Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai17. März 2026 · Q004754

Introducing GPT-5.4 mini and nano

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI stellt GPT‑5.4 mini und nano als effiziente Modelle für Programmieraufgaben, Werkzeugnutzung und weitere schnelle Anwendungen vor; die Benchmarkwerte zeigen je nach Aufgabe unterschiedliche Abstände zu GPT‑5.4 und GPT‑5 mini. Geschwindigkeitsangaben beruhen teilweise auf Simulationen, und der Bericht weist auf mögliche Abweichungen bei realer Latenz und künftigen Preisen hin. Der vorliegende Text ist ein vollständiger Produktbericht.

Mittel

Der Bericht kündigt GPT‑5.4 mini und nano als schnellere beziehungsweise günstigere Modelle für umfangreiche Aufgaben an. OpenAI zufolge verbessert mini GPT‑5 mini bei Programmierung, Schlussfolgern, multimodalem Verständnis und Werkzeugnutzung und läuft mehr als doppelt so schnell. In mehreren Benchmarks kommt es an GPT‑5.4 heran, bleibt aber meist dahinter. Nano ist für einfache Aufgaben wie Klassifikation und Datenextraktion vorgesehen; seine Ergebnisse hängen stark vom Test ab und liegen etwa bei OSWorld‑Verified unter GPT‑5 mini.

Als Anwendungen nennt OpenAI Programmierassistenz, Computerbedienung und Subagenten, die Teilaufgaben für ein größeres Modell übernehmen. Die Tabellen vergleichen mehrere Modelle mit unterschiedlichen Reasoning-Einstellungen. Die Latenzwerte beruhen teils auf einer Offline-Simulation; OpenAI weist darauf hin, dass reale Geschwindigkeiten abweichen können und Preise sich ändern können. GPT‑5.4 mini sei in API, Codex und ChatGPT verfügbar, nano nur in der API. Der Bericht nennt konkrete API-Preise und ein Kontextfenster von 400.000 Tokens für mini. Die Benchmarktabellen liefern Vergleiche, belegen aber nicht automatisch die Leistung in jeder konkreten Anwendung. Es handelt sich um einen vollständigen Produktbericht, nicht um einen Auszug oder eine Fehlerseite.

Ausführlich lesen

Der Bericht stellt GPT‑5.4 mini und GPT‑5.4 nano als neue, kleinere Modelle vor, die laut OpenAI für schnelle und kostengünstige Aufgaben mit hohem Volumen gedacht sind. GPT‑5.4 mini soll gegenüber GPT‑5 mini bei Programmierung, Schlussfolgern, multimodalem Verständnis und Werkzeugnutzung deutlich besser sein und mehr als doppelt so schnell laufen. In mehreren ausgewiesenen Tests nähere es sich dem größeren GPT‑5.4. GPT‑5.4 nano wird als kleinste und günstigste Variante beschrieben; OpenAI empfiehlt es unter anderem für Klassifikation, Datenextraktion, Rangfolgen und einfachere unterstützende Programmieraufgaben.

Die Vergleichstabellen zeigen GPT‑5.4 mini bei den aufgeführten Tests meist vor GPT‑5 mini, aber hinter GPT‑5.4. Beispiele sind SWE‑Bench Pro mit 54,4 Prozent für mini gegenüber 45,7 Prozent für GPT‑5 mini und 57,7 Prozent für GPT‑5.4 sowie OSWorld‑Verified mit 72,1, 42,0 und 75,0 Prozent. Nano erreicht bei einigen Tests ebenfalls Werte über GPT‑5 mini, fällt bei OSWorld‑Verified mit 39,0 Prozent jedoch darunter. Bei längeren Kontextaufgaben liegen mini und nano in den angegebenen MRCR‑v2-Tests deutlich unter GPT‑5.4; auch bei anderen Prüfungen variieren ihre Ergebnisse je nach Aufgabe. Die Tabellen weisen unterschiedliche Reasoning-Einstellungen aus: GPT‑5.4 und die neuen Modelle wurden mit „xhigh“, GPT‑5 mini mit „high“ bewertet.

Als Einsatzfelder nennt OpenAI schnelle Programmierarbeit wie gezielte Änderungen, Navigation in Codebasen und Fehlersuche, außerdem den Einsatz kleiner Modelle als Subagenten für klar begrenzte Teilaufgaben. Ein größeres Modell könne Planung und abschließende Bewertung übernehmen, während mini parallel etwa Code durchsucht oder Dokumente bearbeitet. Für Computerbedienung hebt der Bericht das Interpretieren dichter Bildschirmoberflächen hervor. Ein Kundenzitat von Hebbia lobt mini hinsichtlich Kosten, Ergebnisraten und Quellenzuordnung; dies ist eine einzelne Kundenbewertung, keine unabhängige Prüfung.

GPT‑5.4 mini sei laut Bericht in API, Codex und ChatGPT verfügbar. Für die API nennt OpenAI Text- und Bildeingaben, Werkzeug- und Funktionsaufrufe, Suche, Computerbedienung, Skills, ein Kontextfenster von 400.000 Tokens sowie Preise von 0,75 US-Dollar je Million Eingabe- und 4,50 US-Dollar je Million Ausgabetokens. In Codex beanspruche es 30 Prozent des GPT‑5.4-Kontingents. GPT‑5.4 nano sei nur über die API erhältlich und koste 0,20 beziehungsweise 1,25 US-Dollar je Million Ein- und Ausgabetokens.

Die Aussage zur Geschwindigkeit beruht teilweise auf einer Offline-Simulation des Produktionsverhaltens. Laut OpenAI berücksichtigt die Schätzung Werkzeuglaufzeit, erzeugte Tokens und Eingabetokens; tatsächliche Latenzen könnten erheblich abweichen. Auch die Kostenangaben könnten sich ändern. Der Bericht enthält zahlreiche Benchmarkwerte, erläutert aber nicht im Detail die Testaufbauten oder deren Übertragbarkeit auf konkrete Anwendungen. Er ist ein vollständiger Produktbericht mit Tabellen, kein bloßer Auszug oder eine Fehlerseite.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Anteilswerte in Lunas Einordnung wurden nicht bewertet; die Stufen beruhen allein auf dem Berichtstext. Lunas kurze Zusammenfassung ist sachlich korrekt, aber knapper und lässt Preise und Kontextfenster aus, die die mittlere Fassung nennt.

Im Bericht, aber nicht in der Zusammenfassung

  • Kundenzitat von Hebbia zur Leistung von GPT-5.4 mini im Vergleich zum größeren Modell
  • Codex-Angabe, dass mini nur 30 % des GPT-5.4-Kontingents verbraucht und etwa ein Drittel der Kosten verursacht
  • Verweis auf das System-Card-Addendum und den Deployment Safety Hub zu Schutzmaßnahmen

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-F1-T05 Welche Cyber-Prüfungen und welche Testbausteine (Testfälle, Bewertungswerkzeuge, Datensätze) würden jedes Labor und jedes Ministerium anstelle einer bloßen Behauptung als gültig anerkennen, wenn andere sie an ihrem Modell durchführen? Und welche genormte Testsammlung würden Labore verschiedener Staaten gemeinsam an eingefrorenen Modellversionen laufen lassen, verwaltet von einer dritten Stelle, der alle trauen? Luna: Stufe 4 · 33 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 27 %gleiches Oberthema, hilft nicht
    • Luna 52 %einzelne zitierbare Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 38 %umfangreiche Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 1 · 44 % · gleiches Oberthema, hilft nicht · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 29 %einzelne zitierbare Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 30 %nur am Rande erwähnt
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 22 %gleiches Oberthema, hilft nicht
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 69 %Hintergrund, keine Belege
    • JEV 25 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →