GPT-5.4

GPT-5.4 est un LLM propriétaire d’OpenAI, sorti le 5 mars 2026, avec des poids non ouverts. Son positionnement combine une très grande fenêtre de contexte, 1 050 000 tokens, et des classements de tête sur les grands indices d’évaluation généralistes, de code et d’usage agentique.

Le modèle se distingue aussi par l’ampleur déclarée de son entraînement : 3,8 × 10²⁶ FLOP, soit environ 105,6 millions d’heures-GPU H100, l’équivalent d’environ 49 000 GPU H100 pendant trois mois. Le coût estimé atteint ~366 millions de dollars, une valeur marquante même parmi les LLM haut de gamme.

Caractéristiques

Indices de synthèse

Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.

Performances (benchmarks)

« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.

Comment se situe-t-il ?

Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.

Classements Arena (Elo)

Tarifs

Prix en dollars US par million de tokens.

Sa tarification se situe 28 % au-dessus de la moyenne des LLM similaires, et 1,8 fois moins cher que les modèles frontières (Claude Fable 5, Gemini 3.1 Pro Preview, Qwen3.7 Max).

Coût & vitesse agentiques

Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.

Entraînement & empreinte

Notre analyse

Forces. GPT-5.4 se situe dans le haut du panier de sa génération : à sa sortie, il figurait dans le top 4% sur Epoch: GPQA diamond parmi les LLM comparables de la même période. Ses résultats le placent aussi dans le top 10 sur l’Intelligence Index, le Code Index et l’Agentic Index, ce qui indique un profil équilibré entre raisonnement général, programmation et tâches à enchaînements d’actions. Les scores Benchable au niveau maximal sur Hallucinations, General Knowledge et Ethics signalent une très forte tenue sur ces évaluations de base. Les mathématiques ressortent également comme un point fort, avec des résultats de premier plan sur LiveBench: Mathematics et un niveau élevé sur Epoch: OTIS Mock AIME 2024-2025, centré sur des olympiades de mathématiques de niveau lycée.

Limites et points d'attention. GPT-5.4 reste un modèle propriétaire, sans accès aux poids, ce qui limite l’audit indépendant, l’hébergement autonome et les adaptations profondes. Son tarif est présenté comme dans la moyenne, mais il est aussi 28% au-dessus de la moyenne des LLM similaires, malgré un coût environ 1,8 fois inférieur à celui des modèles frontière. Les classements Arena sont solides, notamment en document, mais moins uniformément dominants que ses meilleurs benchmarks synthétiques. Le modèle convient surtout aux usages exigeant un LLM généraliste haut de gamme, avec contexte très long, bonnes performances en code, en raisonnement mathématique et en tâches agentiques.

Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · LiveBench (livebench.ai) · Arena.ai (arena.ai) · Epoch AI (epoch.ai), CC-BY-4.0 · PinchBench (pinchbench.com) · Benchable.ai (benchable.ai).