OpenAI nie zamierza brać jeńców i właśnie wrzuciło na rynek modele GPT-5.4 mini oraz nano. Te cyfrowe „maluchy” nie powstały przez przypadek – to precyzyjnie wymierzony strzał w nadchodzącą erę podagentów, gdzie potężne AI deleguje żmudną robotę swoim mniejszym pomocnikom. W DigiCat zastanawiamy się, czy to właśnie oficjalny koniec epoki samotnych, ociężałych gigantów na rzecz zwinnych rojów inteligencji.
TL;DR
- GPT-5.4 mini oferuje 400 tys. tokenów kontekstu i pracuje 2x szybciej niż poprzednia generacja
- Model nano to cenowy killer – zaledwie 0,20 dolara za milion tokenów wejściowych
- Wersja mini wykręca 54,38% w SWE-bench Pro, depcząc po piętach flagowemu GPT-5.4
- Nowe jednostki zoptymalizowano pod kodowanie, ekstrakcję danych i zadania równoległe
- Modele są już dostępne w API, środowisku Codex oraz dla użytkowników ChatGPT (wersja mini)
Co ogłosiło OpenAI i kiedy będzie dostępne?
Ekipa Sama Altmana nie próżnuje – OpenAI oficjalnie zaprezentowało modele GPT-5.4 mini oraz nano we wtorek, 17 marca 2026 roku. To pierwsze odświeżenie linii kompaktowych modeli od czasu głośnej premiery GPT-5 w ubiegłym roku. Strategia jest jasna: mini trafia prosto do ChatGPT oraz narzędzia Codex, by wspierać programistów, natomiast nano zostaje „uwięzione” w API, gdzie ma służyć do masowej obróbki danych.
Modele wchodzą do użytku natychmiast, więc deweloperzy mogą już zacząć zabawę. OpenAI mocno akcentuje, że wariant mini został skrojony pod pisanie kodu, obsługę interfejsów komputerowych oraz zaawansowaną multimodalność. Oficjalny komunikat na platformie X potwierdza: „optymalizowane pod kodowanie i subagenty, 2x szybsze niż GPT-5 mini”.
Jak słusznie zauważa Frederic Lardinois z serwisu The New Stack, mamy do czynienia z wyraźnym zwrotem w stronę systemów agentycznych. W tej wizji przyszłości wielkie modele pełnią rolę dyrektorów zarządzających, a ich mniejsi kuzyni zajmują się realnym wykonawstwem.
GPT-5.4 mini is available today in ChatGPT, Codex, and the API.
Optimized for coding, computer use, multimodal understanding, and subagents. And it’s 2x faster than GPT-5 mini.https://t.co/DKh2cC5S3F pic.twitter.com/sirArgn37L
— OpenAI (@OpenAI) March 17, 2026
Era podagentów – po co te małe modele?
Czym właściwie są te mityczne podagenty? To nic innego jak wyspecjalizowane, mniejsze instancje sztucznej inteligencji, którym główny model zleca konkretne, powtarzalne czynności – od przeszukiwania repozytoriów kodu, przez analizę plików, aż po równoległe wykonywanie mikro-zadań. W nowym ekosystemie GPT-5.4 mini bierze na klatę „czarną robotę” w Codexie, podczas gdy flagowiec zajmuje się wysokopoziomowym planowaniem architektury. Nano idzie jeszcze o krok dalej, skupiając się na błyskawicznej klasyfikacji i rankingu danych.
W świecie zdominowanym przez agentów AI, brutalna siła obliczeniowa ustępuje miejsca efektywności kosztowej. OpenAI stawia na tanie „koniki robocze”, zamiast zmuszać potężne modele do liczenia prostych równań. To swoista ironia losu: po latach wyścigu na miliardy parametrów, dzisiaj wygrywają modele, które potrafią być małe i szybkie. Abhisek Modi z Notion AI nie kryje zachwytu:
GPT-5.4 mini radzi sobie z precyzyjnymi zadaniami edycyjnymi lepiej niż GPT-5.2, zużywając przy tym ułamek potrzebnej energii.
To fundamentalna zmiana dynamiki pracy deweloperów. Twórcy oprogramowania dostają do rąk armię pomocników, którzy nie drenują budżetu przy każdym zapytaniu do API.
Specyfikacje i benchmarki w liczbach
Pod maską GPT-5.4 mini znajdziemy imponujące 400 tysięcy tokenów okna kontekstowego, co pozwala na analizę całkiem sporych dokumentacji za jednym zamachem. Model natywnie radzi sobie z tekstem i obrazami, a co ważniejsze – perfekcyjnie obsługuje wywoływanie narzędzi (tool calling), czyli funkcję, w której AI samodzielnie komunikuje się z zewnętrznymi usługami. Nano to z kolei wersja ekstremalnie odchudzona, stworzona do mielenia ogromnych ilości informacji w czasie rzeczywistym.
Liczby nie kłamią – w testach mini wypada rewelacyjnie. Osiągnięcie 54,38% w SWE-bench Pro (trudny test kodowania) stawia go zaledwie 3 punkty procentowe za pełnym flagowcem. W teście OSWorld-Verified, sprawdzającym umiejętność obsługi komputera, model uzyskał 72,13%. Choć nano wypada tu słabiej (39,01%), to w czystym kodowaniu bije na głowę stare GPT-5 mini, osiągając 57,7% w SWE-Bench Pro.
| Model | SWE-bench Pro (%) | OSWorld-Verified (%) | Cena wejście (USD/M tok.) | Kontekst (tokeny) |
|---|---|---|---|---|
| GPT-5.4 (flagowiec) | 57,38 | 75,03 | – | – |
| GPT-5.4 mini | 54,38 | 72,13 | 0,75 | 400k |
| GPT-5.4 nano | 57,7 | 39,01 | 0,20 | – |
| GPT-5 mini (poprzednik) | ~45 | 42 | 0,25 | – |
Porównanie benchmarków i cen GPT-5.4 mini/nano z flagowcem i poprzednikami
Największym atutem mini pozostaje jednak prędkość, która dwukrotnie przewyższa flagowy model. W codziennej pracy z Codexem model ten przejmuje około 30% rutynowych zadań, co znacząco odciąża limity użytkowników.
Ceny – taniej niż kawa za kodowanie
OpenAI postanowiło uderzyć konkurencję tam, gdzie boli najbardziej – w portfel. GPT-5.4 mini kosztuje zaledwie 0,75 dolara za milion tokenów wejściowych i 4,50 dolara za wyjściowe. Jednak to model nano deklasuje rywali stawką 0,20 dolara za milion tokenów wejściowych. To oficjalnie najtańsza jednostka w całej historii firmy, co otwiera drzwi do zastosowań, które wcześniej były po prostu nieopłacalne.
Jeśli zestawimy to z poprzednią generacją, nano okazuje się znacznie bardziej ekonomiczne niż GPT-5 mini. To jasny sygnał dla deweloperów: „budujcie masowo, my damy wam paliwo”. Dzięki takiej polityce cenowej, głęboka analiza kodu czy masowa kategoryzacja maili przestają być luksusem, a stają się standardem dostępnym dla każdego startupu.
Oczywiście konkurencja nie śpi – Anthropic promuje Claude 4.5 Haiku, a Google kusi modelem Gemini 3 Flash. Na ten moment jednak to OpenAI wydaje się prowadzić w tym morderczym wyścigu o najlepszy stosunek jakości do ceny.
Implikacje dla deweloperów i przyszłości
Dla świata IT to prawdziwy punkt zwrotny. O ile w Codex z GPT-5.3 funkcje agentyczne były dopiero w fazie testów, o tyle teraz mini i nano stają się ich fundamentem. Małe modele są w stanie przejąć nawet 80% powtarzalnej rutyny programistycznej, pozwalając flagowym jednostkom skupić się na architekturze i logice biznesowej.
Pojawia się jednak pytanie o odpowiedzialność: czy delegowanie zadań do mniejszych modeli nie zwiększy skali halucynacji? Niskie ceny zachęcają do ryzyka, ale wymagają też lepszych systemów weryfikacji. Przyszłość AI rysuje się jako zgrana orkiestra, w której nano pełni rolę sekcji smyczkowej, a mini dba o rytm całego procesu.
OpenAI konsekwentnie buduje ekosystem, w którym liczy się zasięg i skala operacji, a nie tylko rozmiar pojedynczego modelu. Deweloperzy, czas najwyższy nauczyć się skutecznego delegowania zadań swoim nowym, cyfrowym podwładnym.
Źródła: The New Stack (https://thenewstack.io/gpt-54-nano-mini/), openai.com (introducing-gpt-5-4-mini-and-nano, developers.openai.com), tweety @OpenAI
Najczęściej zadawane pytania
Model mini jest dostępny w ChatGPT, środowisku Codex oraz przez API. Wersja nano została udostępniona wyłącznie dla deweloperów korzystających z API. Premiera odbyła się 17 marca 2026 roku.
GPT-5.4 mini kosztuje 0,75 USD za 1 mln tokenów wejściowych. Nano to rekordowa taniość: zaledwie 0,20 USD za 1 mln tokenów wejściowych, co czyni go najbardziej budżetowym modelem w ofercie.
Mini to król kodowania i obsługi interfejsów (computer use). Nano idealnie nadaje się do prostych, masowych zadań, takich jak klasyfikacja treści, ekstrakcja danych czy szybkie poprawki tekstowe.
W benchmarku SWE-bench Pro mini osiągnął 54,38%, tracąc tylko 3 punkty do głównego modelu GPT-5.4, przy jednoczesnym dwukrotnym wzroście prędkości działania.
