ИИтак

← Назад

Модель · OpenAI

GPT-5.4 mini

Облегчённая версия GPT-5.4 для программирования, агентов-помощников и массовых задач, где важны скорость и цена

вышла 17 марта

Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиШкала условная (Claude 3.5 Sonnet = 130, GPT-5 = 150); интервал — 90-процентный диапазон оценки, и модели с перекрывающимися интервалами надёжно не различаются.Подробнее на английском ↗

53 место из 266
индекс 149, вероятный разброс 147–151 · весь рейтинг →

БенчмаркРезультатОбычно — доля заданий теста, которые модель решила. У некоторых тестов свой счёт; как он устроен, сказано в пояснении к названию тестаУсилиеНасколько долго модель рассуждала перед ответом, когда её проверяли: низкое, среднее, высокое, очень высокое, максимальное. Чем выше усилие, тем обычно выше результат — и тем дольше и дороже ответ. Показан лучший результат и усилие, на котором он получен
DTBenchВопросы с выбором ответа по теории принятия решений в задачах вроде парадокса Ньюкома, где твой выбор говорит о выборе похожих на тебяСлучайный выбор даёт около 40%, так что это нижняя планка, а не ноль.Подробнее на английском ↗ 66,7% очень высокое
LMCAНасколько оценки моделью доводов в философии, теории решений и безопасности ИИ совпадают с оценками экспертовБалл — корреляция с оценками экспертов, умноженная на 100; практический потолок около 85, а не 100.Подробнее на английском ↗ 48,0% очень высокое
Mystery Game Puzzles100 позиций из головоломочного варианта известной игры, название которой скрыто: нужно найти единственный лучший ходПодробнее на английском ↗ 2,0% среднее
FrontierMath-Tier-4-v2-PrivateЗакрытый набор самых трудных задач FrontierMath: исследовательская математика, на которую у специалистов уходят часы и дниПодробнее на английском ↗ 9,8% очень высокое
FrontierMath-Tiers-1-3-v2-PrivateСотни новых задач исследовательской математики от профессиональных математиков; эксперту на задачу нужны часы или дниПодробнее на английском ↗ 51,2%
FrontierCodeМодель исправляет проблему в открытом проекте, а правку оценивают по тому, приняли бы её сопровождающие проектаБалл выставляют по критериям сопровождающих и усредняют по пяти запускам; если нарушен хотя бы один обязательный критерий, за задачу ставят ноль.Подробнее на английском ↗ 27,0%
ProofBench100 закрытых задач по математике уровня старших курсов и аспирантуры: модель пишет доказательство на Lean 4, его проверяет программаПодробнее на английском ↗ 21,0% очень высокое
APEX-Agents480 многошаговых рабочих задач из инвестбанкинга, консалтинга и корпоративного права: агент работает с файлами, почтой, таблицамиЗадача засчитывается, только если выполнены все пункты экспертного списка критериев; проверяет их другая модель.Подробнее на английском ↗ 24,6%
Chess Puzzles100 новых шахматных задач, позиция дана текстом: нужно найти единственный лучший ход по оценке движка StockfishПодробнее на английском ↗ 20,0% очень высокое
SimpleQA Verified1000 коротких вопросов на факты, на которые модель отвечает по памяти, без поиска в интернетеБалл — F1: учитываются и доля верных ответов, и точность там, где модель решилась ответить, так что честное «не знаю» лучше ошибки.Подробнее на английском ↗ 29,4% высокое
DeepResearch Bench100 исследовательских заданий уровня аспирантуры из 22 областей: агент ищет в интернете и пишет аналитический отчёт со ссылкамиБалл — не доля верных ответов: модель-судья оценивает качество отчёта в сравнении с эталонным, отдельно проверяются ссылки.Подробнее на английском ↗ 36,3% низкое
ARC-AGI-2Вторая, более трудная версия головоломок на клетках: по примерам найти скрытое правило и применить его к новой картинкеНа каждое задание даётся две попытки; люди в среднем решают около 60% заданий.Подробнее на английском ↗ 18,9% очень высокое
WeirdMLНеобычные задачи по машинному обучению: модель пишет код, который на выданных данных обучает классификатор, например для распознавания фигурБалл — средняя точность обученных моделью классификаторов, а не доля решённых задач.Подробнее на английском ↗ 60,3% высокое
OTIS Mock AIME 2024-202545 олимпиадных задач по математике из пробных экзаменов AIME школы OTIS; ответ — целое число от 0 до 999Подробнее на английском ↗ 88,9% очень высокое
GPQA diamond198 вопросов с выбором ответа по физике, химии и биологии уровня аспирантуры — такие, что ответ не найти поискомСлучайный выбор даёт 25%, а специалисты с учёной степенью в своей области набирают около 70%.Подробнее на английском ↗ 82,5% очень высокое
ARC-AGIГоловоломки на цветных клетках: по паре примеров нужно понять правило преобразования картинки и применить его к новойПодробнее на английском ↗ 63,7% очень высокое

Характеристики

Вышла
17 марта
КонтекстСколько текста модель учитывает за один запрос: вопрос, приложенные документы и её собственный ответ вместе. Токен — кусок слова; слово обычно занимает один–три токена
400 тыс. токенов
Длина ответаСколько токенов модель может выдать за один ответ, вместе со скрытыми рассуждениями, если они есть
до 128 тыс. токенов
Цена входаСколько стоит миллион токенов, отправленных модели: вопрос, документы, вся история переписки
$0,75 за миллион токенов
Вход из кэшаЦена входа для повторяющегося начала запроса, которое лаборатория уже сохранила у себя. В длинной переписке и у агентов это большая часть входа — и в разы дешевле
$0,075 за миллион токенов
Цена ответаСколько стоит миллион токенов, написанных моделью, — включая скрытые рассуждения
$4,50 за миллион токенов
Понимает
текст, изображения
Отвечает
текст
РассужденияПеред ответом модель рассуждает про себя: медленнее и дороже, зато точнее на трудных задачах
да
Вызов инструментовМодель сама просит программу выполнить действие — поиск, запуск кода, запрос к сервису — и продолжает с результатом. На этом держатся агенты
да
ВесаОткрытые — файлы модели можно скачать и запустить на своих серверах. Закрытые — доступ только через сервис лаборатории
закрытые
Знания до
август 2025
Идентификатор в API
gpt-5.4-mini

Что это за модель

Это уменьшенная и более быстрая версия GPT-5.4, которую OpenAI выпустила в марте 2026 года вместе с ещё более лёгкой моделью той же линейки. Компания называет эту пару своими самыми способными малыми моделями на тот момент. Задача у них такая: дать часть возможностей старшей GPT-5.4 там, где запросов много и важны скорость и цена. Модель умеет рассуждать перед ответом, а глубину рассуждений разработчик выбирает сам: от полного отказа от них до самого высокого уровня.

По словам OpenAI, новая модель заметно лучше своей предшественницы из линейки GPT-5 в программировании, рассуждениях, понимании картинок и работе с инструментами, а работает она более чем вдвое быстрее. На нескольких тестах, в том числе SWE-Bench Pro (исправление ошибок в реальных программных проектах) и OSWorld-Verified (управление компьютером), она, по замерам лаборатории, приближается к полной GPT-5.4. При этом она дешевле старшей модели, но дороже прошлой малой версии.

OpenAI советует брать её для программирования, управления компьютером, вызова инструментов и разбора картинок в реальном времени. Ещё один частый сценарий — субагенты: большая модель планирует работу и раздаёт мелкие подзадачи помощникам. В среде для программирования Codex такая модель расходует примерно 30% лимита, который тратит GPT-5.4. В ChatGPT её получили и бесплатные пользователи: через режим рассуждений или как запасную модель, когда лимит на старшую исчерпан.

Модель работает только с текстом и картинками на входе и отвечает только текстом. Голосового режима и режима реального времени у неё нет, дообучить её под свои данные нельзя, векторные представления она не строит. Для совсем простых задач вроде сортировки текстов, извлечения данных и ранжирования OpenAI предлагает ещё более дешёвую младшую модель линейки.

Источники: Анонс OpenAI на форуме разработчиков, Страница модели в документации API

Того же уровня по индексу Epoch

Другие модели семейства

Новости о модели

  1. 01

    V7 собирает из файлов компании «память» для агентов на моделях OpenAI

    OpenAI

  2. 02

    Microsoft подняла результат малой модели-агента почти вдвое на копиях почты, банка и Airbnb

    Microsoft Research

все 2 новости о GPT-5.4 →

Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).