GPT-5.4 mini и nano: быстрые модели для кода и агентов
OpenAI выпустила GPT-5.4 mini и nano — компактные, быстрые модели для программирования, мультимодальных задач и высоконагруженных API-пайплайнов.
Что такое GPT-5.4 mini и nano
OpenAI представила GPT-5.4 mini и nano — на сегодняшний день самые мощные компактные модели компании. Это уменьшенные и ускоренные версии GPT-5.4, оптимизированные для программирования, работы с инструментами (tool use), мультимодального рассуждения, а также высоконагруженных API и задач в рамках суб-агентных (sub-agent) систем.
Они сохраняют большинство сильных сторон GPT-5.4, но при этом работают быстрее и эффективнее — что делает их идеальными для высокопроизводительных рабочих нагрузок.
Чем mini отличается от nano
OpenAI позиционирует mini как модель для кода, мультимодального понимания, управления компьютером (computer use) и суб-агентов, тогда как nano — это наименьший вариант в линейке GPT-5.4, предназначенный для классификации, извлечения данных и аналогичных задач.
Mini поддерживает веб-поиск, файловый поиск, генерацию изображений, интерпретатор кода, управление оболочкой (hosted shell), навыки, computer use, MCP и поиск по инструментам в Responses API. Nano поддерживает большинство тех же инструментов, но не поддерживает computer use и поиск по инструментам — это делает его более подходящим для роли ограниченного исполнителя, а не универсального агента-интерфейса.
GPT-5.4 mini обеспечивает высокую сквозную производительность для модели своего класса и показывает результаты, сопоставимые или превосходящие конкурентов, при значительно меньших затратах.
Бенчмарки: насколько мощны новые модели
Модели созданы для быстрых ответов — особенно в задачах помощи при написании кода или обработки данных в реальном времени. GPT-5.4 mini набрала заметно больше очков по сравнению с предшественником на ключевых бенчмарках: 54,38% на SWE-bench Pro и 60% на Terminal-Bench 2.0.
Модель mini почти настолько же мощна, как полноразмерный GPT-5.4, но работает более чем в два раза быстрее, чем прежний GPT-5 mini.
Сравнение по ключевым бенчмаркам
| Бенчмарк | GPT-5.4 | GPT-5.4 mini | GPT-5.4 nano | GPT-5 mini |
|---|---|---|---|---|
| SWE-Bench Pro (Public) | 57,7% | 54,4% | 52,4% | 45,7% |
| Terminal-Bench 2.0 | 75,1% | 60,0% | 46,3% | 38,2% |
| Toolathlon (инструменты) | 54,6% | 42,9% | 35,5% | 26,9% |
| GPQA Diamond (наука) | 93,0% | 88,0% | 82,8% | 81,6% |
Источник: OpenAI Blog
Данные наглядно показывают: mini практически не уступает флагману на задачах программирования и научного рассуждения, а nano уверенно превосходит предыдущее поколение (GPT-5 mini) по всем направлениям.
Цены и доступность
GPT-5.4 mini уже доступен через API, Codex и ChatGPT. В API модель поддерживает текстовые и мультимодальные (изображения) входные данные, работу с инструментами, вызов функций (function calling), веб-поиск, файловый поиск, управление компьютером и навыки. Контекстное окно составляет 400 000 токенов, стоимость — $0,75 за 1 млн входных токенов и $4,50 за 1 млн выходных токенов.
В Codex модель GPT-5.4 mini доступна в приложении Codex, CLI, расширении для IDE и в веб-версии. Она потребляет лишь 30% от квоты GPT-5.4, что позволяет разработчикам решать более простые задачи программирования примерно за треть стоимости.
В ChatGPT GPT-5.4 mini доступна пользователям тарифов Free и Go через функцию «Thinking» в меню «+». Для остальных пользователей она работает как резервная модель при достижении лимитов GPT-5.4 Thinking.
GPT-5.4 nano доступна исключительно через API и стоит $0,20 за 1 млн входных токенов и $1,25 за 1 млн выходных токенов.
Полная таблица цен (октябрь 2026)
| Модель | Входные токены / 1М | Кэшированные входные / 1М | Выходные токены / 1М | Контекст |
|---|---|---|---|---|
| GPT-5.4 | $2,50 | $0,25 | $15,00 | 1,05М |
| GPT-5.4 mini | $0,75 | $0,075 | $4,50 | 400К |
| GPT-5.4 nano | $0,20 | $0,02 | $1,25 | 400К |
| GPT-5 mini | $0,25 | — | $2,00 | 128К |
| GPT-5 nano | $0,05 | — | $0,40 | 400К |
Цены актуальны на октябрь 2026 г. Источник: OpenAI
Как использовать через API: примеры кода
API-интерфейс полностью совместим с предыдущими моделями — те же эндпоинты, те же параметры.
Python: классификация текстов с nano
from openai import OpenAI
client = OpenAI()
# GPT-5.4 nano идеален для массовой классификации
reviews = [
"Отличный продукт, очень доволен!",
"Доставка задержалась на 5 дней, недоволен.",
"Нормально, ничего особенного.",
]
for review in reviews:
response = client.chat.completions.create(
model="gpt-5.4-nano",
messages=[
{"role": "system", "content": "Классифицируй отзыв: позитивный, негативный или нейтральный. Отвечай одним словом."},
{"role": "user", "content": review}
],
reasoning_effort="none" # минимальные затраты для простых задач
)
print(f"{review[:30]}... → {response.choices[0].message.content}")
Python: помощь в написании кода с mini
from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model="gpt-5.4-mini",
messages=[
{"role": "system", "content": "Ты — опытный Python-разработчик. Пиши чистый, читаемый код."},
{"role": "user", "content": "Напиши функцию для асинхронного парсинга списка URL с обработкой ошибок."}
],
reasoning_effort="high"
)
print(response.choices[0].message.content)
Архитектура суб-агентных систем с mini + nano
Одно из ключевых применений новых моделей — построение многоуровневых агентных систем (multi-agent systems), где разные модели отвечают за разные уровни задач.
graph TD
A[Пользователь / Запрос] --> B[Оркестратор GPT-5.4]
B --> C{Тип задачи}
C -->|Сложный код / рассуждение| D[GPT-5.4 mini]
C -->|Классификация / извлечение данных| E[GPT-5.4 nano]
C -->|Управление компьютером / веб-поиск| D
D --> F[Результат: код, анализ, агентное действие]
E --> G[Результат: тег, категория, структурированные данные]
F --> H[Итоговый ответ пользователю]
G --> H
В агентных инструментах связка mini + nano является оптимальным сочетанием для балансировки затрат и производительности. Флагман GPT-5.4 при этом можно задействовать лишь на самых критических этапах — например, при финальной верификации или нестандартных задачах.
Кому и когда использовать каждую модель
Mini создана для сложных задач — программирования и рассуждений, тогда как nano идеально подходит для более простых операций: сортировки информации или быстрого извлечения данных.
| Сценарий | Рекомендуемая модель |
|---|---|
| Ассистент по написанию кода (IDE, Codex) | GPT-5.4 mini |
| Суб-агент в сложном пайплайне | GPT-5.4 mini |
| Массовая классификация текстов | GPT-5.4 nano |
| Извлечение структурированных данных (парсинг) | GPT-5.4 nano |
| Обработка изображений + текст | GPT-5.4 mini |
| Фоновые задачи с миллионами запросов/день | GPT-5.4 nano |
| Ранжирование / скоринг документов | GPT-5.4 nano |
| Чат-боты с доступом к инструментам | GPT-5.4 mini |
Доступность в ChatGPT
17 марта OpenAI выпустила GPT-5.4 mini и GPT-5.4 nano. GPT-5.4 mini доступна бесплатным пользователям, а GPT-5.4 nano — только через OpenAI API.
GPT-5.4 Nano — наименьшая и наиболее доступная по цене модель OpenAI, созданная исключительно для скорости и сценариев, чувствительных к стоимости. Она доступна только через API — без интерфейса ChatGPT, без переключения в Codex — что чётко указывает на её позиционирование как инструмента для разработчиков и инфраструктуры, а не потребительского продукта.
Итог: революция доступности без потери качества
OpenAI заявляет, что этот шаг направлен на обеспечение доступа к мощным инструментам ИИ для большего числа разработчиков и бизнесов без ущерба для качества и скорости.
GPT-5.4 mini и nano — это не просто «урезанные» версии флагмана. Это самостоятельные рабочие лошадки с чёткими сценариями применения: mini берёт на себя сложные когнитивные задачи и работу с инструментами, nano — экономичное массовое выполнение. Вместе они закрывают большую часть практических потребностей разработчиков и бизнеса, оставляя дорогостоящий флагман для действительно нетривиальных случаев.