Blog

Harga GPT-5.4 Mini dan Cara Menggunakan API GPT-5.4 Mini

Herve Kom

Herve Kom

20 March 2026

Harga GPT-5.4 Mini dan Cara Menggunakan API GPT-5.4 Mini

Apidog untuk Perusahaan

Penerapan On-Premises

SSO & RBAC

Sesuai SOC 2

Jelajahi Apidog Enterprise

Ringkasan

GPT-5.4 mini berharga $0,75 per 1 juta token input dan $4,50 per 1 juta token output, dengan jendela konteks 400 ribu dan kecepatan 2x lipat dari GPT-5 mini. Anda dapat memanggil API GPT-5.4 mini menggunakan ID model gpt-5.4-mini melalui API OpenAI dan mengujinya secara visual dengan Apidog atau secara terprogram dengan Python, termasuk menulis pengujian unit untuk memvalidasi respons.

Pendahuluan

OpenAI mengumumkan GPT-5.4 mini pada Maret 2026 sebagai model kecil mereka yang paling mampu, membawa kecerdasan setara flagship dengan biaya yang jauh lebih murah. Jika Anda sedang mengevaluasi Harga GPT-5.4 mini untuk beban kerja produksi, atau ingin mengintegrasikan API GPT-5.4 mini ke dalam aplikasi Anda, panduan ini mencakup semua yang Anda butuhkan. Kami akan membahas perincian harga lengkap, kemampuan API, dan dua jalur integrasi praktis: alur kerja berbasis GUI menggunakan Apidog, dan pendekatan kode Python lengkap dengan pengujian unit untuk memvalidasi integrasi Anda.

💡
Sebelum memanggil API GPT-5.4 mini, unduh Apidog secara gratis. Anda dapat menguji prompt, memeriksa respons, menambahkan pernyataan pengujian unit, dan melacak penggunaan token secara visual, semuanya tanpa menghabiskan satu token pun atau menulis kode apa pun.
button

Rincian Harga GPT-5.4 mini

Harga GPT-5.4 mini dirancang untuk membuat AI berkemampuan tinggi dapat diakses untuk penggunaan produksi bervolume tinggi. Berikut yang perlu Anda ketahui sebelum Anda mulai memanggil API GPT-5.4 mini.

Biaya Token Input dan Output GPT-5.4 mini

Harga GPT-5.4 mini intinya mudah dipahami:

Untuk pemrosesan regional (endpoint residensi data), OpenAI menerapkan kenaikan harga 10% di atas Harga GPT-5.4 mini standar. Ini berarti token input berharga $0,825/1 juta dan token output berharga $4,95/1 juta saat menggunakan endpoint regional.

Perbandingan Harga GPT-5.4 mini vs GPT-5.4 nano

Untuk menempatkan Harga GPT-5.4 mini dalam konteks, berikut perbandingannya dengan keluarga GPT-5.4 lainnya:

ModelInput (per 1 juta token)Output (per 1 juta token)Jendela Konteks
GPT-5.4~$5.00~$20.00400k
GPT-5.4 mini$0.75$4.50400k
GPT-5.4 nano$0.20$1.25400k

GPT-5.4 nano adalah pilihan termurah, tetapi GPT-5.4 mini mencapai titik terbaik antara biaya dan kemampuan, terutama untuk tugas pengkodean, penalaran, dan multimodal di mana nano kurang optimal.

Harga GPT-5.4 mini di Codex

Saat menggunakan API GPT-5.4 mini di lingkungan Codex OpenAI, model ini hanya mengonsumsi 30% dari kuota GPT-5.4. Ini menjadikannya ideal untuk pengaturan Codex multi-agen di mana model yang lebih besar seperti GPT-5.4 menangani perencanaan dan koordinasi, sementara sub-agen GPT-5.4 mini menangani subtugas paralel dengan biaya sekitar sepertiga.

Kemampuan API GPT-5.4 mini

API GPT-5.4 mini bukan hanya model yang lebih murah, tetapi juga sangat mampu. Berikut yang didukungnya:

API GPT-5.4 mini berjalan lebih dari 2x lebih cepat dari GPT-5 mini, dan mendekati kinerja GPT-5.4 pada benchmark utama termasuk SWE-Bench Pro (rekayasa perangkat lunak) dan OSWorld-Verified (penggunaan komputer). Ini tersedia melalui API OpenAI, Codex, dan ChatGPT.

ID model yang digunakan dalam panggilan API GPT-5.4 mini Anda adalah:

gpt-5.4-mini

Cara Menggunakan API GPT-5.4 mini dengan Apidog

Apidog adalah platform pengembangan API all-in-one yang memungkinkan Anda merancang, men-debug, menguji, dan mendokumentasikan API tanpa menulis satu baris kode pun. Ini adalah cara tercepat untuk melakukan panggilan API GPT-5.4 mini pertama Anda dan menjalankan pengujian unit terhadap respons, semuanya dari GUI yang bersih.

Unduh Apidog secara gratis dan ikuti langkah-langkah di bawah ini.

button

Menyiapkan Permintaan API GPT-5.4 mini di Apidog

  1. Buka Apidog dan buat proyek baru (misalnya, GPT-5.4 mini API Test).

2. Buat permintaan HTTP baru:

3.  Tambahkan header di bawah tab Header:

KunciNilai
AuthorizationBearer YOUR_OPENAI_API_KEY
Content-Typeapplication/json

4.  Atur badan permintaan (Body → JSON):

{
  "model": "gpt-5.4-mini",
  "messages": [
    {
      "role": "user",
      "content": "Jelaskan apa itu pengujian unit dalam satu kalimat."
    }
  ],
  "temperature": 0.7,
  "max_tokens": 200
}

5.  Klik Kirim. Apidog menampilkan respons lengkap, termasuk penggunaan token yang langsung terkait dengan Harga GPT-5.4 mini sehingga Anda dapat memperkirakan biaya secara real time.

Respons yang berhasil terlihat seperti:

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "model": "gpt-5.4-mini",
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "Pengujian unit adalah pemeriksaan otomatis yang memverifikasi bahwa satu fungsi atau komponen berperilaku seperti yang diharapkan secara terpisah."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 28,
    "total_tokens": 46
  }
}

Menulis Pengujian Unit untuk API GPT-5.4 mini di Apidog

Apidog memiliki mesin scripting pengujian bawaan. Setelah mengirimkan permintaan Anda, buka tab Tests dan tambahkan pernyataan (assertions) untuk membuat pengujian unit untuk respons API GPT-5.4 mini:

// Pengujian unit 1: Verifikasi status HTTP adalah 200
pm.test("Status code is 200", function () {
  pm.response.to.have.status(200);
});

// Pengujian unit 2: Konfirmasi model yang benar digunakan
pm.test("Model API GPT-5.4 mini sudah benar", function () {
  const json = pm.response.json();
  pm.expect(json.model).to.include("gpt-5.4-mini");
});

// Pengujian unit 3: Respons berisi pesan
pm.test("Respons memiliki pesan asisten", function () {
  const json = pm.response.json();
  pm.expect(json.choices[0].message.content).to.be.a("string").and.not.empty;
});

// Pengujian unit 4: Penggunaan token dilaporkan (untuk pelacakan Harga GPT-5.4 mini)
pm.test("Penggunaan token ada", function () {
  const json = pm.response.json();
  pm.expect(json.usage.total_tokens).to.be.above(0);
});

Keempat pernyataan pengujian unit ini mencakup aspek paling penting dari integrasi API GPT-5.4 mini: status, identitas model, konten respons, dan penggunaan token. Apidog menjalankan semuanya secara otomatis setiap kali Anda menekan Kirim, sehingga memudahkan untuk mendeteksi regresi saat Anda melakukan iterasi.

Anda juga dapat menyimpan permintaan ini sebagai bagian dari rangkaian pengujian Apidog dan menjalankannya dalam pipeline CI/CD menggunakan runner CLI Apidog.

Cara Menggunakan API GPT-5.4 mini dengan Python

Untuk integrasi produksi, berikut adalah contoh Python lengkap yang memanggil API GPT-5.4 mini dengan pengujian unit menggunakan pytest.

Instalasi

pip install openai pytest

Panggilan API GPT-5.4 mini Dasar

# gpt54mini_client.py
from openai import OpenAI

client = OpenAI()  # membaca OPENAI_API_KEY dari lingkungan

def ask_gpt54_mini(prompt: str) -> dict:
    """Memanggil API GPT-5.4 mini dan mengembalikan respons lengkap."""
    response = client.chat.completions.create(
        model="gpt-5.4-mini",  # ID model API GPT-5.4 mini
        messages=[
            {"role": "user", "content": prompt}
        ],
        temperature=0.7,
        max_tokens=500
    )
    return {
        "content": response.choices[0].message.content,
        "model": response.model,
        "total_tokens": response.usage.total_tokens,
        "prompt_tokens": response.usage.prompt_tokens,
        "completion_tokens": response.usage.completion_tokens,
    }


if __name__ == "__main__":
    result = ask_gpt54_mini("Apa itu pengujian unit?")
    print(result["content"])
    # Perkiraan biaya berdasarkan Harga GPT-5.4 mini
    input_cost = (result["prompt_tokens"] / 1_000_000) * 0.75
    output_cost = (result["completion_tokens"] / 1_000_000) * 4.50
    print(f"Perkiraan biaya: ${input_cost + output_cost:.6f}")

Pengujian Unit untuk API GPT-5.4 mini

# test_gpt54mini_client.py
import pytest
from unittest.mock import patch, MagicMock
from gpt54mini_client import ask_gpt54_mini


@pytest.fixture
def mock_openai_response():
    """Mem-mock respons API GPT-5.4 mini untuk pengujian unit."""
    mock_response = MagicMock()
    mock_response.choices[0].message.content = (
        "Pengujian unit memverifikasi satu fungsi secara terpisah."
    )
    mock_response.model = "gpt-5.4-mini"
    mock_response.usage.total_tokens = 46
    mock_response.usage.prompt_tokens = 18
    mock_response.usage.completion_tokens = 28
    return mock_response


@patch("gpt54mini_client.client.chat.completions.create")
def test_returns_content(mock_create, mock_openai_response):
    """Pengujian unit: API GPT-5.4 mini mengembalikan konten yang tidak kosong."""
    mock_create.return_value = mock_openai_response
    result = ask_gpt54_mini("Apa itu pengujian unit?")
    assert isinstance(result["content"], str)
    assert len(result["content"]) > 0


@patch("gpt54mini_client.client.chat.completions.create")
def test_correct_model(mock_create, mock_openai_response):
    """Pengujian unit: mengonfirmasi ID model gpt-5.4-mini digunakan."""
    mock_create.return_value = mock_openai_response
    result = ask_gpt54_mini("Halo")
    assert result["model"] == "gpt-5.4-mini"


@patch("gpt54mini_client.client.chat.completions.create")
def test_token_usage_reported(mock_create, mock_openai_response):
    """Pengujian unit: penggunaan token ada untuk pelacakan Harga GPT-5.4 mini."""
    mock_create.return_value = mock_openai_response
    result = ask_gpt54_mini("Halo")
    assert result["total_tokens"] > 0
    assert result["prompt_tokens"] + result["completion_tokens"] == result["total_tokens"]

Jalankan pengujian unit:

pytest test_gpt54mini_client.py -v

Output yang diharapkan:

test_gpt54mini_client.py::test_returns_content     LULUS
test_gpt54mini_client.py::test_correct_model       LULUS
test_gpt54mini_client.py::test_token_usage_reported LULUS

3 lulus dalam 0.31s

Mem-mock API GPT-5.4 mini dalam rangkaian pengujian unit Anda berarti Anda tidak menghabiskan token selama eksekusi CI, yang penting untuk menjaga biaya Harga GPT-5.4 mini tetap terkontrol dalam pipeline otomatis.

Praktik Terbaik API GPT-5.4 mini

Mendapatkan hasil maksimal dari API GPT-5.4 mini berarti Anda harus cermat dalam menggunakannya. Berikut adalah praktik-praktik utama:

1. Selalu lacak penggunaan token untuk kontrol Harga GPT-5.4 mini Catat prompt_tokens dan completion_tokens per permintaan. Dengan $0,75/1 juta input dan $4,50/1 juta output, biaya akan meningkat cepat dengan prompt yang panjang. Jaga prompt sistem tetap ringkas.

2. Gunakan Apidog untuk pengujian eksplorasi sebelum menulis kode Sebelum membangun integrasi penuh, gunakan Apidog untuk memprototipe prompt Anda dan memvalidasi bentuk respons API GPT-5.4 mini. Ini menghemat waktu dan menghindari pemborosan token selama pengembangan.

3. Tulis pengujian unit sedini mungkin Tambahkan pengujian unit untuk setiap fungsi yang memanggil API GPT-5.4 mini. Mock respons API agar rangkaian pengujian Anda berjalan cepat dan tanpa biaya. Gunakan skrip pengujian Apidog untuk cakupan pengujian unit berbasis GUI, dan pytest dengan unittest.mock untuk cakupan tingkat kode.

4. Gunakan jendela konteks 400 ribu secara strategis API GPT-5.4 mini mendukung 400 ribu token konteks tetapi Anda membayar untuk setiap token. Untuk pipeline RAG, ambil hanya bagian yang paling relevan daripada mengisi seluruh jendela konteks.

5. Hindari endpoint regional kecuali diperlukan Pemrosesan regional menambahkan kenaikan 10% ke Harga GPT-5.4 mini. Gunakan endpoint residensi data hanya jika persyaratan kepatuhan Anda menuntutnya.

6. Delegasikan ke GPT-5.4 mini dalam sistem multi-agen Dalam pipeline Codex atau agen, gunakan GPT-5.4 untuk perencanaan dan GPT-5.4 mini untuk subtugas paralel. Dengan 30% dari kuota GPT-5.4, API GPT-5.4 mini adalah alat yang tepat untuk tugas-tugas frekuensi tinggi, dengan cakupan sempit.

Kesimpulan

Harga GPT-5.4 mini sebesar $0,75/1 juta input dan $4,50/1 juta output menjadikannya salah satu cara paling hemat biaya untuk mengakses kemampuan AI setara flagship. API GPT-5.4 mini mendukung input multimodal, pemanggilan fungsi, pencarian web, dan lainnya, semuanya dengan kecepatan 2x lipat dari pendahulunya.

Baik Anda membuat prototipe dengan GUI Apidog, menulis kode Python untuk produksi, atau menyiapkan rangkaian pengujian unit untuk memvalidasi integrasi Anda, API GPT-5.4 mini cocok dengan alur kerja pengembangan modern. Mulailah dengan Apidog untuk menjelajahi API secara visual, lalu beralih ke kode dengan percaya diri.

Coba Apidog gratis, tidak perlu kartu kredit.

button

FAQ

Apa itu Harga GPT-5.4 mini? GPT-5.4 mini berharga $0,75 per 1 juta token input dan $4,50 per 1 juta token output. Endpoint pemrosesan regional menambahkan kenaikan 10% ke Harga GPT-5.4 mini standar.

Apa ID model API GPT-5.4 mini? Gunakan gpt-5.4-mini sebagai parameter model dalam panggilan API GPT-5.4 mini Anda.

Bagaimana cara menguji API GPT-5.4 mini tanpa menulis kode? Gunakan Apidog. Buat permintaan POST ke https://api.openai.com/v1/chat/completions dengan kunci API Anda dan ID model gpt-5.4-mini. Apidog juga memungkinkan Anda menulis pernyataan pengujian unit langsung di UI.

Bagaimana cara menulis pengujian unit untuk API GPT-5.4 mini? Mock klien API menggunakan unittest.mock di Python dan asumsikan struktur respons. Di Apidog, gunakan tab Tests untuk menambahkan pernyataan pengujian unit berbasis JavaScript setelah setiap permintaan.

Bagaimana perbandingan Harga GPT-5.4 mini dengan GPT-5.4 nano? GPT-5.4 nano lebih murah dengan $0,20/1 juta input dan $1,25/1 juta output, tetapi GPT-5.4 mini menawarkan kinerja yang jauh lebih baik pada benchmark pengkodean dan penalaran seperti SWE-Bench Pro.

Bisakah saya menggunakan API GPT-5.4 mini di Codex? Ya. API GPT-5.4 mini tersedia di Codex dan hanya mengonsumsi 30% dari kuota GPT-5.4, menjadikannya ideal untuk tugas sub-agen paralel.

Apakah GPT-5.4 mini tersedia di ChatGPT? Ya. GPT-5.4 mini tersedia melalui OpenAI API, Codex, dan ChatGPT.

Mengembangkan API dengan Apidog

Apidog adalah alat pengembangan API yang membantu Anda mengembangkan API dengan lebih mudah dan efisien.

Daftar gratisUnduh