BenchLeader

GPT-5.4 Mini

推論エフォート
品質339中108位
55.1Index
中央値より上
中央値比 +4.9
価格255中166位
$1.69100万トークンあたり
多くのモデルより高い
中央値の2.0倍
速度216中13位
200トークン/秒
上位10%
中央値の2.4倍
コスパ255中165位
32.6ポイント/$
中央値より下
中央値の0.6倍

よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(12分の1の価格)。

より安価でスコアの高いランク付けモデルが36つあります:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50)ほか33つ。

2026年11月16日時点で、GPT-5.4 Mini(OpenAI)のBenchLeader Indexは55.1です(ランク付け対象は608構成)。最も強いのは指示追従(72)、最も弱いのはエージェント・ツール(42)です。API料金は入力100万トークンあたり$0.750、出力100万トークンあたり$4.50(3:1のブレンドで$1.69)で、2026年11月16日時点の定価です。出力速度は約200トークン/秒です(Artificial Analysis)。2026年3月17日にリリースされました。

要点(2026年11月16日時点)

  • GPT-5.4 MiniのAPI料金は入力100万トークンあたり$0.750、出力100万トークンあたり$4.50(3:1のブレンドで$1.69)です(定価、2026年11月16日)。
  • GPT-5.4 Miniの出力速度は約200トークン/秒です(Artificial Analysis、2026年11月16日)。
  • GPT-5.4 Miniは2026年3月17日にリリースされました(OpenAI)。

詳しく見ると:GPT-5.4 MiniはOpenAIのプロプライエタリな推論モデルです(2026年3月17日リリース)。最もスコアの高い構成(推論エフォート xhigh)は、BenchLeader Indexで55.1 ±5.9を記録し、608構成中220位で上位半分に入ります。重要なのはこの「±」です。ほかに324構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では指示追従が最も高く(72)、エージェント・ツールが最も低くなっています(42)。ブレンド価格は100万トークンあたり$1.69で、ランク付けされたモデルの多くより高価です。出力速度は200トークン/秒、回答開始まで112.1秒で、最速の4分の1に入ります。6通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年9月1日。

ブレンド価格
$1.69/M
入力$0.750・出力$4.50
出典:Artificial Analysis
出力速度
200 tok/s
Artificial Analysisによる測定
回答開始
112 s
最初のトークン 0.98 s
コンテキスト
400k
出典:models.dev
回答完了まで
231 s
最終測定2026年11月13日
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2026年3月17日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index55
  2. 推論51
  3. コーディング58
  4. エージェント・ツール42
  5. 数学51
  6. 知識55
  7. 指示追従72
  8. マルチモーダル56
  9. 長文コンテキスト63

この順位を埋め込む

ほかのバッジスタイル
[![GPT-5.4 Mini on BenchLeader: 総合 108位](https://www.benchleader.com/badge/gpt-5-4-mini.svg?style=compact)](https://www.benchleader.com/models/gpt-5-4-mini)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

OpenAIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

OpenAIはこの名前で3つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
GPT-5.4 Minixhighこのページ2026年3月17日55.1#220
GPT-5 mini2025年8月7日56.6#176
GPT-4.1 minihigh2025年4月14日46.3#434

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
推論なし44.7#466138 tok/s1.37 s$0.0017エージェント・ツール 50 · コーディング 42 · 指示追従 42 · 長文コンテキスト 42 · 数学 35 · マルチモーダル 42 · 推論 47
low––99 tok/s0.98 s$0.0017数学 38 · 推論 30
medium53.3#263175 tok/s5.99 s$0.0017エージェント・ツール 63 · 指示追従 64 · 長文コンテキスト 58 · マルチモーダル 53 · 推論 36
high52.0#29099 tok/s0.98 s$0.0017エージェント・ツール 44 · コーディング 51 · 人間の評価 63 · 知識 40 · 数学 61 · マルチモーダル 57 · 推論 51
xhigh最良55.1#220200 tok/s112 s$0.0017エージェント・ツール 42 · コーディング 58 · 指示追従 72 · 知識 55 · 長文コンテキスト 63 · 数学 51 · マルチモーダル 56 · 推論 51
未記載––99 tok/s0.98 s$0.0017コーディング 39 · 推論 36

Indexの推移

2026年9月8日〜2026年11月16日
395164
  • xhigh
  • medium
  • high
  • 推論なし

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

推論

ベンチマーク推論なしlowmediumhighxhigh標準出典推移
GPQA Diamond64.1%#197––83.6%#11186.9%#88–Epoch AI Benchmarking Hub
Arena Hard Prompts–––1469#86––Arena (LMArena)
LiveBench 1.0 ReasoningIndex対象外––––71.3%#64–LiveBench
GPQA Diamond (AA)Index対象外60.6%#378–82.3%#175–87.5%#98–Artificial Analysis
Humanity's Last Exam (AA)Index対象外5.9%#435–18.6%#246–28.1%#183–Artificial Analysis
GPQA Diamond (Vals)Index対象外––––83.1%#58–Vals AI
Kagi LLM Benchmarkエフォート未記載–––––37.9%#110Kagi LLM Benchmark
ARC-AGI-1–13.0%#23940.8%#20058.0%#17263.7%#162–ARC Prize
ARC-AGI-2–1.1%#2354.4%#19113.2%#16118.9%#152–ARC Prize
CritPtIndex対象外0.0%#337–2.9%#201–10.0%#135–Artificial Analysis
Arena ExpertIndex対象外–––1482#72––Arena (LMArena)
Chess PuzzlesIndex対象外2.0%#151––23.0%#8817.0%#112–Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外11.0%#1168.0%#1247.0%#128–––Epoch AI Benchmarking Hub
LMCAIndex対象外––––40.8%#112–Epoch AI Benchmarking Hub
DTBenchIndex対象外––––80.0%#140–Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載–––––60.8%#72ForecastBench

コーディング

ベンチマーク推論なしmediumhighxhigh標準出典推移
SciCode–––52.1%#100–SciCode
WeirdML37.9%#116–60.3%#50––WeirdML
FrontierCodeエフォート未記載––––27.0%#34Cognition
Arena Coding––1495#90––Arena (LMArena)
Arena WebDev––1398#103––Arena (LMArena)
LiveBench 1.0 CodingIndex対象外–––71.6%#59–LiveBench
SciCode (AA)Index対象外–––52.1%#99–Artificial Analysis
LiveCodeBench–––81.5%#61–Vals AI
SWE-bench (Vals)Index対象外–––73.0%#51–Vals AI
Code MigrationIndex対象外–––12.9%#61–Vals AI
ProgramBenchIndex対象外–––0.0%#34–Vals AI
Vibe Code Bench v1.1Index対象外–––48.0%#70–Vals AI
ALE-BenchIndex対象外––1188.6#52––Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)Index対象外–––2.0%#150–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外–––59.2%#103–Artificial Analysis
GameBench 2 by reasoning settingIndex対象外26.4#18446.3#108–––DuelLab GameBench 2

エージェント・ツール

ベンチマーク推論なしlowmediumhighxhigh出典推移
Terminal-Bench––––1.8%#106Terminal-Bench
LiveBench Agentic CodingIndex対象外––––41.7%#60LiveBench
Terminal-Bench Hard18.2%#175–34.1%#89–52.3%#19Artificial Analysis
τ²-Bench Telecom (AA)Index対象外23.4%#309–36.5%#234–83.3%#111Artificial Analysis
Terminal-Bench 2.1 (Vals)–––54.7%#50–Vals AI
MCP Atlas––––56.7%#34Scale AI SEAL
GDPval-AA v2.1Index対象外597#230–––1021#178Artificial Analysis
τ³-Banking (AA)––––25.6%#82Artificial Analysis
ITBench SRE (AA)Index対象外18.6%#40–––35.2%#27Artificial Analysis
Analyst Agent (AA)Index対象外––––15.0%#43Artificial Analysis
APEX-Agents (AA)Index対象外––––28.2%#14Artificial Analysis
Finance Agent v2Index対象外––––45.4%#56Vals AI
Harvey's Legal Agent Benchmark v1Index対象外––––0.0%#64Vals AI
Legal Research BenchIndex対象外––––12.5%#80Vals AI
Tax Agent BenchIndex対象外––––8.8%#70Vals AI
Terminal-Bench 2.0 (Vals)Index対象外–––44.9%#23–Vals AI
Terminal-Bench 4.0 (Vals)Index対象外––––2.5%#55Vals AI
DeepResearch BenchIndex対象外–36.3%#38–––DeepResearch Bench
AutomationBenchIndex対象外––––26.2%#156Artificial Analysis
GDP.pdf (AA)Index対象外––––13.4%#133Artificial Analysis
EnterpriseOps-GymIndex対象外––––34.6%#37Artificial Analysis
AA-Briefcase v1.1Index対象外––––720#200Artificial Analysis

数学

ベンチマーク推論なしlowhighxhigh出典推移
FrontierMath Tiers 1–317.2%#10424.6%#86–51.2%#57Epoch AI Benchmarking Hub
FrontierMath Tier 4–––9.8%#69Epoch AI Benchmarking Hub
OTIS Mock AIME26.7%#225–87.2%#9588.9%#86Epoch AI Benchmarking Hub
ProofBench–––21.0%#52Vals AI
LiveBench MathematicsIndex対象外–––78.5%#63LiveBench
AIME (Vals)–––95.6%#8Vals AI
Arena Maths––1439#98–Arena (LMArena)

知識

ベンチマークhighxhigh出典推移
SimpleQA Verified29.4%#78–Epoch AI Benchmarking Hub
LiveBench 1.0 Data AnalysisIndex対象外–70.8%#49LiveBench
MMLU-Pro–84.5%#61Vals AI
CorpFin–60.9%#62Vals AI
TaxEval–71.2%#78Vals AI
CaseLaw v2Index対象外–51.7%#47Vals AI
Excel Modeling BenchmarkIndex対象外–45.4%#58Vals AI
Global-MMLU-Lite (AA)Index対象外–89.4%#19Artificial Analysis

指示追従

ベンチマーク推論なしmediumhighxhigh出典推移
LiveBench LanguageIndex対象外–––71.0%#60LiveBench
LiveBench Instruction FollowingIndex対象外–––59.8%#59LiveBench
IFBench38.8%#28064.8%#105–73.3%#42Artificial Analysis
Arena Instruction FollowingIndex対象外––1435#91–Arena (LMArena)

人間の評価

ベンチマークhigh標準出典推移
Arena Text1447#87–Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外エフォート未記載–1665#41EQ-Bench
Arena Creative WritingIndex対象外1401#108–Arena (LMArena)
Arena Multi-turnIndex対象外1466#74–Arena (LMArena)
Arena Longer QueriesIndex対象外1448#97–Arena (LMArena)

マルチモーダル

ベンチマーク推論なしmediumhighxhigh出典推移
Arena Vision––1244#68–Arena (LMArena)
MMMU-Pro60.5%#22371.2%#152–73.3%#137Artificial Analysis
MMMU-Pro (Vals)Index対象外–––79.3%#48Vals AI
MortgageTaxIndex対象外–––63.5%#50Vals AI

長文コンテキスト

ベンチマーク推論なしmediumxhigh出典推移
AA-LCR v1.137.0%#39467.0%#26177.0%#155Artificial Analysis
MLCRIndex対象外––20.0%#54Artificial Analysis

総合

ベンチマーク推論なしmediumxhigh標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載–––149.3#70Epoch AI Benchmarking Hub
LiveBench 1.0Index対象外––66.4%#64–LiveBench
AA Intelligence Index v4.3.2Index対象外11.1#37119.8#24724.1#188–Artificial Analysis
AA Progress Index v1Index対象外206.7#396254#253287.8#150–Artificial Analysis
Vals Multimodal IndexIndex対象外––54.2%#21–Vals AI

GameBench 2, best reasoning setting (Medium): 46.3. 参考値で、BenchLeader Indexには含まれません。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
OpenAI135 tok/s0.64 s$0.375$2.25400k–
OpenAI118 tok/s0.95 s$0.750$4.50400k–
Azure98 tok/s1.09 s$0.750$4.50400k–

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.075のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0017$0.00141.9 min
30ページのレポートを要約12,000 / 600$0.012$0.00561.9 min
コード編集6,000 / 1,500$0.011$0.00822.0 min
エージェント型コーディングセッション60,000 / 4,000$0.063$0.0332.2 min
構造化データの抽出2,000 / 200$0.0024$0.00141.9 min

OpenAIのほかのモデル

今月の新着

関連ページ

埋め込み・引用

GPT-5.4 Miniの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![GPT-5.4 Mini on BenchLeader: 総合 108位](https://www.benchleader.com/badge/gpt-5-4-mini.svg)](https://www.benchleader.com/models/gpt-5-4-mini)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). GPT-5.4 Mini on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-4-mini

BibTeX:

@misc{benchleader_gpt_5_4_mini_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-5.4 Mini on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-5-4-mini}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

GPT-5.4 Miniのベンチマークスコアは?
2026年11月16日時点で、GPT-5.4 Mini(推論エフォート xhigh)のBenchLeader Indexは55.1 ±5.9です。最も強いのは指示追従(72)、最も弱いのはエージェント・ツール(42)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
GPT-5.4 Miniの順位は?
2026年11月16日時点で、GPT-5.4 Mini(推論エフォート xhigh)はランク付けされた608構成中220位です。ほかに324構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
GPT-5.4 Miniの料金は100万トークンあたりいくらですか?
2026年11月16日時点で、GPT-5.4 Miniの料金は入力100万トークンあたり$0.750、出力100万トークンあたり$4.50で、ブレンド価格(出力1トークンにつき入力3トークン)は$1.69です。
GPT-5.4 Miniはいつリリースされましたか?
OpenAIが2026年3月17日にGPT-5.4 Miniをリリースしました。BenchLeaderには6通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「GPT-5.4 Mini:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/gpt-5-4-mini