GPT-5.4 is OpenAI’s latest frontier model, unifying the Codex and GPT lines into a single system. It features a 1M+ token context window (922K input, 128K output) with support for text and image inputs, enabling high-context reasoning, coding, and multimodal analysis within the same workflow.
The model delivers improved performance in coding, document understanding, tool use, and instruction following. It is designed as a strong default for both general-purpose tasks and software engineering, capable of generating production-quality code, synthesizing information across multiple sources, and executing complex multi-step workflows with fewer iterations and greater token efficiency.
提供商
不同公司托管同一模型。OpenRouter 根据您选择的路由模式将请求路由到其中一家公司:Balanced(价格 + 速度)、Nitro(速度最快)或 Floor(价格最低)。
仅限 BYOK | US$1.25 | US$7.50 | US$0.125 | -- | -- |
|---|
- 输入 US$1.25 / 输出 US$7.50-- tok/s-- 正常运行时间仅限 BYOK
定价
客户为此模型实际支付的平均价格,与提供商公布的价格并列展示。由于缓存和折扣,实际支付的价格往往远低于标价。
加权平均值
GPT-5.4 (batch) — 价格历史
| US$0.00 | US$0.00 | 0.0% | 100.0% |
- 有效输入价格 US$0.00 / 实际输出 US$0.00token 占比100.0%
性能
吞吐量是模型生成内容的速度(每秒 token 数,越高越好)。延迟是完整的往返时间(越低越好)。TTFT 是首个 token 的响应时间,即您看到内容出现前需要等待的时间(越低越好)。
正常运行时间
正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控,并在某家提供商返回错误时使用次优提供商。
正常运行时间数据尚不足,暂时无法显示。
当上游提供商发生错误时,如果您的请求筛选条件允许,我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据: 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。
基准测试
标准化评测得分,以及此模型针对共用基准测试提示词的实际输出。百分比越高越好,每项排名显示此模型在该来源所评测的模型中的位置。
| 来源 | 基准测试 | 得分 |
|---|---|---|
| Artificial Analysis | GPT-5.4 (Xhigh) Coding Index | 71.1 |
| Artificial Analysis | GPT-5.4 (Xhigh) GPQA Diamond | 92.0% |
| Artificial Analysis | GPT-5.4 (Xhigh) HLE | 43.7% |
| Artificial Analysis | GPT-5.4 (Xhigh) IFBench | 73.9% |
| Artificial Analysis | GPT-5.4 (Xhigh) τ²-Bench Telecom | 87.1% |
| Artificial Analysis | GPT-5.4 (Xhigh) AA-LCR | 82.0% |
| Artificial Analysis | GPT-5.4 (Xhigh) τ-Bench Banking | 39.6% |
| Artificial Analysis | GPT-5.4 (Xhigh) GDPval-AA | 37.8% |
| Artificial Analysis | GPT-5.4 (Xhigh) CritPt | 23.4% |
| Artificial Analysis | GPT-5.4 (Xhigh) Terminal-Bench Hard | 57.6% |
| Artificial Analysis | GPT-5.4 (Xhigh) Terminal-Bench 2.1 | 78.3% |
| Artificial Analysis | GPT-5.4 (Non-reasoning) GPQA Diamond | 74.8% |
| Artificial Analysis | GPT-5.4 (Non-reasoning) HLE | 11.3% |
| Artificial Analysis | GPT-5.4 (Non-reasoning) IFBench | 48.4% |
| Artificial Analysis | GPT-5.4 (Non-reasoning) τ²-Bench Telecom | 36.0% |
| Artificial Analysis | GPT-5.4 (Non-reasoning) AA-LCR | 58.3% |
| Artificial Analysis | GPT-5.4 (Non-reasoning) CritPt | 0.6% |
| Artificial Analysis | GPT-5.4 (Non-reasoning) Terminal-Bench Hard | 37.9% |
| Artificial Analysis | GPT-5.4 (Low) GPQA Diamond | 87.1% |
| Artificial Analysis | GPT-5.4 (Low) HLE | 30.8% |
| Artificial Analysis | GPT-5.4 (Low) IFBench | 65.9% |
| Artificial Analysis | GPT-5.4 (Low) τ²-Bench Telecom | 74.6% |
| Artificial Analysis | GPT-5.4 (Low) AA-LCR | 76.7% |
| Artificial Analysis | GPT-5.4 (Low) CritPt | 7.4% |
| Artificial Analysis | GPT-5.4 (Low) Terminal-Bench Hard | 43.2% |
| Design Arena | GPT-5.4 (Medium) Models Arena 3D Elo | 1081 |
| Design Arena | GPT-5.4 (Medium) Models Arena Asciiart Elo | 1186 |
| Design Arena | GPT-5.4 (Medium) Models Arena Code Categories Elo | 1199 |
| Design Arena | GPT-5.4 (Medium) Models Arena Data Visualization Elo | 1231 |
| Design Arena | GPT-5.4 (Medium) Models Arena Game Development Elo | 1228 |
| Design Arena | GPT-5.4 (Medium) Models Arena SVG Elo | 1183 |
| Design Arena | GPT-5.4 (Medium) Models Arena UI Component Elo | 1229 |
| Design Arena | GPT-5.4 (Medium) Models Arena Website Elo | 1207 |
| Vals AI | GPT 5.4 (xhigh) AIME | 96.7% |
| Vals AI | GPT 5.4 (xhigh) CaseLaw v2 | 63.8% |
| Vals AI | GPT 5.4 (xhigh) Code Migration | 35.0% |
| Vals AI | GPT 5.4 (xhigh) CorpFin v2 | 65.3% |
| Vals AI | GPT 5.4 (xhigh) Finance Agent v1.1 | 57.2% |
| Vals AI | GPT 5.4 (xhigh) GPQA Diamond | 91.7% |
| Vals AI | GPT 5.4 (xhigh) Harvey's Legal Agent Benchmark v1 | 0.0% |
| Vals AI | GPT 5.4 (xhigh) IOI v1 | 67.8% |
| Vals AI | GPT 5.4 (xhigh) LiveCodeBench | 84.1% |
| Vals AI | GPT 5.4 (xhigh) LegalBench | 86.0% |
| Vals AI | GPT 5.4 (xhigh) MedCode | 41.3% |
| Vals AI | GPT 5.4 (xhigh) MedQA | 96.1% |
| Vals AI | GPT 5.4 (xhigh) MedScribe | 77.5% |
| Vals AI | GPT 5.4 (xhigh) MMLU Pro | 87.5% |
| Vals AI | GPT 5.4 (xhigh) MMMU Pro | 87.5% |
| Vals AI | GPT 5.4 (xhigh) MortgageTax | 68.3% |
| Vals AI | GPT 5.4 (xhigh) ProgramBench | 0.0% |
| Vals AI | GPT 5.4 (xhigh) ProofBench v1 | 56.0% |
| Vals AI | GPT 5.4 (xhigh) SAGE v1 | 43.3% |
| Vals AI | GPT 5.4 (xhigh) SkillsBench | 51.7% |
| Vals AI | GPT 5.4 (xhigh) SWE-bench | 78.2% |
| Vals AI | GPT 5.4 (xhigh) TaxEval v2 | 74.0% |
| Vals AI | GPT 5.4 (xhigh) Terminal-Bench 2.0 | 58.4% |
| Vals AI | GPT 5.4 (xhigh) Vals Index | 66.1% |
| Vals AI | GPT 5.4 (xhigh) Vals Multimodal Index | 65.2% |
| Vals AI | GPT 5.4 (xhigh) Vibe Code Bench v1.1 | 67.4% |
应用
向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况,也能提示此模型最适合哪些用例。
使用此模型的应用尚无足够数据。
活动
此模型的 token 用量和请求流量随时间的变化。
API
可直接用于调用此模型的代码。OpenRouter 的 API 与 OpenAI 兼容——大多数 SDK 只需替换基础 URL 即可使用。切换模型时,唯一需要更改的是下方的模型标识符。
目前无法通过 EU 区域内路由使用。 区域内路由文档
文档
在 OpenRouter 上使用 OpenAI: GPT-5.4 (batch) 构建应用的指南、实用教程、博客文章和工具。
常见问题
GPT-5.4 is OpenAI’s latest frontier model, unifying the Codex and GPT lines into a single system. It features a 1M+ token context window (922K input, 128K output) with support for text and image inputs, enabling high-context reasoning, coding, and multimodal analysis within the same workflow.
OpenRouter 上的 GPT-5.4 (batch) 文档包括 GPT-5.4 Migration Guide 实用指南。快速入门介绍了 API 密钥和您的首次请求,API 参考列出了所有参数。
GPT-5.4 (batch) 的费用为 US$1.25/百万输入 token 和 US$7.50/百万输出 token,Cache Read,价格为 US$0.125/M tokens和Web Search,价格为 US$10.00/1K calls 单独计费。
GPT-5.4 (batch) 的上下文窗口为 1,050,000 个 token。它最多支持 128,000 个补全 token。
是的。GPT-5.4 (batch) 接受 tools 和 tool_choice,以进行函数调用。 它还支持通过 response_format 中的 JSON schema 实现结构化输出。
GPT-5.4 (batch) 接受 文本、图像和PDF 等文件 作为输入,并返回 文本。
在 OpenRouter 上,GPT-5.4 (batch) 由 1 家提供商提供服务:OpenAI。
GPT-6.1 Terra Pro, GPT-6.1 Terra, GPT-6 Luna Decisions 及另外 58 个 是 OpenAI 的其他 文本 模型。
GPT-5.4 (batch) 于 2026年3月5日 发布。