GPT 5.4 Nano
5733°
Ejecutar este modelo
Ofertas / Anuncios
OpenAI | contexto de 400,000 tokens | $0.20/M entrada, $1.25/M salida. GPT-5.4 nano es la variante más ligera y rentable de la familia GPT-5.4, optimizada para tareas críticas en velocidad y alto volumen. Soporta entradas de texto e imagen y está diseñado para casos de uso de baja latencia como clasificación, extracción de datos, ranking y ejecución de subagentes. El modelo prioriza la capacidad de respuesta y eficiencia sobre el razonamiento profundo, haciéndolo ideal para pipelines que requieren salidas rápidas y confiables a gran escala. GPT-5.4 nano es adecuado para tareas en segundo plano, sistemas en tiempo real y arquitecturas de agentes distribuidos donde minimizar costo y latencia es esencial.
Guías para este modelo
Las 10 alternativas más baratas a ChatGPT en 2026: modelos locales gratuitos, planes gratuitos y tarifas planas
Cómo elegir un modelo de IA en octubre de 2026: las novedades de código cerrado y luego los pesos abiertos que vale la pena descargar
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
Notas del capitán
Notas del 2026-10-13
GPT-5.4 Nano es el miembro más pequeño y económico de la familia GPT-5.4 de OpenAI, diseñado para velocidad y volumen más que para razonamiento profundo. Acepta entradas de texto e imagen en una ventana de contexto de 400,000 tokens a $0.20 por millón de tokens de entrada. Si ejecutas pipelines de clasificación, subagentes o cualquier tarea de alto rendimiento en segundo plano donde la latencia importe más que el detalle, este es el nivel al que debes acudir.
Conocido por
- El costo y latencia más bajos en la familia GPT-5.4
- Maneja entradas de texto e imagen en una ventana de contexto de 400,000 tokens
- Diseñado para clasificación, ranking y extracción de datos a gran escala
- Se integra naturalmente en pipelines multiagente como un subagente rápido
- Rendimiento confiable para tareas en tiempo real y procesamiento en segundo plano
Cuidado con
- Sacrifica explícitamente el razonamiento profundo por velocidad — no es la opción adecuada para análisis complejos o lógica difícil.
- Pesos cerrados, solo API; no puedes ejecutarlo localmente ni auditar lo que hay bajo el capó.
- Los tokens de salida cuestan más de seis veces la tasa de entrada, por lo que respuestas extensas sumarán rápido.
Prompts para probar
Clasificar a gran escala
Recibirás tickets de soporte al cliente. Para cada uno, genera un único objeto JSON con las claves: categoría (facturación, técnico, cuenta, otro), urgencia (baja, media, alta) y un resumen en una frase. Aquí hay cinco tickets: 1) 'Me cobraron dos veces este mes.' 2) 'La app se cierra cuando subo un archivo.' 3) '¿Cómo cambio mi nombre de usuario?' 4) 'Mi cuenta está bloqueada y necesito acceso hoy.' 5) '¿Ofrecen descuentos para estudiantes?'
Extraer datos estructurados
Extrae todos los ítems de línea del siguiente texto de factura y devuelve un arreglo JSON. Cada objeto debe tener: descripción, cantidad, precio_unitario y total_línea. Si algún campo falta en el texto fuente, asigna su valor a null. Texto de la factura: 'Widget A x3 @ $12.00 cada uno. Cargo de envío $5.50. Cupón de descuento -$6.00. Widget B x1 @ $34.99.'
Ordenar y filtrar rápido
Tengo una lista de candidatos con breves biografías. Ordénalos de más a menos relevante para un puesto de analista de datos junior, asigna a cada uno una puntuación de relevancia de 1 a 10 y marca a quienes no tengan experiencia en SQL. Devuelve un arreglo JSON ordenado por puntuación. Candidatos: Alice (Excel, Python, sin SQL), Ben (SQL, Tableau, grado en estadística), Clara (SQL, R, dos años de experiencia como analista), Dan (experiencia en marketing, algo de Excel).
Comparar con
- gpt-oss-20bModelo con pesos abiertosContexto de 131,072 tokens · $0.02/M entrada, $0.09/M salida
- gpt-oss-safeguard-20bModelo con pesos abiertosContexto de 131,072 tokens · $0.07/M entrada, $0.30/M salida
- GPT-6 LunaModelo solo APIContexto de 1,050,000 tokens · $0.10/M entrada, $0.50/M salida
- GPT-5.6 LunaModelo solo APIContexto de 1,050,000 tokens · $0.20/M entrada, $1.20/M salida
Más modelos de texto de openai
Preguntas frecuentes
- ¿Puedo ejecutar GPT-5.4 Nano localmente?
- No. GPT-5.4 Nano es un modelo solo API de OpenAI; los pesos no están publicados y no hay forma de ejecutarlo en tu propio hardware.
- ¿Cuánto cuesta GPT-5.4 Nano y cuál es su ventana de contexto?
- Cuesta $0.20 por millón de tokens de entrada y $1.25 por millón de tokens de salida, con una ventana de contexto de 400,000 tokens.
- ¿En qué se diferencia GPT-5.4 Nano del resto de la familia GPT-5.4?
- Nano es la variante más ligera y económica, optimizada para velocidad y cargas de trabajo de alto volumen; prioriza explícitamente la baja latencia y eficiencia de costos sobre el razonamiento profundo.
Veredicto del capitánLa herramienta adecuada para pipelines que necesitan salidas rápidas, baratas y confiables a gran volumen — solo no le pidas que piense demasiado.
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
GPT 5.4 Nano es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Más modelos Text / LLMMás Texto / LLM de Text / LLMllmopenaivisiónrazonamientoagentesextracción de datosrápidopresupuesto
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153