3月17日，OpenAI无预热突袭发布两款轻量级模型GPT-5.4 mini与GPT-5.4 nano，以“逼近旗舰性能、极致成本优势、翻倍运行速度”为核心亮点，精准填补实时交互场景的落地空白。
两款模型专为编程、工具调用、AI Agent（“龙虾”）等场景优化，不仅让普通开发者与企业以低成本接入高阶AI能力，更推动行业进入“大模型决策、小模型执行”的多模型协作新时代。
一、核心定位：双模型分层，覆盖全场景需求
两款模型形成明确分工，分别瞄准不同复杂度任务，构建从“轻量执行”到“高效协作”的能力矩阵：
GPT-5.4 mini：定位“全能执行型小模型”，针对编程、计算机使用、多模态理解及子智能体场景优化，是OpenClaw等AI Agent的理想主力模型，兼顾性能与效率；
GPT-5.4 nano：定位“极致低成本轻量工具”，专为数据分类、信息提取、简单编程等高频低复杂度子任务设计，以最低成本实现规模化执行，仅通过API开放。
二、核心性能：逼近旗舰，碾压前代
两款模型在核心能力上实现跨越式提升，部分维度已接近GPT-5.4旗舰版水平：
1.GPT-5.4 mini：全能执行，实力追平旗舰
编程能力：在真实软件Bug修复测试SWE-Bench Pro中得分54.4%，仅落后GPT-5.4（57.7%）3.3个百分点，远超上一代GPT-5 mini（45.7%）；Terminal-Bench 2.0测试中拿下60.0%，较前代提升57%，可高效完成定向代码修改、前端生成、调试循环等任务；
计算机使用：OSWorld-Verified测试得分72.1%，逼近旗舰版75.0%，较前代（42.0%）近乎翻倍，具备解析UI截图、定位元素、执行操作的“看屏幕干活”能力，适配AI Agent实时交互场景；
推理与工具调用：博士级科学推理测试GPQA Diamond得分88.0%，与旗舰版差距仅5%；工具调用基准Toolathlon得分42.9%，碾压前代（26.9%），电信行业专用测试τ2-bench更是打出93.4%的高分，接近旗舰版98.9%；
速度与上下文：运行速度较GPT-5 mini提升2倍，上下文窗口达40万Token，支持长文本处理与复杂任务链执行。
2.GPT-5.4 nano：轻量高效，性价比无敌
核心优势集中在低复杂度任务，SWE-Bench Pro得分52.4%，超越上一代GPT-5 mini（45.7%）；工具调用与推理能力达标，τ2-bench测试得分92.5%，GPQA Diamond得分82.8%，满足数据分类、信息提取等基础需求；
短板明确：视觉相关任务表现较弱，OSWorld-Verified得分39.0%略低于前代，符合其“低成本优先”的设计定位，无需追求全场景性能。
三、定价与接入：成本大降，全渠道开放
1.极致性价比定价
相较于旗舰版，GPT-5.4 mini输出成本仅为1/3，GPT-5.4 nano更是低至1/12，部分场景下比Claude 4.6 Opus便宜9倍，大幅降低规模化应用门槛。 2.多渠道灵活接入
GPT-5.4 mini：同步开放API、Codex平台及ChatGPT三端。ChatGPT免费用户与Go用户可通过“Thinking”功能启用，付费用户在旗舰版额度耗尽后自动降级适配；Codex平台中仅消耗GPT-5.4配额的30%，相同预算可支持3.3倍任务量；
GPT-5.4 nano：仅通过API向开发者开放，适合作为子智能体承接高阶模型分发的次要任务，支持大规模并行执行。
四、行业革新：多模型协作成新范式
OpenAI通过两款模型的发布，正式确立“大模型决策+小模型执行”的行业架构共识：
分层协作逻辑：GPT-5.4旗舰版负责全局规划、复杂决策与最终判断，GPT-5.4 mini/nano作为子智能体，并行处理代码检索、文件审阅、数据分类等细粒度任务，实现“决策高效+执行低成本”的最优平衡；
AI Agent适配：两款模型成为OpenClaw等AI Agent的理想运行基座——mini可独立完成复杂任务链，nano承接高频简单操作，解决了传统大模型成本高、延迟高的痛点，推动AI Agent从“小众工具”走向“规模化应用”；
开发思路转变：开发者无需再依赖单一模型覆盖所有任务，而是根据任务复杂度动态路由至对应层级模型，让架构设计更灵活、成本更可控。
五、短板与行业争议
1.模型短板
GPT-5.4 mini在长上下文处理上与旗舰版差距明显：OpenAI MRCR v2测试中，64K-128K窗口下得分47.7%（旗舰版86.0%），128K-256K窗口下仅33.6%（旗舰版79.3%），不适用于超长文本精确检索与逻辑追踪场景，此类需求仍需依赖GPT-5.4旗舰版。
2.行业争议
模型发布后引发开发者热议：部分开发者质疑OpenAI利用开源代码训练模型后替代人类工作，认为奥特曼“感谢开发者”的言论缺乏诚意；也有观点指出，语法层面的编码工作被AI解决后，软件工程的核心竞争力将从“写代码”转向“系统架构设计”，推动行业人才能力升级。
GPT-5.4 mini与nano的发布，不仅以“快、强、省”的组合拳重塑了轻量级模型的性能与成本边界，更确立了多模型协作的行业新范式。对于开发者与企业而言，这意味着AI应用的推理成本可再降一个数量级，OpenClaw等AI Agent的规模化落地障碍进一步清除；对于行业而言，小模型正在打通AI走进各领域的“毛细血管”，让技术像水和电一样廉价、无感、无处不在。
尽管长上下文处理仍是短板，但两款模型精准命中了真实生产环境的核心需求，推动AI从“高端尝鲜”走向“全民普惠”。未来，随着多模型协作架构的普及，行业竞争将从“单一模型参数比拼”转向“系统协同效率较量”，而普通用户与企业将成为这场技术革新的直接受益者。
AI 速览
