OpenAI без анонсов выпустила два лёгких варианта флагманской GPT5.4 — mini и nano. По обещаниям компании, они повторяют ключевые сильные стороны «полноценной» GPT5.4 (кодинг, работа с инструментами, управление компьютером), но при этом обходятся в разы дешевле и работают заметно быстрее.

Для практических задач — кодирования, автоматизации и агентных сценариев — это может стать кардинальным изменением экономической модели внедрения ИИ.

Что именно вышло

Модели: GPT5.4 mini и GPT5.4 nano (внезапный релиз без длинного превью).

Контекст: mini — 400K токенов; nano — меньше, но ориентирован на дешёвые высокочастотные задачи.

Цены (API):

mini: вход 0.75 /млнтокенов,вывод4.5/млн;

nano: вход 0.20 /млн,вывод1.25/млн.По сравнению с полноцвенным GPT5.4 цена вывода у mini — ~1/3, у nano — ~1/12.

Код — почти как у флагмана

SWEBench Pro (реальные исправления багов): mini — 54.4% vs флагман 57.7% (разрыв 3.3 п.п.). Nano — 52.4% (лучше предыдущего поколения mini).

TerminalBench 2.0: миниверсия выросла с 38.2% (предыдущая) до 60.0% — огромный прогресс. Вывод: для многих инженерных задач миниверсия уже близка к флагману, но с намного меньшими затратами и задержками.

Мощный «интеллект» и инструментальные цепочки

GPQA Diamond (высокий уровень рассуждений): mini — 88% (все ещё близко к флагману).

Toolathlon (комплексные мультишаговые вызовы инструментов): mini — 42.9% vs прежний mini 26.9% — существенный выигрыш в умении комбинировать инструменты. Практический смысл: mini может не только писать код, но и управлять многоэтапными рабочими процессами, корректно выстраивать последовательности API/инструментов.

Работа с интерфейсом и «управление компьютером»

OSWorldVerified (визуальное понимание + действия): mini — 72.1% vs флагман 75.0% (разрыв <3 п.п.). Это означает, что минимодель умеет анализировать скриншоты UI и совершать корректные клики/вводы — ключевая способность для агентов, которые «работают за вас» на компьютере.

Nano в этой задаче слабее (≈39%), то есть есть явный порог между mini и nano по визуальнооперационным сценариям.

Архитектура «главком + исполнители»

OpenAI явно продвигает идею иерархии: флагман (GPT5.4) решает сложные планировочные задачи и принимает решения, а mini/nano — дешёвые, параллельные исполнители задач. Такой подход:

снижает стоимость: mini потребляет ~30% бюджетного эквивалента флагмана для выполнения мелких задач;

повышает пропускную способность: параллельное исполнение множества минизадач вместо последовательных прогонов флагмана.Это отражает тренд «большая модель — ум, маленькие — руки».

Доступность и позиционирование

GPT5.4 mini доступна в API, ChatGPT и Codex; в ChatGPT mini уже предлагается бесплатным пользователям в режиме «Thinking» как автоматический «по умолчанию» при исчерпании флагманского лимита.

Nano доступна в API как сверхдешёвая опция для задач типа классификации, извлечения и сортировки.

Ограничения

Длинный контекст — слабое место mini: в тестах MRCR v2 при больших окнах (64K–256K) mini существенно уступает флагману (разрыв до ≈40 п.п. и более). Для задач глубокого анализа очень больших документов или длительных логов флагман остаётся необходим.

Nano показал хорошие результаты для простых задач, но не тянет визуальнооперационные сценарии и сложные инструментальные цепочки.

GPT5.4 mini и nano — не просто «облегчённые» версии. Это шаг в сторону практической инженерной модели использования ИИ: флагман задаёт направление, минимодели выполняют поток задач быстро и дешево.

Там, где раньше приходилось запускать флагман за каждую мелкую операцию, теперь можно распределять нагрузку и экономить в разы. Для распространения AIагентов и интеграции ИИ в повседневные рабочие процессы это может оказаться переломным моментом.

Ссылки: анонс OpenAI, твит OpenAI.