GPT-5.4, el modelo de OpenAI en cifras

Presentación

OpenAI publicó GPT-5.4 el 5 de marzo de 2026. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero. Sus pesos no están publicados: solo funciona en remoto, mediante la API de OpenAI o de proveedores asociados (48 listados en models.dev). Tiene, por tanto, 7 meses a 22 de octubre de 2026.

Lo clasificamos entre los modelos punteros (24 modelos de esta categoría en el sitio).

Resultados en benchmarks

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), GPT-5.4 obtiene un índice de capacidad de 87,2 sobre 100, calculado con 6 pruebas de nuestra cesta.

Eso lo sitúa en el puesto 13.º de nuestro ranking semanal de modelos.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 93,3 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 97,8 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 78,6 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• SWE-bench Verified (corrección de errores reales de software): 76,9 % — el mejor modelo seguido, Claude Opus 4.7, alcanza 83,5 %

Lo que sabe hacer

Su ventana de contexto alcanza 1.050.000 tokens, unas 1575 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 128.000 tokens.

Acepta como entrada: texto, imagen y PDF. Sus conocimientos llegan hasta 31 de agosto de 2025: más allá, necesita búsqueda web o sus documentos.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

Precio y presupuesto

GPT-5.4 cuesta 2,5 US$ por millón de tokens de entrada y 15 US$ por millón de tokens de salida (mediana de 48 proveedores, consulta del 22 de octubre de 2026).

En la práctica, una tarea de agente que lee 20 000 tokens y escribe 2000 cuesta unos 0,08 US$, es decir, 80 US$ por 1000 tareas de este tipo.

Está en la media de los modelos punteros, cuyo precio de salida mediano es de 14,5 US$.

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

¿Para qué usos?

Por su categoría, GPT-5.4 está pensado sobre todo para las tareas difíciles en las que la calidad importa más que el coste: razonamiento profundo, código complejo, análisis largos.

Su resultado en SWE-bench Verified (76,9 %, por encima de la mediana de los modelos seguidos) lo convierte en un candidato serio para agentes de programación.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a GPT-5.4 son:

• GPT-5.6 Sol (OpenAI, índice 87,3)
• Gemini 3 Pro Preview (Google DeepMind, índice 87)
• Qwen3.7 Max (Alibaba Cloud (Qwen), índice 86,6)
• Grok 4.6 (xAI, índice 86,1)