Model
.ai
theo dõi các mô hình AI mở
GPT 5.4
OpenAI | ngữ cảnh 1,050,000 token | $2.50/M đầu vào, $15.00/M đầu ra. GPT-5.4 là mô hình tiên tiến mới nhất của OpenAI, hợp nhất dòng Codex và GPT thành một hệ thống duy nhất. Nó có cửa sổ ngữ cảnh hơn 1 triệu token (922K đầu vào, 128K đầu ra) với hỗ trợ đầu vào văn bản và hình ảnh, cho phép suy luận ngữ cảnh cao, lập trình và phân tích đa phương thức trong cùng một quy trình làm việc. Mô hình cung cấp hiệu suất cải thiện trong lập trình, hiểu tài liệu, sử dụng công cụ và theo dõi hướng dẫn. Nó được thiết kế như lựa chọn mặc định mạnh mẽ cho cả nhiệm vụ đa năng và kỹ thuật phần mềm, có khả năng tạo mã chất lượng sản xuất, tổng hợp thông tin từ nhiều nguồn và thực thi quy trình đa bước phức tạp với ít vòng lặp và hiệu quả token cao hơn.
Hướng dẫn cho mô hình này
Tất cả hướng dẫn
GPT-5.4 là mô hình tiên phong của OpenAI kết hợp dòng Codex và GPT thành một hệ thống duy nhất, kết hợp cửa sổ ngữ cảnh một triệu token với đầu vào văn bản và hình ảnh. Nó được xây dựng để xử lý mã hóa sản xuất, phân tích tài liệu dài và sử dụng công cụ đa bước trong một quy trình duy nhất. Nếu bạn cần một mô hình mặc định mạnh mẽ mà không phải chuyển đổi giữa các mô hình cho từng nhiệm vụ, đây là lựa chọn mà OpenAI hướng đến.

Nổi tiếng với

  • Hợp nhất mã hóa và suy luận tổng quát trong một mô hình, không cần Codex riêng.
  • Hơn 900K token đầu vào sử dụng được — phù hợp cho tài liệu dài và đa nguồn.
  • Chấp nhận đầu vào hình ảnh cùng với văn bản để phân tích đa phương thức trong cùng một lần gọi.
  • Thiết kế cho việc sử dụng công cụ đa bước phức tạp với ít lượt trao đổi hơn.
  • Tạo mã chất lượng sản xuất là mục tiêu thiết kế rõ ràng, không chỉ là hiệu ứng phụ.

Cẩn thận với

  • Chi phí đầu ra là 15,00 USD cho mỗi triệu token — chi phí tăng nhanh với các đoạn tạo dài.
  • Trọng số đóng, chỉ qua API: bạn không thể chạy cục bộ hoặc kiểm tra bên trong.
  • Giới hạn đầu ra 128K nghĩa là cửa sổ ngữ cảnh ưu tiên đọc nhiều hơn viết.

Lời nhắc để thử

Tái cấu trúc mã nguồn lộn xộn
Đây là một module Python phát triển không có cấu trúc. Hãy tái cấu trúc lại để các hàm có trách nhiệm đơn lẻ, thêm chú thích kiểu dữ liệu toàn bộ, viết docstring cho mỗi hàm, và đánh dấu bất kỳ logic nào có vẻ là lỗi. Trả về toàn bộ file đã chỉnh sửa kèm tóm tắt ngắn gọn về mọi thay đổi bạn thực hiện và lý do.
Tổng hợp tài liệu dài
Tôi dán một hợp đồng dài dưới đây. Đọc toàn bộ rồi cho tôi: ba nghĩa vụ mang rủi ro tài chính lớn nhất cho bên tôi, bất kỳ điều khoản nào mâu thuẫn với nhau, và tóm tắt điều kiện chấm dứt hợp đồng bằng tiếng Anh đơn giản. Đánh dấu bất cứ điều gì luật sư nên xem trước khi tôi ký.
Lập kế hoạch quy trình tác nhân đa bước
Tôi cần một tác nhân theo dõi kho GitHub cho các issue mới, phân loại mỗi issue là lỗi, yêu cầu tính năng hay câu hỏi dựa trên nội dung, đăng nhãn qua API GitHub, và gửi tin nhắn Slack tới kênh phù hợp dựa trên phân loại. Phác thảo toàn bộ quy trình, công cụ cần thiết, và viết logic điều phối chính bằng Python.

So sánh với

  • gpt-oss-120b
    Mô hình mở trọng số
    ngữ cảnh 131,072 token · Đầu vào $0.15/M, đầu ra $0.60/M
  • gpt-oss-20b
    Mô hình mở trọng số
    ngữ cảnh 131,072 token · Đầu vào $0.02/M, đầu ra $0.09/M
  • GPT-6 Luna
    Mô hình chỉ API
    ngữ cảnh 1,050,000 token · Đầu vào $0.10/M, đầu ra $0.50/M
  • GPT-5.6 Luna
    Mô hình chỉ API
    ngữ cảnh 1,050,000 token · Đầu vào $0.20/M, đầu ra $1.20/M
Thêm mô hình văn bản từ openai

Câu hỏi thường gặp

Tôi có thể chạy GPT-5.4 cục bộ không?
Không. GPT-5.4 chỉ có qua API, không có trọng số mở; nó chạy trên hạ tầng của OpenAI và không thể tải về hay tự lưu trữ.
Chi phí GPT-5.4 là bao nhiêu và ngữ cảnh lớn cỡ nào?
Đầu vào giá 2,50 USD mỗi triệu token và đầu ra 15,00 USD mỗi triệu token, với cửa sổ ngữ cảnh hơn một triệu token (922K đầu vào, 128K đầu ra).
GPT-5.4 khác gì so với các mô hình GPT-4 trước đây?
OpenAI đã hợp nhất dòng mã hóa Codex vào GPT-5.4, nên bạn có một mô hình duy nhất cho kỹ thuật phần mềm và tác vụ tổng quát, cùng với cửa sổ ngữ cảnh lớn hơn đáng kể và hỗ trợ đầu vào hình ảnh gốc.
Phán quyết của thuyền trưởng
Một mô hình đa năng thực sự với cửa sổ ngữ cảnh đủ lớn để tạo khác biệt, nhưng chi phí đầu ra khiến bạn cảm nhận rõ từng đoạn tạo dài trong hóa đơn.
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
Ranking badge
Updated Oct 22, 2026
GPT 5.4 trên ModelTrends.ai: #81 Hottest Text / LLM model
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #81 Hottest Text / LLM text model
Not this creator?
Điểm số này được tính như thế nào
Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.
Thuật ngữ: các từ dùng ở đây
Điểm nhiệt
Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
Sàn điểm
7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
Tương đương lượt tải
Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
Thang log
Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
Lượt thích
Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
Tỷ lệ áp dụng
Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
Đã đo và ước tính
Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
Seeder
Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
AI Horde
Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
Trang tạo ảnh
Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
Token OpenRouter
Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Mô hình đầy đủ (checkpoint)
Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
LoRA và embedding
Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
Gia đình và trọng số
Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
Tuổi
Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
Tăng gia đình
Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
Điểm thay thế
Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
Mới! (giai đoạn thử nghiệm)
Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
Xu hướng
Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
Mô hình điển hình
Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.