GPT-5.4 mini、nano 模型推出！更快、更省，專為寫程式與子智慧體任務而生

OpenAI 宣布推出 GPT-5.4 mini 與 GPT-5.4 nano，這是目前 GPT-5.4 系列中主打小型化、高效率的兩款新模型。重點不只是「變便宜」，而是它們在寫程式、推理、工具使用與多模態理解等任務上，都比前一代小型模型更強，特別適合需要大量部署、又不能犧牲速度的工作流程。

GPT-5.4 mini 才是這次更新的主角

這次最值得注意的是 GPT-5.4 mini 的定位。它不是單純的入門版模型，而是瞄準需要快速回應、又不能犧牲太多能力的高流量工作負載。像是程式碼助理、支援任務子智慧體、可解析螢幕截圖的電腦操作系統，以及需要即時理解圖像並推理的多模態應用，都是它的主場。

從評測表現來看，GPT-5.4 mini 在 SWE-Bench Pro 取得 53.40%，高於 GPT-5 mini 的 45.69%；在 Terminal-Bench 2.0 為 59.30%，也明顯優於 GPT-5 mini 的 38.20%。在 Toolathlon、GPQA Diamond 與 OSWorld-Verified 等測試中，GPT-5.4 mini 也都維持接近 GPT-5.4 的水準，顯示它已經不只是「夠用」，而是真的能處理不少原本需要大模型處理的任務。

為什麼寫程式與子智慧體會最先受惠？

如果放回實際使用情境，GPT-5.4 mini 最直接的價值，還是在寫程式與子智慧體架構上。OpenAI 指出，這款模型特別適合低延遲的開發流程，例如精準修改程式碼、程式庫導覽、前端生成與反覆除錯。這類任務通常互動頻率高，比起極限效能，使用者更在意回應夠不夠快、成本能不能壓低。

另一個關鍵場景則是子智慧體分工，也就是由大型模型負責規劃與最終判斷，再把搜尋程式碼庫、審閱大型檔案、整理輔助文件等任務，交給更快的小模型平行處理。

這種做法的好處就是讓大模型負責思考，小模型負責執行，整體效率與成本控制都更實際，而 GPT-5.4 mini 正是這類架構中最核心的小模型選項之一。

GPT-5.4 nano 負責把高頻任務壓低成本

至於 GPT-5.4 nano 則是把高頻、明確、可重複的工作壓到更低成本。它適合用在分類、資料擷取、排序，以及較簡單的支援任務，雖然整體能力不如 mini，但相較 GPT-5 nano 仍有明顯升級。像是在 SWE-Bench Pro，GPT-5.4 nano 為 52.39%；在 Tau2-Bench Telecom 則拿到 88.38%，甚至高於 GPT-5.4 mini 的 85.70%。

價格方面，GPT-5.4 mini 已在 API、Codex 與 ChatGPT 中提供，支援文字與圖像輸入、工具使用、函式呼叫、網頁搜尋、檔案搜尋、電腦操作與技能，並支援 400k 上下文視窗，API 定價為每 100 萬 Token 輸入 0.75 美元、輸出 4.50 美元。GPT-5.4 nano 目前則僅透過 API 提供，價格為每 100 萬 Token 輸入 0.20 美元、輸出 1.25 美元。

總結：模型分工更清楚

GPT-5.4 mini 與 GPT-5.4 nano 的推出，反映的不是小模型補齊產品線而已，而是 OpenAI 進一步把模型分工做得更清楚。GPT-5.4 mini 強調速度、能力與成本之間的平衡，適合寫程式、工具使用、多模態理解與子智慧體；GPT-5.4 nano 則更適合成本敏感、任務單純但量大的流程。對

 

延伸閱讀》

如果想知道更多關於 Apple 的消息、教學、小技巧或是科技新知，一定要點擊以下任一 LOGO，追蹤我們的 Facebook 粉絲團、訂閱 IG、YouTube 以及 Telegram。