OpenAI重磅：GPT-5.4正式发布，能力逼近人类专家

发布日期： 2026-03-06 阅读量： 作者： 成都QuickGEO

2026年3月6日，加利福尼亚——OpenAI今日凌晨正式发布GPT-5.4系列人工智能模型，首次将前沿推理、编码与智能体能力整合于单一架构。新模型包含面向ChatGPT和API的GPT-5.4 Thinking版本，以及针对复杂专业任务打造的GPT-5.4 Pro版本，在多领域基准测试中成绩大幅超越前代，部分任务表现甚至超过人类平均水平。

ChatGPT5.4发布.jpg

ChatGPT核心功能全面升级：思考可见，电脑可操

GPT-5.4 Thinking在ChatGPT中新增“思考过程预览”功能，处理复杂查询时可实时展示推理步骤，用户能在响应过程中调整需求方向，大幅降低沟通成本。该功能已登陆网页版及Android应用，iOS版本即将上线。

值得关注的是，GPT-5.4成为OpenAI首个具备原生计算机使用能力的通用模型。它可通过截图识别和键盘鼠标指令完成跨应用复杂操作，为智能体规划、执行和验证长周期任务奠定了技术基础。同时，模型支持高达100万tokens的上下文窗口，能更好衔接长时间对话的前序步骤，保障答案的相关性与一致性。

专业能力飙升：83%领域达行业专家级

在专业知识工作表现上，GPT-5.4实现大幅突破。据OpenAI测试数据，在覆盖44个职业领域的GDPval基准测试中，该模型有83.0%的项目达到或超过行业专业水平，较前代GPT-5.2的70.9%提升显著。

具体场景中，GPT-5.4在投行级电子表格建模任务平均得分87.3%，远高于GPT-5.2的68.4%；演示文稿生成方面，68.0%的评审者更认可GPT-5.4的作品，其在美学设计、视觉变化和图像生成运用上表现更优。同时，新模型成为OpenAI迄今事实性准确率最高的版本，相比GPT-5.2，单个陈述错误率降低33%，完整回答出现任一错误的可能性降低18%。

计算机使用与视觉感知超越人类

计算机操作能力是本次升级的亮点。在OSWorld-Verified桌面操作基准测试中，GPT-5.4成功率达75.0%，不仅远超GPT-5.2的47.3%，还超过了人类72.4%的表现；WebArena-Verified浏览器使用测试中，结合DOM和截图驱动交互的成功率达67.3%，Online-Mind2Web测试中仅凭截图交互的成功率更是高达92.8%。

视觉理解与推理方面，模型在MMMU-Pro测试中成功率81.2%，OmniDocBench文档解析测试中平均错误率降至0.109，均较前代有明显优化。

编码能力与工具生态同步增强

GPT-5.4融合了GPT-5.3-Codex的编码优势，在SWE-Bench Pro基准测试中表现持平或更优，延迟更低。新增的“工具搜索”功能让模型能更高效适配各类工具，在Scale的MCP Atlas基准测试中，启用该功能后总token消耗量减少47%，同时在Toolathlon智能体工具使用测试中，实现了更少交互轮次与更高准确率的双重提升。

网络搜索能力进一步增强，BrowseComp基准测试中性能较GPT-5.2提升17个百分点，GPT-5.4 Pro更是创下89.3%的新高。

安全性与定价

安全层面，GPT-5.4延续了前代防护措施，并引入开源的“CoT可控性”评估体系，测试显示其思维链控制能力较低，更利于安全监控。定价方面，API单token价格略高于前代，但更高效率降低了多数任务的总消耗。平台推出批量处理、Flex定价（标准费率一半）及优先处理定价（两倍）的差异化方案，满足不同用户需求。

开放时间与版本过渡

GPT-5.4 Thinking即日起面向ChatGPT Plus、Team和Pro用户开放，替代原有的GPT-5.2 Thinking，后者将作为“遗留模型”保留三个月，至2026年6月5日退役。Enterprise和Edu计划用户可通过管理员设置开启早期访问，GPT-5.4 Pro则面向Pro和Enterprise计划用户开放。API端，GPT-5.4以gpt-5.4名称提供支持，GPT-5.4 Pro以gpt-5.4-pro名称面向极致性能需求的开发者开放，Codex中的GPT-5.4还支持1M上下文窗口的实验性功能。

行业影响：生成式AI迈入专业工作时代

分析人士指出，GPT-5.4的发布标志着大语言模型从通用对话向专业生产力工具的关键跨越。当AI能自主操作计算机、处理复杂专业任务且达到专家水平时，企业工作流与个人生产力将迎来新一轮重构。未来，人与AI协作的模式将从“问答”转向“共事”，而模型的可视化思考过程则让这种协作更加透明可信。

上一篇: 成都OPC社区热潮下的思考：如何让AI替你“代言”？

OpenAI重磅：GPT-5.4正式发布，能力逼近人类专家

随便看看