GPT-5.4 nano (medium)
OpenAIGPTProprietary
説明
GPT-5.4 nano is OpenAI's cheapest GPT-5.4-class model for simple high-volume tasks. It is optimized for classification, data extraction, ranking, and lightweight coding subagents, while preserving strong reasoning, multimodal understanding, and tool use for latency-sensitive workloads.
リリース日
2026-03-17
パラメータ
—
コンテキスト長
400K
モダリティ
image, text
能力レーダー
19
general
50
coding
76
reasoning
58
science
60
agents
85
multimodal
ランキング
| ドメイン | #順位 | スコア | ソース |
|---|---|---|---|
| エージェント能力 | 96 | 35.0 | LS |
| コーディングランキング | 217 | 64.0 | AA |
| 総合ランキング | 254 | 47.0 | AA |
| マルチモーダルランキング | 127 | 35.0 | LS |
| 科学 | 255 | 51.0 | AA |
ベンチマークスコア (LLM Stats)
(LLM Stats (zeroeval))Agents
Finance Agent v2
38.2%
Toolathlon
35.5%自己申告
Communication
Tau2 Telecom
92.5%自己申告
Long Context
MRCR v2 (8-needle)
33.1%自己申告
Math
LiveBench
70.1%
Multimodal
OSWorld-Verified
39.0%自己申告
Reasoning
GPQANYU + Cohere + Anthropic (2023)
82.8%自己申告
Graphwalks BFS <128k
73.4%自己申告
MCP Atlas
56.1%自己申告
SWE-Bench ProPrinceton NLP (2024)
52.4%自己申告
Graphwalks parents <128k
50.8%自己申告
Terminal-Bench 2.0Stanford × Laude Institute (2026)
46.3%自己申告
Humanity's Last Exam
24.3%自己申告
Vision
OmniDocBench 1.5
75.8%自己申告
MMMU-Pro
66.1%自己申告
AA評価指数
(Artificial Analysis)Gpqa(NYU + Cohere + Anthropic (2023))76.1
Lcr(Artificial Analysis)67.3
Ifbench(Google Research (2023))64.4
Tau2(Sierra + U Toronto + Vector Institute (2025))52.6
Terminalbench Hard(Stanford × Laude Institute (2026))33.3
Intelligence Index(Artificial Analysis)20.0
Hle(Center for AI Safety + Scale AI (2025))15.9
LLM Statsカテゴリスコア
(LLM Stats (zeroeval))Spatial Reasoning9
Vision6
Reasoning3
General2
Communication90
Physics80
Structured Output80
Biology80
Chemistry80
Multimodal70
Tool Calling60
Long Context50
Math50
Code50
Finance40
Agents40
Healthcare30
価格設定
入力価格$0.2 / 1Mトークン
出力価格$1.25 / 1Mトークン
混合価格（3:1）$0.463 / 1Mトークン
キャッシュ読み取り価格$0.02 / 1Mトークン
速度
トークン/秒0.0
初トークン遅延0.00s
初回答遅延0.00s
プロバイダー価格ランキング
プロバイダー価格ランキング
1 プロバイダー
プロバイダー入力出力
1OpenAI
$0
$0
このモデルの異なるAPIプロバイダー間の価格を比較。