GPT-5.4 mini

Fiche modèle · OpenAI · gpt-5.4-mini

GPT-5.4 mini is OpenAI's strongest mini model yet for coding, computer use, and subagents. It brings many of the strengths of GPT-5.4 to a faster, more efficient model designed for high-volume workloads, with strong coding, reasoning, multimodal understanding, and tool use.

Fiches modèles

Identité

Organisation	OpenAI
Pays	—
Famille	—
Type	llm
Date de sortie	2026-03-17
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	image\|text
Fenêtre de contexte	—
KV cache / token (Q8)	—
Paramètres totaux	—
Paramètres actifs (session)	—
Source des paramètres actifs	—
Curation des paramètres actifs	—
Prix par session	1.65 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	13.86 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	2025-08-31
Créé le	2026-05-07T16:53:34.510157Z
Mis à jour le	2026-11-04T06:05:00.984597Z
Source	LLM Stats
URL	https://llm-stats.com/models/gpt-5.4-mini

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
OpenAI	llm-stats	non	0.75 $	4.50 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
legal	0.00
long_context	0.20
math	0.30
multimodal	0.80
physics	0.90
reasoning	0.50
spatial_reasoning	0.70
structured_output	0.90
finance	0.50
general	0.50
healthcare	0.20
agents	0.50
biology	0.90
chemistry	0.90
code	0.60
communication	0.90
tool_calling	0.60
vision	0.70

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
finance-agent-v2	agents	0.45	1.00	0.45	non	non	2026-11-04T06:05:01.080884Z
gpqa	reasoning	0.88	1.00	0.88	non	oui	2026-11-04T06:05:01.017786Z
graphwalks-bfs-<128k	reasoning	0.76	1.00	0.76	non	oui	2026-11-04T06:05:01.070853Z
graphwalks-parents-<128k	reasoning	0.71	1.00	0.71	non	oui	2026-11-04T06:05:01.074508Z
humanity's-last-exam	reasoning	0.28	1.00	0.28	non	oui	2026-11-04T06:05:01.027972Z
legal-agent-benchmark	legal	0.00	1.00	0.00	non	non	2026-11-04T06:05:01.087222Z
mcp-atlas	reasoning	0.58	1.00	0.58	non	oui	2026-11-04T06:05:01.006742Z
mmmu-pro	vision	0.77	1.00	0.77	non	oui	2026-11-04T06:05:01.051426Z
mrcr-v2-(8-needle)	long_context	0.34	1.00	0.34	non	oui	2026-11-04T06:05:01.067503Z
omnidocbench-1.5	vision	0.87	1.00	0.87	non	oui	2026-11-04T06:05:01.058931Z
osworld-verified	multimodal	0.72	1.00	0.72	non	oui	2026-11-04T06:05:01.035590Z
swe-bench-pro	reasoning	0.54	1.00	0.54	non	oui	2026-11-04T06:05:00.993652Z
tau2-telecom	communication	0.93	1.00	0.93	non	oui	2026-11-04T06:05:01.011135Z
terminal-bench-2	reasoning	0.60	1.00	0.60	non	oui	2026-11-04T06:05:00.998901Z
toolathlon	agents	0.43	1.00	0.43	non	oui	2026-11-04T06:05:01.002715Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	82	—	18.81	7	trueskill	2026-10-19	model_history
code	97	—	21.49	3	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04