GPT-5.4 Nano
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 70%。
有 14 个更便宜的已排名模型得分更高:GPT-5.6 Luna (58.2, $0.450)、GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262),另有 11 个。
截至 2026年11月16日,GPT-5.4 Nano(OpenAI)在 BenchLeader Index 上得分 53.9(共 608 个已排名配置)。表现最好的是指令遵循(74),最弱的是推理(38)。API 价格为输入每百万 token $0.200、输出每百万 token $1.25(按 3:1 混合为 $0.463),为 2026年11月16日的标价。输出速度约为 150 token/秒(Artificial Analysis)。发布于 2026年3月17日。
要点(截至 2026年11月16日)
- GPT-5.4 Nano 的 API 价格为输入每百万 token $0.200、输出每百万 token $1.25(按 3:1 混合为 $0.463)(标价,2026年11月16日)。
- GPT-5.4 Nano 的输出速度约为 150 token/秒(Artificial Analysis,2026年11月16日)。
- GPT-5.4 Nano 于 2026年3月17日发布(OpenAI)。
详细说明:GPT-5.4 Nano 是 OpenAI 的闭源推理模型,发布于 2026年3月17日。其最佳配置(推理强度 xhigh)在 BenchLeader Index 上得分 53.9 ±8.8,在 608 个配置中排第 244 名,处于上半区。关键在于这个“±”:另有 420 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(74),推理最低(38)。按混合价格计,每百万 token $0.463,比大多数已排名模型便宜。输出速度为 145 token/秒,首次回答需 61.3 秒,位于最快的四分之一。它已在 6 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年3月17日。数据较旧:六个月内没有新结果
- 混合价格
- $0.463/M
- 输入 $0.200 · 输出 $1.25
- 来源:Artificial Analysis
- 输出速度
- 145 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 61 s
- 首 token 0.89 s
- 上下文
- 400k
- 来源:models.dev
- 完整回答
- 185 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年3月17日
- 综合 Index54
- 推理38
- 编程49
- 智能体与工具61
- 指令遵循74
- 多模态47
- 长上下文63
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gpt-5-4-nano)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
OpenAI 以这个名称发布过 3 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| GPT-5.4 Nanoxhigh本页 | 2026年3月17日 | 53.9 | #244 |
| GPT-5 nano | 2025年8月7日 | 56.2 | #187 |
| GPT-4.1 nano | 2025年4月14日 | 36.9 | #574 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | 41.8 | #508 | 120 tok/s | 1.38 s | $0.0005 | 智能体与工具 55 · 编程 42 · 指令遵循 36 · 长上下文 38 · 数学 33 · 多模态 25 · 推理 41 |
| low | 44.2 | #475 | 81 tok/s | 0.89 s | $0.0005 | 数学 42 · 推理 40 |
| medium | 51.4 | #312 | 135 tok/s | 6.28 s | $0.0005 | 智能体与工具 63 · 指令遵循 64 · 长上下文 58 · 多模态 42 · 推理 34 |
| high | 48.3 | #383 | 81 tok/s | 0.89 s | $0.0005 | 智能体与工具 32 · 编程 58 · 人类偏好 57 · 知识 42 · 数学 51 · 多模态 51 · 推理 46 |
| xhigh最佳 | 53.9 | #244 | 145 tok/s | 61 s | $0.0005 | 智能体与工具 61 · 编程 49 · 指令遵循 74 · 长上下文 63 · 多模态 47 · 推理 38 |
| 未说明 | – | – | 81 tok/s | 0.89 s | $0.0005 | 推理 38 |
Index 走势
2026年9月8日 至 2026年11月16日- xhigh
- medium
- high
- low
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 无推理 | low | medium | high | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| GPQA Diamond | 55.6%#217 | 72.2%#174 | – | 78.5%#145 | – | – | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | – | – | – | 1421#152 | – | – | Arena (LMArena) | |
| LiveBench 1.0 Reasoning不计入 Index | – | – | – | – | 81.1%#51 | – | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 55.8%#408 | – | 76.1%#243 | – | 81.7%#181 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 4.1%#567 | – | 15.9%#263 | – | 28.3%#181 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | – | – | 77.5%#74 | – | – | Vals AI | |
| Kagi LLM Benchmark推理强度未说明 | – | – | – | – | – | 39.7%#108 | Kagi LLM Benchmark | |
| ARC-AGI-1 | – | 18.3%#231 | 33.0%#214 | 38.2%#204 | 51.5%#186 | – | ARC Prize | |
| ARC-AGI-2 | – | 1.5%#222 | 1.9%#213 | 3.6%#198 | 5.7%#181 | – | ARC Prize | |
| CritPt不计入 Index | 0.0%#337 | – | 5.1%#170 | – | 9.3%#142 | – | Artificial Analysis | |
| Arena Expert不计入 Index | – | – | – | 1436#137 | – | – | Arena (LMArena) | |
| Chess Puzzles不计入 Index | 2.0%#151 | 20.0%#100 | – | 36.0%#53 | 45.0%#31 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | 9.0%#120 | 3.0%#143 | 6.0%#135 | 5.0%#137 | – | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | – | – | – | – | 36.9%#129 | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | – | – | – | – | 80.3%#138 | – | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index推理强度未说明 | – | – | – | – | – | 58.6%#80 | ForecastBench |
编程
| 基准测试 | 无推理 | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SciCode | – | – | – | 47.2%#142 | SciCode | |
| WeirdML | 38.0%#115 | – | 49.2%#72 | – | WeirdML | |
| Arena Coding | – | – | 1460#138 | – | Arena (LMArena) | |
| LiveBench 1.0 Coding不计入 Index | – | – | – | 70.8%#61 | LiveBench | |
| SciCode (AA)不计入 Index | – | – | – | 47.2%#150 | Artificial Analysis | |
| LiveCodeBench | – | – | 84.0%#41 | – | Vals AI | |
| SWE-bench (Vals)不计入 Index | – | – | 69.8%#62 | – | Vals AI | |
| Code Migration不计入 Index | – | – | 14.5%#56 | – | Vals AI | |
| Vibe Code Bench v1.1不计入 Index | – | – | 26.1%#83 | – | Vals AI | |
| ALE-Bench不计入 Index | – | – | 1004.5#68 | – | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index | – | – | – | 0.5%#172 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | – | – | – | 60.7%#100 | Artificial Analysis | |
| GameBench 2 by reasoning setting不计入 Index | 24.7#188 | 31.1#165 | – | – | DuelLab GameBench 2 |
智能体与工具
| 基准测试 | 无推理 | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| LiveBench Agentic Coding不计入 Index | – | – | – | 46.8%#51 | LiveBench | |
| Terminal-Bench Hard | 24.2%#147 | 33.3%#93 | – | 42.4%#46 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 34.8%#241 | 52.6%#196 | – | 76.0%#136 | Artificial Analysis | |
| Terminal-Bench 2.1 (Vals) | – | – | 41.6%#68 | – | Vals AI | |
| GDPval-AA v2.1不计入 Index | – | – | – | 954#194 | Artificial Analysis | |
| τ³-Banking (AA) | – | – | – | 27.4%#78 | Artificial Analysis | |
| ITBench SRE (AA)不计入 Index | 12.9%#42 | – | – | 24.4%#37 | Artificial Analysis | |
| APEX-Agents (AA)不计入 Index | – | – | – | 24.9%#18 | Artificial Analysis | |
| Finance Agent v2不计入 Index | – | – | 38.2%#64 | – | Vals AI | |
| Harvey's Legal Agent Benchmark v1不计入 Index | – | – | 0.0%#64 | – | Vals AI | |
| Legal Research Bench不计入 Index | – | – | 6.3%#86 | – | Vals AI | |
| Tax Agent Bench不计入 Index | – | – | 5.0%#79 | – | Vals AI | |
| Terminal-Bench 2.0 (Vals)不计入 Index | – | – | 39.9%#33 | – | Vals AI | |
| AutomationBench不计入 Index | – | – | – | 6.0%#195 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | – | – | – | 7.8%#178 | Artificial Analysis | |
| EnterpriseOps-Gym不计入 Index | – | – | – | 31.5%#41 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | – | – | – | 674#204 | Artificial Analysis |
数学
| 基准测试 | 无推理 | low | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 4.6%#117 | 20.4%#92 | 44.9%#61 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | 12.2%#66 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 46.7%#199 | 68.9%#153 | 87.8%#94 | – | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | 5.0%#77 | – | Vals AI | |
| LiveBench Mathematics不计入 Index | – | – | – | 91.0%#33 | LiveBench | |
| AIME (Vals) | – | – | 88.8%#28 | – | Vals AI | |
| Arena Maths | – | – | 1424#119 | – | Arena (LMArena) |
知识
| 基准测试 | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleQA Verified | 11.7%#95 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | – | 67.6%#56 | LiveBench | |
| MMLU-Pro | 77.2%#104 | – | Vals AI | |
| LegalBench | 77.9%#103 | – | Vals AI | |
| CorpFin | 61.2%#56 | – | Vals AI | |
| TaxEval | 67.4%#105 | – | Vals AI | |
| CaseLaw v2不计入 Index | 51.9%#46 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | 44.8%#59 | – | Vals AI | |
| MedCode不计入 Index | 41.0%#57 | – | Vals AI | |
| MedScribe不计入 Index | 77.1%#70 | – | Vals AI |
指令遵循
| 基准测试 | 无推理 | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| LiveBench Language不计入 Index | – | – | – | 62.5%#66 | LiveBench | |
| LiveBench Instruction Following不计入 Index | – | – | – | 67.2%#38 | LiveBench | |
| IFBench | 32.7%#343 | 64.4%#108 | – | 75.9%#24 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | – | – | 1386#160 | – | Arena (LMArena) |
人类偏好
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1401#157 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1337#188 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1414#143 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1403#165 | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Arena Vision | – | – | 1196#94 | – | Arena (LMArena) | |
| MMMU-Pro | 43.8%#272 | 59.5%#229 | – | 65.4%#189 | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | – | – | 73.6%#58 | – | Vals AI | |
| MortgageTax不计入 Index | – | – | 59.1%#66 | – | Vals AI |
长上下文
| 基准测试 | 无推理 | medium | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 29.7%#420 | 67.3%#258 | 76.7%#157 | Artificial Analysis | |
| MLCR不计入 Index | – | – | 16.1%#79 | Artificial Analysis |
综合
| 基准测试 | 无推理 | medium | high | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | – | 146.4#85 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | – | – | – | 69.6%#56 | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 11.7#357 | 20.0#245 | – | 20.7#233 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 197.2#428 | 248.9#265 | – | 270.1#206 | – | Artificial Analysis | |
| Vals Multimodal Index不计入 Index | – | – | 47.6%#28 | – | – | Vals AI |
GameBench 2, best reasoning setting (Medium): 31.1. 仅供参考,不计入 BenchLeader Index。
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 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| OpenAI | 81 tok/s | 0.89 s | $0.200 | $1.25 | 400k | – |
| Azure | 64 tok/s | 2.83 s | $0.200 | $1.25 | 400k | – |
| OpenAI | 52 tok/s | 1.85 s | $0.100 | $0.625 | 400k | – |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.020。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0005 | $0.0004 | 1.1 min |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0032 | $0.0015 | 1.1 min |
| 代码编辑 | 6,000 / 1,500 | $0.0031 | $0.0023 | 1.2 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.017 | $0.0089 | 1.5 min |
| 结构化信息提取 | 2,000 / 200 | $0.0007 | $0.0004 | 1.0 min |
将 GPT-5.4 Nano 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GPT-5.4 Nano 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gpt-5-4-nano)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). GPT-5.4 Nano on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-4-nano
BibTeX:
@misc{benchleader_gpt_5_4_nano_20261116,
author = {{BenchLeader}},
title = {{GPT-5.4 Nano on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gpt-5-4-nano}},
note = {Data as of 2026-11-16}
}常见问题
- GPT-5.4 Nano 的基准测试得分是多少?
- 截至 2026年11月16日,GPT-5.4 Nano(推理强度 xhigh)的 BenchLeader Index 为 53.9 ±8.8。最强的是指令遵循(74),最弱的是推理(38)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- GPT-5.4 Nano 排名第几?
- 截至 2026年11月16日,GPT-5.4 Nano(推理强度 xhigh)在 608 个已排名配置中排第 244 名。另有 420 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- GPT-5.4 Nano 每百万 token 的价格是多少?
- 截至 2026年11月16日,GPT-5.4 Nano 的价格为输入每百万 token $0.200、输出每百万 token $1.25,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.463。
- GPT-5.4 Nano 比 MiniMax M3.1 Flash 更好吗?
- 截至 2026年11月16日,GPT-5.4 Nano(推理强度 xhigh)与 MiniMax M3.1 Flash 的质量不相上下(BenchLeader Index 53.9 比 54.3,在 ±9.9 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- GPT-5.4 Nano 是什么时候发布的?
- OpenAI 于 2026年3月17日发布了 GPT-5.4 Nano。BenchLeader 收录了它在 6 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《GPT-5.4 Nano:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gpt-5-4-nano。