跳至主要內容

標籤「OpenAI」的 2 篇文章

查看所有標籤

GPT-5.4 / GPT-5.4 mini / GPT-5.4 nano / GPT-4o / GPT-4o mini 費用・效能比較

· 5 分鐘閱讀

本文比較 OpenAI 目前可用的 API 模型——GPT-5.4、GPT-5.4 nano、GPT-5.4 mini、GPT-4o、GPT-4o mini 的費用、規格與效能,並整理各使用情境下的選擇建議。

單位:USD / 100 萬 Token(MTok)。資訊以 2026 年 4 月為準。

費用比較

模型輸入快取輸入輸出
GPT-5.4$2.50$1.25$15.00
GPT-5.4 mini$0.75$0.075$4.50
GPT-5.4 nano$0.20$0.02$1.25
GPT-4o$2.50$1.25$10.00
GPT-4o mini$0.15$0.075$0.60

GPT-4o mini 的輸入與輸出費用均為最低,但知識截止日期為 2023 年 10 月,不適合需要最新資訊的任務。GPT-5.4 nano 的輸入費用與 GPT-4o mini 相近,同時具備 GPT-5.4 系列的品質及 2025 年 8 月為止的最新知識。GPT-5.4(旗艦)的輸入費用與 GPT-4o 相同,但輸出費用高達 $15.00/MTok,適合需要最高品質推理的場景。

使用區域處理端點時,GPT-5.4 系列將額外收取 10% 加成費用

規格比較

模型Context最大輸出圖片輸入知識截止日期
GPT-5.4400K128K2025 年 8 月
GPT-5.4 mini400K128K2025 年 8 月
GPT-5.4 nano400K128K2025 年 8 月
GPT-4o128K16,3842023 年 10 月
GPT-4o mini128K16,3842023 年 10 月

GPT-5.4 系列的 Context 視窗大幅擴展至 400K Token,最大輸出也支援 128K Token。GPT-4o / GPT-4o mini 則分別限制在 128K / 16K。

效能比較

GPT-5.4

GPT-5.4 系列的旗艦模型。代表 OpenAI 當前世代的最高智能,在複雜推理、長文生成、進階程式開發等方面均大幅超越 GPT-5.4 mini。支援所有原生工具(電腦操作、MCP、網路搜尋等),並完整支援多模態輸入輸出。由於輸出費用高達 $15.00/MTok,建議限定在必須取得最高品質輸出的場景使用。

GPT-5.4 mini

GPT-5.4 系列的中階模型,針對程式開發、電腦操作及子代理任務進行最佳化。效能穩定超越 GPT-5 mini,並以更快的速度實現接近旗艦 GPT-5.4 的通過率。與 GPT-5 mini 相比,速度提升確認達 2 倍以上,在程式開發工作流程中提供頂級的效能/延遲權衡。

GPT-5.4 nano

GPT-5.4 系列中體積最小、費用最低的模型。針對速度與成本為首要考量的大量處理使用情境最佳化,例如分類、資料萃取、排序及程式開發子代理。不適合需要深度推理的複雜任務。

GPT-4o

以通用旗艦模型之姿登場,兼具文字與圖片處理的高智能。目前已被 GPT-5.4 系列取代,定位為舊版模型。雖於 2026 年 2 月從 ChatGPT 退役,但 API 存取仍持續提供。

GPT-4o mini

設計定位為「最適合微調的小型模型」。透過蒸餾大型模型(GPT-4o)的輸出,以低成本、低延遲實現同等效果。MMLU 分數為 82.0%。適合希望降低簡單任務推理成本的情境。

該選哪個模型?

  • 大量處理・優先考量成本:GPT-5.4 nano 或 GPT-4o mini。若需要最新知識則選 GPT-5.4 nano,若需要微調則選 GPT-4o mini。
  • 程式開發・代理任務:GPT-5.4 mini。速度與精確度的平衡最佳。
  • 複雜推理・高品質輸出:GPT-5.4。費用為輸入 $2.50、輸出 $15.00/MTok,雖然高成本,但可獲得當代最高品質的輸出。
  • 與舊有系統相容:GPT-4o。API 持續提供,可維持現有的系統整合。

性價比最佳選擇

從性價比角度特別值得關注的是 GPT-5.4 nanoGPT-5.4 mini 這兩個模型。

GPT-5.4 nano 的輸入費用與 GPT-4o mini 相近($0.20 vs $0.15),但可使用 400K Context、2025 年 8 月為止的知識,以及網路搜尋、檔案搜尋、MCP 等所有原生工具。除知識截止日期外,幾乎在所有方面都優於 GPT-4o mini,因此只要不需要微調,遷移至 GPT-5.4 nano 是合理的選擇。

GPT-5.4 mini 的輸入費用($0.75)低於 GPT-4o($2.50/MTok),且在程式開發與代理工作流程中的效能超越 GPT-4o。若日常使用 GPT-4o,切換至 GPT-5.4 mini 很可能同時實現降低成本與提升效能的目標。

另一方面,GPT-4o 目前的性價比偏低。輸入費用與 GPT-5.4 相同($2.50/MTok),在 Context 大小、知識新鮮度及工具支援方面卻全面落後於 GPT-5.4 系列。除非需要微調或與現有系統相容,否則主動選擇 GPT-4o 的理由並不充分。

參考資料

使用 OpenAI API 開發支援多語言的翻譯 CLI 工具 translate-mcp

· 4 分鐘閱讀

translate-mcp 是一個使用 OpenAI API 的翻譯工具。它支援 CLI 模式和 MCP 伺服器的兩種使用方式,能夠應對從想要翻譯整個文件到希望與 AI 工具整合的各種場合。

translate-mcp 是什麼

translate-mcp 是一款 專為翻譯而設的工具,使用 OpenAI API。它是用 Python 實現的,具有以下兩種使用方法。

  1. CLI 模式: 可以直接從命令行翻譯文件
  2. MCP 伺服器模式: 充當 Model Context Protocol (MCP) 伺服器,整合到 AI 工具中

特徵

  • 多語言支援: 支援多種語言
  • 簡單易用: 只需一個 API 金鑰便可開始
  • 兩種使用方式: 既可作為 CLI 腳本,也能作為 MCP 伺服器運行
  • 輕量級: 無需依賴外部庫,僅依賴 OpenAI API
  • 錯誤處理: CLI 模式以 stderr 輸出,MCP 模式以 JSON 格式回傳

安裝

前提條件

  • 已安裝 Python
  • 已獲取 OpenAI API 金鑰

安裝 uv

由於 translate-mcp 由 uv 管理,因此需要先安裝 uv

安裝 uv 的方法參見 Installation | uv

# macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows (PowerShell)
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

安裝 translate-mcp

如果使用 uv,可以使用以下命令進行安裝。

uv tool install git+https://github.com/Himeyama/translate-mcp

如果使用 uvx,則無需安裝,直接執行即可。

uvx git+https://github.com/Himeyama/translate-mcp --help

使用方法

CLI 模式

翻譯文件時,可以使用以下命令執行。

translate --input blog/2026-04-02-example.md --from Japanese --to English

結果將輸出至標準輸出,並可透過重定向保存到文件中。

translate \
--input blog/2026-04-02-example.md \
--from Japanese \
--to English \
--output i18n/en/blog/2026-04-02-example.md

參數

  • --mcp: MCP 模式
  • --input: 待翻譯文件的路徑
  • --from: 原始語言(例如: Japanese、English)
  • --to: 目標語言(例如: English、Taiwanese)
  • --output (可選): 儲存翻譯後文本的位置
  • --model (可選): OpenAI 模型(例如: gpt-5-mini)
  • --debug (可選): 調試模式

錯誤處理

若發生錯誤,將輸出至 stderr。

MCP 伺服器模式

啟動為 MCP 伺服器,並可供 Claude Code 或其他 AI 工具使用。

translate --mcp

實例

以下說明如何將部落格文章從日文翻譯成英文和繁體中文(台灣)。

日文版本(原文)

# blog/2026-04-02-example.md 中有日文的文章

生成英文版本

translate \
--input blog/2026-04-02-example.md \
--from Japanese \
--to English > i18n/en/docusaurus-plugin-content-blog/2026-04-02-example.md

生成台灣版本(繁體中文)

translate \
--input blog/2026-04-02-example.md \
--from Japanese \
--to Taiwanese > i18n/zh-TW/docusaurus-plugin-content-blog/2026-04-02-example.md

優缺點

優點

  • 高精度: 使用 OpenAI 的高品質模型(如 GPT-4)
  • 技能支援: 可整合至 ChatGPT 和 Claude 的多種工具
  • 簡單: 設置和使用都非常簡單
  • 可定制: 由於源代碼公開,因此可進行自定義

缺點

  • 需支付 API 費用: 根據翻譯量,OpenAI API 需要收費
  • 必須連網: 需調用 API,因此無法離線使用
  • 速率限制: 受限於 OpenAI API 的速率限制

總結

translate-mcp 是一個 簡單且高品質的翻譯工具,利用 OpenAI API 開發。它在部落格文章的多語言支援、文件翻譯以及與 AI 工具整合等多種場合中均能發揮作用。

特別是在想要使用 Docusaurus 等靜態網站生成器支援多語言時,作為自動化腳本的用途效果顯著。

參考資料