearnerAI
最新AI资讯
大模型评测
大模型列表
大模型对比
资源中心
Tools

加载中...

DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台,持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例,为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
页面导航
目录
大模型列表GPT-5.4 nano
GP

GPT-5.4 nano

GPT-5.4 nano

发布时间: 2026-03-17更新于: 2026-03-18 09:49:24.906知识截止: 2025-08-3115
在线体验GitHubHugging FaceCompare
模型参数
未披露
上下文长度
400K
中文支持
支持
推理能力

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

GPT-5.4 nano

模型基本信息

推理过程
支持
思考模式
思考水平 · 高 (High) (默认)思考水平 · 低 (Low)思考水平 · 中 (Medium)思考水平 · 极高 (Extra-High)
上下文长度
400K tokens
最大输出长度
131072 tokens
模型类型
多模态大模型
发布时间
2026-03-17
模型文件大小
暂无数据
MoE架构
否
总参数 / 激活参数
0.0 亿 / 不涉及
知识截止
2025-08-31
GPT-5.4 nano

开源和体验地址

代码开源状态
不开源
预训练权重开源
不开源- 不开源
GitHub 源码
暂无GitHub开源地址
Hugging Face
暂无开源HuggingFace地址
在线体验
暂无在线体验地址
GPT-5.4 nano

官方介绍与博客

官方论文
Introducing GPT-5.4 mini and nano
DataLearnerAI博客
暂无介绍博客
GPT-5.4 nano

API接口信息

接口速度
5/5
💡默认单位:$/100万 tokens。若计费单位不同,则以供应商公开的原始标注为准。
了解不同定价模式详解
标准模式
类型适用条件输入输出
文本-$0.200/ 1M$1.25/ 1M
批量模式
类型适用条件输入输出
文本-$0.100/ 1M$0.625/ 1M
文本缓存状态 = 5 min$0.010/ 1M$0.625/ 1M
缓存定价Prompt缓存
类型有效期写入读取
文本5m$0.020/ 1M$1.25/ 1M
GPT-5.4 nano

评测结果

思考模式
思考模式细分 (1)
工具使用

综合评估

共 3 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
极高
82.80
46 / 160
HLE
极高
24.30
55 / 114
HLE
极高使用工具
37.70
29 / 114

多模态理解

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMMU
极高
66.10
26 / 27
MMMU
极高使用工具
69.50
24 / 27

编程与软件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SWE-Bench Pro - Public
极高使用工具
52.40
8 / 19

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench - Telecom
极高使用工具
92.50
19 / 33

AI Agent - 工具使用

共 3 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench 2.0
极高使用工具
46.30
20 / 24
OSWorld-Verified
极高使用工具
39
9 / 10
Tool Decathlon
极高使用工具
35.50
3 / 3
查看评测深度分析与其他模型对比
GPT-5.4 nano

发布机构

OpenAI
OpenAI
查看发布机构详情
GPT-5.4 nano

模型解读

GPT-5.4 nano 简介与核心特点

GPT-5.4 nano 是 OpenAI 于 2026 年 3 月 17 日正式发布的超轻量级语言模型,是 GPT-5.4 系列中体积最小、成本最低的变体,也是 GPT-5 nano 的直接升级版本。该模型专为高吞吐量 API 场景设计,目标是以极低延迟和极低单位成本完成大批量短任务。OpenAI 将其定位为“速度与成本最重要时的首选模型”,目前仅通过 API 对开发者开放,不在 ChatGPT 产品中直接面向消费者提供。

架构与技术规格

GPT-5.4 nano 的模型参数量尚未对外公开。官方暂未明确说明其上下文窗口大小。基于 GPT-5.4 系列统一的训练数据,其知识截止日期同为 2025 年 8 月 31 日。该模型针对短任务、高吞吐量场景进行了专项优化,在“extended multi-step reasoning”(扩展多步推理)方面存在明确的设计取舍。

核心能力与支持模态

GPT-5.4 nano 支持文本与图像的多模态输入,输出为纯文本。官方说明其具备以下能力:在短定义交互中对开发者意图的强指令遵循;用于轻量级自动化场景的函数与工具调用;针对常见代码任务的快速完成能力;以及结合文本进行基础图像解析的能力。与 GPT-5.4 mini 相比,nano 不具备完整的计算机使用能力,在计算机操控任务上的表现明显偏弱。

性能与基准评测

根据 OpenAI 公布的官方数据,GPT-5.4 nano 在代码生成基准 SWE-Bench Pro 上得分为 52.4%,略低于 GPT-5.4 mini 的 54.38%,但相较前代 GPT-5 nano 仍有显著提升;在计算机操控基准 OSWorld-Verified 上得分为 39.01%,明显低于 GPT-5.4 mini 的 72.13%,也低于 GPT-5 mini 的 42.0%,表明 nano 在复杂多步骤交互类任务上存在明确局限,适用场景应严格限定在结构清晰的短任务中。

应用场景与局限

OpenAI 官方推荐将 GPT-5.4 nano 用于以下高频、高吞吐量的典型场景:内容分类(Classification)、数据提取(Data Extraction)、排序(Ranking),以及多代理系统中处理简单支撑性子任务的轻量编程子代理。对于需要复杂推理、长上下文处理、多步骤计划或计算机界面操控的任务,官方明确不推荐使用 nano 模型,应选用 GPT-5.4 mini 或 GPT-5.4 旗舰版。

访问方式与许可

GPT-5.4 nano 目前仅通过 OpenAI API 向开发者提供访问,不在 ChatGPT 产品中直接向消费者开放。模型为闭源,不提供开源权重。API 按 token 计费:输入 $0.20/百万 token,输出 $1.25/百万 token,是 OpenAI 现有量产模型体系中定价最低的选项之一,约为 GPT-5.4 mini 输入成本的 26.7%,适合对成本极度敏感的大批量业务场景。

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码