GPT-5.4 把 GPT-5.3-Codex 的顶级编程能力、GPT-5.2 的深度推理、以及全新的智能体工作流——融入一个统一的前沿模型。
每一项都直接指向同一个目标：让 AI 真正完成复杂工作。
在用户标记事实错误的真实对话集上测试，GPT-5.4 的单条信息出错概率降低 33%，完整回复的错误率降低 18%。不是跑分提升，是真实用户场景里，错得更少了。
🔍 翻译成人话：幻觉是大模型的「刹车距离」——你不关心引擎马力多大，你关心紧急制动时车能不能停住。33% 的幻觉降低，意味着你可以更放心地把 AI 输出直接用于工作，而不是花大量时间逐条核查。
从 GPT-5 的 400K 跃升至 1M tokens，容量提升 2.5 倍。可以在单次请求中分析整个代码仓库、数百页法律合同、或一整套财务报表。不需要切片，不需要分批——给它全部，它全部理解。
📐 翻译成人话：1M tokens ≈ 75 万个英文单词 ≈ 约 3 本长篇小说。对开发者来说，这意味着可以把整个中型项目的代码库一次性喂给模型审查。
GPT-5.4 是 OpenAI 发布的第一个内置原生计算机使用能力的通用模型。它不只是生成文本——它可以操作软件、点击按钮、填写表单，在「构建→运行→验证→修复」的循环中完成复杂任务。
🤖 意味着什么：之前的 AI 模型像只能口头指导的顾问。GPT-5.4 更像一个可以坐到你电脑前亲自操作的助手——能独立完成多步骤工作流，包括跨应用程序协作。
GPT-5.4 是 OpenAI 迄今最高效的推理模型。解决同一个问题所消耗的 token 显著少于 GPT-5.2——直接意味着更快的响应速度和更低的使用成本。
💰 算笔账：此前有开发者测试，GPT-5 系列在编程任务上消耗的 token 比竞品少约 90%。GPT-5.4 在此基础上进一步优化，高频调用场景下的成本差异巨大。
面对庞大的工具和连接器生态，GPT-5.4 引入了 Tool Search——模型不再需要预先定义所有可用工具，而是可以智能搜索并调用最适合当前任务的工具。让智能体在真实业务环境中的「执行力」跃升了一个量级。
GPT-5.4 Thinking 新增「前置计划展示」——在开始深度思考前，先给你看它打算怎么做。你可以在执行过程中调整方向，不需要等全部做完再推倒重来。
🎯 解决真实痛点：以前和 AI 协作最大的时间成本不是等待生成，而是「生成完了不满意→再解释→再等→又不对」的循环。前置计划让你在源头介入，大幅减少无效迭代。
GPT-5.2 发布于 2025年12月。仅三个月后，GPT-5.4 实现跨代升级。
"GPT-5.4 在法律文件密集型工作上树立了新标准。在 BigLaw Bench 评估中得分 91%。"
📊 说明：以上对比基于各厂商官方公布数据与第三方评测报告综合整理。Claude 4.6 指 Anthropic Claude Opus 4.6（2026.02 发布），Gemini 2.5 指 Google Gemini 2.5 Pro。「—」表示该厂商未公布同类基准测试数据。部分能力项因评测标准不统一，仅做定性参考。
"GPT-5.4 擅长创建长周期交付物——演示文稿、财务模型、法律分析。在更快速度和更低成本下，实现了顶级性能。"
— Brendan Foody, Mercor CEO · APEX-Agents 基准第一名
APEX-Agents #1GDPval 83%BigLaw Bench 91%融合 Codex 编程原生 Computer UseTool Search
"GPT-5.4 来了——OpenAI 刚刚让所有其他 AI 模型看起来很慢。"
"这个更新让 OpenAI 在向 Google 和 Anthropic 的快节奏 AI 竞赛中保持了压力。"
"GPT-5.4 在 83% 的情况下胜过办公室白领——覆盖 44 个职业。"
— Axios 引述 OpenAI GDPval 数据
"Thinking 版本的欺骗倾向更低，说明思维链监控仍然是有效的安全工具。"
— TechCrunch 引述 OpenAI 安全评估
9to5Mac：编程、文档理解、工具使用、指令跟随四个维度的系统性突破。
Axios：设计目标明确——减少错误、提高效率，尤其是文档类工作。
TechCrunch：首次实施网络安全高能力缓解措施。
GDPval 83%、APEX-Agents 第一、BigLaw Bench 91%。
主力推理模型。可展示思考过程与前置计划。适合复杂分析、编程、研究。面向 Plus / Team / Pro。
极致性能版本。法律分析、金融建模、大型代码库审查。Pro 与 Enterprise 专属。
开发者版本。1M 上下文、原生 Computer Use、Tool Search。构建智能体的首选底座。
💡 GPT-5.2 Thinking 将保留至 2026.06.05，之后退役。Enterprise / Edu 可通过管理员设置提前开启。
统一推理框架首次亮相。合并多个模型线。400K 上下文。
对 Gemini 的「code red」回应。长上下文与专业知识大幅提升。
Codex 确立顶级编程；Instant 让日常对话更自然。
融合推理+编程+智能体。1M上下文、Computer Use、Tool Search、前置计划。
AI 模型的竞赛
正在从「谁更聪明」
转向「谁更能干活」
GPT-5.4 的每一项升级都指向同一个方向：
减少来回，一次到位，把复杂工作做完。
不是更花哨。是更可靠。
登录查看剩余 70% 内容
相关文章
