OpenAI GPT-5.4发布：编码超越前代，知识工作接近人类专家水平

IT之家 3 月 6 日消息，OpenAI 今日正式发布了 GPT-5.4 系列模型，包括面向 ChatGPT 和 API 的 GPT-5.4 Thinking 版本，以及面向复杂任务的 GPT-5.4 Pro 版本。

这是 OpenAI 首次将前沿推理、编码和智能体能力整合至单一模型中，旨在提升专业工作的效率和准确性。

核心功能升级

在 ChatGPT 中，GPT-5.4 Thinking 新增“思考过程预览”功能，模型会在处理复杂查询时预先展示其推理思路，用户可在模型响应过程中实时调整方向，从而减少来回沟通，更快获得符合需求的结果。IT之家从官方获悉，该功能已在网页版和 Android 应用上线，iOS 版本即将推出。

新模型还增强了深度网络研究能力，特别是在处理高度具体的查询时，能够更好地保持长上下文连贯性。对于需要较长时间思考的问题，GPT-5.4 Thinking 可维持对对话前序步骤的更强意识，确保答案在整个过程中保持相关性和连贯性。

在 Codex 和 API 层面，GPT-5.4 是 OpenAI 首个具备原生计算机使用能力（computer-use capabilities）的通用模型，支持通过截图和键盘鼠标指令操作计算机，完成跨应用的复杂工作流程。

GPT-5.4 系列模型支持高达 100 万 tokens 的上下文窗口，使智能体能够规划、执行和验证长周期任务。

知识工作表现显著提升

据介绍，GPT-5.4 在专业工作领域实现了大幅突破。在 OpenAI 所测试的 44 个职业领域的 GDPval 基准中，GPT-5.4 在 83.0% 项目上可达到或超过行业专业水平，而前代 GPT-5.2 为 70.9%。

在内部投行级电子表格建模任务测试中，GPT-5.4 的平均得分为 87.3%，远高于 GPT-5.2 的 68.4%。在演示文稿评估中，评审者更偏好 GPT-5.4 生成的演示文稿（68.0% vs. GPT-5.2 的 32.0%），主要优势在于更强的美学设计、更丰富的视觉变化以及更有效的图像生成运用。

在减少错误方面，GPT-5.4 已成为 OpenAI 迄今为止最“ factual”的模型。相比 GPT-5.2，其单个陈述的错误率降低 33%，完整回答中出现任一错误的可能性降低 18%。

计算机使用与视觉能力

GPT-5.4 在计算机使用基准测试中表现优异。在 OSWorld-Verified 基准（通过截图和键盘鼠标操作 PC 桌面环境）上，GPT-5.4 实现了 75.0% 的成功率，远超 GPT-5.2 的 47.3%，甚至超过人类表现（72.4%）。

在 WebArena-Verified 浏览器使用测试中，GPT-5.4 结合 DOM 和截图驱动交互时成功率达 67.3%（GPT-5.2 为 65.4%）；在 Online-Mind2Web 测试中，其仅凭观察截图即可实现 92.8% 的成功率，显著高于 ChatGPT Atlas 智能体模式的 70.9%。

视觉感知能力方面，GPT-5.4 在 MMMU-Pro 视觉理解与推理测试中取得 81.2% 的成功率，优于 GPT-5.2 的 79.5%。在 OmniDocBench 文档解析测试中，GPT-5.4 的平均错误率降至 0.109（GPT-5.2 为 0.140）。

编码能力与工具生态

另外，GPT-5.4 还融合了 GPT-5.3-Codex 的编码优势，在 SWE-Bench Pro 基准上与之持平或表现更优，同时延迟更低。Codex 中的“/fast”模式可提升 1.5 倍 token 速度，保持同等智能水平。

5.4 新增的“工具搜索”（tool search）功能使该系列模型能够高效处理各种工具。在 Scale 的 MCP Atlas 基准测试中，启用工具搜索后，在保持相同准确率的前提下，其总 token 消耗量减少 47%。同时，GPT-5.4 在 Toolathlon 基准（测试智能体使用真实世界工具和 API 完成多步骤任务的能力）上，它也能用更少的交互轮次实现更高准确率。

同时，GPT-5.4 网络搜索能力也得到增强。在 BrowseComp 基准（测试智能体持续浏览网络寻找难以定位信息的能力）上，GPT-5.4 性能较 GPT-5.2 提升了 17 个百分点，而 GPT-5.4 Pro 更是创下了 89.3% 的新高。

安全性与可用性

OpenAI 表示，GPT-5.4 延续了 GPT-5.3-Codex 的安全防护措施，并引入新的开源评估“CoT 可控性”（CoT controllability），测试发现 GPT-5.4 Thinking 控制其思维链的能力较低，这有利于安全监控。

在定价方面，GPT-5.4 API 的每 token 价格高于 GPT-5.2，但其更高的 token 效率可降低许多任务的总 token 消耗。批量处理（Batch）和 Flex 定价为标准 API 费率的一半，优先处理（Priority）为两倍。

发布计划

GPT-5.4 Thinking 即日起面向 ChatGPT Plus、Team 和 Pro 用户开放，取代 GPT-5.2 Thinking。GPT-5.2 Thinking 将在模型选择器的“遗留模型”部分保留三个月，直至 2026 年 6 月 5 日退役。Enterprise 和 Edu 计划用户可通过管理员设置启用早期访问。GPT-5.4 Pro 面向 Pro 和 Enterprise 计划用户开放。

在 API 中，GPT-5.4 将以 gpt-5.4 名称提供支持，GPT-5.4 Pro 则以 gpt-5.4-pro 名称提供给需要极致性能的开发者；Codex 中的 GPT-5.4 支持 1M 上下文窗口的实验性功能。

OpenAI 表示，GPT-5.4 是首个融合前沿编码能力并在 ChatGPT、API 和 Codex 同步推出的主流推理模型，未来 Instant 模型和 Thinking 模型将以不同速度演进。