GPT-5 nano
在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。
没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。
截至 2026年11月16日,GPT-5 nano(OpenAI)在 BenchLeader Index 上得分 56.2(共 608 个已排名配置)。表现最好的是指令遵循(66),最弱的是智能体与工具(49)。API 价格为输入每百万 token $0.050、输出每百万 token $0.400(按 3:1 混合为 $0.138),为 2026年11月16日的标价。输出速度约为 110 token/秒(OpenRouter)。发布于 2025年8月7日。
要点(截至 2026年11月16日)
- GPT-5 nano 的 API 价格为输入每百万 token $0.050、输出每百万 token $0.400(按 3:1 混合为 $0.138)(标价,2026年11月16日)。
- GPT-5 nano 的输出速度约为 110 token/秒(OpenRouter,2026年11月16日)。
- GPT-5 nano 于 2025年8月7日发布(OpenAI)。
详细说明:GPT-5 nano 是 OpenAI 的闭源推理模型,发布于 2025年8月7日。其最佳配置在 BenchLeader Index 上得分 56.2 ±8.7,在 608 个配置中排第 187 名,处于上半区。关键在于这个“±”:另有 380 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(66),智能体与工具最低(49)。按混合价格计,每百万 token $0.138,属于已排名模型中最便宜的五分之一。输出速度为 106 token/秒,首 token 延迟 2.9 秒,比大多数模型快。它已在 5 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:2025年11月24日。数据较旧:六个月内没有新结果
- 混合价格
- $0.138/M
- 输入 $0.050 · 输出 $0.400
- 来源:models.dev
- 输出速度
- 106 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 2.93 s
- 上下文
- 400k
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年8月7日
- 综合 Index56
- 推理57
- 智能体与工具49
- 数学64
- 指令遵循66
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gpt-5-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 | 2026年3月17日 | 53.9 | #244 |
| GPT-5 nano本页 | 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 |
|---|---|---|---|---|---|---|
| minimal | 35.5 | #586 | 107 tok/s | 1.49 s | $0.0001 | 智能体与工具 40 · 指令遵循 36 · 长上下文 33 · 数学 30 · 多模态 13 · 推理 32 |
| low | 39.2 | #549 | 106 tok/s | 2.93 s | $0.0001 | 编程 34 · 数学 33 · 推理 34 |
| medium | 45.6 | #451 | 157 tok/s | 22 s | $0.0001 | 智能体与工具 36 · 编程 34 · 指令遵循 65 · 长上下文 36 · 数学 62 · 多模态 40 · 推理 39 |
| high | 47.4 | #405 | 165 tok/s | 52 s | $0.0001 | 智能体与工具 44 · 编程 48 · 人类偏好 50 · 指令遵循 67 · 知识 35 · 长上下文 46 · 数学 48 · 多模态 45 · 推理 41 |
| 未说明最佳 | 56.2 | #187 | 106 tok/s | 2.93 s | $0.0001 | 智能体与工具 49 · 指令遵循 66 · 数学 64 · 推理 57 |
Index 走势
2026年9月8日 至 2026年11月16日- 默认
- high
- medium
- 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。
元数据
| 基准测试 | minimal | medium | high | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA Openness Index不计入 Index | 5.6#307 | 5.6#307 | 5.6#307 | Artificial Analysis |
推理
编程
| 基准测试 | minimal | low | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| WeirdML | – | 25.9%#137 | – | 38.1%#113 | – | WeirdML | |
| Arena Coding | – | – | – | 1385#218 | – | Arena (LMArena) | |
| LiveCodeBench | – | – | – | 70.2%#87 | – | Vals AI | |
| SWE-bench Verified (bash only) | – | – | 34.8%#38 | – | – | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index | – | – | 34.8%#50 | – | – | SWE-bench | |
| ALE-Bench不计入 Index | – | – | – | 718.7#96 | – | Epoch AI Benchmarking Hub | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | – | – | 1093#148 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 47.0%#149 | – | 76.3%#42 | 78.9%#31 | – | Artificial Analysis |
智能体与工具
| 基准测试 | minimal | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Terminal-Bench | – | 11.5%#100 | – | 21.8%#85 | Terminal-Bench | |
| Terminal-Bench Hard | 6.8%#254 | 17.4%#182 | 12.1%#215 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 25.7%#295 | 30.4%#263 | 36.5%#234 | – | Artificial Analysis | |
| BFCL Overall推理强度未说明 | – | – | – | 51.5%#22 | Berkeley Function Calling Leaderboard |
数学
| 基准测试 | minimal | low | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 1.8%#119 | 6.0%#114 | – | 20.0%#94 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | – | 2.4%#73 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 35.6%#216 | 46.7%#199 | 74.2%#139 | 81.1%#124 | – | Epoch AI Benchmarking Hub | |
| MATH Level 5 | – | – | 95.2%#13 | 94.9%#15 | – | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | – | 12.0%#68 | – | Vals AI | |
| AIME (Vals) | – | – | – | 81.2%#45 | – | Vals AI | |
| MGSM | – | – | – | 89.3%#46 | – | Vals AI | |
| Omni-MATH (HELM)推理强度未说明 | – | – | – | – | 54.7%#16 | HELM Capabilities | |
| MATH 500不计入 Index | – | – | – | 93.8%#15 | – | Vals AI | |
| Arena Maths | – | – | – | 1348#205 | – | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 27.3%#181 | – | 78.3%#69 | 83.7%#50 | – | Artificial Analysis |
知识
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleQA Verified | 11.7%#95 | – | Epoch AI Benchmarking Hub | |
| MMLU-Pro | 76.1%#105 | – | Vals AI | |
| LegalBench | 50.1%#145 | – | Vals AI | |
| TaxEval | 67.4%#106 | – | Vals AI | |
| MedQA | 93.3%#23 | – | Vals AI | |
| MMLU-Pro (HELM)不计入 Index推理强度未说明 | – | 77.8%#26 | HELM Capabilities | |
| CaseLaw v2不计入 Index | 52.6%#43 | – | Vals AI | |
| MedCode不计入 Index | 30.4%#93 | – | Vals AI | |
| MedScribe不计入 Index | 72.9%#82 | – | Vals AI | |
| Global-MMLU-Lite (AA)不计入 Index | 81.2%#62 | – | Artificial Analysis |
指令遵循
| 基准测试 | minimal | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| IFBench | 32.5%#346 | 65.9%#101 | 67.5%#85 | – | Artificial Analysis | |
| IFEval (HELM)推理强度未说明 | – | – | – | 93.2%#4 | HELM Capabilities | |
| WildBench (HELM)推理强度未说明 | – | – | – | 80.6%#30 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | – | – | 1326#219 | – | Arena (LMArena) |
人类偏好
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1338#223 | – | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 703#121 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1246#278 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1325#228 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1332#235 | – | Arena (LMArena) |
多模态
| 基准测试 | minimal | medium | high | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Vision | – | – | 1159#113 | Arena (LMArena) | |
| MMMU-Pro | 31.8%#287 | 58.2%#233 | 61.0%#222 | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | – | – | 70.9%#68 | Vals AI | |
| MortgageTax不计入 Index | – | – | 53.6%#77 | Vals AI | |
| VPCT不计入 Index | – | 35.4%#25 | 37.2%#23 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | minimal | medium | high | 来源 | 趋势 |
|---|---|---|---|---|---|
| Fiction.LiveBench 120k | – | 21.9%#34 | – | Fiction.live | |
| AA-LCR v1.1 | 20.0%#460 | 43.7%#366 | 45.0%#360 | Artificial Analysis |
综合
| 基准测试 | minimal | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | 139.1#118 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 7.1#505 | 12.5#338 | 13.0#329 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 165#518 | 221.2#345 | 225.5#332 | – | Artificial Analysis | |
| HELM Capabilities mean不计入 Index推理强度未说明 | – | – | – | 74.8%#14 | HELM Capabilities |
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
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 | 139 tok/s | 3.40 s | $0.050 | $0.400 | 400k | – |
| OpenAI | 95 tok/s | 1.85 s | $0.025 | $0.200 | 400k | – |
| Azure | 46 tok/s | 1.49 s | $0.050 | $0.400 | 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 $0.005。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 | $0.0001 | $0.0001 | 5.8 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0008 | $0.0004 | 8.6 s |
| 代码编辑 | 6,000 / 1,500 | $0.0009 | $0.0007 | 17.1 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.0046 | $0.0026 | 40.7 s |
| 结构化信息提取 | 2,000 / 200 | $0.0002 | $0.0001 | 4.8 s |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GPT-5 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-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 nano on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-nano
BibTeX:
@misc{benchleader_gpt_5_nano_20261116,
author = {{BenchLeader}},
title = {{GPT-5 nano on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gpt-5-nano}},
note = {Data as of 2026-11-16}
}常见问题
- GPT-5 nano 的基准测试得分是多少?
- 截至 2026年11月16日,GPT-5 nano 的 BenchLeader Index 为 56.2 ±8.7。最强的是指令遵循(66),最弱的是智能体与工具(49)。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 nano 排名第几?
- 截至 2026年11月16日,GPT-5 nano 在 608 个已排名配置中排第 187 名。另有 380 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 nano 每百万 token 的价格是多少?
- 截至 2026年11月16日,GPT-5 nano 的价格为输入每百万 token $0.050、输出每百万 token $0.400,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.138。
- GPT-5 nano 是什么时候发布的?
- OpenAI 于 2025年8月7日发布了 GPT-5 nano。BenchLeader 收录了它在 5 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 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-nano。