OpenAI: GPT-5.4 Mini

GPT-5.4 Mini é um modelo de texto da OpenAI, posicionado como um membro mais rápido e mais eficiente da família GPT-5.4. Ele traz as capacidades centrais do GPT-5.4 para cargas de trabalho onde a taxa de transferência é importante, o que o torna uma opção padrão razoável quando você quer um comportamento ao estilo GPT-5.4 sem o perfil de latência ou capacidade do modelo maior. Foi lançado pelo provedor em 2026-03-17, e seu corte de conhecimento é 2025-08-31.

O modelo aceita entradas de texto, imagem e arquivo, e retorna texto. Sua janela de contexto é de 400.000 tokens, com saída máxima de 128.000 tokens, então documentos longos, bases de código grandes ou históricos de conversa extensos podem ser tratados em uma única requisição. O provedor descreve desempenho forte em raciocínio e codificação, e o modelo expõe controles de raciocínio, o que significa que você pode ajustar quanto esforço de raciocínio interno ele aplica em vez de tratá-lo como uma caixa preta fixa.

Essas capacidades apontam para um conjunto bastante amplo de usos práticos. Análise de documentos e arquivos funciona bem dada a combinação de entrada de arquivo e um contexto grande: contratos, relatórios, logs ou material de pesquisa podem ser enviados e resumidos ou consultados. A entrada de imagem suporta tarefas como ler capturas de tela, diagramas ou páginas digitalizadas junto com instruções de texto. Assistência de codificação, extração de dados estruturados e raciocínio em várias etapas sobre entradas longas são todos encaixes naturais, e os parâmetros reasoning effort e verbosity permitem trocar profundidade por velocidade dependendo da tarefa.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "openai/gpt-5.4-mini". Como a interface segue o formato de chat completions da OpenAI, SDKs e clientes OpenAI existentes geralmente funcionam com apenas uma mudança de URL base e chave. Os parâmetros de requisição suportados são include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools e verbosity. Na prática, isso significa que você pode limitar o comprimento da saída, solicitar amostragem determinística com seed, impor saída no estilo JSON através de response_format ou structured_outputs, definir chamadas de função com tools e tool_choice, e controlar raciocínio e verbosidade explicitamente.

Não há limitação declarada além da fronteira de modalidade: a saída é apenas texto, então geração de imagem ou áudio está fora de escopo. Se sua carga de trabalho depende de saída não textual, um modelo diferente é necessário. Caso contrário, GPT-5.4 Mini é uma escolha sensata quando você quer um contexto grande, compreensão de imagem e arquivo, uso de ferramentas e raciocínio configurável em um único modelo.