OpenAI 正式发布最新前沿模型 GPT-5.4，同步推出面向复杂任务的 GPT-5.4 Pro 版本。新模型整合了推理、编程与智能体工作流三方面的最新进展，并将 GPT-5.3-Codex 的行业领先编程能力纳入其中，成为 OpenAI 首款具备原生计算机控制能力的通用模型。

GPT-5.4 在 Codex 和 API 中具备了原生的计算机控制能力：

• 无需额外插件，模型可通过屏幕截图结合键盘和鼠标指令，直接与网页及软件界面进行交互；
• 在衡量桌面环境操作能力的 OSWorld-Verified 基准测试中，GPT-5.4 取得了 75.0% 的成绩，不仅大幅超越前代 GPT-5.2 的 47.3%，还超越了 72.4% 的人类基准线；
• 在浏览器操作基准 WebArena-Verified 上，GPT-5.4 的成功率达到 67.3%，而在 Online-Mind2Web 测试中更以 92.8% 的成功率领跑。

在专业知识工作方面：

• GPT-5.4 在覆盖 44 种职业的 GDPval 基准测试中达到 83.0% 的胜率或平局率，而 GPT-5.2 仅为 70.9%；
• 针对投行级电子表格建模任务，GPT-5.4 的得分从 GPT-5.2 的 68.4% 大幅提升至 87.3%；
• 在演示文稿评估中，68.0% 的人工评测者更青睐 GPT-5.4 的输出结果，理由包括视觉更丰富、美观度更高。

其他方面：

• 在可操控性方面，GPT-5.4 Thinking 在处理复杂查询时会先输出一份「预先计划」，用户可以在模型生成过程中随时介入并调整方向，无需从头开始。该功能目前已在 ChatGPT 网页版和 Android 端上线，iOS 版本即将跟进；
• 编程能力方面，GPT-5.4 在 SWE-Bench Pro 上的表现与 GPT-5.3-Codex 持平或略有超越，同时延迟更低。Codex 中新增的 /fast 模式可将 token 生成速度提升至 1.5 倍。

值得一提的是，全新的「工具查找」机制告别了暴力加载，在保持准确率的同时，将总体 Token 消耗暴降了 47%，省钱又提速。

OpenAI 表示，GPT-5.4 是其迄今为止准确性最高的模型，单一事实错误率较 GPT-5.2 降低 33%，完整回复的错误率降低 18%。

在 ChatGPT 中，GPT-5.4 以「GPT-5.4 Thinking」形态上线，面向 Plus、Team 和 Pro 用户开放，同步替代 GPT-5.2 Thinking。

定价方面，API 中 GPT-5.4 的标准输入价格为每百万 token 2.50 美元，输出价格为每百万 token 15 美元；GPT-5.4 Pro 的输入价格为每百万 token 30 美元，输出价格为每百万 token 180 美元，均高于前代 GPT-5.2。