OpenAI
GPT-6.1 Sol
最大コンテキスト
1.1M
最大出力
128K
リリース日
N/A
gpt-5.4-nanoGPT-5.4 Nano は、参照元で強調されている特徴として smallest/lowest-cost GPT-5.4 option を持ちます。主な価値は 分類, ルーティング, 抽出 and predictable 大規模 generation にあります。そのため、汎用チャットモデルとしてではなく、このモデル固有の強みを中心に説明するのが自然です。
Context Window
400K tokens
Maximum Output
128K tokens
Release Date
2026年3月17日
Modalities
| 入力価格 | 出力価格 | キャッシュ読み取り |
|---|---|---|
| $0.2/M | $1.25/M | $0.02/M |
Reasoning
Tool calling
Temperature parameter
Attachments
Knowledge Base
Endpoint Protocols
GPT-5.4 nanoは、明確に定義された大量のテキスト・画像処理で、速度と処理効率を重視します。
範囲が明確な単純タスク向けに最適化され、応答速度と処理効率を優先する用途に適しています。
分類、抽出、順位付けを行い、大量の入力を一貫したラベル、項目、順序付き結果へ変換します。
最大400,000トークンのコンテキストと画像入力に対応し、規模の大きな文書群を対象に定型処理を行えます。
GPT-5.4 nanoは、出力要件が明確な大規模分類、情報抽出、順位付けタスクに適しています。
大量のメッセージ、文書、画像へ定義済みカテゴリを付与し、振り分け、分析、コンテンツ審査に活用します。
テキスト、フォーム、文書画像から指定項目を抽出し、後続システム向けの一貫したレコードを作成します。
明確な関連性基準に従い、検索結果、推薦候補、サポート項目を評価して順位付けします。
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)| 指数スコア | ||
|---|---|---|
| Artificial Analysis Intelligence Index | 総合能力の集約評価 | 38.2 |
| Artificial Analysis Coding Index | コーディング能力の集約評価 | 43.9 |
| 知識と推論 | ||
| GPQA | 高度な科学問題の解決 | 81.7% |
| HLE | 幅広い分野の専門家レベル試験 | 26.5% |
| コーディングとソフトウェア開発 | ||
| SciCode | 科学計算のコーディング課題 | 46.9% |
| Terminal-Bench Hard | 高難度のターミナル操作 | 42.4% |
| 指示追従とエージェントタスク | ||
| IFBench | プロンプト制約への準拠 | 75.9% |
| AA-LCR | 長いコンテキストでの推論 | 66% |
| τ²-Bench | エージェントのワークフロータスク | 76.0% |
指標の出典 Artificial Analysis
GPT-5.4 Nano の能力、用途、制約、TokenHub利用ガイド。
GPT-5.4 Nano は OpenAI のGPT-5.4系で最も低コストな単純・大量処理向けモデルです。
単純な抽出・分類、構造化データ生成、大量リクエストに向き、特に低コストでの大規模処理重視の場面に適します。
主な強みは単純な大量処理向けの最安GPT-5.4級モデルです。
単純作業向けで、難しい推論や大規模開発には不向きです。 最高の回答品質重視なら GPT-5.4 Mini を検討してください。
TokenHub表示の正確なIDを使い、アカウント文書で現行機能を確認してください。
1つの API キーで GPT-5.4 Nano とその他の AI モデルにアクセスできます。
メディアと議論
このモデルに関連する公開動画と投稿を選んでいます。
X (Twitter)
Reddit
YouTube