跳到正文
对话模型

GPT-5.4

对话模型

可在 Ofrai 使用 — 对话、图片与视频同一处,共用积分。

对话与视频按积分计费。

Input/Output 1.82848/10.9709

大约每段短提问 1.82848 积分、每段短回复 10.9709 积分(按约千字计)。

商用权限取决于所选模型及其使用条款。

GPT-5.4 在 Ofrai 上的示例

在 Ofrai 使用 GPT-5.4

GPT-5.4 是 OpenAI 上一代的旗舰标准档位,多数团队用它做生产环境对话、编程辅助和文档工作,既要质量又不必动用高价档位。在 Ofrai 上它列于 Text Studio,从共享额度计费,正好位于便宜的小档位与偏重推理的 Pro 档位之间。它能稳定遵循较长的指令,并在长对话中保持一致的语感。遇到最难的问题,升级到 GPT-5.4 Pro 或 GPT-5.5。

大约每段短提问 1.82848 积分、每段短回复 10.9709 积分(按约千字计)。

GPT-5.4 模型信息

模型标识
gpt-5.4
类型
对话模型
发布日期
Ofrai 价格
大约每段短提问 1.82848 积分、每段短回复 10.9709 积分(按约千字计)。
联网搜索
支持

适合

  • 面向用户的对话与助手场景,语气一致和指令可靠比价格更重要。
  • 日常编程:审查代码、实现功能、讲解陌生系统、定位问题。
  • 长文档工作:报告起草、合同摘要、把会议记录整理成结构化小结。
  • 包含数次工具调用的多步智能体循环,模型需要在步骤之间保持上下文。

不太适合

  • 超大批量分类,Mini 或 Nano 用同样的答案换来更低的成本。
  • 最难的推理或代价最高的关键决策,这些值得用 GPT-5.4 Pro 或 GPT-6 档位。
  • 跨仓库的自主大规模改动,那是 GPT-5.3 Codex 的主场。

和其他模型的区别

与 GPT-5.5 相比,GPT-5.4 是上一代更早的标准档位:生产任务用它更省,想要这一代最新权重时用 GPT-5.5。

示例提示词

  • 你是资深工程师,审查这份设计。重点看失败模式和运维风险,忽略风格。每条问题说明故障表现、触发条件、如何被发现,以及成本最低的缓解措施。
  • 下面是十二份客户访谈。请把反馈归为主题,每个主题给出访谈数量、最能代表它的原话,以及你会最先做的改动。
  • 把这份进展汇报改写给管理层。所有事实和数字必须原样保留,删掉实现细节,并把他们需要做的决定放在最前面。
  • 你可以使用这三个工具。请列出回答我的问题所需的调用顺序,说明每次调用预期返回什么;如果某一步会改动数据,请停下来先问我。

常见问题

GPT-5.4 属于哪一类模型?
GPT-5.4 是 OpenAI 上一代的旗舰标准档位,处在便宜的小档位与偏重推理的 Pro 档位之间,也是多数团队在生产对话、编程辅助和文档任务上的默认选择。它追求质量、延迟和价格之间的平衡,而不是把其中一项推到极限。
什么时候该选 GPT-5.4 而不是 GPT-5.4 Mini?
当输出质量会被用户看到时选 GPT-5.4:面向客户的回答、即将合并的代码、要传阅的文件。任务属于内部、重复且容易复核时,用 Mini 就够。如果用户能分辨出是哪个模型回答的,多花的钱通常值得。
GPT-5.4 适合编程吗?
适合日常软件工作:解释代码、编写功能与测试、审查 diff、在几个文件之间定位问题。若是跨整个仓库的大规模自主改动,专门为此调校的 GPT-5.3 Codex 更合适。任务同时包含代码与设计推理或讲解时,GPT-5.4 仍然更好。
GPT-5.4 的局限是什么?
局限在于相对小档位更贵、相对 Pro 档位不够深。它比 Mini 和 Nano 贵,所以大批量例行任务更适合分流给它们;在最难的步骤问题上也不如 GPT-5.4 Pro 彻底。此外测试与构建仍需你自己执行,它只处理文本。
在 Ofrai 上如何计费?
它列在 Text Studio,与其他 Ofrai 用量一起从共享额度扣费。一个实用组合是:面向用户的任务用 GPT-5.4,批量后台任务用 Mini 或 Nano。由于余额共享,每花 token 在批量分类上,就等于压缩了重要工作可用的额度。
GPT-5.4 和 GPT-5.4 Pro 有什么区别?
GPT-5.4 是标准档位,GPT-5.4 Pro 是同代的高端档位。Pro 单次请求花费更多,但在困难的多步问题上更深入、答案更完整。实践上把 GPT-5.4 作为默认,只把 Pro 留给那些出错代价确实高昂的任务。

相关模型

同模态下更多 Ofrai 模型。

对比

相关指南

使用场景

工具