GPT-5.4正式发布：首个原生接管电脑的通用AI模型

OpenAI 现已正式发布 GPT-5.4 及其性能更强的 GPT-5.4 Pro 版本。此次更新专注于专业生产力场景，旨在一次性地全面提升模型在复杂推理、代码生成与多步智能体（Agent）工作流中的表现。

本次迭代最关键的技术重构，在于赋予了模型原生且达到 SOTA 级别的计算机操作能力。这是 OpenAI 推出的首个具备此项能力的通用大模型。在专门评估桌面环境导航能力的 OSWorld-Verified 基准测试中，GPT-5.4 一举取得了 75.0% 的成功率。

这个成绩不仅显著超越了前代模型，更是全面超过了 72.4% 的人类基准线。模型现在可以直接编写代码调用诸如 Playwright 这样的自动化工具，甚至能够根据屏幕截图直接输出键盘和鼠标的操作指令。

与此同时，模型的视觉感知底层能力也迎来了重大升级。它新增了原生图像输入细节级别，最高支持 1024万 总像素的无损感知。在文档解析测试 OmniDocBench 中，其平均误差已降至 0.109。

在职场专业任务方面，其表现实现了彻底翻盘。在面向44个职业的知识工作评估基准 GDPval 中，GPT-5.4 的胜率达到了 83.0%。针对投行级别的电子表格建模任务，其得分更是直接飙升至 87.3%。而在 PPT 生成及排版审美的盲测中，它也获得了 68.0% 的胜出率。

模型的“幻觉”问题得到了进一步压制，单个事实错误率下降了 33%。其代码能力直接继承了 GPT-5.3-Codex 的行业顶级水平。

在 Codex 和 API 端，模型开放了最高 100万 Token 的上下文窗口。开启 /fast 模式后，Token 的生成速度最高可提升 1.5倍，并支持边构建边测试的交互式可视化调试。

工具调用机制引入了全新的 Tool search 搜索架构，彻底抛弃了过去将所有工具定义硬塞入提示词的低效做法。现在，模型可以通过轻量级目录检索并按需挂载工具。在挂载 36个MCP服务器 时，Token 消耗量出现了断崖式下跌，降幅高达 47%。在深层网页检索测试 BrowseComp 中，GPT-5.4 Pro 将最高准确率拉升至 89.3%。

此外，模型的交互逻辑也变得更加“跟手”。对于长思考任务，它会预先输出思维大纲，并支持用户中途强行打断以修正思考方向。

目前，新模型已在 ChatGPT、API 和 Codex 平台全量上线。ChatGPT Plus 及以上订阅用户即日起即可使用 GPT-5.4 Thinking 替代旧版模型。

API 调用定价有所上调：GPT-5.4 的输入价格为 2.50 美元 / 百万 Token，输出价格为 15 美元 / 百万 Token；GPT-5.4 Pro 的输入价格为 30 美元 / 百万 Token，输出价格为 180 美元 / 百万 Token。

这次底层架构的统一，标志着大模型正从一个对话工具，彻底转变为支撑长线、复杂作业的系统级基础设施。不得不说，当前全球顶尖 人工智能 模型的迭代速度越来越快，希望国内的研发也能迎头赶上。关于大模型的最新动态和技术解析，欢迎来 云栈社区 的 开发者广场 与大家一起交流探讨。