OpenAI发布了新一代人工智能模型GPT-5.4，展示了其在自然语言处理方面的最新进展。该模型是GPT系列的最新升级版本，延续了OpenAI在AI领域的技术创新。

OpenAI发布GPT-5.4：专为专业工作设计的先进模型

2026年3月5日，OpenAI正式推出GPT-5.4，该模型是当前最强大、最高效的专业工作前沿模型，已集成至ChatGPT（作为GPT-5.4 Thinking）、API及Codex平台。同时发布的GPT-5.4 Pro面向需要处理复杂任务的用户，提供极致性能。

核心升级

1. 综合能力提升

   • 结合了GPT-5.3-Codex的顶尖编码能力，优化了工具使用、软件环境适配及电子表格、演示文稿等专业任务处理。
   • 在ChatGPT中，GPT-5.4 Thinking支持实时调整思考路径，并能更精准地进行深度网络搜索，尤其擅长处理特定查询和长上下文问题。

2. 计算机操作与视觉能力

   • 首次在通用模型中实现原生计算机操作功能，支持通过API控制鼠标、键盘及处理截图，适用于自动化工作流。
   • 视觉理解能力增强，在MMMU-Pro测试中达到81.2%准确率（无工具辅助），文档解析误差降低至0.109（GPT-5.2为0.140）。

3. 工具使用优化

   • 新增工具搜索功能，显著减少多工具工作流的令牌消耗（测试中降低47%）。
   • 在Toolathlon基准测试中，多步骤工具使用的准确率提升至54.6%（GPT-5.2为45.7%）。

4. 专业领域表现

   • 在GDPval测试中，83.0%的任务表现优于行业专家（GPT-5.2为70.9%）。
   • 电子表格建模任务得分从68.4%提升至87.3%，演示文稿设计的人类偏好率提高至68.0%。

5. 安全与部署

   • 延续GPT-5.3-Codex的网络安全防护框架，减少错误率（单个事实错误降低33%）。
   • 提供1M令牌的上下文窗口（实验性支持），API定价调整为输入$2.5/百万令牌，输出$15/百万令牌。

可用性与定价

• ChatGPT：Plus、Team和Pro用户即日可用，GPT-5.2 Thinking保留至2026年6月5日。
• API：gpt-5.4标准版与gpt-5.4-pro高性能版同步上线。
• 企业工具：新增Excel插件及Playwright Interactive技能，支持可视化调试。

用户反馈

• Mercor资本：称其“在长周期交付物（如幻灯片、财务模型）中表现最佳”。
• Harvey法律平台：在复杂法律文件分析中准确率达91%。

GPT-5.4标志着OpenAI在推理、编码和代理工作流上的重大突破，为开发者、企业及专业用户提供更高效的AI协作体验。

（注：原文中的导航菜单、脚注及部分技术细节已简化，保留核心功能与性能数据。）

总结评论内容如下：

1. 技术功能质疑

   • 对GPT-5.4通过截图识别和坐标点击操作界面的方式提出质疑，认为应使用API更高效： "Why not use Gmail APIs? No need to do any screenshot interpretation or coordinate-based clicking."（mattas）
   • 对Codex模型的存在意义表示困惑： "What is the point of gpt codex?"（simianwords）

2. 长上下文窗口评价

   • 认可100万token的上下文窗口是重要升级，但质疑其实际效果： "1 million tokens is great until you notice the long context scores fall off a cliff past 256K"（jryio） "benchmark score seems to go down significantly past that"（strongpigeon）
   • 价格优势受到关注： "GPT-5.4 ($2.50/M input, $15/M output) is much cheaper than Opus 4.6"（minimaxir）

3. 模型改进反馈

   • 对新增的"思考过程提示"功能表示赞赏： "This was definitely missing before...Great addition"（timpera）
   • 对军事应用的改进表示震惊： "Wow insane improvements in targeting systems for military targets"（elmean）

4. 市场反应

   • 部分用户表示已取消订阅： "Already cancelled my sub"（alpineman）
   • 开发者关注新模型对不同任务的性价比： "better for which tasks, at what latency, at what cost?"（kotevcode）

5. 技术问题

   • 有用户报告访问问题： "it shows a 404 as of now"（ignorantguy）

注：部分评论（如ilaksh关于GPT-5预测的调侃）因未提供实质性观点未纳入总结。所有引用均保留原始中英文内容。