簡而言之
- OpenAI 推出了 GPT-5.4 Mini 和 Nano，這兩款更快、更便宜的模型專為高負載 AI 工作而設計。
- 這些模型為了速度和成本犧牲了一點準確性，主要針對重複性且簡單的任務，例如客戶支援和自動化工作流程。
- 開發者現在可以運行混合式 AI 系統，由旗艦模型規劃任務，而較小的模型則負責處理大部分工作。
OpenAI 並未放慢腳步。在推出 GPT-5.4（其本身在 GPT-5.3 推出僅兩天後發布）不到兩週的時間裡，該公司週二又發布了兩款模型：GPT-5.4 Mini 和 GPT-5.4 Nano。
這些並非旗艦模型的精簡版——它們是專為那些不允許等待半分鐘才得到答案的工作而設計的專用機器。
OpenAI 將它們稱為「迄今為止最強大的小型模型」，並表示 GPT-5.4 Mini 的速度是 GPT-5 Mini 的兩倍以上。如果你曾經看著程式編碼助手思考 45 秒才修改三行程式碼，那麼你就會明白快速模型的吸引力。
那麼，為什麼會有人故意發布一個準確性較低的模型呢？簡單來說：因為準確性並非總是瓶頸。如果你正在運行一個每天回答 200 個相同問題的客戶服務聊天機器人，那麼你不需要在博士級化學考試中得分最高的模型。你需要的是能在不到一秒內回應，並且每次回復只需花費幾分錢的模型。這正是這些模型的用武之地。
但這並不意味著這些模型笨拙或不可靠。在程式編碼基準測試中，GPT-5.4 Mini 在 SWE-Bench Pro（一項衡量模型修復真實 GitHub 問題能力的測試）中得分為 54.4%，而舊版 GPT-5 Mini 為 45.7%，完整的 GPT-5.4 為 57.7%。
在 OSWorld-Verified 測試中（這項測試透過讀取螢幕截圖來衡量模型實際操作桌面電腦的能力），Mini 達到了 72.1%，略低於旗艦模型的 75.0%——兩者都超越了人類基準線 72.4%。同時，GPT-5.4 Nano 在 SWE-Bench Pro 中得分 52.4%，在 OSWorld 中得分 39.0%——雖然低於 Mini，但仍較先前的 Nano 級模型有顯著的進步。
"GPT-5.4 代表了 Mini 和 Nano 模型在我們的內部評估中向前邁進的一大步，" Perplexity 副 CTO Jerry Ma 在測試這兩款模型後表示。「Mini 展現了強大的推理能力，而 Nano 則在即時對話工作流程中反應迅速且高效。」
現在，你無需將每個任務都透過昂貴的旗艦模型來處理，而是可以建立一個系統，由大型模型規劃和協調，而較小的模型則同時處理實際的繁重工作——在這裡搜尋程式碼庫，在那裡閱讀文件，或在其他地方處理表格。正如我們在 GPT-5.4 與 Grok 4.20 的比較中看到的，模型在工作流程中的位置與你選擇哪個模型同樣重要。
GPT-5.4 Mini 透過 API 運行的費率是每百萬輸入 token 0.75 美元，每百萬輸出 token 4.50 美元。GPT-5.4 Nano 甚至更便宜：每百萬輸入 token 0.20 美元，每百萬輸出 token 1.25 美元——這個價格點使新創公司每天運行大量查詢在財務上成為可能。就上下文而言，Nano 在輸入方面大約比 Mini 便宜四倍。
對於普通的 ChatGPT 用戶，GPT-5.4 Mini 今日起透過加號選單中的「思考中 (Thinking)」選項提供給免費版和 Go 版用戶。達到 GPT-5.4 使用限制的付費訂閱者將自動回退到 Mini。然而，GPT-5.4 Nano 目前僅限 API 使用——OpenAI 顯然將其定位為開發者工具，而非消費者工具。
