はじめに
OpenAIが2026年3月17日、新たな小型モデル「GPT-5.4 mini」と「GPT-5.4 nano」を公開しました。コーディングやサブエージェント処理向けに最適化されており、GPT-5.4の性能の多くを受け継ぎながら、高速・低コストで動作する設計が特徴です。本稿では、両モデルの性能・用途・価格を解説します。
参考記事
- タイトル: GPT‑5.4 mini と nano が登場
- 著者: OpenAI
- 発行元: OpenAI
- 発行日: 2026年3月17日
- URL: https://openai.com/ja-JP/index/introducing-gpt-5-4-mini-and-nano/
要点
- GPT-5.4 miniは、コーディング・推論・マルチモーダル理解・ツール利用の各分野でGPT-5 miniから大きく性能が向上し、動作速度は2倍以上高速である
- SWE-Bench ProやOSWorld-Verifiedなどの評価で、GPT-5.4 miniは大規模なGPT-5.4モデルに匹敵するパフォーマンスを示した
- GPT-5.4 nanoはGPT-5.4シリーズの最小・最速モデルで、分類・データ抽出・ランキングなど比較的単純なタスクに適している
- GPT-5.4 miniはAPI・Codex・ChatGPTで利用可能で、APIのコンテキストウィンドウは400kトークン、料金は入力1Mトークンあたり$0.75・出力$4.50である
- GPT-5.4 nanoはAPIのみで提供され、料金は入力1Mトークンあたり$0.20・出力$1.25である
詳細解説
GPT-5.4 mini：速度と性能を両立した設計思想
OpenAIによれば、GPT-5.4 miniはコーディング、推論、マルチモーダル理解、ツール利用の各分野でGPT-5 miniから大きく性能を向上させており、動作速度は2倍以上高速です。いくつかの評価ではより大規模なGPT-5.4モデルに匹敵するパフォーマンスも示しています。
想定するユースケースとして、応答性が求められるコーディングアシスタント、補助的なタスクをすばやく完了するサブエージェント、スクリーンショットを解釈するコンピュータ操作システム、そして画像をリアルタイムで推論するマルチモーダルアプリケーションが挙げられています。レイテンシ（応答遅延）が製品体験に直結するワークフローにおいて、最大規模のモデルが必ずしも最適とは限らないという考え方に基づいた設計と言えます。
GPT-5.4 nano：コストと速度を最優先した最小モデル
GPT-5.4 nanoはGPT-5.4シリーズの中で最小かつ最速のバージョンです。OpenAIは、分類、データ抽出、ランキング、そして比較的単純な補助タスクを処理するサブエージェントへの活用を想定しています。GPT-5 nanoからも性能が向上しており、コストと処理速度を最優先する場面での選択肢として位置づけられています。
サブエージェントという概念は、大規模なAIエージェントシステムにおける役割分担の考え方です。メインの高性能モデルが全体の判断や計画を担い、より単純な処理を小型モデルが並列で実行するという構成において、nanoのような小型モデルが担う役割は今後重要になってくると考えられます。
ベンチマーク性能：数値で見る位置づけ
OpenAIが公開した複数のベンチマーク結果から、各モデルの性能の位置づけが把握できます。
| 評価 | GPT-5.4 (xhigh) | GPT-5.4 mini (xhigh) | GPT-5.4 nano (xhigh) | GPT-5 mini (high1) |
| SWE-bench Pro（公開版） | 57.73% | 53.40% | 52.39% | 45.69% |
| Terminal-Bench 2.0 | 75.10% | 59.30% | 46.30% | 38.20% |
| Toolathlon | 54.63% | 40.43% | 35.49% | 26.85% |
| GPQA Diamond | 93.00% | 85.48% | 82.83% | 81.57% |
| OSWorld-Verified | 75.03% | 70.60% | – | 42% |
コーディング能力を評価するSWE-Bench Pro（公開版）では、GPT-5.4 miniが53.40%を記録し、GPT-5 miniの45.69%を上回りつつ、GPT-5.4の57.73%に近い水準に達しています。SWE-Bench Proは、実際のソフトウェア課題をモデルが解決できるかを測る指標で、コーディング性能の実用的な評価として参照されることが多いベンチマークです。
コンピュータ操作を評価するOSWorld-Verifiedでは、GPT-5.4 miniが70.60%を達成し、GPT-5.4の75.03%に迫る性能を示す一方、GPT-5 miniの42%を大幅に上回っています。また、知識・推論を測るGPQA Diamondでは、GPT-5.4 miniが85.48%、GPT-5.4 nanoが82.83%と、いずれもGPT-5 miniの81.57%を超える結果です。
ツール呼び出し能力の評価Toolathlonでは、GPT-5.4 miniが40.43%に対しGPT-5 miniは26.85%と、大きな差が確認されています。ツール利用能力はエージェント型アプリケーション構築において重要な指標の一つと考えられており、この差はエージェント開発における実用上の優位性につながる可能性があります。
一方、長文コンテキスト処理（OpenAI MRCR v2）においてはGPT-5.4 miniが41.62%と、GPT-5.4の86%に比べて差が大きい点には注意が必要です。長大な文脈を扱うタスクには、上位モデルの使用が適していると考えられます。
サブエージェントシステムへの活用
OpenAIは、GPT-5.4 miniが大規模モデルと組み合わせたシステムに適していることを説明しています。具体的には、コーディングツール「Codex」において、GPT-5.4のような大規模モデルが計画・調整・最終判断を担い、コードベースの検索や大きなファイルのレビューなど限定的なサブタスクをGPT-5.4 miniのサブエージェントが並列処理するという構成例が示されています。
Codexでの利用においては、GPT-5.4 miniはGPT-5.4の割り当て量の30%しか使用しないため、コストはおよそ3分の1に抑えられるとOpenAIは説明しています。大規模モデルが「何をすべきか」を判断し、小型モデルが「それを高速かつ大規模に実行する」という役割分担の考え方は、コストと処理効率を両立させるエージェント設計として注目されているアプローチです。
提供形態と価格
GPT-5.4 miniはAPI、Codex、ChatGPTの3経路で利用できます。APIでは、テキスト・画像入力、ツール利用、関数呼び出し、ウェブ検索、ファイル検索、コンピュータ操作、スキルに対応しており、コンテキストウィンドウは400kトークンです。料金は入力1Mトークンあたり$0.75、出力1Mトークンあたり$4.50です。
ChatGPTでは、無料版およびGoユーザーが「+」メニューの「Thinking」機能からGPT-5.4 miniを利用できます。また、GPT-5.4 ThinkingがレートリミットIに達した場合のフォールバックとしても機能します。
GPT-5.4 nanoはAPIのみの提供で、料金は入力1Mトークンあたり$0.20、出力1Mトークンあたり$1.25です。miniと比較しても大幅に低コストな設定となっており、大量処理が求められる場面や、コスト感度の高いユースケースへの活用が想定されます。
まとめ
GPT-5.4 miniとnanoは、速度・コスト・性能のバランスを重視する開発者向けの小型モデルです。特にサブエージェントやコンピュータ操作など、大規模モデルとの組み合わせで使うシステムへの組み込みが想定されており、エージェント開発の選択肢として注目されます。長文コンテキスト処理など上位モデルとの差がある領域も確認されているため、用途に応じた使い分けを検討することが重要と思います。
