OpenAI Rilis GPT-5.4 Mini dan Nano yang Lebih Cepat dan Murah

Liputan6.com, Jakarta - OpenAI merilis GPT-5.4 pada awal Maret 2026. Perusahaan menyebut bahwa model baru ini dirancang untuk kebutuhan profesional, seperti pemrograman dan analisis data.

Dilansir Engadget, Jumat (20/3/2026), kini OpenAI kembali meluncurkan GPT-5.4 mini dan nano. Meskipun fiturnya sama-sama dirancang untuk tugas seperti pemrograman, salah satu model baru yakni GPT-5.4 mini sudah tersedia bagi pengguna Free dan Go.

Tak hanya itu, GPT-5.4 mini diklaim mampu menghadirkan performa yang mendekati GPT-5.4 di sejumlah aspek.

Pengguna Free atau Go bisa mengakses GPT-5.4 mini dengan memilih opsi “Thinking” melalui menu plus ChatGPT. Sementara itu, bagi pengguna berbayar, model ini menjadi alternatif saat mencapai batas penggunaan (rate limit) pada GPT-5.4 versi standar.

OpenAI menyebut GPT-5.4 mini menghadirkan performa lebih baik dibandingkan GPT-5.0 mini, terutama dalam aspek penalaran, pemahaman multimodal, serta penggunaan alat.

Dengan demikian, GPT-5.4 mini dinilai lebih unggul dalam menganalisis input non-teks, seperti gambar dan audio, serta memiliki pemahaman yang lebih baik dalam menjalankan tugas, termasuk pencarian di web. Tak hanya itu, model ini juga diklaim mampu bekerja lebih dari dua kali lebih cepat dibandingkan pendahulunya.

Sementara itu, GPT-5.4 nano dirancang untuk tugas-tugas seperti klasifikasi dan ekstraksi data yang mengutamakan kecepatan serta efisiensi biaya menjadi prioritas utama. Namun, pengguna ChatGPT tidak akan menemukan model ini secara langsung di dalam chatbot.

Sebaliknya, OpenAI hanya menyediakan model ini melalui layanan API. Perusahaan membayangkan para pengembang akan memanfaatkan model yang lebih canggih untuk mendelegasikan tugas kepada agen AI yang menjalankan GPT-5.4 nano.  

Hal tersebut juga tercermin dalam harga model baru ini. GPT-5.4 mini dibanderol mulai USD 0,75 (sekitar Rp 12 ribuan) per juta token input. Sementara GPT-5.4 nano dibanderol mulai USD 0,20 (sekitar Rp 3 ribuan) per juta token input.

Sebagai perbandingan, GPT-5.4 versi penuh memiliki harga mulai USD 2,50 (sekitar Rp 42 ribuan) per juta token input. 

Sebelumnya, OpenAI resmi merilis GPT-5.4, model AI baru yang disebut-sebut sebagai “model perbatasan paling mumpuni dan efisien untuk pekerjaan professional.”

Peluncuran GPT-5.4 ini dilakukan kurang dari satu minggu setelah perusahaan memperkenalkan GPT-5.3 Instant. Selain versi standar, GPT-5.4 juga hadir dalam dua varian model penalaran, yaitu GPT-5.4 Thinking, serta versi yang dioptimalkan untuk kinerja tinggi, yaitu GPT-5.4 Pro.

Versi API dari model AI ini akan tersedia dengan jendala konteks hingga 1 juta token, yang menjadikannya kapasitas terbesar yang pernah disediakan oleh OpenAI hingga saat ini.

OpenAI juga menekankan peningkatan efisiensi dalam penggunaan token. Perusahaan menyebut bahwa model ini mampu menyelesaikan tugas yang sama dengan jumlah token jauh lebih sedikit dibandingkan dengan model sebelumnya.

Dari sisi performa, GPT-5.4 mencatat peningkatan signifikan pada berbagai uji benchmark. Bahkan meraih skor tertinggi pada tolok ukur penggunaan komputer OSWorld-Verified dan WebArena Verified.

Selain itu, GPT-5.4 juga mencatat skor 83 persen pada tes GDPval milik OpenAI yang digunakan untuk mengukur kemampuan menyelesaikan tugas berbasis pengetahuan.

Menurut CEO Mercor, Brendan Foody,  GPT-5.4 juga memimpin tolok ukur APEX-Agents Mercor yang dirancang untuk menguji keterampilan profesional di bidang hukum dan keuangan.

Di sisi lain, pada model terbarunya ini, OpenAI juga berupaya menekan tingkat halusinasi serta kesalahan fakta. Perusahaan menyebut GPT-5.4 memiliki kemungkinan 33 persen lebih rendah dalam menghasilkan klaim individu yang keliru dibandingkan GPT-5.2.  Selain itu, respons model juga tercatat 18 persen lebih kecil kemungkinannya mengalami kesalahan.

Sebagai bagian dari peluncurannya, OpenAI juga memperbarui versi API GPT-5.4 dalam mengelola pemanggilan alat dengan menghadirkan sistem baru bernama Pencarian Alat.

Sebelumnya, perintah sistem harus menyertakan definisi seluruh alat yang tersedia setiap kali model dipanggil. Proses ini dapat menghabiskan banyak token, terutama ketika jumlah alat yang digunakan semakin banyak.

Namun dengan hadirnya sistem baru tersebut, model akan mencari definisi alat saat diperlukan. Cara tersebut membuat proses permintaan menjadi lebih cepat sekaligus lebih efisien dari sisi biaya, terutama pada sistem yang menggunakan banyak alat.