GPT-5.4 es el modelo de frontera de OpenAI para codificación y trabajo profesional, posicionado en su página de modelo como «un modelo más asequible para codificación y trabajo profesional».
- Entrada
- texto imagen $2.5/M
- Salida
- texto $15/M
- Lectura de caché
- $1.25/M
- Contexto
- 922K
- vs GPT-4o
- ~50% más barato
- Corte de conocimiento
- 2025-08
Benchmarks
Publicado por los proveedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
El precio en contexto
Posición del precio entre 60 modelos comparables
La barra muestra dónde queda el precio de este modelo entre todos los modelos del mismo tipo en Synthorai. En cada extremo se nombra el más barato y el más caro. Son tarifas base; los descuentos por lote, región y escritura en caché están en la página de precios.
Especificaciones y límites
Tokens
| Ventana de contexto (especificación del proveedor) | 1.050.000 |
|---|---|
| Salida máxima (especificación del proveedor) | 128.000 |
| Corte de conocimiento | 2025-08 |
Caché de prompts
| Modo | automático |
|---|---|
| Prefijo mín. | 1024 |
| Duración | 5-10 min, hasta 1 hora |
Razonamiento
| Parámetro del proveedor | reasoning.effort |
|---|---|
| Valores admitidos | none · low · medium · high · xhigh |
| Valor por defecto | none se aplica si la solicitud no indica nada |
| Se puede desactivar | Sí |
| Comportamiento del razonamiento | Admite pensamiento intercalado: salida visible antes del pensamiento y entre pensamientos, y pensamiento entre llamadas a herramientas. |
| Parámetro | reasoning_effort |
| Valores | minimal · low · medium · high la superficie de parámetros del gateway - aplica el mapeo del proveedor de arriba |
Modelo
| Modalidades | texto + imagen → texto |
|---|
- Contexto de 1.05M tokens / salida máxima de 128k
- los prompts de más de 272k tokens de entrada se facturan a 2x la entrada / 1,5x la salida
- esfuerzo de razonamiento de none a xhigh
Un prompt, medido a través del gateway
GPT-5.4 superado · 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.
salida 82 tok latencia 1.9 s
Seguimiento de la instrucción (exactamente tres frases - contables), adaptación a la audiencia (registro de CFO), y la brecha de facturación por pensamiento oculto que los medidores de tokens de abajo dejan ver.
GPT-5.4 superado · 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. […]
salida 243 tok latencia 3.0 s
Si el arreglo es realmente correcto (ejecutable), la densidad de la explicación, y la eficiencia en tokens sobre una tarea acotada.
GPT-5.4 superado · 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"}
salida 39 tok latencia 1.3 s
Obediencia al esquema (sin campos inventados), presión de alucinación (guidance se retiene explícitamente), y diferencias en la ruta de salida estructurada.
GPT-5.4 superado · 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. […]
salida 154 tok latencia 2.9 s
Obediencia a las restricciones (presupuesto de palabras, lista de palabras prohibidas, la única pregunta), huella de estilo, y control de la longitud.
Use GPT-5.4 en 30 segundos
Compatible con OpenAI: cambie el base_url y conserve su 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(""));Acerca de GPT-5.4
- Amplía la familia a una ventana de contexto de 1.050.000 tokens (especificación del proveedor) con 128K tokens de salida máxima, admite entrada de imagen, esfuerzo de razonamiento configurable de none a xhigh, entrada en caché con descuento y el conjunto completo de herramientas alojadas, incluidas la búsqueda web y el intérprete de código, con una fecha de corte de conocimiento de agosto de 2025.
- El esfuerzo de razonamiento es none por defecto, lo que mantiene baja la latencia pero implica que el trabajo deliberado hay que pedirlo.
- En el lanzamiento OpenAI señaló cuatro capacidades como nuevas para este modelo: la ventana de contexto de clase 1M, la búsqueda de herramientas, el uso del ordenador integrado y la compactación para sesiones de larga duración.
- Más allá de esas, la lista de herramientas abarca búsqueda de archivos, generación de imágenes, intérprete de código, shell alojado, apply patch, skills y MCP, y se admiten Chat Completions, Responses y Batch.
- Conviene planificar en torno a una mecánica de precios: los prompts por encima de 272K tokens de entrada se facturan a 2x la entrada y 1,5x la salida para toda la solicitud, así que el recargo lo dispara el tamaño de la entrada pero también eleva la tarifa de salida.
- Es la opción por defecto cuando la capacidad de insignia debe conjugarse con la economía de producción.
- Los clientes de Synthorai alcanzan GPT-5.4 a través del endpoint de chat completions compatible con OpenAI del gateway.
Preguntas frecuentes
¿Se puede probar gratis la API de GPT-5.4?
Sí: las cuentas nuevas reciben 10 llamadas de prueba y hasta $1 de crédito gratuito, sin tarjeta. A $2.5/M por tokens de entrada, solo ese crédito cubre aproximadamente 49 solicitudes de ~8K tokens contra GPT-5.4.
¿En qué destaca GPT-5.4?
Ventana de contexto de 1.050.000 tokens; opción de clase insignia más asequible; conjunto completo de herramientas alojadas incluida la búsqueda web. Consulte la sección Acerca de para el panorama completo según las notas de lanzamiento del propio proveedor.
¿Cuánto cuesta GPT-5.4?
GPT-5.4 cuesta $2.5 por millón de tokens de entrada y $15 por millón de tokens de salida en Synthorai: el precio de lista del proveedor, sin margen de plataforma. Los tokens de entrada en caché se facturan a $1.25/M.
¿GPT-5.4 admite caché de prompts?
Sí, automáticamente: los prompts servidos por OpenAI se almacenan en caché sin cambios de código. Los tokens de entrada en caché se facturan a $1.25/M frente a $2.5/M sin caché; los prompts necesitan un prefijo estable de 1,024 tokens para entrar en caché (TTL 5-10 min, hasta 1 hora). Guía de caché de prompts →
¿Cómo obtengo acceso a GPT-5.4?
Apunte su SDK de OpenAI existente a base_url="https://synthorai.io/v1", configure model="gpt-5.4" y listo. Una sola clave API cubre todos los modelos del gateway.
¿Cuál es la fecha de corte de conocimiento de GPT-5.4?
La fecha de corte de conocimiento de GPT-5.4 es 2025-08, según la documentación oficial del proveedor (a fecha de 2026-07-09).
Modelos relacionados
Comparar
Cada valor de esta página está transcrito de la documentación del proveedor, enlazada arriba, y lleva la fecha en que se comprobó. Los precios se comparan en todo el catálogo; los valores de especificación que los proveedores definen de forma distinta se muestran indicando la diferencia en lugar de representarse en un gráfico. Nada aquí lo medimos nosotros, y nada se puntúa.