OpenAI推出GPT-5.4mini与nano；性能接近旗舰水平，资源消耗显著降低。

近日，OpenAI正式发布了GPT-5.4mini和GPT-5.4nano这两款新型号。这些模型专为高效处理大量AI任务而设计，属于资源消耗较低的大语言模型系列。它们在保持较高智能水平的同时，显著优化了响应速度和运算成本，适用于各种对实时性要求较高的应用场景。

在实际AI工作流程中，模型的选择往往需要在能力、速度以及工具集成能力之间找到合适平衡点。OpenAI强调，这些新模型特别适合那些对延迟极为敏感的任务，例如编程辅助工具、子智能体执行辅助操作、实时屏幕内容分析的操作系统组件，以及涉及图像的多模态实时推理应用。在这类场景下，并非参数规模最大的模型总是最佳选择，而是那些响应迅捷、工具调用稳定、在特定专业领域表现可靠的模型更具优势。

GPT-5.4mini相对于之前的mini版本，在编程能力、逻辑推理、多模态内容理解以及工具使用等方面均有明显进步，其运行速度大约提升至原先的两倍左右。这使得开发者能够在更短时间内完成复杂任务，同时保持较高的输出质量。GPT-5.4nano则进一步缩小了模型体积，专注于速度极致的场景，主要处理分类、数据抽取、排序以及较为基础的编程支持工作。这些特性让nano成为高吞吐量应用的理想补充。

从多项基准测试来看，新模型展现出令人印象深刻的性价比。在SWE-benchPro编程基准中，GPT-5.4mini取得了显著高于前代的表现；在Terminal-Bench2.0终端操作测试中，得分也大幅提升。GPQADiamond等高难度推理测试中，其成绩接近更大规模的旗舰模型。OSWorld-Verified结果进一步证明，轻量版模型在解决实际计算机使用问题时，已能达到接近全功能版的水平。这些数据表明，通过优化架构，新模型在专业任务上的表现已相当接近旗舰，同时速度优势突出。

在智能体系统构建中，这种分层设计尤为实用。类似于现实团队协作，大模型负责整体规划与复杂决策，小模型则高效执行细分步骤。GPT-5.4mini特别适合担任子智能体角色，例如代码库检索、文件审核、文档处理等。它还支持多模态输入，能够分析密集的用户界面截图，从而辅助完成各种计算机操作任务。这种能力扩展了其在实际生产环境中的适用范围。

目前，GPT-5.4mini已集成到API、Codex以及ChatGPT等多个平台。对于免费用户和基础订阅者，可通过特定选项轻松调用；对于更高阶用户，它也作为备用模型提供支持。在开发者工具链中，该模型覆盖了命令行、IDE扩展和网页端等多种形式。通过合理分配任务，开发者能够在保持高质量的前提下，显著降低整体资源占用。GPT-5.4nano则主要面向API调用，适用于需要极致效率的批量处理场景。

多家科技公司已对这些模型进行实际测试并给出积极反馈。Hebbia作为专注于文档分析的平台，其技术负责人指出，新mini模型在端到端稳定性、输出准确性以及来源追溯方面表现出色，甚至在某些指标上超越了更大模型，同时资源消耗更低。Notion的生产力工具团队也表示，该模型在处理明确定义的任务时精度较高，尤其在复杂格式的页面编辑中，能力接近前辈版本，却以更低的算力需求完成工作。这些用户体验验证了新模型在真实商业场景中的可靠性。

总体而言，GPT-5.4mini与nano的推出标志着AI模型发展进入更注重效率与实用的阶段。它们不仅继承了旗舰模型的核心能力，还通过架构创新实现了显著的资源优化。这将推动更多开发者与企业构建更智能、更经济的AI应用，推动整个行业向更可持续的方向前进。未来，随着此类轻量高效模型的普及，AI技术将更深入地融入日常工作与生活之中。