OpenAI lanserer GPT-5.4 mini og nano, to nye modeller som er laget for høyere fart og lavere kostnad i produksjon. Ifølge selskapet er dette de mest kapable småmodellene i GPT-5.4-familien så langt, med tydelige forbedringer i koding, resonnering, multimodal forståelse og verktøybruk.
For team som bygger agentiske arbeidsflyter er budskapet ganske tydelig: den beste modellen er ikke alltid den største. OpenAI posisjonerer spesielt GPT-5.4 mini for oppgaver der responsivitet er kritisk, som kodeassistenter, underagenter som håndterer deloppgaver, og systemer som tolker skjermbilder i sanntid.
Hvorfor dette er viktig
Selskapet oppgir at GPT-5.4 mini i flere evalueringer nærmer seg ytelsen til full GPT-5.4, men med betydelig lavere latenstid. På SWE-Bench Pro ligger mini på 54,4 % mot 57,7 % for fullmodellen, og klart over GPT-5 mini på 45,7 %. På OSWorld-Verified oppgis mini til 72,1 %, tett på 75,0 % for GPT-5.4.
OpenAI framhever også arkitekturmønsteret der en større modell tar planlegging og kvalitetssikring, mens mindre modeller gjør parallelle støtteoppgaver raskt og billig. Det er samme retning mange produktteam allerede beveger seg i: mer orkestrering mellom modellstørrelser, mindre «én modell til alt».
Prismessig er forskjellen tydelig. GPT-5.4 mini prises til 0,75 dollar per million input-tokens og 4,50 dollar per million output-tokens, mens GPT-5.4 nano prises enda lavere på 0,20/1,25. Mini er tilgjengelig i API, Codex og ChatGPT, mens nano kun er tilgjengelig i API.
Hva dette betyr i praksis
For utviklere og plattformteam betyr dette først og fremst bedre kost/ytelse for høyvolum-oppgaver. Når småmodeller blir både raskere og mer robuste på verktøybruk, blir det enklere å designe produksjonssystemer som skalerer uten at regningen løper fra nytteverdien.