2026年3月21日時点で、GPT-5 nano はこの比較の中で最も安い選択肢ですが、新しい低コスト OpenAI API ワークロードでは GPT-5.4 nano のほうが「今選ぶべき安い標準」に近いことが多いです。 これが最短の答えです。GPT-5 nano のモデルページは、今でもこのモデルを GPT-5 系列で最速かつ最安の分岐として位置づけ、summarization や classification に向くと説明しています。ところが同じページで OpenAI は、ほとんどの新しい speed- and cost-sensitive workloads では GPT-5.4 nano から始めることを勧めています。つまりこれは単純な「どちらの nano が強いか」という話ではなく、「最安の旧い枝を残すべきか、それとも今の低コスト標準に乗り換えるべきか」という話です。
しかも、これはよくある「新しいモデルは高いが context や throughput も大きい」という比較ではありません。現時点の公式ページでは、両モデルとも 400,000 context window、128,000 max output、そして同じ公開 rate limits を持っています。したがって本当の差は throughput ではなく、価格、knowledge cutoff、reasoning の位置づけ、そして cheap-agent 向けのツール面です。
要点まとめ
| モデル | 向いている用途 | 選ぶ理由 | 主な弱点 |
|---|---|---|---|
| GPT-5 nano | 最安重視の summarization、軽い classification、単純なテキスト処理 | input / cached input / output すべてがかなり安い | cutoff が古く、cheap-agent ツール面が薄い |
| GPT-5.4 nano | 新しい extraction、ranking、helper-agent、現代的な低コストワークフロー | OpenAI 自身が新規低コスト workload の起点としてこちらを示している | GPT-5 nano より約4倍高い |
一文で言えば、「とにかく最安」が要件なら GPT-5 nano、「今の低コスト標準」がほしいなら GPT-5.4 nano です。
実際に比べているのは「最安の枝」と「現在の標準ルート」
名前だけ見ると両方とも nano なので、差は小さそうに見えます。ですが、今の OpenAI ドキュメントが示しているのはもっとはっきりした役割分担です。
GPT-5 nano は今でも生きています。価格もあり、用途もあります。なくなったモデルではありません。ただし、新しい低コスト構成の出発点として OpenAI が強く押している枝ではなくなっています。その証拠が、GPT-5 nano 自身のページにある「大半の新しい speed- and cost-sensitive workloads は GPT-5.4 nano から始めるべき」という案内です。
さらに、最新の GPT-5.4 ガイドは、smaller, faster variants として gpt-5.4-mini または gpt-5.4-nano から始めるように書いています。つまり OpenAI の現行ラインでは GPT-5.4 系が新しい小型モデルの軸であり、GPT-5 nano は超低価格の legacy 分岐に近い役割に移っています。
価格、知識の新しさ、ツール、制限を並べると何が見えるか
2026年3月21日に確認した公式ページでは、GPT-5 nano は input $0.05 / 1M、cached input $0.005 / 1M、output $0.40 / 1M です。GPT-5.4 nano は input $0.20、cached input $0.02、output $1.25。大量の短いリクエストを捌く cheap lane なら、この差はそのままコスト差になります。
一方で、安いからといって他も同じではありません。GPT-5 nano の cutoff は 2024-05-31、GPT-5.4 nano は 2025-08-31。新しいライブラリや API、2025 年以降の仕様に触れるワークロードなら、この差はかなり重要です。
ツール面も違います。GPT-5.4 nano には hosted shell、apply patch、skills、distillation がありますが、GPT-5 nano にはありません。もし cheap lane が純テキスト処理だけなら気にならないかもしれませんが、helper-agent や tool-driven な軽作業を任せるなら差は無視できません。
| 項目 | GPT-5.4 nano | GPT-5 nano |
|---|---|---|
| input 価格 | $0.20 / 1M | $0.05 / 1M |
| cached input | $0.02 / 1M | $0.005 / 1M |
| output 価格 | $1.25 / 1M | $0.40 / 1M |
| context window | 400,000 | 400,000 |
| max output | 128,000 | 128,000 |
| knowledge cutoff | 2025-08-31 | 2024-05-31 |
| モデルページ上の reasoning | High | Average |
| snapshot | gpt-5.4-nano-2026-03-17 | gpt-5-nano-2025-08-07 |
| hosted shell | Yes | No |
| apply patch | Yes | No |
| skills | Yes | No |
| distillation | Yes | No |
| MCP | Yes | Yes |
| image generation | Yes | Yes |
| Tier 1 | 500 RPM / 200,000 TPM | 500 RPM / 200,000 TPM |
| Tier 5 | 30,000 RPM / 180,000,000 TPM | 30,000 RPM / 180,000,000 TPM |
この表で特に大事なのは、両モデルが同じ context と同じ公開 limits を持つことです。つまり、ここで買っているのは throughput ではなく、より新しい知識とより良い cheap-agent 適性 です。
OpenAI の routing 文言は何を意味しているか
OpenAI は GPT-5.4 nano と GPT-5 nano を完全に一対一で並べた benchmark table を出していません。だから、ここで「ベンチマークで圧勝」と言い切るのは不正確です。GPT-5.4 nano を推す最大の根拠は、ベンチマークの捏造ではなく OpenAI 自身の routing language とモデルページ上の事実です。
最重要の一文は GPT-5 nano のページそのものにあります。そこでは「大半の新しい低コスト workload は GPT-5.4 nano から始めるべき」と案内されています。この一文がある以上、GPT-5 nano が“新しい cheap lane の標準起点”ではないことは明らかです。
最新 GPT-5.4 ガイドも、smaller, faster variants の起点として gpt-5.4-mini と gpt-5.4-nano を示しています。これは GPT-5 nano が無価値という意味ではなく、OpenAI の現行プロダクトラインで “新規の小さいモデル” は GPT-5.4 系に寄っている、という意味です。
それでも GPT-5 nano を選ぶべき場面
GPT-5 nano を選ぶべきなのは、cheap lane の目的がはっきりしていて、それが「最小コスト」だからです。
代表的なのは、大量の summarization、軽い classification、きわめて単純なテキスト処理です。品質がすでに十分で、主な制約がコストなら、GPT-5.4 nano よりかなり安い GPT-5 nano のほうが正しい判断になることがあります。
また、システムの前段で安く単純処理を行い、難しいケースだけ別のモデルに渡すような構成でも、cheap lane に hosted shell や apply patch が不要なら GPT-5 nano はまだ有効です。
残る理由は production confidence です。すでに GPT-5 nano で安定稼働していて、挙動もコストも把握済みなら、そのまま維持するのは合理的です。ただし、それは測ったうえで維持する場合に限ります。
GPT-5 nano に残るべき条件は、おおむね次の通りです。
- workload が単純な summarization / classification 中心である
- 最安コストが cutoff や tool surface より重要である
- hosted shell、apply patch、skills、distillation が不要である
- 既存挙動をよく理解していて、移行利得がまだ小さい
GPT-5.4 nano に上げる価値がある場面
GPT-5.4 nano に払う価値があるのは、cheap lane が「安いだけ」では足りなくなったときです。
まず、extraction、ranking、helper-agent のような構造化タスクです。OpenAI 自身が GPT-5.4 nano をそこに位置づけています。つまりこれは、単なる安い代替品ではなく、現行の cheap workflow を支える枝として設計されているということです。
次に、cheap lane でも広い tools が必要な場合です。hosted shell、apply patch、skills、distillation は、agentic な流れに接続できるかどうかを左右します。
三つ目は knowledge freshness です。2024 年 5 月と 2025 年 8 月の差は大きく、新しいドキュメントや API に触れるなら GPT-5.4 nano のほうが安全です。
最後に、新しいシステム設計そのものです。ゼロから作るなら、OpenAI の現在の routing に従って GPT-5.4 nano を起点にし、価格差が本当に重いときだけ GPT-5 nano に戻るほうが自然です。
自分の stack でどう選ぶか
最も役立つ問いはひとつです。このレーンは最安請求のために存在するのか、それともより良い現在の cheap capability のために存在するのか。
前者なら GPT-5 nano から始め、エラーが高くつくようになったら上げる。後者なら GPT-5.4 nano から始め、価格差がきつすぎるときだけ下げる。この順番で考えるのがいちばん実務的です。
整理すると次の通りです。
- 単純でテキスト中心、かつ最安が第一なら GPT-5 nano。
- 安いままでよいが、より新しい知識と tools が要るなら GPT-5.4 nano。
- GPT-5.4 nano でも不足するなら GPT-5.4 mini と GPT-5.4 nano の比較 に進む。
実務では、まず 1 本の現実的な cheap lane を選んで両方を並走させるのがいちばん早いです。たとえば summarization、軽い classification、短い extraction のような処理を同じ入力セットで回し、トークン単価だけでなく再試行の回数や後段の補正量まで見ます。
そうすると、この比較が単なる価格表ではないことが見えやすくなります。GPT-5 nano で十分に安定するなら、そのまま残す判断は合理的です。逆に、最新性や tools の差で保守コストまで変わるなら、GPT-5.4 nano の高さは運用面で回収しやすくなります。
特に新しい API 変更や 2025 年以降の情報に触れる cheap lane では、この差は机上の理屈ではなく日々の運用差として現れやすいです。
API アクセス自体のセットアップがまだなら、このガイドには日本語版がないので OpenAI API key guide を英語の補助線として残します。新しい nano 分岐と古い mini 分岐の比較が本題なら、次は GPT-5.4 nano と GPT-5 mini の比較 を読んでください。
FAQ
GPT-5 nano は deprecated ですか。
いいえ。2026年3月21日時点では、モデルページ、価格、レート制限はいずれも生きています。問題は消えたかどうかではなく、新しい cheap workload の標準起点ではなくなったことです。
GPT-5.4 nano は4倍高いなら4倍良いのですか。
そう単純には言えません。OpenAI はその比率を証明する直接比較表を出していません。ただし GPT-5.4 nano は、同じ context と limits のまま、より新しい cutoff、より高い reasoning、より広い cheap-agent tools を提供します。
GPT-5 nano を残す最大の理由は何ですか。
価格です。単純で大量の処理なら、その差はまだ大きな意味を持ちます。
GPT-5.4 nano に移る最大の理由は何ですか。
“今の cheap lane” を作りたいからです。OpenAI は新しい低コスト workload をそこへ向けており、モデルもその役割に合う freshness と tools を持っています。
最短の結論はこうです。GPT-5 nano は「最安」が要件なら今も有力で、GPT-5.4 nano は「今の低コスト標準」が欲しいなら先に試すべきモデルです。