openai
OpenAI: GPT-5.4
openai/gpt-5.4
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
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...
Especificações
- ID do modelo
- openai/gpt-5.4
- ID canônico
- openai/gpt-5.4-20260305
- Criador
- openai
- Adicionado ao OpenRouter
- 05.03.2026
- Comprimento de contexto
- 1,050,000
- Modalidade
- text+image+file->text
- Modalidades de entrada
- text, image, file
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $2.5 / saída $15
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: opcional · padrão medium · esforços: xhigh, high, medium, low, none · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Programação | AA — próximos 20% da coorte | — |
| Agentes | Sem medição | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · padrão medium · esforços: xhigh, high, medium, low, none · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Análise de documentos | Sem medição | entrada: file |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 71.1 | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 42.3% · posição 96 | 1,084Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · asciiarttaxa de vitória 55.4% · posição 28 | 1,194Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 52.5% · posição 63 | 1,203Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 56.6% · posição 43 | 1,233Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 57.6% · posição 44 | 1,229Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 57.8% · posição 35 | 1,185Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 57.4% · posição 48 | 1,232Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 52.5% · posição 64 | 1,213Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · androidnativetaxa de vitória 47.7% · posição 42 | 1,021Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · fullstacktaxa de vitória 40.9% · posição 41 | 995Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · godotgamedevtaxa de vitória 46.9% · posição 24 | 1,135Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · mobileappstaxa de vitória 46.1% · posição 47 | 1,081Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · webappstaxa de vitória 40.3% · posição 43 | 1,041Elo | CC — abaixo da faixa B | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| OpenAI | 1,050,000 | $1.25 | $7.5 | — | — | — |
| Azure | 1,050,000 | $2.5 | $15 | — | — | 100% |
| OpenAI | 1,050,000 | $2.5 | $15 | — | — | 100% |
| Azure | 1,050,000 | $2.75 | $16.5 | — | — | — |
| Azure | 1,050,000 | $2.75 | $16.5 | — | — | 100% |
| Amazon Bedrock | 1,050,000 | $2.75 | $16.5 | — | — | — |
| OpenAI | 1,050,000 | $5 | $30 | — | — | — |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
- Gondola afirma que a receita mais que dobrou ao construir com Codex e ChatGPTHistória de cliente da OpenAI: a Gondola afirma que o Codex elevou em 25% a produção de engenharia e que a receita mais que dobrou na comparação anual, enquanto o ChatGPT automatiza as operações diárias de sua pequena equipe.
- Estudo da OpenAI liga a perda de transparência da cadeia de pensamento ao equilíbrio entre capacidade e computaçãoUma análise da equipe de segurança da OpenAI atribui a menor monitorabilidade de modelos de fronteira como o GPT-6 Astra a quatro fatores do treinamento, descrevendo a perda de raciocínio visível como um compromisso entre segurança, capacidade e custo.
- APIs de lote de LLMs cortam o preço pela metade, mas só para o tráfego que pode esperarUm blog de modelagem de custos explica como descontos em lote valem apenas para chamadas adiáveis, por que lote e cache se acumulam multiplicativamente, o bug de cobrança que isso causou e por que descer de nível de modelo costuma economizar mais.