GPT-5.4 mini ราคา วิธีใช้ และ API

สรุปสั้นๆ (L;DR)

GPT-5.4 mini มีค่าใช้จ่าย $0.75 ต่อ 1 ล้านโทเค็นอินพุต และ $4.50 ต่อ 1 ล้านโทเค็นเอาต์พุต พร้อมหน้าต่างบริบทขนาด 400k และเร็วกว่า GPT-5 mini 2 เท่า คุณสามารถเรียกใช้งาน GPT-5.4 mini API โดยใช้โมเดล ID gpt-5.4-mini ผ่าน API ของ OpenAI และทดสอบด้วยภาพผ่าน Apidog หรือเขียนโปรแกรมด้วย Python รวมถึงการเขียน unit test เพื่อตรวจสอบการตอบกลับ

บทนำ

OpenAI เปิดตัว GPT-5.4 mini ในเดือนมีนาคม 2026 ในฐานะโมเดลขนาดเล็กที่มีความสามารถมากที่สุดเท่าที่เคยมีมา นำเสนอความฉลาดระดับใกล้เคียงเรือธงในราคาเพียงเศษเสี้ยว หากคุณกำลังประเมิน ราคา GPT-5.4 mini สำหรับงานที่ใช้งานจริง หรือกำลังมองหาการรวม GPT-5.4 mini API เข้ากับแอปของคุณ คู่มือนี้ครอบคลุมทุกสิ่งที่คุณต้องการ เราจะอธิบายรายละเอียดราคาเต็ม ความสามารถของ API และแนวทางการรวมระบบแบบลงมือปฏิบัติสองวิธี: เวิร์กโฟลว์ที่ใช้ GUI ด้วย Apidog และแนวทางการเขียนโค้ด Python ที่สมบูรณ์พร้อม unit test เพื่อตรวจสอบการรวมระบบของคุณ

💡

ก่อนเรียกใช้ GPT-5.4 mini API ดาวน์โหลด Apidog ได้ฟรี คุณสามารถทดสอบพร้อมต์ ตรวจสอบการตอบกลับ เพิ่มการยืนยัน unit test และติดตามการใช้โทเค็นด้วยภาพได้ทั้งหมดโดยไม่ต้องใช้โทเค็นเดียวหรือเขียนโค้ดใดๆ

button

รายละเอียดราคา GPT-5.4 mini

ราคา GPT-5.4 mini ถูกออกแบบมาเพื่อให้ AI ที่มีความสามารถสูงสามารถเข้าถึงได้สำหรับการใช้งานจริงที่มีปริมาณมาก นี่คือสิ่งที่คุณต้องรู้ก่อนที่คุณจะเริ่มเรียกใช้งาน GPT-5.4 mini API

ค่าใช้จ่ายโทเค็นอินพุตและเอาต์พุตของ GPT-5.4 mini

ราคา GPT-5.4 mini หลักนั้นเข้าใจง่าย:

โทเค็นอินพุต: $0.75 ต่อ 1 ล้านโทเค็น
โทเค็นเอาต์พุต: $4.50 ต่อ 1 ล้านโทเค็น
หน้าต่างบริบท: 400,000 โทเค็น

สำหรับการประมวลผลระดับภูมิภาค (ปลายทางข้อมูลประจำภูมิภาค) OpenAI จะเพิ่ม **ราคาขึ้น 10%** จาก **ราคา GPT-5.4 mini** มาตรฐาน ซึ่งหมายความว่าโทเค็นอินพุตจะมีค่าใช้จ่าย $0.825 ต่อ 1 ล้าน และโทเค็นเอาต์พุตจะมีค่าใช้จ่าย $4.95 ต่อ 1 ล้าน เมื่อใช้ปลายทางระดับภูมิภาค

การเปรียบเทียบราคา GPT-5.4 mini กับ GPT-5.4 nano

เพื่อให้เห็นภาพ ราคา GPT-5.4 mini ได้ชัดเจนขึ้น นี่คือการเปรียบเทียบกับโมเดลอื่นๆ ในตระกูล GPT-5.4:

โมเดล	อินพุต (ต่อ 1 ล้านโทเค็น)	เอาต์พุต (ต่อ 1 ล้านโทเค็น)	หน้าต่างบริบท
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 เป็นตัวเลือกที่ถูกที่สุด แต่ GPT-5.4 mini เป็นจุดที่สมดุลระหว่างค่าใช้จ่ายและความสามารถ โดยเฉพาะอย่างยิ่งสำหรับงานเขียนโค้ด การให้เหตุผล และงานหลายรูปแบบที่ nano ยังไม่ตอบโจทย์

ราคา GPT-5.4 mini ใน Codex

เมื่อใช้ GPT-5.4 mini API ภายในสภาพแวดล้อม Codex ของ OpenAI โมเดลจะใช้โควต้าเพียง **30% ของ GPT-5.4** ทำให้เหมาะสำหรับการตั้งค่า Codex แบบหลายเอเจนต์ โดยที่โมเดลขนาดใหญ่กว่าอย่าง GPT-5.4 จะจัดการการวางแผนและการประสานงาน ในขณะที่เอเจนต์ย่อย GPT-5.4 mini จะจัดการงานย่อยที่ทำพร้อมกันโดยมีค่าใช้จ่ายประมาณหนึ่งในสาม

ความสามารถของ GPT-5.4 mini API

GPT-5.4 mini API ไม่ได้เป็นเพียงโมเดลที่มีราคาถูกกว่าเท่านั้น แต่ยังมีความสามารถที่แท้จริงอีกด้วย นี่คือสิ่งที่รองรับ:

อินพุตข้อความและรูปภาพ — รองรับหลายรูปแบบโดยค่าเริ่มต้น
การใช้เครื่องมือและการเรียกฟังก์ชัน — เอาต์พุตที่มีโครงสร้างสำหรับเวิร์กโฟลว์แบบเอเจนต์
การค้นหาเว็บ — มีการตรวจสอบข้อมูลจากเว็บแบบเรียลไทม์ในตัว
การค้นหาไฟล์ — สอบถามเอกสารที่อัปโหลด
การใช้งานคอมพิวเตอร์ — โต้ตอบกับสภาพแวดล้อมเดสก์ท็อปผ่านโปรแกรม
ทักษะ — โมดูลงานที่ประกอบเข้าด้วยกันได้

GPT-5.4 mini API ทำงานได้เร็วกว่า GPT-5 mini มากกว่า **2 เท่า** และมีประสิทธิภาพใกล้เคียง GPT-5.4 ในเกณฑ์มาตรฐานที่สำคัญ รวมถึง **SWE-Bench Pro** (วิศวกรรมซอฟต์แวร์) และ **OSWorld-Verified** (การใช้งานคอมพิวเตอร์) มีให้บริการผ่าน OpenAI API, Codex และ ChatGPT

โมเดล ID ที่ใช้ในการเรียก GPT-5.4 mini API ของคุณคือ:

gpt-5.4-mini

วิธีใช้ GPT-5.4 mini API กับ Apidog

Apidog เป็นแพลตฟอร์มพัฒนา API แบบครบวงจรที่ช่วยให้คุณออกแบบ ดีบัก ทดสอบ และจัดทำเอกสาร API ได้โดยไม่ต้องเขียนโค้ดแม้แต่บรรทัดเดียว เป็นวิธีที่เร็วที่สุดในการเรียกใช้ **GPT-5.4 mini API** ครั้งแรกของคุณ และรัน **unit test** กับการตอบกลับ ทั้งหมดนี้ทำได้จาก GUI ที่ใช้งานง่าย

ดาวน์โหลด Apidog ได้ฟรี และทำตามขั้นตอนด้านล่างนี้

button

การตั้งค่าคำขอ GPT-5.4 mini API ใน Apidog

เปิด Apidog และสร้างโปรเจกต์ใหม่ (เช่น GPT-5.4 mini API Test)

2. สร้างคำขอ HTTP ใหม่:

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

3. เพิ่มส่วนหัว (headers) ภายใต้แท็บ Headers:

Key	Value
`Authorization`	`Bearer YOUR_OPENAI_API_KEY`
`Content-Type`	`application/json`

4. ตั้งค่าเนื้อหาคำขอ (request body) (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. คลิก Send (ส่ง) Apidog จะแสดงการตอบกลับทั้งหมด รวมถึงการใช้โทเค็นซึ่งเชื่อมโยงโดยตรงกับ **ราคา GPT-5.4 mini** เพื่อให้คุณสามารถประมาณค่าใช้จ่ายได้แบบเรียลไทม์

การตอบกลับที่สำเร็จจะมีลักษณะดังนี้:

{
  "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
  }
}

การเขียน Unit Test สำหรับ GPT-5.4 mini API ใน Apidog

Apidog มีเอ็นจิ้นสคริปต์ทดสอบในตัว หลังจากส่งคำขอของคุณแล้ว ให้ไปที่แท็บ **Tests** และเพิ่มการยืนยัน (assertions) เพื่อสร้าง **unit test** สำหรับการตอบกลับของ **GPT-5.4 mini API**:

// Unit test 1: Verify HTTP status is 200
pm.test("Status code is 200", function () {
  pm.response.to.have.status(200);
});

// Unit test 2: Confirm the correct model was used
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: Response contains a message
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: Token usage is reported (for GPT-5.4 mini Pricing tracking)
pm.test("Token usage is present", function () {
  const json = pm.response.json();
  pm.expect(json.usage.total_tokens).to.be.above(0);
});

การยืนยัน **unit test** ทั้งสี่นี้ครอบคลุมประเด็นที่สำคัญที่สุดของการรวม **GPT-5.4 mini API**: สถานะ, ตัวระบุโมเดล, เนื้อหาการตอบกลับ และการใช้โทเค็น Apidog จะรันทั้งหมดโดยอัตโนมัติทุกครั้งที่คุณกด Send (ส่ง) ทำให้ง่ายต่อการตรวจจับการถดถอยเมื่อคุณวนซ้ำการพัฒนา

คุณยังสามารถบันทึกคำขอนี้เป็นส่วนหนึ่งของชุดทดสอบ **Apidog** และเรียกใช้งานใน CI/CD pipelines โดยใช้ CLI runner ของ Apidog ได้อีกด้วย

วิธีใช้ GPT-5.4 mini API กับ Python

สำหรับการรวมระบบในสภาพแวดล้อมจริง นี่คือตัวอย่าง Python ที่สมบูรณ์ในการเรียกใช้งาน **GPT-5.4 mini API** พร้อม **unit test** โดยใช้ pytest

การติดตั้ง

pip install openai pytest

การเรียกใช้ GPT-5.4 mini API พื้นฐาน

# gpt54mini_client.py
from openai import OpenAI

client = OpenAI()  # อ่าน OPENAI_API_KEY จากตัวแปรสภาพแวดล้อม

def ask_gpt54_mini(prompt: str) -> dict:
    """เรียกใช้ GPT-5.4 mini API และส่งคืนการตอบกลับทั้งหมด"""
    response = client.chat.completions.create(
        model="gpt-5.4-mini",  # โมเดล ID ของ GPT-5.4 mini API
        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"])
    # ประมาณค่าใช้จ่ายตามราคา 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"Estimated cost: ${input_cost + output_cost:.6f}")

Unit Test สำหรับ GPT-5.4 mini API

# 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():
    """จำลองการตอบกลับของ GPT-5.4 mini API สำหรับการทดสอบหน่วย (unit testing)"""
    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):
    """Unit test: GPT-5.4 mini API ส่งคืนเนื้อหาที่ไม่ว่างเปล่า"""
    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):
    """Unit test: ยืนยันว่าใช้ model ID gpt-5.4-mini"""
    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):
    """Unit test: มีการรายงานการใช้โทเค็นสำหรับการติดตามราคา GPT-5.4 mini"""
    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"]

รัน unit test:

pytest test_gpt54mini_client.py -v

ผลลัพธ์ที่คาดหวัง:

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

การจำลอง (Mocking) **GPT-5.4 mini API** ในชุด **unit test** ของคุณ หมายความว่าคุณจะไม่เสียโทเค็นระหว่างการรัน CI ซึ่งเป็นสิ่งสำคัญในการควบคุมค่าใช้จ่าย **GPT-5.4 mini Pricing** ในไปป์ไลน์อัตโนมัติ

แนวทางปฏิบัติที่ดีที่สุดสำหรับ GPT-5.4 mini API

การใช้ **GPT-5.4 mini API** ให้เกิดประโยชน์สูงสุดหมายถึงการพิจารณาอย่างรอบคอบเกี่ยวกับวิธีที่คุณใช้งานมัน นี่คือแนวทางปฏิบัติที่สำคัญ:

1. ติดตามการใช้โทเค็นเสมอเพื่อควบคุมราคา GPT-5.4 mini บันทึก prompt_tokens และ completion_tokens ต่อคำขอ ด้วยราคา $0.75/1 ล้านโทเค็นอินพุต และ $4.50/1 ล้านโทเค็นเอาต์พุต ค่าใช้จ่ายจะเพิ่มขึ้นอย่างรวดเร็วเมื่อใช้พร้อมต์ที่ยาวเกินไป ควรใช้ system prompt ที่กระชับ

2. ใช้ Apidog สำหรับการทดสอบสำรวจก่อนเขียนโค้ด ก่อนที่จะสร้างการรวมระบบที่สมบูรณ์ ให้ใช้ **Apidog** เพื่อสร้างต้นแบบพร้อมต์ของคุณและตรวจสอบรูปแบบการตอบกลับของ **GPT-5.4 mini API** วิธีนี้ช่วยประหยัดเวลาและหลีกเลี่ยงการใช้โทเค็นโดยเปล่าประโยชน์ระหว่างการพัฒนา

3. เขียน unit test ตั้งแต่เนิ่นๆ เพิ่ม **unit test** สำหรับทุกฟังก์ชันที่เรียกใช้ **GPT-5.4 mini API** จำลองการตอบกลับของ API เพื่อให้ชุดทดสอบของคุณทำงานได้รวดเร็วและฟรี ใช้สคริปต์ทดสอบของ **Apidog** สำหรับการครอบคลุม **unit test** แบบ GUI และใช้ pytest ร่วมกับ unittest.mock สำหรับการครอบคลุมระดับโค้ด

4. ใช้หน้าต่างบริบท 400k อย่างมีกลยุทธ์ **GPT-5.4 mini API** รองรับบริบท 400k โทเค็น แต่คุณต้องจ่ายสำหรับทุกโทเค็น สำหรับไปป์ไลน์ RAG ให้ดึงเฉพาะส่วนที่เกี่ยวข้องมากที่สุดเท่านั้น แทนที่จะใส่ข้อมูลเต็มหน้าต่างบริบท

5. หลีกเลี่ยงปลายทางระดับภูมิภาคเว้นแต่จำเป็น การประมวลผลระดับภูมิภาคจะเพิ่มราคา **GPT-5.4 mini** ขึ้น 10% ใช้ปลายทางข้อมูลประจำภูมิภาคเฉพาะในกรณีที่ข้อกำหนดด้านการปฏิบัติตามกฎระเบียบของคุณต้องการเท่านั้น

6. มอบหมายงานให้ GPT-5.4 mini ในระบบหลายเอเจนต์ ใน Codex หรือไปป์ไลน์แบบเอเจนต์ ให้ใช้ GPT-5.4 สำหรับการวางแผน และ GPT-5.4 mini สำหรับงานย่อยที่ทำพร้อมกัน ด้วยโควต้าเพียง 30% ของ GPT-5.4, **GPT-5.4 mini API** จึงเป็นเครื่องมือที่เหมาะสมสำหรับงานที่มีความถี่สูงและมีขอบเขตแคบ

สรุป

ราคา GPT-5.4 mini ที่ $0.75/1 ล้านโทเค็นอินพุต และ $4.50/1 ล้านโทเค็นเอาต์พุต ทำให้เป็นหนึ่งในวิธีที่คุ้มค่าที่สุดในการเข้าถึงความสามารถ AI ระดับใกล้เคียงเรือธง **GPT-5.4 mini API** รองรับอินพุตหลายรูปแบบ การเรียกฟังก์ชัน การค้นหาเว็บ และอื่นๆ อีกมากมาย ด้วยความเร็วที่เร็วกว่ารุ่นก่อนถึง 2 เท่า

ไม่ว่าคุณจะกำลังสร้างต้นแบบด้วย GUI ของ **Apidog**, เขียนโค้ด Python สำหรับใช้งานจริง, หรือตั้งค่าชุด **unit test** เพื่อตรวจสอบการรวมระบบของคุณ, **GPT-5.4 mini API** ก็เข้ากันได้อย่างลงตัวกับเวิร์กโฟลว์การพัฒนาสมัยใหม่ เริ่มต้นด้วย **Apidog** เพื่อสำรวจ API ด้วยภาพ จากนั้นจึงย้ายไปเขียนโค้ดด้วยความมั่นใจ

ลองใช้ Apidog ฟรี ไม่ต้องใช้บัตรเครดิต

button

คำถามที่พบบ่อย

ราคา GPT-5.4 mini คืออะไร? GPT-5.4 mini มีค่าใช้จ่าย $0.75 ต่อ 1 ล้านโทเค็นอินพุต และ $4.50 ต่อ 1 ล้านโทเค็นเอาต์พุต ปลายทางประมวลผลระดับภูมิภาคจะเพิ่มราคา 10% จากราคา GPT-5.4 mini มาตรฐาน

model ID ของ GPT-5.4 mini API คืออะไร? ใช้ gpt-5.4-mini เป็นพารามิเตอร์โมเดลในการเรียกใช้ GPT-5.4 mini API ของคุณ

ฉันจะทดสอบ GPT-5.4 mini API โดยไม่ต้องเขียนโค้ดได้อย่างไร? ใช้ Apidog สร้างคำขอ POST ไปยัง https://api.openai.com/v1/chat/completions พร้อมด้วย API key และ model ID gpt-5.4-mini ของคุณ Apidog ยังช่วยให้คุณสามารถเขียน unit test assertions ได้โดยตรงใน UI

ฉันจะเขียน unit test สำหรับ GPT-5.4 mini API ได้อย่างไร? จำลอง (Mock) ไคลเอนต์ API โดยใช้ unittest.mock ใน Python และยืนยันโครงสร้างการตอบกลับ ใน Apidog ให้ใช้แท็บ Tests เพื่อเพิ่มการยืนยัน unit test ที่เขียนด้วย JavaScript หลังจากแต่ละคำขอ

ราคา GPT-5.4 mini เปรียบเทียบกับ GPT-5.4 nano อย่างไร? GPT-5.4 nano มีราคาถูกกว่าที่ $0.20/1 ล้านโทเค็นอินพุต และ $1.25/1 ล้านโทเค็นเอาต์พุต แต่ GPT-5.4 mini ให้ประสิทธิภาพที่ดีกว่าอย่างเห็นได้ชัดในเกณฑ์มาตรฐานการเขียนโค้ดและการให้เหตุผล เช่น SWE-Bench Pro

ฉันสามารถใช้ GPT-5.4 mini API ใน Codex ได้หรือไม่? ได้ GPT-5.4 mini API มีให้บริการใน Codex และใช้โควต้าเพียง 30% ของ GPT-5.4 ทำให้เหมาะสำหรับงานย่อยแบบขนานของเอเจนต์

GPT-5.4 mini มีให้บริการใน ChatGPT หรือไม่? มี GPT-5.4 mini ให้บริการผ่าน OpenAI API, Codex และ ChatGPT