GPT-5.4 mini 価格と使い方: API活用ガイド

L;DR

GPT-5.4 miniの料金は、入力トークン100万件あたり$0.75、出力トークン100万件あたり$4.50で、40万のコンテキストウィンドウを持ち、GPT-5 miniの2倍の速度です。OpenAIのAPIを介してモデルID `gpt-5.4-mini` を使用してGPT-5.4 mini APIを呼び出すことができ、Apidogで視覚的にテストしたり、応答を検証するための単体テストを含むPythonでプログラム的にテストしたりできます。

はじめに

OpenAIは2026年3月にGPT-5.4 miniを発表しました。これは、これまでにない最も高性能な小型モデルであり、フラッグシップモデルに近い知能をはるかに低いコストで提供します。本ガイドでは、本番ワークロードのためにGPT-5.4 miniの料金を評価している方や、アプリにGPT-5.4 mini APIを統合しようとしている方のために、必要な情報をすべて網羅しています。料金の内訳、APIの機能、そして2つの実践的な統合方法について説明します。具体的には、Apidogを使用したGUIベースのワークフローと、統合を検証するための単体テストを含むPythonコードアプローチです。

💡

GPT-5.4 mini APIを呼び出す前に、無料でApidogをダウンロードしてください。プロンプトのテスト、応答の検査、単体テストのアサーションの追加、トークン使用量の視覚的な追跡を、1トークンも消費したりコードを書いたりすることなくすべて実行できます。

ボタン

GPT-5.4 mini 料金の内訳

GPT-5.4 miniの料金は、大容量の本番環境での使用において、高性能なAIを誰もが利用できるように設計されています。GPT-5.4 mini APIの呼び出しを開始する前に、知っておくべきことは次のとおりです。

GPT-5.4 mini の入力および出力トークンコスト

GPT-5.4 miniの基本的な料金は次のとおりです。

入力トークン：100万トークンあたり$0.75
出力トークン：100万トークンあたり$4.50
コンテキストウィンドウ：400,000トークン

地域処理（データレジデンシーエンドポイント）の場合、OpenAIは標準のGPT-5.4 miniの料金に10%の価格上乗せを適用します。これは、地域のエンドポイントを使用する場合、入力トークンが$0.825/1M、出力トークンが$4.95/1Mになることを意味します。

GPT-5.4 mini と GPT-5.4 nano の料金比較

GPT-5.4 miniの料金を理解するために、GPT-5.4ファミリーの他のモデルとの比較を以下に示します。

モデル	入力 (100万トークンあたり)	出力 (100万トークンあたり)	コンテキストウィンドウ
GPT-5.4	~$5.00	~$20.00	400k
GPT-5.4 mini	$0.75	$4.50	400k
GPT-5.4 nano	$0.20	$1.25	400k

GPT-5.4 nanoは最も安価な選択肢ですが、GPT-5.4 miniは、nanoでは不十分なコーディング、推論、マルチモーダルタスクにおいて、コストと機能のバランスが非常に優れています。

CodexにおけるGPT-5.4 miniの料金

OpenAIのCodex環境内でGPT-5.4 mini APIを使用する場合、このモデルはGPT-5.4のクォータの30%しか消費しません。これにより、GPT-5.4のような大規模モデルが計画と調整を行い、GPT-5.4 miniのサブエージェントが約3分の1のコストで並行するサブタスクを処理する、マルチエージェントのCodexセットアップに最適です。

GPT-5.4 mini API の機能

GPT-5.4 mini APIは、単に安価なモデルであるだけでなく、本当に高性能なモデルです。以下がサポートされています。

テキストと画像入力 — デフォルトでマルチモーダル
ツール利用と関数呼び出し — エージェントワークフローのための構造化された出力
ウェブ検索 — ライブウェブデータに基づいた組み込みのグラウンディング
ファイル検索 — アップロードされたドキュメントのクエリ
コンピューター利用 — デスクトップ環境をプログラムで操作
スキル — 組み合わせ可能なタスクモジュール

GPT-5.4 mini APIはGPT-5 miniよりも2倍以上高速に動作し、SWE-Bench Pro（ソフトウェアエンジニアリング）やOSWorld-Verified（コンピューター利用）などの主要なベンチマークでGPT-5.4のパフォーマンスに匹敵します。OpenAI API、Codex、ChatGPTを介して利用可能です。

GPT-5.4 mini API呼び出しで使用するモデルIDは次のとおりです。

gpt-5.4-mini

ApidogでGPT-5.4 mini APIを使用する方法

Apidogは、APIの設計、デバッグ、テスト、ドキュメント作成を、1行もコードを書くことなく行えるオールインワンのAPI開発プラットフォームです。最初のGPT-5.4 mini API呼び出しを行い、応答に対して単体テストを実行する最も迅速な方法です。これらすべてをクリーンなGUIから実行できます。

無料でApidogをダウンロードし、以下の手順に従ってください。

ボタン

ApidogでのGPT-5.4 mini APIリクエストの設定

Apidogを開き、新しいプロジェクトを作成します（例：`GPT-5.4 mini API Test`）。

2. 新しいHTTPリクエストを作成します。

Method: `POST`
URL: `https://api.openai.com/v1/chat/completions`

3. ヘッダータブの下にヘッダーを追加します。

キー	値
`Authorization`	`Bearer YOUR_OPENAI_API_KEY`
`Content-Type`	`application/json`

4. リクエストボディを設定します（Body → JSON）。

{
  "model": "gpt-5.4-mini",
  "messages": [
    {
      "role": "user",
      "content": "Explain what a unit test is in one sentence."
    }
  ],
  "temperature": 0.7,
  "max_tokens": 200
}

5. 送信ボタンをクリックします。Apidogは、トークン使用量を含む完全な応答を表示します。これはGPT-5.4 miniの料金に直接マッピングされるため、リアルタイムでコストを推定できます。

成功した応答は次のようになります。

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "model": "gpt-5.4-mini",
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "A unit test is an automated check that verifies a single function or component behaves as expected in isolation."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 28,
    "total_tokens": 46
  }
}

ApidogにおけるGPT-5.4 mini APIの単体テストの記述

Apidogには、テストスクリプトエンジンが組み込まれています。リクエストを送信した後、「Tests」タブに移動し、アサーションを追加してGPT-5.4 mini APIの応答に対する単体テストを作成します。

// Unit test 1: HTTPステータスが200であることを検証
pm.test("Status code is 200", function () {
  pm.response.to.have.status(200);
});

// Unit test 2: 正しいモデルが使用されたことを確認
pm.test("GPT-5.4 mini API model is correct", function () {
  const json = pm.response.json();
  pm.expect(json.model).to.include("gpt-5.4-mini");
});

// Unit test 3: 応答にメッセージが含まれていること
pm.test("Response has assistant message", function () {
  const json = pm.response.json();
  pm.expect(json.choices[0].message.content).to.be.a("string").and.not.empty;
});

// Unit test 4: トークン使用量が報告されていること (GPT-5.4 miniの料金追跡用)
pm.test("Token usage is present", function () {
  const json = pm.response.json();
  pm.expect(json.usage.total_tokens).to.be.above(0);
});

これら4つの単体テストアサーションは、GPT-5.4 mini API統合の最も重要な側面（ステータス、モデル識別、応答内容、トークン使用量）をカバーしています。Apidogは、送信ボタンを押すたびにこれらすべてを自動的に実行するため、繰り返し作業中に回帰を簡単に検出できます。

このリクエストはApidogテストスイートの一部として保存し、ApidogのCLIランナーを使用してCI/CDパイプラインで実行することもできます。

PythonでGPT-5.4 mini APIを使用する方法

本番環境での統合のために、pytestを使用した単体テストを含むGPT-5.4 mini APIを呼び出す完全なPythonの例を以下に示します。

インストール

pip install openai pytest

基本的なGPT-5.4 mini API呼び出し

# gpt54mini_client.py
from openai import OpenAI

client = OpenAI()  # reads OPENAI_API_KEY from environment

def ask_gpt54_mini(prompt: str) -> dict:
    """GPT-5.4 mini APIを呼び出し、完全な応答を返します。"""
    response = client.chat.completions.create(
        model="gpt-5.4-mini",  # GPT-5.4 mini APIモデルID
        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("What is a unit test?")
    print(result["content"])
    # GPT-5.4 miniの料金に基づいてコストを推定
    input_cost = (result["prompt_tokens"] / 1_000_000) * 0.75
    output_cost = (result["completion_tokens"] / 1_000_000) * 4.50
    print(f"Estimated cost: ${input_cost + output_cost:.6f}")

GPT-5.4 mini APIの単体テスト

# 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():
    """単体テストのためにGPT-5.4 mini APIの応答をモックします。"""
    mock_response = MagicMock()
    mock_response.choices[0].message.content = (
        "A unit test verifies a single function in isolation."
    )
    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):
    """単体テスト：GPT-5.4 mini APIが空でないコンテンツを返すこと。"""
    mock_create.return_value = mock_openai_response
    result = ask_gpt54_mini("What is a unit test?")
    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):
    """単体テスト：gpt-5.4-miniモデルIDが使用されていることを確認。"""
    mock_create.return_value = mock_openai_response
    result = ask_gpt54_mini("Hello")
    assert result["model"] == "gpt-5.4-mini"


@patch("gpt54mini_client.client.chat.completions.create")
def test_token_usage_reported(mock_create, mock_openai_response):
    """単体テスト：GPT-5.4 miniの料金追跡のためにトークン使用量が報告されていること。"""
    mock_create.return_value = mock_openai_response
    result = ask_gpt54_mini("Hello")
    assert result["total_tokens"] > 0
    assert result["prompt_tokens"] + result["completion_tokens"] == result["total_tokens"]

単体テストを実行します。

pytest test_gpt54mini_client.py -v

期待される出力：

test_gpt54mini_client.py::test_returns_content     PASSED
test_gpt54mini_client.py::test_correct_model       PASSED
test_gpt54mini_client.py::test_token_usage_reported PASSED

3 passed in 0.31s

GPT-5.4 mini APIを単体テストスイートでモックすることで、CI実行中にトークンを消費することがなくなり、自動化されたパイプラインでのGPT-5.4 miniの料金コストを管理下に置く上で非常に重要です。

GPT-5.4 mini APIのベストプラクティス

GPT-5.4 mini APIを最大限に活用するには、意図的な使用方法が重要です。主な実践方法は次のとおりです。

1. GPT-5.4 miniの料金管理のために常にトークン使用量を追跡する `prompt_tokens`と`completion_tokens`をリクエストごとにログに記録します。入力100万件あたり$0.75、出力100万件あたり$4.50というコストは、冗長なプロンプトでは急速に増加します。システムプロンプトは簡潔に保ちましょう。

2. コードを書く前にApidogで探索的テストを行う 完全な統合を構築する前に、Apidogを使用してプロンプトをプロトタイプ化し、GPT-5.4 mini APIの応答形式を検証します。これにより、開発中の時間を節約し、無駄なトークンの消費を回避できます。

3. 早めに単体テストを記述する GPT-5.4 mini APIを呼び出すすべての関数に対して単体テストを追加します。API応答をモックすることで、テストスイートは迅速かつ無料で実行されます。GUIベースの単体テストカバレッジにはApidogのテストスクリプトを使用し、コードレベルのカバレッジには`pytest`と`unittest.mock`を使用します。

4. 40万のコンテキストウィンドウを戦略的に使用する GPT-5.4 mini APIは40万トークンのコンテキストをサポートしますが、すべてのトークンに対して料金が発生します。RAGパイプラインの場合、関連性の低いチャンクをコンテキストウィンドウに詰め込むのではなく、最も関連性の高いチャンクのみを取得します。

5. 必要がない限り地域のエンドポイントを避ける 地域処理はGPT-5.4 miniの料金に10%の上乗せ料金を加算します。コンプライアンス要件で必要な場合にのみ、データレジデンシーエンドポイントを使用してください。

6. マルチエージェントシステムではGPT-5.4 miniに委任する Codexやエージェントパイプラインでは、GPT-5.4を計画に、GPT-5.4 miniを並行するサブタスクに使用します。GPT-5.4のクォータの30%で、GPT-5.4 mini APIは高頻度で範囲の狭いタスクに最適なツールです。

まとめ

入力100万件あたり$0.75、出力100万件あたり$4.50というGPT-5.4 miniの料金は、フラッグシップモデルに近いAI機能にアクセスするための最も費用対効果の高い方法の1つです。GPT-5.4 mini APIは、マルチモーダル入力、関数呼び出し、ウェブ検索などを、前身モデルの2倍の速度でサポートします。

ApidogのGUIでのプロトタイプ作成、本番環境のPythonコードの記述、統合を検証するための単体テストスイートのセットアップのいずれの場合でも、GPT-5.4 mini APIは最新の開発ワークフローにスムーズに適合します。まずApidogでAPIを視覚的に探索し、その後自信を持ってコードに移行してください。

Apidogを無料で試す（クレジットカード不要）。

ボタン

よくある質問

GPT-5.4 miniの料金はいくらですか？ GPT-5.4 miniの料金は、入力トークン100万件あたり$0.75、出力トークン100万件あたり$4.50です。地域処理のエンドポイントは、標準のGPT-5.4 miniの料金に10%の上乗せ料金を加算します。

GPT-5.4 mini APIのモデルIDは何ですか？ GPT-5.4 mini API呼び出しでは、モデルパラメータとして`gpt-5.4-mini`を使用してください。

コードを書かずにGPT-5.4 mini APIをテストするにはどうすればよいですか？ Apidogを使用します。APIキーと`gpt-5.4-mini`モデルIDを使用して、`https://api.openai.com/v1/chat/completions`へのPOSTリクエストを作成してください。Apidogでは、UIで直接単体テストのアサーションを記述することもできます。

GPT-5.4 mini APIの単体テストを記述するにはどうすればよいですか？ Pythonでは`unittest.mock`を使用してAPIクライアントをモックし、応答構造をアサートします。Apidogでは、「Tests」タブを使用して、各リクエスト後にJavaScriptベースの単体テストのアサーションを追加します。

GPT-5.4 miniの料金はGPT-5.4 nanoと比較してどうですか？ GPT-5.4 nanoは入力100万件あたり$0.20、出力100万件あたり$1.25と安価ですが、GPT-5.4 miniはSWE-Bench Proのようなコーディングおよび推論ベンチマークで、はるかに優れたパフォーマンスを提供します。

CodexでGPT-5.4 mini APIを使用できますか？ はい。GPT-5.4 mini APIはCodexで利用でき、GPT-5.4のクォータの30%しか消費しないため、並行するサブエージェントタスクに最適です。

ChatGPTでGPT-5.4 miniは利用できますか？ はい。GPT-5.4 miniは、OpenAI API、Codex、ChatGPTを介して利用できます。