OpenAI发布GPT-5.4，Codex编程能力首次并入主线推理模型
OpenAI 正式发布 GPT-5.4。在 ChatGPT 中，GPT-5.4 Thinking 即日起向 Plus、Team 和 Pro 用户开放，取代 GPT-5.2 Thinking；后者会在模型选择器的“传统模型”栏目中为付费用户保留三个月，2026 年 6 月 5 日停用。Enterprise 和 Edu 套餐用户需由管理员开启早期访问权限。GPT-5.4 Pro 则只向 Pro 和 Enterprise 用户提供。ChatGPT 中 GPT-5.4 Thinking 的上下文窗口与 GPT-5.2 Thinking 保持一致。
编程能力并入主线模型
OpenAI 把 GPT-5.4 称为首款融合 GPT-5.3-codex 前沿编程能力的常规推理模型，ChatGPT、API 和 Codex 三个平台同步推出。API 侧模型名为 gpt-5.4，面向极复杂任务的 GPT-5.4 Pro 模型名为 gpt-5.4-pro。命名上不再单独区分 codex 分支，官方说法是简化用户在 Codex 中的模型选择，同时体现这次能力跨度。
Codex 中的 GPT-5.4 附带一项实验性支持：1M 上下文窗口。开发者可通过 model_context_window 和 model_auto_compact_token_limit 两个配置项试用。标准上下文窗口仍是 272K，超出部分的请求按正常费率的 2 倍计入用量限制。
GDPval 成绩与 API 定价
在 GDPval 基准测试中，GPT-5.4 在 83.0% 的比较项目里表现与行业专业人士相仿或更佳，GPT-5.2 为 71.0%。该测试覆盖对美国 GDP 贡献最大的九大产业中的 44 种职业，任务包括销售简报、会计表格、急诊值班表、生产流程图和短片等交付物。
API 方面，GPT-5.4 的单 Token 价格高于 GPT-5.2，OpenAI 的解释是能力提升，同时强调更好的 Token 效率能减少许多任务的总 Token 消耗。Batch 和 Flex 的价格为标准 API 费率的一半，Priority 处理为两倍。
安全侧的两个动作
OpenAI 同步推出开源评估指标“CoT 可控性”，用来衡量模型是否会故意混淆推理过程以规避监控。测试结论是 GPT-5.4 Thinking 控制其 CoT 的能力较低。官方将其视为积极信号：模型尚不具备隐藏真实推理逻辑的能力，思维链监控仍是有效手段。
部署层面，OpenAI 按《防范应对架构》把 GPT-5.4 归为具备“高”级别网络安全能力的模型，配套措施包括扩展的网络安全防护架构、监测系统、可信访问控制，以及对零数据保留接口上较高风险请求的异步阻断。分类器仍在迭代，官方承认可能出现误判。
GPT-5.2 Thinking 还有三个月过渡期，企业客户的迁移节奏将决定 GPT-5.4 在多大规模上承接真实生产流量。
来源