O GPT-5.4 é o modelo de fronteira da OpenAI para código e trabalho profissional, posicionado em sua página de modelo como “um modelo mais acessível para código e trabalho profissional”.
- Entrada
- texto imagem $2.5/M
- Saída
- texto $15/M
- Leitura de cache
- $1.25/M
- Contexto
- 922K
- vs GPT-4o
- ~50% mais barato
- Corte de conhecimento
- 2025-08
Benchmarks
Publicado pelos provedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
O preço em contexto
Posição do preço entre 68 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Nas extremidades aparecem o mais barato e o mais caro. São as tarifas base; os descontos de batch, região e escrita de cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do provedor) | 1.050.000 |
|---|---|
| Saída máxima (especificação do provedor) | 128.000 |
| Corte de conhecimento | 2025-08 |
Cache de prompts
| Modo | automático |
|---|---|
| Prefixo mín. | 1.024 |
| Duração | 5-10 min, até 1 hora |
Raciocínio
| Parâmetro do provedor | reasoning.effort |
|---|---|
| Valores aceitos | none · low · medium · high · xhigh |
| Valor padrão | none usado quando a requisição não define nada |
| Pode ser desativado | Sim |
| Comportamento do raciocínio | Suporta raciocínio intercalado: saída visível antes e entre os trechos de raciocínio, e raciocínio entre chamadas de ferramentas. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high parâmetros expostos pelo gateway; vale o mapeamento do provedor indicado acima |
Modelo
| Modalidades | texto + imagem → texto |
|---|
- Contexto de 1,05M tokens / saída máxima de 128k
- prompts acima de 272k tokens de entrada são cobrados a 2x na entrada / 1,5x na saída
- esforço de raciocínio de none a xhigh
conforme documentação oficial da OpenAI ↗
Um prompt, medido pelo gateway
GPT-5.4 passou · 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.
saída 82 tok latência 1.9 s
Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.
GPT-5.4 passou · 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. […]
saída 243 tok latência 3.0 s
Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.
GPT-5.4 passou · 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"}
saída 39 tok latência 1.3 s
Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.
GPT-5.4 passou · 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. […]
saída 154 tok latência 2.9 s
Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.
Use o GPT-5.4 em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu 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(""));Sobre o GPT-5.4
- Ele expande a família para uma janela de contexto de 1.050.000 tokens (especificação do fornecedor) com 128K tokens de saída máxima, suporta entrada de imagem, esforço de raciocínio configurável de none a xhigh, entrada em cache com desconto e o conjunto completo de ferramentas hospedadas incluindo busca na web e interpretador de código, com um corte de conhecimento de agosto de 2025.
- O esforço de raciocínio assume none por padrão, o que mantém a latência baixa, mas significa que o trabalho deliberado precisa ser solicitado.
- No lançamento, a OpenAI apontou quatro capacidades como novas neste modelo: a janela de contexto de classe 1M, a busca de ferramentas, o uso de computador integrado e a compaction para sessões de longa duração.
- Além dessas, a lista de ferramentas segue com busca em arquivos, geração de imagens, interpretador de código, shell hospedado, apply patch, skills e MCP, e Chat Completions, Responses e Batch são todos suportados.
- Uma mecânica de cobrança merece planejamento: prompts acima de 272K tokens de entrada são cobrados a 2x a entrada e 1,5x a saída para a requisição inteira, então a sobretaxa é disparada pelo tamanho da entrada, mas eleva também a tarifa de saída.
- É a escolha padrão quando a capacidade de carro-chefe precisa encontrar a economia de produção.
- Os clientes da Synthorai alcançam o GPT-5.4 pelo endpoint de chat completions compatível com OpenAI do gateway.
Perguntas frequentes
A API do GPT-5.4 é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $2.5/M de tokens de entrada, só esse crédito já cobre cerca de 49 requisições de ~8K tokens ao GPT-5.4.
Em que o GPT-5.4 é melhor?
Janela de contexto de 1.050.000 tokens; opção de classe carro-chefe mais acessível; conjunto completo de ferramentas hospedadas incluindo busca na web. Veja na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.
Quanto custa o GPT-5.4?
Na Synthorai, o GPT-5.4 custa $2.5 por milhão de tokens de entrada e $15 por milhão de tokens de saída. É o preço de tabela do provedor, sem markup da plataforma. Tokens de entrada em cache são cobrados a $1.25/M.
Qual é a janela de contexto do GPT-5.4?
O GPT-5.4 tem uma janela de contexto de 922K tokens na Synthorai. Uma única resposta pode ter até 128,000 tokens.
O GPT-5.4 suporta cache de prompts?
Sim, automaticamente: prompts servidos pela OpenAI entram em cache sem nenhuma mudança no código. Tokens de entrada em cache são cobrados a $1.25/M, contra $2.5/M sem cache; os prompts precisam de um prefixo estável de 1,024 tokens para entrar em cache (TTL 5-10 min, até 1 hora). Guia de cache de prompts →
Como obtenho acesso ao GPT-5.4?
Aponte o SDK da OpenAI que você já usa para base_url="https://synthorai.io/v1", defina model="gpt-5.4" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do GPT-5.4?
O corte de conhecimento do GPT-5.4 é 2025-08, segundo a documentação oficial do provedor (verificado em 2026-07-09).
Modelos relacionados
Comparar
Cada valor desta página foi transcrito da documentação do provedor, com link acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; já as especificações que cada provedor define de um jeito aparecem com a diferença indicada, em vez de irem para um gráfico. Nada aqui foi medido por nós, e nada recebe nota.