Sam Altman 的 OpenAI 在 ChatGPT 和 API 推出 GPT-5.4

TLDR

• GPT-5.4 支援高達 1M 個標記的上下文

• 模型整合了 GPT-5.3 Codex 編碼功能

• GDPval 基準測試分數達到 83%

• GPT-5.4 Pro 每百萬個標記定價為 $30 和 $180

OpenAI 推出了 GPT-5.4 作為其最新的前沿 AI 模型。該系統專為專業工作負載和進階企業應用而設計。

該公司正在 ChatGPT、API 和 Codex 上部署該模型。更高性能的 GPT-5.4 Pro 版本也可用於複雜任務。

OpenAI 表示，GPT-5.4 將進階推理和編碼結合在一個模型中。此次發布反映了該公司對企業和開發者工具的重視。

增強的推理和編碼整合

GPT-5.4 整合了首次在 GPT-5.3 Codex 中引入的編碼能力。它提升了軟體開發和文件工作流程的性能。該模型支援試算表、簡報和結構化資料任務。它還可以在 ChatGPT 中預先概述其推理計劃。

此功能允許使用者在回應仍在進行中時引導回應。OpenAI 表示，這減少了長推理鏈中浪費的標記。該模型支援高達一百萬個標記的上下文視窗。OpenAI 已在 API 中移除了此功能的測試版標籤。

Codex 也支援擴展的標記視窗。但是，超過 272,000 個標記的請求將以雙倍使用率計算。

原生電腦使用和工具搜尋

GPT-5.4 引入了原生電腦使用功能。AI 代理可以使用鍵盤和滑鼠輸入與作業系統、網站和應用程式互動。

開發者可以自動化不同軟體工具的多步驟工作流程。該系統還可以透過稱為工具搜尋的功能動態選擇工具。

工具搜尋使模型能夠定位和使用外部工具，而無需將所有定義載入記憶體。這種方法減少了複雜環境中的標記使用。

OpenAI 報告稱，GPT-5.4 的回應包含錯誤的可能性比 GPT-5.2 降低了 18%。個別聲明為虛假的可能性降低了 33%。該公司表示，GPT-5.4 是迄今為止最具標記效率的推理模型。它使用更少的標記來完成許多推理任務。

基準測試和企業性能

在 GDPval 基準測試中,GPT-5.4 得分為 83%。該基準測試衡量 44 個專業知識工作職業的性能。

OpenAI 表示,該模型在 83% 的比較中達到或超過了行業專業人士的水準。Anthropic 的 Opus 4.6 在同一測試中得分為 79.5%。在 FrontierMath 基準測試中,GPT-5.4 Pro 在進階數學問題上得分為 38%。Thinking 版本得分為 27.1%。

該模型在 SWE-Bench Pro 編碼測試中也表現出色。它的表現優於早期的 OpenAI 模型和幾個競爭對手。

在內部測試中,人類評分者在 68% 的時間裡更偏好 GPT-5.4 的簡報而非 GPT-5.2。該模型在模擬初級銀行工作流程的試算表任務中也得分 87.5%。

定價和可用性

GPT-5.4 提供 Thinking 和 Pro 版本。GPT-5.4 Thinking 每百萬個輸入標記收費 $2.50,每百萬個輸出標記收費 $15。

GPT-5.4 Pro 每百萬個輸入標記收費 $30,每百萬個輸出標記收費 $180。這是 OpenAI 迄今為止定價最高的模型。Thinking 版本可供 ChatGPT 中的 Plus、Team 和 Pro 使用者使用。Pro 版本可供 Pro 和 Enterprise 使用者使用。

開發者可以透過 API 在 gpt-5.4 和 gpt-5.3-pro 下存取這些模型。此次推出擴展了 OpenAI 在消費者和企業平台上的 AI 基礎設施。

這篇文章《Sam Altman 的 OpenAI 在 ChatGPT 和 API 上推出 GPT-5.4》首次出現在 CoinCentral 上。