对话模型
GPT-5.4 Nano
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 0.146278/0.91424
大约每段短提问 0.146278 积分、每段短回复 0.91424 积分(按约千字计)。
商用权限取决于所选模型及其使用条款。

在 Ofrai 使用 GPT-5.4 Nano
GPT-5.4 Nano 是这一 GPT 区间里体积最小、价格最低的模型,适合单行任务的批量处理场景:打标、路由、语言与情感识别、简单抽取。在 Ofrai 上它列于 Text Studio,从共享额度计费,放在旗舰上会肉疼的活儿在这里只是日常。它响应快、成本低,最擅长简短而没有歧义的指令。一旦任务需要上下文、细节或推理,就应该换到 GPT-5.4 Mini。
大约每段短提问 0.146278 积分、每段短回复 0.91424 积分(按约千字计)。
GPT-5.4 Nano 模型信息
- 模型标识
- gpt-5.4-nano
- 类型
- 对话模型
- 发布日期
- Ofrai 价格
- 大约每段短提问 0.146278 积分、每段短回复 0.91424 积分(按约千字计)。
- 联网搜索
- 支持
适合
- 线上流量的意图与主题识别,每条进来的消息都要在极短时间内打上标签。
- 语言识别,以及在消息转给人之前的情感或有害内容筛查。
- 把格式混乱的输入规整成小而固定的结构,例如从网址或短表单中取出类别。
- 先筛一遍庞大的收件箱或队列,只把难处理的条目交给昂贵模型。
不太适合
- 需要多行上下文的任务,单条处理的模型会很快丢掉细节。
- 开放式写作或分析,在这个尺寸上输出单薄又笼统。
- 标签错误代价高、又没有人或第二个模型复核的场合。
和其他模型的区别
与 GPT-5.4 Mini 相比,GPT-5.4 Nano 是更便宜也更薄的选择:每条请求都是一句短指令时用 Nano,提示包含多个部分时就用 Mini。
示例提示词
只回复一个词:这段文字的语言。不要标点,不要解释。
只回复一个标签:正面、中性、负面或混合。然后不要再写别的。
对下面每个网址,只回复商品类别,一行一个,顺序与输入一致。都不符合时写 unknown。
从这个地址中提取城市和邮编。缺少任一项时该项写 null。只输出城市和邮编,用逗号分隔。
常见问题
- GPT-5.4 Nano 主要用来做什么?
- GPT-5.4 Nano 是这一 GPT 区间里最小、最便宜的模型,适合单行任务的批量处理:意图识别、路由、语言识别、情感与有害内容筛查、简单抽取。它也很适合当前置过滤器,只把难处理的条目转给更贵的模型。
- GPT-5.4 Nano 和 GPT-5.4 Mini 有什么区别?
- Nano 更小更便宜,针对一次一句短指令调校;Mini 在可靠性上高一档,提示包含多个部分或答案需要多个字段时更稳。请求能压缩成一行就用 Nano,一旦变长就该用 Mini。
- GPT-5.4 Nano 的答案够用吗?
- 对有标准答案的封闭任务够用。语言识别、主题路由、简单抽取都属于你可以量化准确率的工作。开放式任务则太单薄,因为它难以兼顾细微差别或推理难例,这类活儿应交给 Mini 或更高档位。
- GPT-5.4 Nano 的局限是什么?
- 局限在于上下文长度和深度。指令和输入都短而明确时表现最好,一旦要求它同时兼顾多个约束就会明显下降。它也需要严格的输出格式,所以请要求一行一个标签或一个 JSON 对象,而不是散文。
- 可以用 GPT-5.4 Nano 处理敏感数据吗?
- 它会处理你发过去的任何文本,因此和 Ofrai 上其他模型一样要谨慎:不要发送你不愿意留在聊天记录里的凭据、支付信息或个人数据。大批量前置过滤时,便宜模型同样意味着文本会被传输,建议先脱敏再分类。
- 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。作为最便宜的档位,按条处理的任务默认用它很合适,把更大的档位留给少数难例通常能大幅降低总成本。
相关模型
同模态下更多 Ofrai 模型。
