Model
.ai
theo dõi các mô hình AI mở
GPT 5.4 Mini
OpenAI | ngữ cảnh 400.000 token | $0.75/M đầu vào, $4.50/M đầu ra. GPT-5.4 mini mang các khả năng cốt lõi của GPT-5.4 vào một mô hình nhanh hơn, hiệu quả hơn, tối ưu cho khối lượng công việc thông lượng cao. Nó hỗ trợ đầu vào văn bản và hình ảnh với hiệu suất mạnh mẽ trong suy luận, lập trình và sử dụng công cụ, đồng thời giảm độ trễ và chi phí cho triển khai quy mô lớn. Mô hình được thiết kế cho môi trường sản xuất cần cân bằng giữa khả năng và hiệu quả, rất phù hợp cho ứng dụng trò chuyện, trợ lý lập trình và quy trình tác nhân hoạt động ở quy mô lớn. GPT-5.4 mini cung cấp khả năng theo dõi hướng dẫn đáng tin cậy, suy luận đa bước vững chắc và hiệu suất nhất quán trên nhiều nhiệm vụ với chi phí cải thiện.
Hướng dẫn cho mô hình này
Tất cả hướng dẫn
GPT-5.4 Mini là phiên bản nhỏ hơn, nhanh hơn của GPT-5.4 do OpenAI phát triển, dành cho các khối lượng công việc sản xuất cần khả năng suy luận và sử dụng công cụ mà không phải trả giá cao như phiên bản flagship. Nó xử lý đầu vào văn bản và hình ảnh trong cửa sổ ngữ cảnh 400.000 token. Nếu bạn đang vận hành trợ lý lập trình, pipeline tác nhân hoặc sản phẩm chat với khối lượng lớn và muốn kiểm soát chi phí, đây là phiên bản nên ưu tiên sử dụng.

Nổi tiếng với

  • Cửa sổ ngữ cảnh 400.000 token xử lý tài liệu dài và các phiên đa lượt một cách thoải mái.
  • Chấp nhận cả đầu vào văn bản và hình ảnh, đáp ứng hầu hết nhu cầu sản xuất thực tế.
  • Thiết kế cho các luồng công việc tác nhân có thông lượng cao và pipeline sử dụng công cụ.
  • Độ trễ thấp hơn so với GPT-5.4 đầy đủ, hữu ích khi tốc độ phản hồi quan trọng ở quy mô lớn.
  • Tuân thủ hướng dẫn đáng tin cậy trên nhiều nhiệm vụ đa bước đa dạng.

Cẩn thận với

  • Trọng số đóng, chỉ truy cập qua API — bạn không thể chạy cục bộ hoặc kiểm tra mô hình.
  • Token đầu ra có chi phí gấp sáu lần token đầu vào; cần chú ý độ dài đầu ra trong sản xuất.
  • OpenAI chưa công bố số liệu benchmark để so sánh trực tiếp với đối thủ.

Lời nhắc để thử

Gỡ lỗi tác nhân đa bước
Tôi có một tác nhân Python gọi ba công cụ theo thứ tự: tìm kiếm web, máy tính và ghi file. Nó im lặng thất bại ở bước thứ ba khi máy tính trả về số thực. Đây là đoạn mã liên quan: [dán mã của bạn]. Xác định lỗi, giải thích tại sao nó thất bại, và viết lại phần bị ảnh hưởng với xử lý lỗi đúng cách.
Suy luận kế hoạch xây dựng
Tôi cần di chuyển một API Node.js đơn khối sang kiến trúc microservices. API có 14 endpoint, cơ sở dữ liệu PostgreSQL và khoảng 50.000 yêu cầu mỗi ngày. Hãy hướng dẫn tôi kế hoạch di chuyển theo giai đoạn, đánh dấu ba bước rủi ro cao nhất, và đề xuất cách kiểm thử từng giai đoạn mà không gián đoạn dịch vụ.
Trích xuất dữ liệu từ hình ảnh
Đính kèm ảnh chụp màn hình bảng, hóa đơn hoặc biểu đồ. Yêu cầu: trích xuất từng mục dòng thành mảng JSON với các khóa mô tả, số lượng, giá đơn vị và tổng cộng. Đánh dấu các hàng có tổng không khớp số lượng nhân giá đơn vị.

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 Mini cục bộ không?
Không — OpenAI chưa phát hành trọng số mở cho mô hình này, nên chỉ truy cập qua API.
GPT-5.4 Mini có giá bao nhiêu và cửa sổ ngữ cảnh dài bao nhiêu?
Giá là 0,75 USD cho mỗi triệu token đầu vào và 4,50 USD cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 400.000 token.
GPT-5.4 Mini khác GPT-5.4 thế nào?
GPT-5.4 Mini đánh đổi một phần khả năng đỉnh để giảm độ trễ và chi phí, phù hợp hơn cho các triển khai có thông lượng cao hoặc nhạy cảm về chi phí thay vì các nhiệm vụ đơn lẻ khó nhất.
Phán quyết của thuyền trưởng
Lựa chọn hợp lý cho công việc tác nhân và lập trình sản xuất — đủ khả năng, đủ nhanh và giá cả phù hợp để vận hành ở quy mô thực tế.
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 Mini trên ModelTrends.ai: Up 2.7% this week
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #68 Hottest Text / LLM model · #68 Hottest Text / LLM text model
Not this creator?
Xu hướng phổ biến của GPT 5.4 Mini
Điểm nhiệt từ 17 Mar 2026
Điểm nhiệt
8,137°
Tuần này
▲
2.7%
8,132° lúc đó, 8,137° bây giờ
Tháng này
▲
12.9%
8,117° lúc đó, 8,137° bây giờ
Năm qua
n/a
Chưa phát hành/được theo dõi
GPT 5.4 Mini: Điểm nhiệt từ 17 Mar 20267,000°7,318°7,637°7,955°8,273°Mar 2026Apr 2026Jun 2026Jul 2026Sep 2026Oct 20268,137°ModelTrends.ai
7,000°
Điểm sàn
Thang điểm chạy từ 0° đến 9.999°. Mọi thứ dưới 7,000° dành cho các mô hình chưa có nguồn nào báo cáo, chúng mang một số thay thế ở đó để danh sách luôn đầy đủ. 7,000° là nơi bắt đầu dữ liệu đo được: một mô hình có dữ liệu thật nhưng gần như không có lượt tải sẽ đứng ở điểm sàn, và các số đo sẽ cộng dồn trên đó. Điểm sàn không nói gì về mô hình; chỉ có các độ trên nó mới phân biệt được các mô hình với nhau.
+1,137°
Token OpenRouter
61,454,896,557 token mô hình này xử lý qua OpenRouter trong 30 ngày qua, bao gồm cả lời nhắc và câu trả lời. Mỗi 10,000,000 token tính là một lượt tải trong điều kiện tải xuống, tổng cộng 6,145; token của ngày cuối cùng được tính vào tỷ lệ sử dụng. Nguồn: OpenRouter (openrouter.ai/rankings).
Hiển thị phân tích chi tiết
Mọi con số trên trang này đều có thể kiểm tra được. Điểm nhiệt của mô hình này là 8,137°, và đây là cách nó được xây dựng từng thành phần một, với tổng điểm chạy sau mỗi bước: điểm sàn, số độ mà mỗi nguồn đóng góp, điểm thưởng cho loại mô hình và điểm trừ theo tuổi của trọng số. Màu sắc tương ứng với các dải trên biểu đồ phía trên. Phần chú giải ở cuối định nghĩa mọi thuật ngữ.
  1. 1
    Bắt đầu từ điểm sàn.
    Tại sao là 7,000° chứ không phải 0: thang điểm chạy từ 0° đến 9.999°, và phần dưới 7,000° dành cho các mô hình chưa có nguồn báo cáo, mang số thay thế để danh sách đầy đủ và không bao giờ vượt trên mô hình có dữ liệu. 7,000° là nơi bắt đầu dữ liệu đo được. Một mô hình có dữ liệu thật nhưng gần như không có lượt tải đứng ở đây; mọi thứ tiếp theo là đo lường, và phần trên điểm sàn có mười bước tăng gấp mười lần lượt tải, mỗi bước 300°. Điểm sàn giống nhau cho mọi mô hình, nên nó không quyết định gì; chỉ có các độ trên nó mới quyết định.
    7,000°
    tổng đang chạy
  2. 2
    Thêm lượt tải về.
    6,145 lượt tải tương đương tổng cộng, từ Token OpenRouter. Mười lần lượt tải thêm cùng 300°, nên kích thước quan trọng nhưng không bao giờ chiếm hết điểm.
    +1,137°
    8,137°
    tổng đang chạy
  3. =
    Điểm nhiệt.
    Mô hình này đứng ở đâu trên mọi danh sách của trang này. Không có gì khác điều chỉnh nó.
    8,137°
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.
Cách mà độ phổ biến của mô hình này thay đổi so với phần còn lại của danh mục: sự tăng trưởng về lượt tải xuống, lượt thích và sử dụng qua từng giai đoạn, so với sự tăng trưởng điển hình của mô hình trong cùng giai đoạn, cùng với điểm nhiệt của nó lúc đó. Cao hơn mức tăng trưởng điển hình là tăng, thấp hơn là giảm. Quá khứ được tái tạo từ tổng số hiện tại, ngày đầu tiên của mô hình và tốc độ tải xuống đo được khi có hai lần đọc; mô hình không tồn tại vào đầu giai đoạn sẽ hiển thị n/a.