OpenAI GPT-5.4 mini 및 nano 릴리스 노트

OpenAI는 고용량 워크로드를 위해 GPT-5.4 패밀리의 추론 및 멀티모달 기능을 제공하도록 설계된 두 가지 소형 모델인 GPT-5.4 mini와 nano를 출시했습니다. 이 모델들은 속도와 비용 효율성을 우선시하여 지연 시간이 낮아야 사용자 경험에 중요한 애플리케이션에 적합합니다.

GPT-5.4 mini: 고성능 효율성

GPT-5.4 mini는 속도와 지능의 균형이 필요한 전문 작업을 위해 설계되었습니다. GPT-5 mini보다 2배 이상 빠르게 실행되며 OSWorld-Verified와 SWE-Bench Pro를 포함한 여러 주요 평가에서 전체 GPT-5.4 모델에 근접하는 성능을 보입니다.

성능 벤치마크

GPT-5.4 mini (xhigh reasoning effort) 는 이전 모델인 GPT-5 mini (high reasoning effort) 대비 상당한 향상을 보여줍니다:

  • 코딩: SWE-Bench Pro (Public)에서 54.4% (GPT-5 mini는 45.7%).
  • 컴퓨터 사용: OSWorld-Verified에서 72.1%, GPT-5.4가 달성한 75.0%에 근접.
  • 일반 지능: GPQA Diamond에서 88.0%, GPT-5 mini는 81.6%.
  • 도구 사용: Toolathlon에서 42.9% 및 τ2-bench (telecom)에서 93.4%.

멀티모달 및 컴퓨터 사용 기능

GPT-5.4 mini는 멀티모달 작업, 특히 복잡한 사용자 인터페이스 해석에 최적화되었습니다. 스크린샷을 빠르게 처리하여 컴퓨터 사용 작업을 수행할 수 있으며, OSWorld-Verified 벤치마크에서 GPT-5 mini보다 크게 앞섭니다.

GPT-5.4 nano: 저비용 작업에 최적화

GPT-5.4 nano는 GPT-5.4 패밀리 중 가장 작고 가장 저렴한 버전입니다. 고용량의 단순 지원 작업에 다음과 같이 권장됩니다:

  • 분류
  • 데이터 추출
  • 순위 매기기
  • 간단한 작업을 처리하는 코딩 서브에이전트

GPQA Diamond 벤치마크에서 GPT-5.4 nano는 82.8%를 달성하여 이전 GPT-5 mini(81.6%)를 능가합니다.

코딩 워크플로 및 서브에이전트 아키텍처

mini와 nano 모델 모두 디버깅 루프, 코드베이스 탐색, 프론트엔드 생성 등을 포함한 코딩 워크플로에서 빠른 반복을 위해 최적화되었습니다.

서브에이전트 패턴

OpenAI는 대형 모델이 코디네이터 역할을 하고 소형 모델이 실행자 역할을 하는 시스템 아키텍처를 강조합니다. 이 패턴에서 GPT-5.4와 같은 모델은 고수준 계획 및 최종 판단을 담당하고, 코드베이스 검색이나 대용량 파일 검토와 같은 좁은 하위 작업을 GPT-5.4 mini 서브에이전트에 병렬로 위임합니다. 이 접근 방식은 개발자가 고수준 추론 품질을 유지하면서 대규모로 빠르게 실행되는 시스템을 구성할 수 있게 합니다.

가용성 및 가격

GPT-5.4 mini와 nano는 다음 사양과 함께 다양한 OpenAI 플랫폼을 통해 제공됩니다:

GPT-5.4 mini

  • 가용성: API, Codex, 및 ChatGPT.
  • API 기능: 텍스트/이미지 입력, 도구 사용, 함수 호출, 웹 검색, 파일 검색, 컴퓨터 사용 및 스킬을 지원합니다. 400k 컨텍스트 윈도우를 특징으로 합니다.
  • API 가격: 입력 토큰 1M당 $0.75 / 출력 토큰 1M당 $4.50.
  • Codex 통합: 앱, CLI, IDE 확장 및 웹 전반에서 사용 가능. GPT-5.4 할당량의 30%를 사용하여 단순 코딩 작업 비용을 약 2/3 감소시킵니다.
  • ChatGPT 통합: ‘Thinking’ 기능을 통해 Free 및 Go 사용자에게 제공; 다른 사용자에게는 GPT-5.4 Thinking의 속도 제한 대체 역할을 합니다.

GPT-5.4 nano

  • 가용성: API 전용.
  • API 가격: 입력 토큰 1M당 $0.20 / 출력 토큰 1M당 $1.25.

Sources