GPT-5.4 miniの「中」と「高」は、固定トークン数ではありません。
公開情報を見ても、「中は◯トークン」「高は◯トークン」という対応表は出ていません。
違いは、どれだけ考えさせるかです。
実際の消費は、入力の長さ、出力の長さ、ツール呼び出し、やり直しで変わります。
この記事では、公式に言えることと、使う側が見るべき目安を分けて整理します。
中と高は固定トークン数ではない
まずここが大事です。
「中」「高」は、トークン数そのものではありません。
考える量の設定です。
なので、同じ「高」でも、短い質問なら軽く終わることがあります。
長い資料を読ませて、調べて、比べて、まとめさせると重くなります。
つまり、見るべきなのは設定名ではなく仕事の大きさです。
公式で分かるのはここまで
OpenAIのIntroducing GPT-5.4では、GPT-5.4は「これまでで最もトークン効率のよい推論モデル」とされています。
また、GPT-5.2より少ないトークンで同等以上の結果を狙う方向が示されています。
さらに、記事中では次のような話もあります。
- GPT-5.4 Thinking のコンテキスト上限は GPT-5.2 Thinking と変わらない
- ある評価では reasoning effort を
xhighにして使っている - ツール検索で総トークン使用量が 47% 減った例がある
ここから分かるのは、上位の設定ほど「たくさん使う」ではなく、「必要な場面で深く考える」方向だということです。
ただし、ここにも固定トークン数は出ていません。
トークンが増える場所
実際の消費は、だいたいこの4つで増えます。
- 入力が長い
- 出力が長い
- ツール呼び出しが多い
- やり直しが増える
ここは 中 でも 高 でも共通です。
設定だけでなく、仕事の切り方が効きます。
たとえば、同じ比較でもこう違います。
中で短い要約を1回高で長文を読ませて、比較して、もう一度整える
後者のほうが、どうしても増えやすいです。
でも、それは「高だから何トークン」と決まっているわけではありません。
ざっくり見るとこうなる
ここは公式の固定値ではなく、使い方から見た目安です。
| 設定 | 消費の見方 | 向く場面 |
|---|---|---|
| 中 | ふつう。短い相談なら軽い。 | 要約。軽い比較。短い下書き。 |
| 高 | 増えやすい。考える量が多い。 | 条件が多い整理。調査。判断。 |
| 共通 | 入力、出力、ツール、やり直しで増える。 | 長文。再試行。外部参照が多い仕事。 |
無駄を減らす使い方
消費を抑えたいなら、先に仕事を小さくします。
- 目的を1行にする
- 出力形式を決める
- 長い資料は先に要点を抜く
- 迷うところだけ
高にする
これはAIはminiを標準にして、大事な局面だけ上位モデルを使うのがよさそう の考え方と同じです。
毎回ぜんぶを重くしない。必要なところだけ上げる。
喋り方を軽くしたいなら、AIの喋り方を変えるとトークンは減る？ パーソナライズを軽くする分け方 も近いです。
設定より先に、毎回の言い回しと構造を短くするほうが効きます。
Codexの仕事分けなら、Codexは高性能モデルだけで頑張らせない。miniへ仕事を渡す仕組みがすごい もつながります。
難しい判断と、単純作業を分けるだけで、消費はかなり変わります。
いちばん短い答え
GPT-5.4 miniの「中」と「高」は、何トークンと決まっていません。
公開情報で言えるのは、「高」のほうが考える量は増えやすい、でも実際の消費は仕事の大きさ次第、ということです。
だから、数字を探すより先にやることは1つです。
仕事を小さくすることです。
