Hacker News가 본 GPT-5.4 mini·nano, OpenAI가 Codex와 agent 실행층용 소형 모델 강화

왜 “소형 모델” 공개가 Hacker News에 올라왔나

2026년 3월 17일, OpenAI의 GPT-5.4 mini and nano 발표를 다룬 Hacker News 글은 236 points와 143 comments를 기록했다. 이유는 분명하다. 이제 소형 모델은 agent stack의 변두리가 아니라 중심 실행층에 들어가고 있다. 코드베이스 검색, 작업 분류, 후보 정렬, tool 호출, 반복적인 지원 작업 같은 단계는 frontier model보다 빠르고 싼 모델에 맡기는 편이 점점 합리적이기 때문이다.

OpenAI의 핵심 메시지는 GPT-5.4 mini가 더 이상 단순한 budget fallback이 아니라는 점이다. 회사는 mini가 coding, reasoning, multimodal understanding, tool use에서 GPT-5 mini보다 의미 있게 좋아졌고 속도는 2배 이상 빠르다고 설명한다. GPT-5.4 nano는 그보다 한 단계 더 아래의 역할을 맡는다. classification, data extraction, ranking, 단순 coding subagent 같은 가벼운 반복 작업용으로 설계된 가장 작고 가장 저렴한 모델이라는 포지션이다. 이런 역할 분담이 바로 HN 개발자들이 민감하게 보는 구조적 변화다.

OpenAI가 실제로 내놓은 수치

공식 글의 benchmark 표도 관심을 끌기에 충분했다. OpenAI는 GPT-5.4 mini가 SWE-Bench Pro에서 54.4%를 기록해 GPT-5 mini의 45.7%를 앞섰고, Terminal-Bench 2.0은 60.0% 대 38.2%, OSWorld-Verified는 72.1% 대 42.0%라고 적었다. nano는 mini보다 낮지만, OpenAI는 가벼운 실무 작업에서는 이전 nano 계층보다 확실한 업그레이드라고 설명한다. 두 모델 모두 400k context window를 유지한다. 가격도 의도를 분명히 보여준다. mini는 1M input/output tokens당 $0.75 / $4.50, nano는 $0.20 / $1.25다.

왜 Codex와 agent 설계에 중요한가

이 발표에서 가장 중요한 부분은 benchmark 표보다 product placement다. OpenAI는 GPT-5.4 mini가 API, Codex, ChatGPT에 들어간다고 밝히면서, GPT-5.4가 planning과 final judgment를 맡고 GPT-5.4 mini subagent가 더 좁은 일을 병렬로 처리하는 패턴을 직접 설명했다. 즉 소형 모델이 더 이상 “저가형 채팅 옵션”이 아니라 production agent의 실행 계층으로 올라오고 있다는 뜻이다.

HN이 이 출시를 단순 SKU 확장 이상으로 본 이유도 여기에 있다. 개발자는 이제 단일 모델보다 tiered stack을 설계하고 있으며, 그 안에서는 최고 benchmark보다 cost, latency, tool reliability가 더 중요해지는 경우가 많다. GPT-5.4 mini와 nano는 그 하위 레이어를 강화하는 발표다. OpenAI 주장대로 실제 workload에서도 성능이 유지된다면, 코드 검색, triage, extraction, computer use loop 같은 작업을 더 싼 계층에 오래 남겨둘 수 있다.

원문: OpenAI announcement. 커뮤니티 토론: Hacker News.