OpenAI
GPT-6.1 Sol
最大上下文
1.1M
最大輸出
128K
發布日期
暫無
gpt-5.4-nanoGPT-5.4 Nano 是 GPT-5.4 中成本最低、体量最小的版本,適合大量简单任務。OpenAI 的模型說明将 nano 模型与低延遲和成本效率关联,而不是最大推理深度。它更適合分類、路由、擷取、輕量生成等可预测工作流程。
上下文視窗
400K Token
最大輸出
128K Token
發布日期
2026年3月17日
模態
| 輸入價格 | 輸出價格 | 快取讀取 |
|---|---|---|
| $0.2/M | $1.25/M | $0.02/M |
推理
工具呼叫
Temperature 參數
附件
知識庫
Endpoint 協議
GPT-5.4 nano 面向目標明確的大批量圖文任務,著重最佳化速度與處理成本。
針對範圍清楚的簡單任務最佳化,適合優先要求快速回應及經濟執行的情境。
支援分類、擷取及排序,將大量輸入轉換成一致的標籤、欄位或排序結果。
支援最多 400,000 個內容脈絡 token 與圖像輸入,可針對大型文件集合進行定向處理。
GPT-5.4 nano 適合輸出要求明確的大規模分類、資訊擷取及排序任務。
為大量訊息、文件或圖像指派預先定義的類別,用於分流、分析及內容審查流程。
從文字、表單或文件圖像中擷取指定欄位,為下游系統產出一致的資料紀錄。
依據明確的相關性標準,對搜尋結果、推薦內容或支援項目進行評分及排序。
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)| 指數分數 | ||
|---|---|---|
| Artificial Analysis 綜合能力指數 | Artificial Analysis 綜合能力評分 | 38.2 |
| Artificial Analysis 程式碼能力指數 | Artificial Analysis 軟體任務評分 | 43.9 |
| 知識與推理 | ||
| GPQA | 高階科學問題求解 | 81.7% |
| HLE | 廣泛專家級考試集合 | 26.5% |
| 程式碼與工程 | ||
| SciCode | 科學計算程式碼挑戰 | 46.9% |
| Terminal-Bench Hard | 高難度終端任務執行 | 42.4% |
| 指令遵循與 Agent 任務 | ||
| IFBench | 指令約束遵循 | 75.9% |
| AA-LCR | 長上下文推理 | 66% |
| τ²-Bench | Agent 工作流程任務 | 76.0% |
指標來源 Artificial Analysis
GPT-5.4 Nano 的能力、適用情境、限制與 TokenHub 使用指南。
GPT-5.4 Nano 是 OpenAI 針對以較低成本處理簡單且大量的任務推出的模型。
適合簡單擷取與分類、結構化資料生成、大量呼叫,尤其適合重視低成本規模化的情境。
核心優勢是適合簡單大量任務的最低成本 GPT-5.4 等級選項。
它針對簡單任務最佳化,不適合高難度推理或大型工程工作。 更重視最高回應品質時,可考慮 GPT-5.4 Mini。
使用 TokenHub 顯示的精確識別碼,並依帳戶文件確認目前功能。
透過一個 API Key 接入 GPT-5.4 Nano 與更多 AI 模型。
媒體與討論
精選與此模型相關的公開影片和貼文。
X (Twitter)
Reddit
YouTube