nano 출력 토큰 가격이 기존보다 3배 넘게 올랐습니다. “저렴한 모델”이라는 수식어가 점점 상대적인 말이 되어가고 있습니다. 그래도 이번 출시가 눈길을 끄는 건 단순한 성능 업그레이드 때문이 아닙니다.

OpenAI가 3월 17일 GPT-5.4 mini와 nano를 공식 출시했습니다. 기존 GPT-5 mini·nano의 후속 모델로, 코딩·추론·멀티모달 성능이 크게 향상됐고 속도도 2배 이상 빨라졌습니다. ChatGPT Free·Go 사용자도 “Thinking” 기능을 통해 mini를 쓸 수 있습니다.

출처: Introducing GPT-5.4 mini and nano – OpenAI

플래그십 근접한 성능, 절반의 크기

GPT-5.4 mini의 가장 두드러진 특징은 풀사이즈 모델과의 격차가 크게 줄었다는 점입니다. 코딩 벤치마크 SWE-Bench Pro에서 GPT-5.4가 57.7%를 기록한 반면, mini는 54.4%로 불과 3.3%p 차이입니다. 전 세대인 GPT-5 mini의 45.7%와 비교하면 상당한 도약이죠.

컴퓨터 사용 능력(OSWorld-Verified)에서는 더 극적입니다. GPT-5 mini가 42.0%에 그쳤던 반면, GPT-5.4 mini는 72.1%로 껑충 뛰었습니다. 풀사이즈 GPT-5.4의 75.0%에 거의 근접하는 수치입니다. 스크린샷을 빠르게 해석하고 인터페이스를 탐색하는 컴퓨터 사용 시나리오에서 mini가 사실상 플래그십 수준으로 올라선 셈입니다.

nano는 분류, 데이터 추출, 랭킹처럼 단순하고 반복적인 작업에 최적화된 가장 작은 모델입니다. SWE-Bench Pro에서 52.4%를 기록해 GPT-5 mini(45.7%)보다 오히려 높은 코딩 성능을 보여줬습니다.

“큰 뇌가 계획하고, 작은 뇌가 실행한다”

이번 출시에서 OpenAI가 강조하는 또 다른 포인트는 모델 분업 구조입니다. 에이전트 워크플로우에서 모든 작업을 하나의 모델로 처리하는 대신, 크기와 역할에 따라 모델을 나누는 방식입니다.

Codex에서의 실제 구현을 보면 이 구조가 명확해집니다. GPT-5.4가 전체 계획 수립과 최종 판단을 담당하고, mini·nano 서브에이전트들이 코드베이스 검색, 대용량 파일 스캔, 보조 문서 처리 같은 병렬 작업을 빠르게 처리합니다. OpenAI에 따르면 Codex에서 GPT-5.4 mini는 GPT-5.4 쿼터의 30%만 소비해 단순 작업 비용을 약 1/3로 낮출 수 있습니다.

소형 모델이 더 빠르고 강력해질수록 이 패턴의 활용 범위는 넓어집니다. 하나의 모델이 모든 걸 처리하던 방식에서, 목적에 맞는 모델들을 조합하는 시스템 설계로 무게 중심이 이동하는 흐름이기도 합니다.

성능의 대가

문제는 가격입니다. GPT-5.4 mini는 입력 100만 토큰당 $0.75, 출력 $4.50입니다. GPT-5 mini($0.25/$2.00)와 비교하면 입력 3배, 출력 2.25배 올랐습니다. nano는 더 가파릅니다. 입력이 $0.05에서 $0.20으로 4배, 출력이 $0.40에서 $1.25로 3.1배 상승했습니다.

“저렴한 옵션”이라고 부르기엔 무색해진 수준입니다. 성능 향상이 실질적인 만큼 OpenAI의 논리는 이해 가능하지만, 비용 최적화가 핵심인 고볼륨 워크플로우에서는 트레이드오프를 꼼꼼히 따져야 하는 상황이 됐습니다.

두 모델 모두 400K 컨텍스트 윈도우를 지원합니다. API 외에, mini는 ChatGPT와 Codex에서도 사용 가능하며 nano는 현재 API 전용입니다. 벤치마크 세부 결과와 고객 사례는 OpenAI 공식 발표에서 확인할 수 있습니다.

참고자료: OpenAI ships GPT-5.4 mini and nano, faster and more capable but up to 4x pricier – The Decoder