GPT-5.4 miniとnano - OpenAIがGPT-5.4 miniとnanoを発表——フラッグシップモデルに迫る性能を低コストで実現 anchor left anchor right

Mar 19 2026 AIニュース

OpenAIがGPT-5.4 miniとnanoを発表——フラッグシップモデルに迫る性能を低コストで実現

anchor left anchor right

GPT-5.4 miniとnano は、OpenAIが2026年3月17日に発表した小型・高速モデルで、フラッグシップに迫る性能を低コストで実現しサブエージェント用途や大量処理に向くラインナップです。

📖 この記事で分かること

  • GPT-5.4 miniとnanoは何が違い、何ができるのか
  • miniはフラッグシップモデルの性能にどこまで近づいているか(ベンチマーク数値あり)
  • 料金・利用できる場所(ChatGPT/API/Codex)の違い
  • エージェントAI時代に「小型モデルを使い分ける」重要性

💡 知っておきたい用語

  • サブエージェント(Subagent):大きなAIが「司令塔」として指示を出し、その下で実際の作業をこなす小さなAI。コードベースの検索やファイルの読み込みなど、決まった範囲の作業を高速・低コストでこなすのに向いている。

最終更新日: 2026年5月21日

GPT-5.4 miniとnano - OpenAIがGPT-5.4 miniとnanoを発表——フラッグシップモデルに迫る性能を低コストで実現

GPT-5.4 mini / nanoとはどんなモデルか

GPT-5.4 miniとGPT-5.4 nanoは、OpenAIが2026年3月17日に発表した小型・高速モデルです。いずれも「高ボリュームワークロード向け」に設計されており、速度とコストを優先しながらもフラッグシップモデルGPT-5.4の強みを受け継いでいます。

  • GPT-5.4 mini:コーディング・推論・マルチモーダル理解・ツール使用の全域で前世代(GPT-5 mini)を大幅に上回り、処理速度は2倍以上。SWE-Bench ProやOSWorld-Verifiedといったベンチマークではフラッグシップモデルに近いスコアを記録。
  • GPT-5.4 nano:GPT-5.4シリーズ中で最小・最安値のモデル。分類・データ抽出・ランキング・シンプルなコーディングのサブエージェント用途に最適化。

主なベンチマークと料金

GPT-5.4 miniのスコア(reasoning_effort: high)

ベンチマーク GPT-5.4 mini GPT-5.4(フラッグシップ)
SWE-Bench Pro 54.4% 57.7%
OSWorld-Verified 72.1% 75.0%
τ2-bench(telecom) 93.4%

GPT-5.4 miniとGPT-5.4 nanoはともに400,000トークンのコンテキストウィンドウと128,000トークンの最大出力に対応しています(テキスト・画像入力、Webサーチ、ファンクションコーリング対応)。

GPT-5.4 nanoのスコア

ベンチマーク GPT-5.4 nano
SWE-Bench Pro 52.4%
OSWorld-Verified 39.0%

料金(API)

モデル 入力 / 100万トークン 出力 / 100万トークン
GPT-5.4 mini $0.75 $4.50
GPT-5.4 nano $0.20 $1.25
GPT-5.4(フラッグシップ) $2.50 $15.00

nanoは入力$0.20と、OpenAIのモデルラインナップ中で最も安価な価格設定となっています。

利用できる場所・プランの違い

GPT-5.4 mini

  • ChatGPT(Free・Goプラン):「Thinking」機能の「+」メニューから利用可能
  • ChatGPT(有料プラン):GPT-5.4 ThinkingのレートリミットFallbackとして提供
  • OpenAI API・Codex:本日より利用可能

GPT-5.4 nano

  • OpenAI APIのみ(現時点ではChatGPT UIには未提供)

Codexでは、GPT-5.4 miniはGPT-5.4の使用量の約30%しか消費しないとされており、多くのコーディングワークフローで実質的なコストを3分の1程度に抑えられる可能性があります。

エージェントAI時代における「小型モデル活用」の意味

今回のリリースが注目される背景には、エージェントAIの普及があります。OpenAIはGPT-5.4 miniとnanoを「サブエージェント時代のためのモデル」と位置づけています。

具体的には、フラッグシップモデルが「計画・調整」を担い、miniやnanoが「コードベース検索・ファイルレビュー・並列サブタスク」を担当するという分業型アーキテクチャを推奨しています。Notionのエンジニアリングリードによれば、GPT-5.4 miniは複雑なフォーマット処理でGPT-5.2を上回ることもあったといい、「以前は高価な大型モデルにしかできなかったエージェント的ツール呼び出しが、小型モデルで安定して動くようになった」と評価しています。

なお、OSWorld-Verifiedのスコアを見ると、miniはスクリーンショット読み取りと画面操作でほぼフラッグシップモデルと同等の性能を発揮していますが、nanoはその用途には向いていません。ユースケースに応じたモデル選択が重要です。


編集部の見方

誰に向くか: コーディングエージェント・社内ツール・データ抽出パイプラインの運用コストを下げたい開発チームに向く。特に Codex で mini が GPT-5.4 の約 30% の使用量に収まる点は、月間トークン消費量が大きいプロジェクトでインパクトが大きい

誰に向かないか: 最高精度を必要とする難解な推論タスクでは、SWE-Bench Pro で 3 ポイント前後・OSWorld-Verified で 3 ポイント前後の差はやはり実務に響く場面がある。研究用途やクリティカルな自動操作はフラッグシップを使う判断が無難

競合との位置づけ: Anthropic の Claude Haiku、Google の Gemini Flash と並ぶ「高速・低価格レイヤー」のラインナップ。nano の入力 $0.20 / 出力 $1.25 は競合最安値水準で、サブエージェント用途のデフォルト候補に入る 短期的な注視点は、ChatGPT UI で nano が将来的に提供されるか、そして mini の Codex 消費 30% という数字が長期運用でも維持されるかだ。


よくある質問

Q: GPT-5.4 miniは無料プランで使えますか?

A: はい。ChatGPTのFreeおよびGoプランで、「Thinking」機能の「+」メニューから利用できます。

Q: GPT-5.4 nanoはChatGPTで使えますか?

A: 現時点ではAPIのみ提供されており、ChatGPTのUIからは利用できません。開発者向けのモデルとして位置づけられています。

Q: GPT-5.4 miniとGPT-5.4の性能差はどのくらいですか?

A: SWE-Bench ProではminiがGPT-5.4 Thinkingの57.7%に対し54.4%と約3ポイント差です。コンピューター操作のOSWorld-Verifiedでも72.1%対75.0%と僅差で、多くのコーディング・ツール利用タスクではフラッグシップモデルに遜色ない結果が報告されています。


まとめ

OpenAIは2026年3月17日、GPT-5.4 miniとGPT-5.4 nanoをリリースしました。miniはフラッグシップモデルGPT-5.4に迫る性能を2倍以上の速度で提供し、ChatGPTの無料プランでも利用可能です。nanoはAPI専用ながら競合他社最安値水準の料金を実現しており、大量処理やサブエージェントタスクに適しています。エージェントAIが実用段階に入る中、「大型モデルに任せるタスク」と「小型モデルで済ませるタスク」の使い分けが、コストと性能の両立において重要になってきています。


【用語解説】

  • SWE-Bench Pro【エスダブリューイーベンチプロ】: 実際のソフトウェアエンジニアリングタスクを使ってAIモデルのコーディング能力を測るベンチマーク。パーセンテージが高いほど実務的なコード作成・修正能力が高いことを示す。
  • OSWorld-Verified【オーエスワールドベリファイド】: AIがデスクトップ画面のスクリーンショットを読み取り、実際にパソコンを操作できるかを評価するベンチマーク。コンピューター操作エージェントの指標として使われる。
  • コンテキストウィンドウ: AIが一度に受け取って処理できるテキストの量。GPT-5.4 miniとnanoはともに40万トークンに対応しており、長大なコードやドキュメントをまとめて扱うことができる。

免責事項: 本記事の情報は執筆時点のものです。AI技術は急速に進歩しているため、機能や制限は予告なく変更される場合があります。


引用元:


この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。

anchor left anchor right
KOJI TANEMURA

15 年以上の開発経験を持つソフトウェアエンジニア / テクノロジーライター。AI エージェントの実務活用を研究し、現場や経営者向けセミナーでその知見を発信。本メディア tech-noisy.com では、一次情報に基づく最新ニュース・解説記事を執筆。また、音楽生成 AI による DJ パフォーマンスを企業イベントで行うなど、テクノロジーと表現の融合も探求している。