封面新闻记者 张峥

3月17日，OpenAI 公司发布公告，宣布推出小型模型 GPT-5.4 mini 与 GPT-5.4 nano，专为高频且对延迟敏感的任务设计。

“集成开发环境（IDE）中的实时代码补全、实时语音翻译、在线客服的语义路由预测以及大规模金融交易监控，都属于高频且对延迟敏感任务，”3月18日，封面新闻记者采访了四川大学文学与新闻学院人工智能学者宋耀，他评价道，“OpenAI开发的两款小模型其实更适用于轻量化任务，这就好比一个成熟的物流系统既需要远程重型卡车，也需要末端配送的无人机。”

轻量化应用交给小模型

深奥的哲学命题交给大模型

宋耀解释，OpenAI 发布的 GPT-5.4 mini 和 nano 所谓的“小”，主要体现在模型参数规模的精简和计算效率的极致优化。“相比于动辄消耗海量算力的旗舰级大模型，这两款模型通过知识蒸馏和架构压缩技术，显著降低了运行所需的显存与带宽压力。”它们的优势并不在于处理深奥的哲学命题或复杂的跨学科发现，而是在于极高的吞吐量、极低的延迟以及极具竞争力的性价比。在保持了 GPT-5 系列优秀推理基因的前提下，它们让 AI 能够像呼吸一样自然地嵌入到对速度要求极高的应用场景中。

小模型更适合日常需求

为什么在已经拥有强大模型的情况下依然研发小模型？宋耀打了个比方，这就好比一个成熟的物流系统既需要远程重型卡车，也需要末端配送的无人机。“大模型虽然博学，但其推理成本和能效比限制了它在琐碎任务中的普及；小模型则能以极低的成本覆盖 80% 的日常需求，释放昂贵的算力资源去处理真正困难的问题。”

随着端侧 AI（Edge AI）的兴起，将模型部署在用户的手机或个人电脑本地，不仅能保障数据隐私，还能在无网环境下提供智能支持，这正是小模型的用武之地。

mini 和 nano相当于智能体的“四肢”

在当前火热的 AI 智能体（Agent）架构中，这两款小模型充当了“四肢”与“前哨”的角色。智能体通常采用多层级协作模式，由一个性能最强的大模型担任“主考官”或“规划者”，负责分解复杂的战略目标。而具体的执行动作，如网页信息的快速抓取、多语种文档的初步清洗，或是对操作系统的实时反馈，则全部委派给 GPT-5.4 mini 或 nano。这种架构不仅大幅提升了智能体的执行速度，还让构建大规模并行智能体集群（Swarm）在商业成本上变得可行，使得 AI 能够像真正的团队一样分工协作。

AI 体验将进入“即时时代”

对于普通用户而言，这两款模型的推出意味着 AI 体验将进入“即时时代”。最直观的改变是 ChatGPT 的响应速度将变得如同本地搜索一样迅速，文字流出的过程几乎消除了肉眼可见的等待感。更重要的是，更多的应用软件将有能力在不增加用户订阅成本的情况下集成深度 AI 功能。

宋耀举例说，“你的笔记软件可以实时分析你的输入并自动排版，或者你的手机助手能更精准地理解屏幕上的内容并协助你完成订票、改签等操作，这一切都将在极低功耗下完成，让 AI 真正从一个‘网页对话框’变成系统底层随叫随到的隐形助手。”

mini 和 nano各有分工

宋耀判断，未来大小模型的协同应用将成为智能系统的标准配置。“大小混合”的架构模仿了人类大脑的运作机制：既有负责本能、直觉和快速反应的底层系统，也有负责逻辑推理和深思熟虑的高层系统。

未来的 AI 应用会自动根据任务的难度进行“动态路由”—— 而涉及核心策略或严谨科学问题的请求才会唤醒功耗最高的大模型。这种分层治理的方式不仅能极大地优化算力分配，也将推动 AI 技术从昂贵的实验室产物演变为无处不在的社会公共基础设施。