GPT-5.4 Mini API：定價、上下文與生產環境應用

GPT-5.4 Mini API 自3月17日起已正式上線。我已將真實流量路由到它上面約三個月，同時並行測試另外三個模型。這篇文章是關於它實際適用場景的工作筆記。

我是 Dora。在正文開始前先澄清一件事，因為我一直看到有人對此感到困惑：GPT-5.4 已不再是 OpenAI 的前沿模型，GPT-5.5 才是。我們在另一篇文章中報導了 5.5 的發布，而3月份那些關於 5.4 發布前的洩露文章從定義上來說已經過時。我在這裡寫的範圍更窄——mini 和 nano 作為低成本路由層，這正是它們逐漸確立的定位。

如果你正在為生產 AI 工作負載構建模型路由，這個區別比規格說明書更重要。

GPT-5.4 Mini 的定位

2026年3月17日作為快速/低成本變體發布

OpenAI 在3月17日發布了 GPT-5.4 mini 和 nano，作為幾週前 GPT-5.4 發布的精簡版兄弟模型。公告中對它們的定位相當誠實：蒸餾版、更便宜、更快速，適用於大量工作負載。根據 OpenAI 的數據，速度是 GPT-5 mini 的2倍以上。（他們的數字，他們的條件。我沒有進行受控基準測試——但在實際工作負載延遲上，「更快」確實符合我的觀察。）

對於開發者來說，更大的問題不是「mini 好不好」，而是「對什麼好」。這一點在公告中被低估了，但路由問題讓它變得顯而易見。

API 訪問（mini 也在 ChatGPT 免費版中提供）

使用 gpt 5.4 mini 模型有三個途徑：直接通過 OpenAI API、在 ChatGPT 內（包括免費版——是的，免費版），以及通過路由到 OpenAI 端點的聚合器。GitHub Copilot 也在第一天就接入了——他們的更新日誌與 OpenAI 公告同步於3月17日上線。

Nano 僅限 API 使用，沒有 ChatGPT 介面。如果你打算直接讓用戶使用 nano，需要知道這一點——你做不到，只能通過你圍繞它構建的 API 集成來使用。

定價與上下文

輸入/輸出費率及快取輸入

以下為發布日期的數據，來自 OpenAI 官方模型頁面。這些數字會變動，請在做決策前核實：

GPT-5.4 mini：輸入 $0.75/1M tokens，輸出 $4.50/1M tokens，快取輸入 $0.075
GPT-5.4 nano：輸入 $0.20/1M tokens，輸出 $1.25/1M tokens

快取輸入費率才是我真正會納入規劃的數字。$0.075 是輸入10倍的折扣，對於任何具有穩定系統提示或重複上下文的工作負載（幾乎所有 agent、大多數聊天介面、任何 RAG 形式的應用），快取最終承擔了成本控制的主要責任。gpt 5.4 mini 的標題定價是最壞情況，而非典型情況。

附帶說明：區域處理（數據駐留）端點需加收10%費用。雖然不算大，但如果你通過歐盟或其他區域服務路由，值得納入預算模型。

上下文窗口

OpenAI 的文件列出 mini 具有 40萬 tokens 的上下文，最大輸出 128K。我看到一些聚合器頁面引用了不同的數字（有一個顯示1.1M，與來源不符）。有疑問時，以官方模型頁面為準——官方數字是40萬。

我在35萬 tokens 的情況下進行了測試（一個密集的 agent 對話記錄加上工具輸出）。運行正常。沒有將其推到邊界——以這個價位，我寧願將真正需要長上下文的案例路由到前沿模型，而不是對 mini 的上限進行壓力測試。

最適合的生產工作負載

高吞吐量、對延遲敏感的任務

這正是 mini 在路由表中占有一席之地的原因。在我使用它的項目中，以下模式一直成立：

分類、提取、輕量重排格式——任何需要快速獲得結構化答案且推理只需一兩步的場景。Mini 以遠低於前沿模型的成本處理這些任務。
長時間聊天會話中的簡單輪次——當80%的輪次不需要深度推理時，對所有輪次都支付完整的 GPT-5.5 費率是一種浪費。
高扇出子任務——生成50個變體、對200個檢索文件進行評分等。單位成本差異的複利效應很快就會顯現。

我觀察到它失效的場景：任何需要深度多步驟規劃的任務，或者模型需要決定做什麼而非執行明確指定步驟的場景。（我曾有一個讓 mini 擔任規劃者的工作流程。三天後切換了。別學我的錯誤。）

工具使用與 Agent 子任務

值得特別指出，因為這是讓我感到驚訝的部分。根據公告，在 OSWorld-Verified（一個電腦使用基準測試）上，mini 接近完整的 GPT-5.4 表現，並大幅超越 GPT-5 mini。在實際使用中，我的描述是：在計劃已存在的情況下，執行工具調用可靠；在模糊情境下決定應使用哪個工具，則不夠可靠。

因此，有效的模式是：

前沿模型（GPT-5.5 或其他）負責規劃和決策。
Mini 執行各步驟——調用工具、解析結果，然後回報給規劃者。

OpenAI 稱之為「Codex 中的子 agent」。這個大體框架比這個術語更早存在——這就是標準的「重量級規劃者 / 低成本執行者」分工。Mini 在執行者角色上出類拔萃。

在多模型設置中路由 Mini

何時升級至前沿模型

路由策略才是使用 mini 的核心所在。盲目地在所有地方使用它，你會在困難輪次中遭遇推理失敗。完全不使用它，你會在簡單輪次上燒掉不必要的資金。以下是我使用的升級規則，大致按重要性排序：

對計劃型問題升級。 任何需要選擇策略、分解模糊目標或權衡取捨的問題。Mini 在知道該做什麼時表現良好，在需要弄清楚該做什麼時則力不從心。
當輸入超過27.2萬 tokens 時升級。 不是因為 mini 無法處理40萬——它可以——而是一旦提示詞如此龐大，工作負載通常涉及跨文件推理，前沿模型會更有優勢。（GPT-5.5 在超過27.2萬 tokens 後也收取2倍輸入費用，所以那裡的成本計算也有所不同。）
對高風險的單次調用升級。 如果答案很重要且後續沒有人工審查，就多付那筆錢。單次調用的成本差異微不足道；出錯的代價則不然。
不要僅僅因為問題「感覺很難」就升級。 這正是 mini 被低估使用的原因。許多「感覺很難」的問題其實是明確指定的，mini 完全可以處理。先測試，再做假設。

一個實用的設置：用一個廉價的分類器（mini 本身，或 nano）來決定路由。它不完美，但比把所有任務都路由到前沿模型或都路由到 mini 要好。

限制與取捨

以下是我實際遇到的一些問題，如實列出：

Nano 明顯弱於 mini。 定價差距讓人以為它們處於同一水準，但並非如此。Nano 適用於非常窄的任務（廉價分類、子步驟路由）。對於需要哪怕適度推理的任務，mini 的優勢比價格比率所暗示的要大得多。不要僅僅為了省錢而選擇 nano。
上下文窗口大小 vs 上下文可用性。 40萬是上限。模型在前10萬 tokens 上的連貫性仍然優於後10萬——這與幾乎所有大上下文模型相同。請相應地規劃你的提示詞。
OpenAI API 中的 mini 也是 ChatGPT 免費版中的 mini。 這對開發者的影響較小，但對產品定位影響更大——如果你正在構建用戶可以在 ChatGPT 免費版中直接完成的功能，差異化必須來自你的應用程序，而不是對模型的訪問權限。
GPT-5.4 已不再是前沿模型。 我在開頭提到了這一點，但值得在限制部分重申。不要以「由 GPT-5.4 驅動」作為賣點，彷彿它是尖端技術——任何關注業界動態的人都知道它不是。誠實的賣點是路由邏輯，而非模型名稱。

還要提一件平淡但重要的事：API 行為會發生變化。如果你關心可重現性，請固定模型快照版本。自動路由別名（gpt-5.4-mini）會隨時間默默遷移到更新的快照。

常見問題

GPT-5.4 Mini 只能通過 API 使用，還是在 ChatGPT 中也可以使用？

兩者都可以。 GPT-5.4 Mini API 是開發者介面。同一個模型也在 ChatGPT 中運行，包括免費版。Nano 僅限 API 使用。

GPT-5.4 Mini 的實際上下文窗口大小是多少？

根據 OpenAI 官方文件，輸入40萬 tokens，最大輸出128K。 一些聚合器頁面列出了其他數字——當發生衝突時，以 OpenAI 的模型頁面為準。

GPT-5.4 Mini 支持工具使用和多模態輸入嗎？

支持。 文字和圖片輸入，加上函數調用、網頁搜索、文件搜索、電腦使用，以及通過 Responses API 的技能。僅支持文字輸出。工具執行能力強；在模糊情境下決定使用哪個工具的能力較弱。

什麼情況下應該將任務路由到 GPT-5.5 而非 Mini？

當任務需要規劃而非執行，當輸入超過 ~27.2萬 tokens，當單次調用的答案品質比成本差異更重要，或當你觀察到可以歸因於模型能力而非提示詞設計的推理失敗時。其他情況，用 mini。

在路由設置中，如何在 GPT-5.4 Mini 和其他模型之間做選擇？

用少量真實生產流量對每個候選模型進行抽樣測試。 測量成本、延遲，以及你真正關心的任務特定品質指標——而不是通用基準測試。然後相應地進行路由。這個決策是基於經驗和工作負載的；沒有哪條通用規則能在面對你的實際數據時依然成立。

結論

GPT-5.4 Mini API 有趣的地方不在於它的能力有多強，而在於它是放在路由設置執行者位置的正確模型——那個廉價、快速的層，承擔大部分工作，而前沿模型處理少數真正需要強大能力的輪次。

如果你的技術棧仍然是單一模型——一個模型處理所有事情——你要麼在簡單輪次上多付錢，要麼在困難輪次上表現不佳。或者兩者兼而有之。Mini 的優勢不在於成為房間裡最聰明的模型，而在於成為對房間大多數任務而言足夠聰明的最廉價模型。

在將它加入路由層之前，我實際會做的事：

用真實流量在你打算分配給它的工作負載上運行一週。測量成本、延遲，以及你的產品實際依賴的品質指標。固定快照版本。在上線前就制定升級規則，而不是事後補救。

三個月足以說明 mini 在生產環境中表現穩定。但不足以對長期價格穩定性做出任何判斷——那取決於 OpenAI。

請在你實際開始構建的當天核對最新文件。

更多內容即將推出。

往期文章：