OpenAI hat mit GPT-5.4 mini und GPT-5.4 nano zwei kleinere Varianten der GPT-5.4-Reihe veröffentlicht. Beide Modelle sollen schneller arbeiten und deutlich weniger kosten als das große Hauptmodell. GPT-5.4 mini ist ab sofort in der API, in Codex und in ChatGPT verfügbar. GPT-5.4 nano startet zunächst nur in der API. OpenAI richtet mini klar auf Coding, Tool-Nutzung und schnelle Multimodal-Aufgaben aus. Nano ist für günstige Standardaufgaben mit hoher Stückzahl gedacht.
GPT 5.4 Preise und Verfügbarkeit
Die Verfügbarkeit ist der erste große Unterschied. GPT-5.4 mini läuft bereits in mehreren OpenAI-Produkten. In ChatGPT ist das Modell für Free- und Go-Nutzer über die Thinking-Funktion im Plus-Menü erreichbar. Für andere ChatGPT-Nutzer dient GPT-5.4 mini als Fallback, wenn GPT-5.4 Thinking nicht verfügbar ist. In Codex ist mini in App, CLI, IDE-Erweiterung und Web eingebunden. GPT-5.4 nano bleibt vorerst API-exklusiv.
| Modell | Verfügbarkeit | Preis pro 1 Mio. Tokens |
|---|---|---|
| GPT-5.4 mini | API, Codex und ChatGPT | Input 0,75 USD, Cached Input 0,075 USD, Output 4,50 USD |
| GPT-5.4 nano | Nur API | Input 0,20 USD, Cached Input 0,02 USD, Output 1,25 USD |
Für Entwickler ist die Preisstaffelung zentral. GPT-5.4 mini kostet 0,75 US-Dollar pro eine Million Eingabe-Tokens, 0,075 US-Dollar für cached input und 4,50 US-Dollar pro eine Million Ausgabe-Tokens. GPT-5.4 nano liegt bei 0,20 US-Dollar für Input, 0,02 US-Dollar für cached input und 1,25 US-Dollar für Output. Nano ist damit die klar günstigere Stufe für einfache Arbeitslasten. Mini bleibt die leistungsstärkere Variante für Coding und Tool-Workflows.
GPT 5.4 Benchmarks und Leistung
OpenAI veröffentlicht zum Start mehrere Benchmarks. Auf SWE-Bench Pro erreicht GPT-5.4 mini 54,4 Prozent. Das große GPT-5.4 liegt bei 57,7 Prozent. GPT-5 mini kam zuvor auf 45,7 Prozent. GPT-5.4 nano erreicht 52,4 Prozent. Damit liegt nano bei Coding-Aufgaben deutlich näher an mini als an älteren kleineren Modellen.
Auch bei Tool- und Agent-Aufgaben fällt der Abstand interessant aus. Auf Terminal-Bench 2.0 erreicht GPT-5.4 mini 60,0 Prozent, GPT-5.4 nano 46,3 Prozent und GPT-5 mini 38,2 Prozent. Auf MCP Atlas kommt mini auf 57,7 Prozent und nano auf 56,1 Prozent. Auf Toolathlon erreicht mini 42,9 Prozent, nano 35,5 Prozent und GPT-5 mini 26,9 Prozent. Gerade bei Tool-Nutzung zeigt sich damit, dass selbst das kleine nano-Modell noch klar oberhalb von GPT-5 mini liegt.
Beim Computer Use fällt das Bild gemischter aus. Auf OSWorld-Verified kommt GPT-5.4 mini auf 72,1 Prozent und rückt damit nah an GPT-5.4 mit 75,0 Prozent heran. GPT-5.4 nano liegt dort aber nur bei 39,0 Prozent und sogar unter GPT-5 mini mit 42,0 Prozent. Nano ist also nicht die beste Wahl für anspruchsvollere visuelle Desktop-Aufgaben. Dafür bleibt mini das deutlich rundere Modell.
GPT 5.4 Codex und API-Funktionen
OpenAI sieht GPT-5.4 mini vor allem als Arbeitsmodell für Entwickler. In Codex kann das große GPT-5.4 planen, koordinieren und bewerten, während mini als Subagent Teilaufgaben übernimmt. Dazu gehören Codebase-Suche, Dateiprüfung, Dokumentverarbeitung oder eng begrenzte Coding-Schritte. OpenAI beziffert den Verbrauch von mini in Codex auf nur 30 Prozent des normalen GPT-5.4-Kontingents. Das macht einfachere Aufgaben dort ungefähr auf ein Drittel der Kosten herunterbrechbar.
Auch in der API sind die Funktionen breiter als bei einer reinen Text-Variante. GPT-5.4 mini unterstützt Text- und Bildeingaben, Tool Use, Function Calling, Web Search, File Search, Computer Use und Skills. Dazu kommt ein Kontextfenster von 400.000 Tokens. Die Modellseiten nennen zusätzlich 128.000 maximale Output-Tokens. Damit ist mini nicht nur ein schnelleres Kleinmodell, sondern ein ziemlich voll ausgestattetes Arbeitsmodell für größere Tool- und Agent-Setups.
GPT-5.4 nano ist deutlich schmaler positioniert. OpenAI nennt Klassifizierung, Datenextraktion, Ranking und einfache Coding-Aufgaben als Hauptfälle. Genau dort spielt nano seine Stärken aus. Das Modell ist billig, schnell und für große Mengen einfacher Requests gedacht. Wer komplexere Multimodal- oder Computer-Use-Aufgaben braucht, wird mit mini deutlich besser fahren.
Was der Start für OpenAI jetzt bedeutet
Mit mini und nano baut OpenAI die GPT-5.4-Reihe nach unten aus. Das große GPT-5.4 bleibt das stärkere Modell für anspruchsvolle professionelle Arbeit. GPT-5.4 mini wird zur schnelleren und günstigeren Standardwahl für viele Coding- und Tool-Workflows. GPT-5.4 nano übernimmt die Rolle des günstigen Massenmodells für Routineaufgaben. Für KI Entwickler ist das vor allem deshalb relevant, weil OpenAI damit die Staffelung zwischen Premium-Modell, Arbeitsmodell und Billigmodell deutlich klarer macht als zuvor.