ملخص سريع
يكلف GPT-5.4 mini مبلغ 0.75 دولار لكل مليون رمز إدخال و4.50 دولار لكل مليون رمز إخراج، مع نافذة سياق تبلغ 400 ألف رمز وسرعة مضاعفة لـ GPT-5 mini. يمكنك استدعاء واجهة برمجة تطبيقات GPT-5.4 mini باستخدام معرف النموذج gpt-5.4-mini عبر واجهة برمجة تطبيقات OpenAI واختبارها بصريًا باستخدام Apidog أو برمجيًا باستخدام بايثون، بما في ذلك كتابة اختبار وحدة للتحقق من الاستجابات.
مقدمة
أعلنت OpenAI عن GPT-5.4 mini في مارس 2026 كأكثر نماذجها الصغيرة قدرة حتى الآن، مما يوفر ذكاءً يقارب مستوى النماذج الرائدة بجزء بسيط من التكلفة. إذا كنت تقوم بتقييم أسعار GPT-5.4 mini لأعباء العمل الإنتاجية، أو تتطلع إلى دمج واجهة برمجة تطبيقات GPT-5.4 mini في تطبيقك، فهذا الدليل يغطي كل ما تحتاجه بشكل عملي. هنا ستجد تفاصيل التسعير، القدرات، وكيفية التنفيذ خطوة بخطوة باستخدام واجهة المستخدم الرسومية عبر Apidog أو برمجيًا مع بايثون واختبارات الوحدة.
💡قبل استدعاء واجهة برمجة تطبيقات GPT-5.4 mini، قم بتنزيل Apidog مجانًا. يمكنك اختبار الأوامر، وفحص الاستجابات، وإضافة تأكيدات اختبار الوحدة، وتتبع استخدام الرموز بصريًا، كل ذلك دون إنفاق رمز واحد أو كتابة أي تعليمات برمجية.
تفصيل أسعار GPT-5.4 mini
تم تصميم أسعار GPT-5.4 mini لتسهيل استخدام الذكاء الاصطناعي عالي القدرة على نطاق واسع. قبل التنفيذ، إليك التفاصيل:
تكاليف رموز الإدخال والإخراج لـ GPT-5.4 mini
- رموز الإدخال: 0.75 دولار لكل مليون رمز
- رموز الإخراج: 4.50 دولار لكل مليون رمز
- نافذة السياق: 400,000 رمز
إذا استخدمت نقاط نهاية إقامة البيانات (Regional Endpoints)، هناك زيادة 10% على الأسعار:
- الإدخال: 0.825 دولار/مليون
- الإخراج: 4.95 دولار/مليون
مقارنة أسعار GPT-5.4 mini بـ GPT-5.4 nano
| النموذج | الإدخال (لكل مليون رمز) | الإخراج (لكل مليون رمز) | نافذة السياق |
|---|---|---|---|
| GPT-5.4 | ~5.00 دولار | ~20.00 دولار | 400 ألف |
| GPT-5.4 mini | 0.75 دولار | 4.50 دولار | 400 ألف |
| GPT-5.4 nano | 0.20 دولار | 1.25 دولار | 400 ألف |
GPT-5.4 nano هو الأرخص، لكن mini يقدم توازناً ممتازاً بين التكلفة والقدرة، خاصة لمهام البرمجة والاستدلال.
أسعار GPT-5.4 mini في Codex
عند استخدام API ضمن بيئة OpenAI Codex، يستهلك GPT-5.4 mini 30% فقط من حصة GPT-5.4. هذا مثالي للمهام الفرعية المتوازية في أنظمة متعددة الوكلاء.
قدرات واجهة برمجة تطبيقات GPT-5.4 mini
يدعم النموذج:
- مدخلات نصية وصورية (متعدد الأنماط)
- استخدام الأدوات واستدعاء الوظائف
- بحث الويب والملفات
- استخدام الكمبيوتر
- المهارات والوحدات القابلة للتركيب
وهو متاح عبر OpenAI API وCodex وChatGPT بسرعة تتجاوز ضعف سرعة GPT-5 mini.
معرف النموذج الذي يجب استخدامه:
gpt-5.4-mini
كيفية استخدام واجهة برمجة تطبيقات GPT-5.4 mini مع Apidog
Apidog منصة تطوير API تمكّنك من تنفيذ، اختبار، وتوثيق واجهات برمجة التطبيقات بدون كود. اتبع هذه الخطوات لتشغيل أول طلب واختبار وحدة عبر واجهته الرسومية.
1. نزّل Apidog مجانًا وثبّته.
2. افتح Apidog وأنشئ مشروعًا جديدًا (مثلاً: اختبار واجهة برمجة تطبيقات GPT-5.4 mini).
3. أنشئ طلب HTTP جديد:
-
الطريقة:
POST -
العنوان:
https://api.openai.com/v1/chat/completions
4. أضف رؤوس الطلب (Headers):
| المفتاح | القيمة |
|---|---|
Authorization |
Bearer YOUR_OPENAI_API_KEY |
Content-Type |
application/json |
5. اضبط نص الطلب (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
}
6. انقر على إرسال. ستشاهد الاستجابة كاملة مع تفاصيل استخدام الرموز لتقدير التكلفة.
نموذج استجابة ناجحة:
{
"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
}
}
7. كتابة اختبارات الوحدة في Apidog:
اذهب إلى علامة تبويب الاختبارات (Tests) وأضف الأكواد التالية:
// 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);
});
شغّل هذه الاختبارات تلقائياً مع كل إرسال. يمكنك حفظ الطلب وتشغيله في CI/CD باستخدام مشغل Apidog عبر سطر الأوامر.
كيفية استخدام واجهة برمجة تطبيقات GPT-5.4 mini مع بايثون
للتكامل البرمجي، استخدم مكتبة OpenAI مع pytest لاختبار الوحدة.
التثبيت
pip install openai pytest
استدعاء أساسي لواجهة برمجة التطبيقات
# gpt54mini_client.py
from openai import OpenAI
client = OpenAI() # يقرأ OPENAI_API_KEY من متغيرات البيئة
def ask_gpt54_mini(prompt: str) -> dict:
"""استدعاء GPT-5.4 mini API وإرجاع الاستجابة الكاملة."""
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"])
# تقدير التكلفة حسب أسعار 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}")
اختبار وحدة لواجهة GPT-5.4 mini
# 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():
"""محاكاة استجابة GPT-5.4 mini للاختبار."""
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):
"""اختبار: API يرجع محتوى غير فارغ."""
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):
"""اختبار: التأكد من استخدام معرف النموذج الصحيح."""
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):
"""اختبار: تقرير استخدام الرموز موجود."""
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"]
لتشغيل الاختبارات:
pytest test_gpt54mini_client.py -v
الناتج المتوقع:
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
محاكاة API هنا تضمن عدم استهلاك الرموز أثناء اختبارات CI، مما يساعد في التحكم في التكاليف.
أفضل الممارسات لواجهة برمجة تطبيقات GPT-5.4 mini
لأعلى فعالية وتكلفة أقل، التزم بما يلي:
تتبع استخدام الرموز بدقة
سجلprompt_tokensوcompletion_tokensلكل طلب. حافظ على الأوامر موجزة للحد من التكاليف.استخدم Apidog للاختبار الأولي
صمم الأوامر وتحقق من الاستجابة بصريًا قبل البرمجة لتوفير الوقت وتجنب إهدار الرموز.اكتب اختبارات الوحدة مبكرًا
أضف اختبار وحدة لكل دالة تستدعي API. استخدم المحاكاة في الاختبار لتسريع CI وتقليل التكلفة.استخدم نافذة السياق بذكاء
استرجع فقط البيانات الأكثر صلة في سيناريوهات RAG بدلاً من حشو السياق بالكامل.تجنب النقاط الإقليمية إلا للامتثال
لا تستخدم Regional Endpoints إلا إذا كان الامتثال يتطلب ذلك لتجنب زيادة الأسعار.فوض المهام إلى mini في الأنظمة متعددة الوكلاء
استخدم GPT-5.4 للتخطيط وmini للمهام الفرعية المتكررة لتوفير التكلفة.
الخلاصة
أسعار GPT-5.4 mini (0.75 دولار/مليون إدخال و4.50 دولار/مليون إخراج) توفر وصولاً فعالاً للذكاء الاصطناعي شبه الرائد. يدعم النموذج مدخلات متعددة الأنماط، استدعاء الوظائف، بحث الويب، والمزيد بسرعة عالية.
سواء كنت تعمل عبر واجهة Apidog أو بايثون، أو تختبر تكاملك أوتوماتيكياً، ستجد أن API تندمج بسلاسة مع سير عمل التطوير الحديث. ابدأ مع Apidog لتجربة واجهة برمجة التطبيقات بشكل مرئي، ثم انتقل للبرمجة بثقة.
جرب Apidog اليوم — لا حاجة لبطاقة ائتمان.
الأسئلة الشائعة
ما هي أسعار GPT-5.4 mini؟
0.75 دولار/مليون رمز إدخال، 4.50 دولار/مليون رمز إخراج. نقاط النهاية الإقليمية تزيد 10%.
ما هو معرف نموذج واجهة GPT-5.4 mini؟
استخدم gpt-5.4-mini كمعامل للنموذج.
كيف أختبر API بدون كود؟
استعمل Apidog. أنشئ طلب POST مع مفتاح API ومعرف النموذج، وأضف اختبارات وحدة مباشرة داخل الواجهة.
كيف أكتب اختبار وحدة لواجهة GPT-5.4 mini؟
استخدم unittest.mock في بايثون لمحاكاة الاستجابة، أو اختبارات JavaScript في Apidog بعلامة "Tests".
كيف تقارن أسعار GPT-5.4 mini بـ nano؟
nano أرخص (0.20 إدخال/1.25 إخراج)، لكن mini يتفوق في البرمجة والاستدلال.
هل يمكنني استخدام GPT-5.4 mini في Codex؟
نعم، متاح في Codex ويستهلك 30% من حصة GPT-5.4.
هل GPT-5.4 mini متاح في ChatGPT؟
نعم، متوفر عبر OpenAI API وCodex وChatGPT.
Top comments (0)