在人工智能技术快速发展的今天大模型正逐渐成为推动生产力提升的重要工具。从文本生成到编程辅助从数据分析到自动化工作流AI 正不断改变人们的工作方式。随着企业和开发者对更高效率、更强推理能力以及更复杂任务处理能力的需求不断增加新一代模型也在持续迭代升级。在这样的背景下GPT-5.4 正式发布。作为目前面向专业工作的前沿模型之一它在推理能力、编程能力以及智能体工作流方面实现了重要突破并在 ChatGPT、API 和 Codex 等多个平台同步上线。相比上一代模型GPT-5.4 在处理复杂任务、协同工具以及执行长流程工作时表现更稳定、更高效为知识工作者和开发者提供了更强大的 AI 助手。GPT-5.4是什么今天我们在 ChatGPT以 GPT‑5.4 Thinking 形式、API 和 Codex 中发布 GPT‑5.4它是我们目前面向专业工作的能力最强、效率最高的前沿模型。我们也在 ChatGPT 和 API 中推出 GPT‑5.4 Pro面向希望在复杂任务中获得极致性能的用户。GPT‑5.4 将我们在推理、编程以及智能体工作流上的最新进展整合到同一个前沿模型中。它继承了 GPT‑5.3‑Codex 行业领先的编程能力同时改进了模型在各类工具、软件环境以及涉及表格、演示文稿和文档的专业任务中的表现从而以更加准确、高效的方式完成复杂的实际工作用更少的来回沟通交付你需要的结果。在 ChatGPT 中GPT‑5.4 Thinking 现在可以一开始就给出自身思路的计划让你在它生成过程中中途调整方向从而在不增加额外轮数的情况下得到更贴合你需求的最终输出。它还改进了深度网页搜索能力尤其是在高度具体的问题上同时在需要长时间思考的问题上更好地维持上下文使回答质量更高、速度更快且更紧扣任务。在 Codex 和 API 中GPT‑5.4 是我们发布的首个原生具备业界领先“电脑使用”能力的通用模型使智能体能够在真实电脑和应用之间执行复杂工作流。它支持最高约 100 万 tokens 的上下文可让智能体在更长时间跨度上规划、执行和校验任务并通过“工具搜索”在庞大工具生态中更高效地查找和使用合适工具同时保持推理智能此外它是我们目前在推理上“单位 token 效率”最高的模型相比 GPT‑5.2 用更少的 tokens 解决问题从而减少用量并提升速度。总体来看结合在通用推理、编程和专业知识工作上的进步GPT‑5.4 让智能体更加可靠让开发者的工作流程更迅速也在 ChatGPT、API 和 Codex 中带来更高质量的输出。知识工作在 GPT‑5.2 通用推理能力的基础上GPT‑5.4 在对专业人士真正重要的现实任务上能提供更一致、更打磨完善的结果。在 GDPval 评测中测试智能体在 44 种职业中产出规范化知识工作成果的能力GPT‑5.4 达到了新的行业水准在 83.0% 的对比中达到或超过真实行业从业者而 GPT‑5.2 为 70.9%。在 GDPval 中模型会尝试完成涵盖美国 GDP 前 9 个行业中 44 种职业的规范化知识工作例如销售演示文档、会计表格、急诊排班表、制造图纸或短视频等GPT‑5.4 的推理强度设置为 xhigh而 GPT‑5.2 为略低的 heavy。我们特别着重提升 GPT‑5.4 生成和编辑电子表格、演示文稿及文档的能力。在一组模拟初级投行分析师表格建模任务的内部测试中GPT‑5.4 的平均得分为 87.3%而 GPT‑5.2 为 68.4%。在人类对演示文稿的偏好评估中由于视觉美观度更高、视觉元素更多样以及更有效地运用图像生成人类有 68.0% 的时候更偏好 GPT‑5.4 生成的演示文稿而不是 GPT‑5.2。你可以在 ChatGPT 中通过 GPT‑5.4 Thinking 或 Pro 体验这些能力如果你是企业用户我们推荐使用同时发布的 ChatGPT for Excel 外挂并且可以在 Codex 和 API 中使用更新后的电子表格和演示文稿技能包。为提升实际工作效果我们继续降低幻觉和错误率在一组由用户标注存在事实错误的匿名提示上与 GPT‑5.2 相比GPT‑5.4 的单个陈述出现错误的概率降低 33%整条回复包含任何错误的概率降低 18%。电脑使用与视觉能力GPT‑5.4 是我们首个原生具备“电脑使用”能力的通用模型标志着对开发者和智能体来说的重大进步是目前构建可在网站和软件系统中完成真实任务的智能体时表现最出色的模型。它在大量电脑操作场景中表现优异既擅长通过 Playwright 等库编写脚本操控电脑也擅长在仅基于截图的情况下通过鼠标和键盘指令完成交互且其行为可以通过开发者信息进行可控调整包括安全行为的自定义确认策略。在衡量电脑使用能力的一系列基准中GPT‑5.4 取得了新的领先表现在 OSWorld‑Verified 上通过截图和键鼠动作在桌面环境中执行任务成功率达到 75.0%远高于 GPT‑5.2 的 47.3%并超过了约 72.4% 的人类水平在 WebArena‑Verified 上测试浏览器使用当同时使用 DOM 与截图交互时GPT‑5.4 的成功率为 67.3%略高于 GPT‑5.2 的 65.4%在 Online‑Mind2Web 上仅使用截图观察时GPT‑5.4 的成功率为 92.8%显著高于 ChatGPT Atlas Agent Mode 的 70.9%。GPT‑5.4 对邮箱与日历、批量数据录入等工作流的支持更好地利用了其电脑使用能力它可以理解浏览器界面截图通过坐标点击与界面元素交互来发送邮件、安排日程。这些改进建立在其更强的通用视觉感知能力之上。在 MMMU‑Pro测试视觉理解与推理中GPT‑5.4 在不使用工具的情况下成功率为 81.2%高于 GPT‑5.2 的 79.5%在 OmniDocBench 上文档解析在不增加推理强度的前提下GPT‑5.4 的平均错误率为 0.109优于 GPT‑5.2 的 0.140。我们还提升了对高分辨率、细节密集图像的理解。从 GPT‑5.4 开始引入了original图像输入细节等级最高支持约 1024 万像素或最长边 6000 像素并将high等级扩展到约 256 万像素或最长边 2048 像素早期测试表明这在定位、图像理解和点击精度上明显改善。在一项对约三万家物业费和房产税门户网站的评估中GPT‑5.4 第一次尝试的成功率为 95%三次尝试内达到 100%而之前电脑使用模型约为 73–79%同时会话完成速度提升约 3 倍token 使用减少约 70%。开发者可以在 API 中通过更新后的computer工具访问这些能力详情见最新开发文档。编程能力GPT‑5.4 将 GPT‑5.3‑Codex 的编程优势与领先的知识工作和电脑使用能力结合起来特别适合在需要工具使用、反复迭代、尽量减少人工干预的长时任务上发挥作用。在 SWE‑Bench Pro 上它与 GPT‑5.3‑Codex 相当甚至略优同时在不同推理强度下具有更低延迟。在 Codex 中开启 /fast 模式时GPT‑5.4 的 token 生成速度可提升至约 1.5 倍模型本身的智能不变只是更快这帮助用户在编码、迭代和调试时保持“心流”。开发者也可以在 API 中通过优先处理priority processing获得同样的高速体验。评估和内部测试表明GPT‑5.4 在复杂前端任务上表现突出比以往任何发布的模型生成的界面更美观、功能更完善。作为其电脑使用与编程能力协同工作的演示我们还发布了一个实验性的 Codex 技能 “Playwright (Interactive)”支持对 Web 和 Electron 应用进行可视化调试甚至可以一边构建应用一边自动测试该应用。文中给出的主题乐园模拟游戏示例展示了 GPT‑5.4 如何从一个简单提示出发利用交互式 Playwright 测试和图像生成构建完整游戏包含等距视角资产、游客路径规划、排队与游乐设施周期、资金与满意度等管理系统并通过自动化脚本反复构建和扩展乐园、检查相机导航与 UI 更新情况。工具使用在 GPT‑5.4 中我们显著改进了模型与外部工具协同工作的方式使智能体能在更大的工具生态中运作更可靠地选择正确工具并以更低成本和延迟完成多步骤工作流。在 API 中GPT‑5.4 引入了“工具搜索”机制过去所有工具定义需要一次性放入提示中对于拥有大量工具的系统会大幅增加 tokens、提高成本并拖慢响应现在模型只接收一个轻量级工具列表以及“搜索工具”能力在需要使用某个工具时再按需检索该工具的定义并追加到对话中从而显著减少 token 消耗并保留缓存使请求更快、更便宜也使得在包含大量 MCP 服务器和函数的环境中仍具可扩展性。在对 Scale 的 MCP Atlas 基准中我们在启用全部 36 个 MCP 服务器的条件下用“全部函数直接暴露”与“全部通过工具搜索”两种模式跑了 250 个任务结果显示工具搜索模式在保持准确率不变的前提下token 总用量减少了 47%。GPT‑5.4 同时改进了“工具调用”的准确性与效率尤其是在 API 中可以用更少轮数在 Toolathlon 这类多步真实工具任务例如读取邮件、提取作业附件、上传、评分并记录到表格的评测中取得更高成功率。对于对延迟敏感、需要将推理强度设置为 None 的场景GPT‑5.4 相比前代模型进一步降低了“工具等待轮次”。在 τ2‑bench 这类客户服务场景的工具使用评测中模型需要与模拟用户和世界状态互动当推理强度设为 None 时GPT‑5.4 相比 GPT‑5.2 也展现出更高的任务完成能力。改进的网页搜索GPT‑5.4 在“智能体式网页搜索”上有显著提升。在 BrowseComp评估 AI 智能体持续浏览网络以寻找难以发现信息的能力中GPT‑5.4 相比 GPT‑5.2 提升了 17 个百分点而 GPT‑5.4 Pro 则将成绩提高到 89.3%达到新的行业高点。这意味着在实际使用中GPT‑5.4 Thinking 更擅长回答需要整合多方网络信息的问题能在多轮搜索中更持久地筛查并找到最相关来源特别适合“在干草堆里找针”式问题并将结果综合成清晰、有逻辑的答案。评测中对包含标准答案的网站进行了封锁以避免污染并使用 ChatGPT 搜索工具进行统一搜索。可控性类似 Codex 在开始工作时会先列出自己的思路GPT‑5.4 Thinking 在 ChatGPT 中对较长、较复杂的请求也会先用一段“前言”来概述其工作计划。你可以在它输出过程中追加指令或调整方向这样无需重新开始也不必多轮对话就能把模型引导到你真正想要的结果该特性已在网页端和 Android 版 ChatGPT 上线iOS 版即将支持。模型也可以在更困难任务上思考更久同时保持对对话早期步骤的更好记忆从而更好处理长工作流和复杂提示保证回答在整个过程中连贯且紧扣主题。安全性过去几个月中我们在 GPT‑5.3‑Codex 引入的安全防护基础上继续迭代为 GPT‑5.4 的发布做准备。与 GPT‑5.3‑Codex 一样我们在 Preparedness Framework 中将 GPT‑5.4 归为“高网络安全能力”级别并按照该级别的要求部署相应保护措施包括扩展的网络安全堆栈、监控系统、可信访问控制以及在零数据保留ZDR场景下对高风险请求进行异步阻断同时持续投入更广泛的安全生态建设。由于网络安全能力具备天然的“双重用途”属性我们在部署时采取审慎态度并不断校准策略与分类器对于某些 ZDR 客户逐条请求的阻断依然是风险缓解方案的一部分也可能在分类器尚不完美时带来少量误报。我们最新的更新旨在让防护在实际使用中更好地运作包括减少不必要的拒绝和过度保留的回答同时保持对滥用行为的有力防护。我们继续推进对“思维链CoT可监控性”的安全研究以更好理解模型如何推理、以及如何侦测潜在不当行为。作为这一工作的一部分我们开源了新的评估指标——“CoT 可控性”用来衡量模型是否能够刻意隐藏自己的推理以逃避监控结果显示GPT‑5.4 Thinking 在这方面的可控性很低这是对安全有利的特性暗示模型缺乏刻意隐藏推理的能力而思维链监控仍是一项有效的安全工具。可用性与定价GPT‑5.4 正在逐步在 ChatGPT 和 Codex 中上线在 API 中它以gpt-5.4形式提供GPT‑5.4 Pro 也以gpt-5.4-pro提供面向在最复杂任务上需要最高性能的开发者。在 ChatGPT 中GPT‑5.4 Thinking 即日起面向 Plus、Team 和 Pro 用户开放并替代 GPT‑5.2 ThinkingGPT‑5.2 Thinking 将在“旧版模型”中为付费用户保留三个月计划于 2026 年 6 月 5 日正式下线。企业和教育版用户可以通过管理员设置开启提前访问GPT‑5.4 Pro 则面向 Pro 与 Enterprise 方案开放GPT‑5.4 Thinking 在 ChatGPT 中的上下文窗口与 GPT‑5.2 Thinking 保持不变。GPT‑5.4 是首个将 GPT‑5.3‑Codex 前沿编程能力整合进主线推理模型并同时面向 ChatGPT、API 与 Codex 全面推出的版本我们用“5.4”这一命名来体现这一跃升也让 Codex 用户在选模型时更简单直观。未来我们的 Instant 系列与 Thinking 系列将以不同节奏持续演进。在 Codex 中GPT‑5.4 试验性支持 100 万上下文窗口开发者可以通过配置model_context_window和model_auto_compact_token_limit来尝试超过标准 27.2 万上下文窗口的请求会按双倍 token 计费。GPT‑5.4官方价格在 API 中GPT‑5.4 的单 token 价格高于 GPT‑5.2以反映其能力提升但由于推理效率更高很多任务所需的 token 总量会减少批处理Batch和弹性Flex定价为标准价格的一半而优先处理Priority则为标准价格的两倍。官方表格中给出gpt‑5.2 输入约 1.75 美元 / 百万 token、输出约 14 美元 / 百万 tokengpt‑5.4 输入约 2.50 美元 / 百万 token、输出约 15 美元 / 百万 tokenPro 版本则有更高单价。神马中转API价格可以在神马中转API尝鲜测试使用首页-工作台-操练场选择模型gpt-5.4输入问题测试使用或者API接入总体来看GPT-5.4 不仅仅是一次简单的模型升级而是一次面向真实生产环境的重要进化。从更强的推理能力、更高效的编程表现到原生的电脑操作能力与工具协同机制它让 AI 从“回答问题”进一步迈向“完成任务”。无论是企业自动化流程、开发者协作编程还是复杂的数据与知识工作GPT-5.4 都展现出更高的可靠性与效率。随着 GPT-5.4 在 ChatGPT、API 和 Codex 中逐步普及AI 智能体的应用场景也将持续扩大。未来大模型不仅会成为个人助手更可能成为团队中的“数字同事”承担越来越多复杂而专业的工作任务。可以预见GPT-5.4 只是这一进程中的重要一步而智能化工作时代也正在加速到来。