Hoje lançamos o GPT‑5.4 mini e o GPT‑5.4 nano, os nossos modelos pequenos mais capazes até agora. Levam muitas das vantagens do GPT‑5.4 para modelos mais rápidos e mais eficientes, concebidos para cargas de trabalho de grande volume.
O GPT‑5.4 mini melhora significativamente face ao GPT‑5 mini em programação, raciocínio, compreensão multimodal e uso de ferramentas, ao mesmo tempo que corre mais de 2x mais rápido. Também se aproxima do desempenho do modelo maior GPT‑5.4 em várias avaliações, incluindo o SWE-Bench Pro e o OSWorld-Verified.
O GPT‑5.4 nano é a versão mais pequena e mais barata do GPT‑5.4 para tarefas em que a velocidade e o custo contam mais. Também representa uma melhoria significativa face ao GPT‑5 nano. Recomendamo-lo para classificação, extração de dados, ranking e subagentes de programação que tratem de tarefas de suporte mais simples.
Estes modelos foram desenvolvidos para cargas de trabalho em que a latência molda diretamente a experiência do produto: assistentes de programação que têm de ser responsivos, subagentes que concluem rapidamente tarefas de suporte, sistemas que usam um computador e capturam e interpretam capturas de ecrã, e aplicações multimodais que conseguem raciocinar sobre imagens em tempo real. Nestes cenários, o melhor modelo muitas vezes não é o maior — é aquele que responde rapidamente, usa ferramentas de forma fiável e continua a ter um bom desempenho em tarefas profissionais complexas.
| GPT-5.4 (xhigh) | GPT-5.4 mini (xhigh) | GPT-5.4 nano (xhigh) | GPT-5 mini (high¹) | |
|---|---|---|---|---|
| SWE-Bench Pro (Public) | 57.7% | 54.4% | 52.4% | 45.7% |
| Terminal-Bench 2.0 | 75.1% | 60.0% | 46.3% | 38.2% |
| Toolathlon | 54.6% | 42.9% | 35.5% | 26.9% |
| GPQA Diamond | 93.0% | 88.0% | 82.8% | 81.6% |
| OSWorld-Verified | 75.0% | 72.1% | 39.0% | 42.0% |
1 O reasoning_effort mais elevado disponível para o GPT‑5 mini é 'high'.
Eis o que os nossos clientes acharam depois de testarem o GPT‑5.4 mini e o GPT‑5.4 nano nos seus fluxos de trabalho:
«O GPT-5.4 mini oferece um desempenho ponta a ponta robusto para um modelo desta classe. Nas nossas avaliações, igualou ou superou modelos concorrentes em várias tarefas de output e na recuperação de citações, a um custo muito mais baixo. Também alcançou taxas de sucesso ponta a ponta mais elevadas e uma atribuição de fontes mais forte do que o modelo GPT-5.4 maior.»
O GPT‑5.4 mini e o nano são especialmente eficazes em fluxos de trabalho de programação que beneficiam de iteração rápida. Os modelos lidam com edições direcionadas, navegação na base de código, geração de front-end e ciclos de debugging com baixa latência, pelo que são uma excelente opção para tarefas de programação que precisam de ser concluídas mais depressa e a um custo menor.
Em benchmarks, o GPT‑5.4 mini supera consistentemente o GPT‑5‑mini com latências semelhantes e aproxima-se do nível do GPT‑5.4 em termos de taxas de sucesso, correndo muito mais depressa e oferecendo uma das melhores relações desempenho/latência para fluxos de trabalho de programação.
Estimamos a latência observando o comportamento dos nossos modelos em produção e simulando-o offline. A estimativa de latência tem em conta a duração das chamadas de ferramentas (tempo de execução de código), tokens amostrados e tokens de entrada. A latência no mundo real pode variar substancialmente e depende de muitos fatores que a nossa simulação não capta. Do mesmo modo, os custos são estimados com base no preço da API destes modelos à data de redação. Os custos podem mudar no futuro. Os níveis de reasoning_effort foram avaliados de low a xhigh.
O GPT‑5.4 mini também é uma excelente opção para sistemas que combinam modelos de tamanhos diferentes. No Codex, por exemplo, um modelo maior como o GPT‑5.4 pode tratar do planeamento, da coordenação e da decisão final e delegar para subagentes GPT‑5.4 mini que executam subtarefas mais específicas em paralelo — como pesquisar numa base de código, rever um ficheiro grande ou processar documentos de apoio. Saiba como funcionam os subagentes no Codex na documentação(abre numa nova janela).
Este padrão torna-se ainda mais útil à medida que os modelos mais pequenos ficam mais rápidos e mais capazes. Em vez de usarem um único modelo para tudo, os programadores podem compor sistemas em que modelos maiores decidem o que fazer e modelos mais pequenos executam rapidamente à escala. O GPT‑5.4 mini é o nosso modelo mini mais forte até agora para esse tipo de fluxo de trabalho.
O GPT‑5.4 mini também é forte em tarefas multimodais, sobretudo as relacionadas com o uso do computador. O modelo consegue interpretar rapidamente capturas de ecrã de interfaces de utilizador densas para concluir tarefas de uso do computador com rapidez. No OSWorld-Verified, o GPT‑5.4 mini aproxima-se do GPT‑5.4 e supera significativamente o GPT‑5 mini.
O GPT‑5.4 mini está disponível hoje na API, no Codex e no ChatGPT.
Na API, o GPT‑5.4 mini suporta entradas de texto e imagem, uso de ferramentas, chamadas de função, pesquisa na Web, pesquisa de ficheiros, uso do computador e skills. Tem uma janela de contexto de 400k e custa $0,75 por 1M de tokens de entrada e $4,50 por 1M de tokens de saída.
No Codex, o GPT‑5.4 mini está disponível na app do Codex, na CLI, na extensão de IDE e na web. Consome apenas 30% da quota do GPT‑5.4, permitindo aos programadores tratar rapidamente de tarefas de programação mais simples no Codex por cerca de um terço do custo. O Codex também pode delegar para subagentes GPT‑5.4 mini, para que trabalho que exige menos raciocínio seja executado no modelo mais barato.
No ChatGPT, o GPT‑5.4 mini está disponível para utilizadores do Free e do Go através da funcionalidade «Thinking» no menu +. Para todos os outros utilizadores, o GPT‑5.4 mini está disponível como alternativa quando o limite de utilização é atingido para o GPT‑5.4 Thinking.
O GPT‑5.4 nano só está disponível na API e custa $0,20 por 1M de tokens de entrada e $1,25 por 1M de tokens de saída.
Para mais informações sobre as salvaguardas destes modelos, consulte a adenda do System Card no nosso Deployment Safety Hub(abre numa nova janela).
Coding
| GPT-5.4 (xhigh) | GPT-5.4 mini (xhigh) | GPT-5.4 nano (xhigh) | GPT-5 mini (high¹) | |
|---|---|---|---|---|
| SWE-bench Pro (Public) | 57.7% | 54.4% | 52.4% | 45.7% |
| Terminal-Bench 2.0 | 75.1% | 60.0% | 46.3% | 38.2% |
Tool-calling
| GPT-5.4 (xhigh) | GPT-5.4 mini (xhigh) | GPT-5.4 nano (xhigh) | GPT-5 mini (high¹) | |
|---|---|---|---|---|
| MCP Atlas | 67.2% | 57.7% | 56.1% | 47.6% |
| Toolathlon | 54.6% | 42.9% | 35.5% | 26.9% |
| τ2-bench (telecom) | 98.9% | 93.4% | 92.5% | 74.1% |
Intelligence
| GPT-5.4 (xhigh) | GPT-5.4 mini (xhigh) | GPT-5.4 nano (xhigh) | GPT-5 mini (high¹) | |
|---|---|---|---|---|
| GPQA Diamond | 93.0% | 88.0% | 82.8% | 81.6% |
| HLE w/ tool | 52.1% | 41.5% | 37.7% | 31.6% |
| HLE w/o tools | 39.8% | 28.2% | 24.3% | 18.3% |
MM / Vision / CUA
| GPT-5.4 (xhigh) | GPT-5.4 mini (xhigh) | GPT-5.4 nano (xhigh) | GPT-5 mini (high¹) | |
|---|---|---|---|---|
| OSWorld-Verified | 75.0% | 72.1% | 39.0% | 42.0% |
| MMMUPro w/ Python | 81.5% | 78.0% | 69.5% | 74.1% |
| MMMUPro | 81.2% | 76.6% | 66.1% | 67.5% |
| OmniDocBench 1.5 (no tools)² — lower is better | 0.109 | 0.1263 | 0.2419 | 0.1791 |
Long context
| GPT-5.4 (xhigh) | GPT-5.4 mini (xhigh) | GPT-5.4 nano (xhigh) | GPT-5 mini (high¹) | |
|---|---|---|---|---|
| OpenAI MRCR v2 8-needle 64K–128K | 86.0% | 47.7% | 44.2% | 35.1% |
| OpenAI MRCR v2 8-needle 128K–256K | 79.3% | 33.6% | 33.1% | 19.4% |
| Graphwalks BFS 0K–128K | 93.1% | 76.3% | 73.4% | 73.4% |
| Graphwalks parents 0–128K (accuracy) | 89.8% | 71.5% | 50.8% | 64.3% |
1 O reasoning_effort mais elevado disponível para o GPT‑5 mini é 'high'.
2 Distância de edição global. O OmniDocBench foi executado com o reasoning_effort definido como 'none', para refletir um desempenho de baixo custo e baixa latência.
Autor
Continuar a ler
