资讯AI 辅助草稿

动态OpenAI发布GPT-5.4,原生支持电脑操作

本站 · 发布于 2026-11-15 03:17

OpenAI发布GPT-5.4,原生支持电脑操作

北京时间3月6日,OpenAI正式发布GPT-5.4,官方将其定义为“迄今能力最强、效率最高的专业工作前沿模型”。这是OpenAI首款原生具备电脑操作能力的通用大模型:它可以根据屏幕画面自主执行键盘、鼠标指令,跨应用完成工作流。模型最高支持100万token上下文,并融合了GPT-5.3-Codex的编程能力,在ChatGPT、API和Codex三个平台同步上线。

基准测试的几个数字

官方公布的数据里,桌面操作是最直观的一项。在OSWorld-Verified测试中,GPT-5.4的任务成功率为75.0%,人类平均水平是72.4%。视觉推理方面,MMMU-Pro准确率81.2%,上一代GPT-5.2为79.5%;模型支持1024万像素原图输入,OmniDocBench文档解析平均错误率从0.140降到0.109。

编程上,SWE-Bench Pro得分57.7%,略高于GPT-5.3-Codex的56.8%,延迟更低,另有一个Token输出速度提升1.5倍的/fast模式。事实准确性是这次宣传的重点:官方称错误率较GPT-5.2降低33%。

工具调用方式也改了。过去模型需要在提示词里塞进所有工具定义,工具一多,上下文就被撑满。GPT-5.4改为先取工具列表,再按需查询具体定义,官方称在相同准确率下总Token使用量降低47%。

交互与上线节奏

ChatGPT端的GPT-5.4 Thinking增加了一个前置思考计划:模型在长篇回复开头先给出思路,用户可以在运行过程中实时调整需求,不必等结果出来再要求重写。深度网页检索能力同步升级,GPT-5.4 Pro在“大海捞针”式检索中的胜率达到89.3%。目前网页版和安卓端已上线,iOS版即将推出。

模型替换的时间表已经明确。GPT-5.4 Thinking即日起向Plus、Team和Pro用户开放,取代GPT-5.2 Thinking;后者在模型选择器的“传统模型”栏目保留三个月,2026年6月5日停用。GPT-5.1系列则更早,3月11日从ChatGPT下线。GPT-5.4 Pro面向Pro和Enterprise用户,API侧模型名为gpt-5.4-pro。

价格与安全

API单Token价格高于GPT-5.2,OpenAI的说法是Token效率提升会抵消一部分总成本。Batch和Flex按标准费率的一半计费,Priority为两倍。Codex中的100万上下文属于实验性支持,超过标准272K窗口的请求按正常费率2倍计入用量。安全方面,GPT-5.4被划为“高网络安全能力”等级,高风险请求的拦截策略更严。OpenAI同时公布了开源评估指标CoT可控性,测试显示GPT-5.4 Thinking刻意混淆自身推理过程的能力较低,官方将其视为便于监控的正面特性。

从对话到替人操作电脑,模型的能力边界又向外挪了一格,接下来要看的是这类自主执行在真实办公场景里的稳定性。

来源

  1. OpenAI发布GPT-5.4新模型—新闻—科学网
  2. GPT-5.4发布:OpenAI首个大一统模型,简直是龙虾原生 – 量子位
  3. GPT-5.4 震撼登场
  4. OpenAI GPT-5.4 发布全解析:从“对话模型”到“职业数字员工”的终极跃迁 | 人人都是产品经理