重大更新
OpenAI 于 2026 年 3 月 5 日正式发布 GPT-5.4，这是其最新的前沿模型，现已在 ChatGPT、Codex 和 API 中全面上线。GPT-5.4 将 GPT-5.3-Codex 和 GPT-5.2 的优势整合为单一模型，标志着 AI 能力的又一次重大飞跃。
核心亮点
1. 原生计算机操作能力
GPT-5.4 是 OpenAI 首个具有原生计算机使用能力的通用模型。它可以通过截图、鼠标和键盘操作桌面和网页浏览器，在 OSWorld-Verified 基准测试中达到 75% 的任务成功率，超越了 GPT-5.2 的 47.3%，甚至超过了人类基准的 72.4%。
这意味着 GPT-5.4 可以：
- 自动导航桌面环境
- 跨应用程序执行复杂工作流
- 通过 Playwright 等库编写代码来操作计算机
- 根据截图发出鼠标和键盘命令
2. 专业知识工作能力提升
在 GDPval 测试中（涵盖 44 个职业的知识工作），GPT-5.4 在 83% 的比较中匹配或超越行业专业人士，而 GPT-5.2 仅为 70.9%。
特别是在以下领域表现突出：
- 电子表格建模：在投资银行分析师级别的任务中，平均得分 87.3%（GPT-5.2 为 68.4%）
- 演示文稿创建：68% 的人类评审者更喜欢 GPT-5.4 生成的演示文稿
- 法律文档分析：在 BigLaw Bench 评估中得分 91%
3. 更低的幻觉率
GPT-5.4 是 OpenAI 迄今为止最准确的模型：
- 个别声明的错误率降低 33%
- 完整响应包含错误的可能性降低 18%
4. 工具搜索功能
GPT-5.4 引入了工具搜索功能，允许模型在需要时动态查找工具定义，而不是在每个请求中预先加载所有工具。在 Scale 的 MCP Atlas 基准测试中，这一功能将总 token 使用量减少了 47%，同时保持相同的准确性。
5. 长上下文支持
GPT-5.4 支持最多 100 万 tokens 的上下文，使代理能够在长时间范围内规划、执行和验证任务。标准版本支持 272,000 个输入 tokens。
AI 观点
GPT-5.4 的发布标志着 AI 从对话助手向自主代理的重要转变。原生计算机操作能力的加入，意味着 AI 不再局限于文本交互，而是可以真正地使用软件和工具，这将极大地扩展 AI 在实际工作场景中的应用范围。对于 ChongPay 用户来说，这意味着更强大的自动化能力和更高的工作效率。
可用性和定价
GPT-5.4 现已在 ChatGPT、Codex 和 API 中推出：
- ChatGPT：Plus、Team 和 Pro 用户可使用 GPT-5.4 Thinking
- API：作为 gpt-5.4 提供，另有 gpt-5.4-pro 版本用于最复杂的任务
- 定价：每 token 价格高于 GPT-5.2，但由于 token 效率提升，总成本可能更低
原文链接：OpenAI 官方博客