GPT-5.4 ist OpenAIs Frontier-Modell für Coding und professionelle Arbeit, auf seiner Modellseite positioniert als „ein erschwinglicheres Modell für Coding und professionelle Arbeit“.
- Eingabe
- Text Bild $2.5/M
- Ausgabe
- Text $15/M
- Cache-Read
- $1.25/M
- Kontext
- 922K
- vs. GPT-4o
- ~50% günstiger
- Knowledge Cutoff
- 2025-08
Benchmarks
Herstellerangaben: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Preis im Vergleich
Preisposition unter 60 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Es sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibvorgänge stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (Herstellerangabe) | 1.050.000 |
|---|---|
| Max. Output (Anbieter-Spezifikation) | 128.000 |
| Knowledge Cutoff | 2025-08 |
Prompt Caching
| Modus | automatisch |
|---|---|
| Min. Präfix | 1.024 |
| Lebensdauer | 5-10 Min., bis zu 1 Std. |
Thinking
| Anbieter-Parameter | reasoning.effort |
|---|---|
| Zulässige Werte | none · low · medium · high · xhigh |
| Standardwert | none gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Ja |
| Thinking-Verhalten | Unterstützt verschränktes Thinking: sichtbarer Output vor und zwischen dem Thinking sowie Thinking zwischen Tool-Aufrufen. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high die Parameteroberfläche des Gateways - das Anbieter-Mapping oben gilt |
Modell
| Modalitäten | Text + Bild → Text |
|---|
- 1.05M Token Kontext / 128k max. Output
- Prompts über 272k Input-Token werden mit 2x Input / 1,5x Output abgerechnet
- Reasoning-Aufwand none-xhigh
Ein Prompt, gemessen über das Gateway
GPT-5.4 bestanden · 3 sentences
Enabling reasoning makes the model generate and evaluate additional internal steps before producing an answer, which increases the total tokens processed and therefore the cost per request. It also tends to increase latency and can trigger more tool calls, retries, or longer context retention, all of which compound usage-based charges. So even if user traffic stayed flat, the average cost per interaction rose materially once reasoning was turned on.
Ausgabe 82 tok Latenz 1.9 s
Befolgen der Anweisung (genau drei Sätze - abzählbar), Zuschnitt auf das Publikum (CFO-Register), und die Abrechnungslücke durch verstecktes Denken, die die Token-Zähler unten offenlegen.
GPT-5.4 bestanden · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: best = max(best, cur) cur = 1 best = max(best, cur) return best ``` The bug is that the original code was counting *matching transitions* between adjacent elements instead of the *length of the run itself*, so a single element started at `0` instead of `1`, making all run lengths off by one. It also only updated `best` inside the equality case, which means the final run could be lost if the loop ended before a change triggered any correction logic. […]
Ausgabe 243 tok Latenz 3.0 s
Ob der Fix tatsächlich korrekt ist (ausführbar), die Dichte der Erklärung, und die Token-Effizienz bei einer klar begrenzten Aufgabe.
GPT-5.4 bestanden · 5/5 fields, guidance "withheld pending the Q4 close"
{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":11,"guidance":"withheld pending the Q4 close"}
Ausgabe 39 tok Latenz 1.3 s
Schema-Treue (keine erfundenen Felder), Halluzinationsdruck (guidance wird ausdrücklich zurückgehalten), und Unterschiede im Pfad für strukturierte Ausgabe.
GPT-5.4 bestanden · 126 words, 0 banned, 1 question
Today we’re introducing Prompt Cache, a new API gateway feature that stores prompt results and reuses them across supported model providers. Teams can reduce latency, lower repeated compute costs, and keep application behavior more consistent when identical or near-identical prompts appear in production. Prompt Cache works at the gateway layer, so developers can adopt it without rewriting provider integrations or changing routing logic. Built-in controls let you set cache keys, expiration policies, and privacy rules for sensitive workloads. Need faster responses without duplicating optimization work for each vendor? With shared observability, you can track hit rates, savings, and cache performance in one place. […]
Ausgabe 154 tok Latenz 2.9 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, die eine Frage), Stil-Fingerabdruck, und Längensteuerung.
GPT-5.4 in 30 Sekunden nutzen
OpenAI-kompatibel: Tauschen Sie die base_url, behalten Sie Ihr SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gpt-5.4",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gpt-5.4",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.4",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gpt-5.4",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gpt-5.4")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über GPT-5.4
- Es erweitert die Familie auf ein Kontextfenster von 1.050.000 Token (Herstellerangabe) mit maximal 128K Output-Token, unterstützt Bildeingabe, konfigurierbaren Reasoning-Aufwand von none bis xhigh, vergünstigte gecachte Eingaben und den vollständigen Satz gehosteter Tools einschließlich Websuche und Code Interpreter, mit einem Knowledge Cutoff im August 2025.
- Der Reasoning-Aufwand steht standardmäßig auf none, was die Latenz niedrig hält, aber bedeutet, dass abwägende Arbeit angefordert werden muss.
- Zum Start hob OpenAI vier Fähigkeiten als neu für dieses Modell hervor: das Kontextfenster der 1M-Klasse, Tool-Suche, integriertes Computer Use und Compaction für langlaufende Sitzungen.
- Darüber hinaus umfasst die Tool-Liste Dateisuche, Bildgenerierung, Code Interpreter, gehostete Shell, Apply Patch, Skills und MCP, und Chat Completions, Responses und Batch werden alle unterstützt.
- Eine Abrechnungsmechanik sollte man einplanen: Prompts über 272K Input-Token werden für die gesamte Anfrage mit 2x Input und 1,5x Output abgerechnet, der Aufschlag wird also durch die Input-Größe ausgelöst, hebt aber auch den Output-Satz an.
- Es ist die Standardwahl, wenn Flaggschiff-Fähigkeit auf produktionstaugliche Wirtschaftlichkeit treffen muss.
- Synthorai-Kunden erreichen GPT-5.4 über den OpenAI-kompatiblen Chat-Completions-Endpoint des Gateways.
FAQ
Lässt sich die GPT-5.4 API kostenlos testen?
Ja, neue Konten erhalten 10 Test-Calls und bis zu $1 kostenloses Guthaben, keine Kreditkarte erforderlich. Bei $2.5/M Input-Tokens deckt allein dieses Guthaben rund 49 Requests mit je ~8K Tokens gegen GPT-5.4 ab.
Worin ist GPT-5.4 am besten?
Kontextfenster von 1.050.000 Token; erschwinglichere Option der Flaggschiff-Klasse; vollständiges gehostetes Toolset inklusive Websuche. Das vollständige Bild finden Sie im Über-Abschnitt, direkt aus den offiziellen Release Notes des Anbieters.
Was kostet GPT-5.4?
GPT-5.4 kostet auf Synthorai $2.5 pro Million Input-Tokens und $15 pro Million Output-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattform-Aufschlag. Gecachte Input-Tokens werden mit $1.25/M abgerechnet.
Unterstützt GPT-5.4 Prompt-Caching?
Ja, automatisch: Über OpenAI ausgelieferte Prompts werden ohne Codeänderungen gecacht. Gecachte Input-Tokens werden mit $1.25/M statt $2.5/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 1,024 Tokens, um gecacht zu werden (TTL 5-10 Min., bis zu 1 Std.). Prompt-Caching-Guide →
Wie erhalte ich Zugang zu GPT-5.4?
Richten Sie Ihr vorhandenes OpenAI SDK auf base_url="https://synthorai.io/v1", setzen Sie model="gpt-5.4", fertig. Ein API-Key deckt jedes Modell auf dem Gateway ab.
Wo liegt der Knowledge Cutoff von GPT-5.4?
Der Knowledge Cutoff von GPT-5.4 liegt bei 2025-08, laut offizieller Dokumentation des Anbieters (Stand: 2026-07-09).
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite ist aus der Dokumentation des Anbieters übernommen, oben verlinkt, und trägt das Datum der Prüfung. Preise werden über den gesamten Katalog verglichen; Spezifikationswerte, die Anbieter unterschiedlich definieren, werden mit benanntem Unterschied gezeigt statt grafisch verglichen. Nichts hier wird von uns gemessen, und nichts wird bewertet.