Thanawat Wongchai

Posted on Mar 20 • Originally published at apidog.com

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 หน้าต่างบริบท 400k และเร็วกว่า GPT-5 mini 2 เท่า คุณสามารถเรียกใช้งาน GPT-5.4 mini API ด้วย model ID gpt-5.4-mini ผ่าน OpenAI API และทดสอบด้วยภาพผ่าน Apidog หรือเขียนโปรแกรมด้วย Python พร้อม unit test เพื่อตรวจสอบผลลัพธ์

ลองใช้ Apidog วันนี้

บทนำ

OpenAI เปิดตัว GPT-5.4 mini ในเดือนมีนาคม 2026 ในฐานะโมเดลขนาดเล็กที่ทรงประสิทธิภาพในราคาย่อมเยา เหมาะสำหรับผู้ที่ต้องการประเมิน ราคา GPT-5.4 mini ในงานจริง หรือกำลังมองหาแนวทางรวม GPT-5.4 mini API เข้ากับแอปพลิเคชันของคุณ บทความนี้จะลงรายละเอียดเรื่องราคา ความสามารถ API และแนะนำ 2 วิธีการรวมระบบ: เวิร์กโฟลว์ GUI ด้วย Apidog และตัวอย่างโค้ด Python พร้อม unit test

💡 ก่อนเรียกใช้ GPT-5.4 mini API ดาวน์โหลด Apidog ได้ฟรี ทดสอบพร้อมต์ ตรวจสอบการตอบกลับ เพิ่ม unit test และติดตามการใช้โทเค็นผ่านภาพ โดยไม่ต้องเขียนโค้ด

รายละเอียดราคา GPT-5.4 mini

GPT-5.4 mini ถูกออกแบบมาเพื่อให้ AI ทรงพลังใช้งานได้ในปริมาณมาก ราคาหลักมีดังนี้

ค่าใช้จ่ายโทเค็นอินพุตและเอาต์พุตของ GPT-5.4 mini

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

สำหรับการประมวลผลระดับภูมิภาค (regional endpoint) OpenAI เพิ่ม 10% จากราคามาตรฐาน คือ โทเค็นอินพุต $0.825 ต่อ 1 ล้าน, โทเค็นเอาต์พุต $4.95 ต่อ 1 ล้าน

การเปรียบเทียบราคา GPT-5.4 mini กับ GPT-5.4 nano

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 สมดุลระหว่างค่าใช้จ่ายกับความสามารถ เหมาะกับงานเขียนโค้ด การให้เหตุผล และงานหลายรูปแบบ

ราคา GPT-5.4 mini ใน Codex

เมื่อใช้ GPT-5.4 mini API ใน Codex แต่ละคำขอจะใช้โควต้าเพียง 30% ของ GPT-5.4 เหมาะกับระบบหลายเอเจนต์ที่ GPT-5.4 ใช้วางแผน ส่วน GPT-5.4 mini จัดการงานย่อยที่ขนานกัน

ความสามารถของ GPT-5.4 mini API

GPT-5.4 mini API รองรับฟีเจอร์หลักดังนี้

อินพุตข้อความและรูปภาพ (multi-modal)
การใช้เครื่องมือ/เรียกฟังก์ชัน (structured output)
การค้นหาเว็บแบบเรียลไทม์
การค้นหาไฟล์ (สอบถามเอกสารที่อัปโหลด)
การใช้งานคอมพิวเตอร์ (interact กับ desktop env)
ทักษะ (Skills) (โมดูลเสริมอัตโนมัติ)

GPT-5.4 mini API ทำงานเร็วกว่า GPT-5 mini 2 เท่า, ประสิทธิภาพใกล้ GPT-5.4 ใน SWE-Bench Pro และ OSWorld-Verified รองรับ OpenAI API, Codex, และ ChatGPT

Model ID สำหรับเรียก GPT-5.4 mini API คือ:

gpt-5.4-mini

วิธีใช้ GPT-5.4 mini API กับ Apidog

Apidog คือแพลตฟอร์มพัฒนา API แบบครบวงจร ช่วยออกแบบ ดีบัก ทดสอบ และจัดทำเอกสาร API ได้โดยไม่ต้องโค้ด เหมาะสำหรับการเรียก GPT-5.4 mini API ครั้งแรกและรัน unit test ผ่าน GUI

ดาวน์โหลด Apidog ได้ฟรี แล้วทำตามขั้นตอนนี้

การตั้งค่าคำขอ GPT-5.4 mini API ใน Apidog

เปิด Apidog และสร้างโปรเจกต์ใหม่ (เช่น GPT-5.4 mini API Test)
สร้างคำขอ HTTP ใหม่
- Method: POST
- URL: https://api.openai.com/v1/chat/completions
เพิ่ม Headers

| Key | Value |
|----------------|------------------------------------|
| Authorization | Bearer YOUR_OPENAI_API_KEY |
| Content-Type | application/json |
ตั้งค่า Request 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
}

คลิก Send (ส่ง) Apidog จะแสดงผลตอบกลับและแสดงจำนวนโทเค็นที่ใช้ เพื่อประมาณค่าใช้จ่ายแบบเรียลไทม์

ตัวอย่างการตอบกลับ

{
  "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

ไปที่แท็บ Tests หลังส่งคำขอ แล้วเพิ่ม assertions เหล่านี้

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

// Unit test 2: ตรวจสอบว่าใช้โมเดลถูกต้อง
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: มี assistant 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: มีการรายงาน token usage
pm.test("Token usage is present", function () {
  const json = pm.response.json();
  pm.expect(json.usage.total_tokens).to.be.above(0);
});

Apidog จะรัน unit test ทุกครั้งที่กด Send คุณสามารถบันทึกคำขอไว้ในชุด test และรันใน CI/CD pipelines ด้วย CLI ของ Apidog ได้

วิธีใช้ GPT-5.4 mini API กับ Python

สำหรับ production integration ดูตัวอย่าง Python พร้อม unit test (ใช้ pytest)

การติดตั้ง

pip install openai pytest

การเรียกใช้ GPT-5.4 mini API พื้นฐาน

# gpt54mini_client.py
from openai import OpenAI

client = OpenAI()  # OPENAI_API_KEY อ่านจาก environment variable

def ask_gpt54_mini(prompt: str) -> dict:
    """เรียกใช้ GPT-5.4 mini API และคืนค่าการตอบกลับ"""
    response = client.chat.completions.create(
        model="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("What is a unit test?")
    print(result["content"])
    # คำนวณค่าใช้จ่ายตามราคา 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():
    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):
    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):
    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):
    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

การ Mock GPT-5.4 mini API ใน unit test ช่วยให้คุณรัน CI โดยไม่ใช้โทเค็นจริง ควบคุมค่าใช้จ่ายได้

แนวทางปฏิบัติที่ดีที่สุดสำหรับ GPT-5.4 mini API

ติดตาม token usage ทุกครั้ง

เพื่อควบคุมราคา บันทึก prompt_tokens และ completion_tokens ทุกคำขอ
ใช้ Apidog สำรวจก่อนเขียนโค้ด

สร้างต้นแบบ prompt และตรวจสอบรูปแบบการตอบกลับของ API ด้วย Apidog เพื่อประหยัดเวลาและโทเค็น
เขียน unit test ตั้งแต่เริ่ม

เพิ่ม unit test ทุกฟังก์ชันที่เรียก API ใช้ Mock สำหรับชุดทดสอบฟรีและรวดเร็ว
ใช้ context window 400k อย่างมีแผน

เลือกส่งเฉพาะข้อมูลที่จำเป็นใน RAG pipeline ไม่ใส่ข้อมูลเกินความจำเป็น
หลีกเลี่ยง regional endpoint เว้นแต่จำเป็น

เพราะเพิ่มราคาขึ้นอีก 10% เลือกใช้เฉพาะในกรณี compliance
ใช้ GPT-5.4 mini สำหรับงานย่อยในระบบหลายเอเจนต์

ประหยัดโควต้าด้วยการแยกงาน sub-agent มาใช้ mini API

สรุป

GPT-5.4 mini ที่ $0.75/1M โทเค็นอินพุต และ $4.50/1M โทเค็นเอาต์พุต คือวิธีเข้าถึง AI ประสิทธิภาพสูงสุดในราคาคุ้มค่า รองรับอินพุตหลายรูปแบบ การเรียกฟังก์ชัน ค้นหาเว็บ ฯลฯ และเร็วกว่าเดิม

เริ่มต้นใช้งาน GPT-5.4 mini API ได้ทั้งการสำรวจผ่าน GUI ของ Apidog, เขียนโค้ด Python สำหรับ production, หรือสร้างชุด unit test เพื่อตรวจสอบการรวมระบบ เลือกเวิร์กโฟลว์ที่เหมาะกับคุณ

ลองใช้ Apidog ฟรี ไม่ต้องใช้บัตรเครดิต

คำถามที่พบบ่อย

ราคา GPT-5.4 mini คืออะไร?

$0.75 ต่อ 1 ล้านโทเค็นอินพุต และ $4.50 ต่อ 1 ล้านโทเค็นเอาต์พุต regional endpoint เพิ่มราคา 10%

model ID ของ GPT-5.4 mini API คืออะไร?

ใช้ gpt-5.4-mini เป็น model parameter

ฉันจะทดสอบ GPT-5.4 mini API โดยไม่ต้องเขียนโค้ดได้อย่างไร?

ใช้ Apidog สร้าง POST request ไปที่ https://api.openai.com/v1/chat/completions พร้อม API key และ model ID gpt-5.4-mini Apidog รองรับ unit test assertion ใน UI

ฉันจะเขียน unit test สำหรับ GPT-5.4 mini API ได้อย่างไร?

Mock API client ด้วย unittest.mock ใน Python หรือใช้แท็บ Tests ใน Apidog เพิ่ม assertion ด้วย JavaScript

ราคา GPT-5.4 mini เปรียบเทียบกับ GPT-5.4 nano อย่างไร?

GPT-5.4 nano ถูกกว่าที่ $0.20/1M โทเค็นอินพุต และ $1.25/1M เอาต์พุต แต่ GPT-5.4 mini ดีกว่ามากในงานเขียนโค้ดและ reasoning

ฉันสามารถใช้ GPT-5.4 mini API ใน Codex ได้หรือไม่?

ได้ GPT-5.4 mini API มีใน Codex ใช้โควต้าเพียง 30% ของ GPT-5.4

GPT-5.4 mini มีให้บริการใน ChatGPT หรือไม่?

มี ให้บริการผ่าน OpenAI API, Codex และ ChatGPT

DEV Community