GPT-5.4 mini与GPT-5.4 nano正式登陆Microsoft Foundry

在AI应用开发领域，如何平衡模型能力与响应速度一直是开发者面临的核心挑战。当智能体需要将检索、工具调用和内容生成串联成完整流程时，多模型协同方案正在成为主流趋势——由更大的模型负责复杂规划，由更小的模型以更快速度执行子任务。正是基于这一需求，OpenAI于2026年3月正式推出了GPT-5.4的轻量化版本：GPT-5.4 mini与GPT-5.4 nano。

GPT-5.4 mini：面向生产工作流的高效推理

这两款模型现已登陆Microsoft Foundry（国际版），开发者可以直接在模型目录中进行评估，并根据不同工作负载选择最适合的部署方案。轻量化版本的推出，标志着OpenAI在模型产品线上进一步完善，为开发者提供了更加灵活的模型选择空间。

GPT-5.4 nano：面向规模化场景的超低延迟自动化

GPT-5.4 mini将GPT-5.4的核心优势浓缩到一个更小、更高效的模型中，专为对响应速度要求较高的开发者工作负载而生。与上一代GPT-5 mini相比，它在编码、推理、多模态理解和工具使用等方面均有显著提升，同时运行速度约提升2倍。 在核心能力方面，GPT-5.4 mini支持文本与图像输入，可将提示词与截图或其他图像结合，构建多模态体验；具备工具使用与函数调用能力，可在智能体工作流中可靠地调用工具和API；支持Web与文件搜索，能够在多步任务中结合外部内容或企业内部内容为回答提供依据；还支持计算机使用，让模型能够理解UI状态并执行边界清晰的操作。 其优势场景包括：开发者副驾与编码助手，适用于对延迟敏感的编码辅助、代码审查建议及需要快速反馈的迭代场景；多模态开发者工作流，适用于理解截图、识别UI状态或在编码与调试过程中处理图像内容的应用；计算机使用子智能体，可在由规划模型协调的更大智能体闭环中作为快速执行者完成边界清晰的软件操作。

多模型协同：构建高效AI工作流的新范式

GPT-5.4 nano是GPT-5.4产品线中体积最小、速度最快的模型，专为高吞吐场景下低延迟、低成本的API使用而设计。它针对分类、抽取、排序等短回合任务进行了优化，也适合轻量级子智能体场景——在这些场景中，速度和成本优先于扩展式的多步推理能力。 在核心能力上，GPT-5.4 nano具备强指令遵循能力，能够在简短、定义清晰的交互中持续稳定地遵循开发者意图；支持函数与工具调用，适用于轻量级智能体和自动化场景中的可靠工具调用与API调用；针对常见编码任务进行了优化，适合需要快速返回结果的场景；支持图像输入，可结合文本完成基础图像理解；同时具备低延迟、低成本执行优势，可在规模化场景中快速、高效地生成响应。 其优势场景涵盖：分类与意图识别，适用于高请求量场景中的快速打标与路由决策；抽取与规范化，适用于从文本中提取结构化字段、校验格式并完成标准化输出；排序与分诊，适用于候选项重排、工单或销售线索优先级判断；护栏与策略检查，适用于轻量级安全与策略分类、提示词门控；高吞吐文本处理流水线，适用于批量转换、清洗、去重和规范化等处理任务；边缘侧路由与优先级判定，适用于在严格延迟预算下为每

Microsoft Foundry（国际版）支持并行部署多个GPT-5.4变体，团队可以将请求路由到最适合当前任务的模型。这种多模型协同架构正在成为AI应用开发的新范式——大型模型负责复杂推理和规划，轻量化模型负责快速执行和规模化处理。 在模型选择上，开发者需要根据具体场景的需求进行权衡：对于需要深度推理和多步思考的任务，GPT-5.4完整版仍是首选；对于响应延迟敏感的生产工作流，GPT-5.4 mini提供了性价比更高的解决方案；对于需要大规模自动化处理的场景，GPT-5.4 nano则展现了卓越的吞吐能力和成本优势。

如有侵权，请联系删除。