OpenAI, GPT-5.4 mini·nano 출시… 코딩·computer use·subagents용 계층 분리

X에서 OpenAI가 발표한 내용

2026년 3월 17일, OpenAI는 GPT-5.4 mini가 ChatGPT, Codex, API에 제공된다고 밝혔다. X 게시물은 이 모델을 coding, computer use, multimodal understanding, subagents에 최적화했다고 설명했고, 동시에 GPT-5 mini 대비 2배 빠르다고 주장했다. 이 메시지는 중요하다. 실제 운영에서 mini tier는 대개 flagship보다 더 자주 호출되는 실행 계층이기 때문이다.

같은 날 OpenAI는 후속 게시물로 GPT-5.4 nano가 API에서도 제공된다고 알렸다. 두 발표를 합치면 의도가 분명해진다. 보다 강한 tool-heavy 실행은 mini가 맡고, 매우 많은 호출이 필요한 cost-sensitive 작업은 nano가 맡는 식의 계층 분리다.

공식 문서가 보여주는 추가 정보

OpenAI 개발자 문서는 GPT-5.4 mini를 코딩, computer use, subagents용 최강 mini 모델로 설명한다. 문서에는 400,000-token context window와 함께 web search, file search, code interpreter, hosted shell, apply patch, skills, MCP, computer use 지원이 나와 있다. 즉 mini는 단순한 경량형 대체재가 아니라 agent workflow의 중심 실행 계층으로 설계된 모델이다.

GPT-5.4 nano 문서는 이 모델을 가장 저렴한 GPT-5.4급 모델로 규정하고, classification, data extraction, ranking, sub-agents를 대표 용도로 제시한다. nano 역시 400,000-token context window를 유지하지만, 포지셔닝은 computer-use 중심보다 비용과 처리량 최적화에 가깝다.

왜 중요한가

실무 팀 관점에서 핵심은 모델 성능 자체보다 워크로드 분리다. coding agent, browser operator, tool-rich copilot은 mini를 메인 실행 계층으로 쓰고, routing, extraction, ranking 같은 반복 하위 작업은 nano로 내려 비용을 줄일 수 있다. 이는 agent architecture를 유지한 채 운영 단가를 조정할 수 있다는 뜻이다.

또 하나의 의미는 시장 구조 변화다. 이제 agent 시스템은 하나의 기본 모델보다 서로 다른 역할을 맡는 모델 계층 위에서 설계된다. 개발자에게 중요한 질문은 단순히 “새 모델이 더 좋은가”가 아니라, mini와 nano 조합이 실제 production workflow에서 throughput, tool reliability, 비용 구조를 얼마나 개선하는가다.

출처: OpenAI X 게시물 · GPT-5.4 nano 후속 게시물 · OpenAI GPT-5.4 mini 문서 · OpenAI GPT-5.4 nano 문서