- OpenAI выпустила две новые компактные версии флагманской модели GPT-5.4 — mini и nano.
- GPT-5.4 mini работает втрое быстрее предшественницы и демонстрирует заметно лучшие результаты на тестах SWE-Bench Pro и OSWorld.
- Модель nano ориентирована на высокоскоростные и бюджетные задачи, доступна только через API и стоит значительно дешевле.
Компания OpenAI представила новые облегчённые варианты своей последней языковой модели GPT-5.4 — версии mini и nano, призванные оптимизировать соотношение между скоростью, стоимостью и производительностью. GPT-5.4 mini отличается двукратным увеличением скорости по сравнению с предыдущей версией GPT-5 mini, а также улучшенным качеством: по результатам теста SWE-Bench Pro, который оценивает способности модели в программировании, mini набирает 54,4% против 45,7% у предшественника. На тесте OSWorld, где модель управляет компьютером по скриншотам, mini приближается к полноценной GPT-5.4 с результатом 72,1% по сравнению с 75% у старшей модели.
В свою очередь версия nano предлагает ещё более компактный и экономичный вариант — стоимость обработки одного миллиона входных токенов составляет всего $0,20, что существенно меньше, чем у mini ($0,75) и основной GPT-5.4. Nano ориентирована на сценарии, где важными являются скорость и минимальные издержки — такие как классификация данных, извлечение информации из текста и выполнение вспомогательных задач в системах с агентами.
Одной из ключевых идей OpenAI является совместное использование разных версий модели: старшая GPT-5.4 выступает в роли стратегического центра принятия решений, а mini-агенты параллельно занимаются мелкими подзадачами — поиском по кодовой базе, обработкой документов, ревью файлов. Уже сейчас подобная схема используется в Codex, где нагрузка на mini-субагентов составляет лишь 30% от общей квоты, что позволяет эффективно распределять вычислительные ресурсы.
Доступ к GPT-5.4 mini предоставлен через API, а также интегрирован в сервисы Codex и ChatGPT, тогда как nano доступна исключительно через API. Запуск облегчённых моделей OpenAI отражает тенденцию оптимизации крупных языковых моделей для более широкого спектра практических задач, снижая порог входа с точки зрения затрат и времени отклика.
