GPT-5.4 est le modèle frontière d'OpenAI pour le codage et le travail professionnel, positionné sur sa page modèle comme « un modèle plus abordable pour le codage et le travail professionnel ».
- Entrée
- texte image $2.5/M
- Sortie
- texte $15/M
- Lecture de cache
- $1.25/M
- Contexte
- 922K
- vs GPT-4o
- ~50% moins cher
- Coupure des connaissances
- 2025-08
Benchmarks
Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Le prix en contexte
Position du prix parmi 60 modèles comparables
La barre montre où se situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises lot, région et écriture en cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 1 050 000 |
|---|---|
| Sortie max (spéc. fournisseur) | 128 000 |
| Coupure des connaissances | 2025-08 |
Mise en cache
| Mode | automatique |
|---|---|
| Préfixe min. | 1 024 |
| Durée de vie | 5-10 min, jusqu'à 1 heure |
Raisonnement
| Paramètre du fournisseur | reasoning.effort |
|---|---|
| Valeurs acceptées | none · low · medium · high · xhigh |
| Valeur par défaut | none appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement du raisonnement | Prend en charge la réflexion entrelacée: sortie visible avant et entre les phases de réflexion, et réflexion entre les appels d'outils. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high la surface de paramètres de la passerelle - le mappage fournisseur ci-dessus s'applique |
Modèle
| Modalités | texte + image → texte |
|---|
- Contexte de 1,05M de tokens / 128k de sortie maximale
- les prompts dépassant 272k tokens d'entrée sont facturés 2x en entrée / 1,5x en sortie
- effort de raisonnement de none à xhigh
Un prompt, mesuré via la passerelle
GPT-5.4 réussi · 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.
sortie 82 tok latence 1.9 s
Suivi de l'instruction (exactement trois phrases - comptables), adaptation à l'audience (registre CFO), et l'écart de facturation lié à la réflexion cachée que les compteurs de tokens ci-dessous révèlent.
GPT-5.4 réussi · 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. […]
sortie 243 tok latence 3.0 s
Si le correctif est réellement juste (exécutable), la densité de l'explication, et l'efficacité en tokens sur une tâche bornée.
GPT-5.4 réussi · 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"}
sortie 39 tok latence 1.3 s
Respect du schéma (aucun champ inventé), pression d'hallucination (guidance est explicitement retenue), et différences de chemin pour la sortie structurée.
GPT-5.4 réussi · 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. […]
sortie 154 tok latence 2.9 s
Respect des contraintes (budget de mots, liste de mots interdits, l'unique question), empreinte stylistique, et contrôle de la longueur.
Utilisez GPT-5.4 en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre 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(""));À propos de GPT-5.4
- Il porte la famille à une fenêtre de contexte de 1 050 000 tokens (spéc. fournisseur) avec 128K tokens de sortie maximale, prend en charge l'entrée d'images, un effort de raisonnement configurable de none à xhigh, une entrée mise en cache à tarif réduit et l'ensemble complet des outils hébergés, dont la recherche web et l'interpréteur de code, avec une date limite des connaissances en août 2025.
- L'effort de raisonnement vaut none par défaut, ce qui maintient une latence basse mais implique que le travail délibératif doit être demandé.
- Au lancement, OpenAI a mis en avant quatre capacités nouvelles pour ce modèle : la fenêtre de contexte de classe 1M, la recherche d'outils, l'utilisation de l'ordinateur intégrée et la compaction pour les sessions de longue durée.
- Au-delà, la liste d'outils comprend la recherche de fichiers, la génération d'images, l'interpréteur de code, le shell hébergé, apply patch, les skills et MCP, et Chat Completions, Responses et Batch sont tous pris en charge.
- Un mécanisme tarifaire mérite d'être anticipé : les prompts au-delà de 272K tokens d'entrée sont facturés 2x en entrée et 1,5x en sortie pour l'ensemble de la requête, de sorte que la surtaxe est déclenchée par la taille d'entrée mais relève aussi le tarif de sortie.
- C'est le choix par défaut lorsque la capacité de pointe doit composer avec l'économie de la production.
- Les clients de Synthorai atteignent GPT-5.4 via l'endpoint de chat completions compatible OpenAI de la passerelle.
FAQ
Peut-on essayer l'API GPT-5.4 gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $2.5/M de tokens en entrée, ce crédit couvre à lui seul environ 49 requêtes de ~8K tokens sur GPT-5.4.
Quels sont les points forts de GPT-5.4 ?
Fenêtre de contexte de 1 050 000 tokens ; option de classe fleuron plus abordable ; ensemble complet d'outils hébergés dont la recherche web. Voir la section À propos pour le tableau complet, tiré des notes de version officielles du fournisseur.
Combien coûte GPT-5.4 ?
Sur Synthorai, GPT-5.4 coûte $2.5 par million de tokens en entrée et $15 par million de tokens en sortie, soit le prix catalogue du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $1.25/M.
GPT-5.4 prend-il en charge la mise en cache des prompts ?
Oui, automatiquement : les prompts servis par OpenAI sont mis en cache sans modification de code. Les tokens d'entrée en cache sont facturés $1.25/M contre $2.5/M hors cache ; les prompts doivent avoir un préfixe stable de 1,024 tokens pour être mis en cache (TTL 5-10 min, jusqu'à 1 heure). Guide de mise en cache des prompts →
Comment obtenir l'accès à GPT-5.4 ?
Pointez votre SDK OpenAI existant vers base_url="https://synthorai.io/v1", définissez model="gpt-5.4", et c'est tout. Une seule clé API couvre tous les modèles de la passerelle.
Quelle est la date de coupure des connaissances de GPT-5.4 ?
La date de coupure des connaissances de GPT-5.4 est 2025-08, selon la documentation officielle du fournisseur (au 2026-07-09).
Modèles associés
Comparer
Chaque valeur de cette page est transcrite de la documentation du fournisseur, liée ci-dessus, et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue ; les valeurs de spécification que les fournisseurs définissent différemment sont présentées avec la différence indiquée plutôt que mises en graphique. Rien ici n'est mesuré par nous, et rien n'est noté.