gpt-5.4-pro采用更多计算量进行深入思考的 GPT-5.4 专业推理模型,适合困难问题与要求准确性的工作。仅支持 Responses 接口。支持文本与图像输入、文本输出。上下文窗口 1,050,000,最大输出 128,000 个词元。输入超过 272,000 个词元时,整次请求按长上下文费率计费。官方 Standard 价格(美元/百万 tokens):输入 $30、缓存读取 未单列、输出 $180。长上下文:输入 $60、缓存读取 未单列、输出 $270。
| 档位 | 输入/ 1M tokens | 输出/ 1M tokens |
|---|---|---|
standard输入 ≤ 272K tokens | $18 | $108 |
long_ | $36 | $162 |
标准化评测得分。百分比越高越好,并展示排名百分位。
指标来源:Artificial Analysis 2026-09-30·GPT 5.4 Pro
当前基准快照不包含此模型。
缺失的模型或测量值不代表零分。
基准图表保留来源中的模型选择和思考设置。缺失的模型或测量值不代表零分,基准成本或速度也不是本站的服务承诺。
GPT-5.4 Pro 面向需要反复推敲的工作,例如梳理跨服务故障、比较架构方案、检查算法边界,或从多份技术材料中找出相互矛盾的条件。它使用更多计算进行推理,接受文本和图片,输出文字分析与代码,适合对结论细节有较高要求的任务。
百万级上下文可以容纳较长的设计文档、日志片段、代码和讨论记录。材料较多时,先说明时间顺序、版本与各自用途,再要求模型把证据组成完整链条。图片可用于补充架构图、界面状态或图表,让文字描述与可见现象一起参与分析。
排障时可以要求按“触发条件、传播路径、可观察证据、修复与验证”展开,避免只得到常见原因清单。方案比较则应明确约束,例如延迟、可用性、改造范围和恢复成本,并要求检查失败情景与反例。资料不足的部分应列成待验证问题,后续补充结果再继续推理。
模型在 Responses 中支持函数调用、搜索、文件检索和计算机操作等工具协作。应用需要配置工具权限与执行环境,并传回实际结果,让后续分析基于新的观察。
本模型使用 Responses API,reasoning.effort 可选 medium、high 和 xhigh,默认 medium。困难请求可能需要数分钟,应安排足够的超时和任务状态管理;应用支持时可采用后台执行。适合需要深入分析的工作,使用前可先明确本轮最重要的判断与交付结果。
“结合调用链、错误日志、配置变更记录和架构图,重建这次超时发生的过程。检查哪些证据支持连接池耗尽,哪些现象还不能解释;比较临时缓解与长期修复方案,给出最小验证步骤及失败时的恢复条件。”
先标明时间范围与服务关系,保留关键上下游记录,说明哪些字段可关联同一请求,减少无关重复材料。
从 medium 开始,复杂且需要更深入分析的任务再考虑 high 或 xhigh,同时预留更长等待时间并检查实际结果。
/v1/chat/completions| 参数 | 类型 | 默认值 / 范围 | 说明信息 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 采样温度;越低越稳定 |
top_p | number | = 10 ~ 1 | 核采样累计概率 |
max_tokens | integer | >= 1 | 响应中最大 token 数 |
frequency_penalty | number | = 0-2 ~ 2 | 惩罚高频 token 的重复出现 |
presence_penalty | number | = 0-2 ~ 2 | 鼓励引入新话题 |
stop | array | — | 最多 4 个停止生成的字符串 |
seed | integer | — | 尽量保证可复现的采样种子 |
n | integer | = 1>= 1 | 生成的候选条数 |
stream | boolean | = false | 通过 SSE 流式返回 token |
response_format | object | — | 强制输出 JSON 对象或符合 Schema 的结果 |
tools | array | — | 模型可调用的工具 / 函数声明 |
tool_choice | string | autononerequired | 工具选择策略或具体工具名 |
logprobs | boolean | = false | 返回每个 token 的对数概率 |
top_logprobs | integer | 0 ~ 20 | 每个 token 返回的 top 概率数量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用于风险审计的终端用户标识 |
替换 <YOUR_API_KEY> 替换为令牌设置中的 API Key。
所有请求必须携带 Authorization: Bearer <TOKEN> 请求头。Anthropic 格式的端点也接受 x-api-key 请求头。
在「令牌」页面生成 API Key,可以按模型、分组、IP、速率等维度精细化授权。
| 参数 | 类型 | 默认值 / 范围 | 说明信息 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 采样温度;越低越稳定 |
top_p | number | = 10 ~ 1 | 核采样累计概率 |
max_tokens | integer | >= 1 | 响应中最大 token 数 |
frequency_penalty | number | = 0-2 ~ 2 | 惩罚高频 token 的重复出现 |
presence_penalty | number | = 0-2 ~ 2 | 鼓励引入新话题 |
stop | array | — | 最多 4 个停止生成的字符串 |
seed | integer | — | 尽量保证可复现的采样种子 |
n | integer | = 1>= 1 | 生成的候选条数 |
stream | boolean | = false | 通过 SSE 流式返回 token |
response_format | object | — | 强制输出 JSON 对象或符合 Schema 的结果 |
tools | array | — | 模型可调用的工具 / 函数声明 |
tool_choice | string | autononerequired | 工具选择策略或具体工具名 |
logprobs | boolean | = false | 返回每个 token 的对数概率 |
top_logprobs | integer | 0 ~ 20 | 每个 token 返回的 top 概率数量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用于风险审计的终端用户标识 |
| 供应商 | RPM | TPM | RPD |
|---|---|---|---|
| OpenAI | 无限制 | 无限制 | 无限制 |
无限制
采用更多计算量进行深入思考的 GPT-5.4 专业推理模型,适合困难问题与要求准确性的工作。仅支持 Responses 接口。支持文本与图像输入、文本输出。上下文窗口 1,050,000,最大输出 128,000 个词元。输入超过 272,000 个词元时,整次请求按长上下文费率计费。官方 Standard 价格(美元/百万 tokens):输入 $30、缓存读取 未单列、输出 $180。长上下文:输入 $60、缓存读取 未单列、输出 $270。
创建具有 gpt-5.4-pro 访问权限的 API 密钥,然后使用 API 接入模块中的准确模型 ID 和受支持的接口。请求字段取决于所选接口。
费用取决于所选供应商分组和模型计费单位。注册前即可在本页查看当前输入、输出、单次请求或媒体价格。
模型目录配置的上下文窗口为 1050000 tokens。具体请求限制请查看所选接口。
模型目录配置的最大输出为 128000 tokens。请求设置可能指定更低的上限。
请先参考本页的使用场景与提示词指南,再使用项目中的代表性输入评估模型。
