OpenAI 近日正式推出新一代大模型 GPT-5.4，這款被定位為“專業(yè)領(lǐng)域最強(qiáng)前沿模型”的產(chǎn)品，在上下文處理能力、推理性能及多模態(tài)交互方面實(shí)現(xiàn)突破性升級(jí)。該模型不僅支持單次處理百萬級(jí) token 的超長(zhǎng)文本，更首次集成原生計(jì)算機(jī)操控功能，標(biāo)志著通用人工智能向復(fù)雜任務(wù)自動(dòng)化邁出關(guān)鍵一步。

在核心參數(shù)方面，GPT-5.4 將上下文窗口擴(kuò)展至 100 萬 token，較前代提升近 4 倍。不過當(dāng)輸入超過 27.2 萬 token 時(shí)，費(fèi)用將按階梯式計(jì)費(fèi)——輸入價(jià)格翻倍至每百萬 token 5 美元，輸出成本增加 50%。盡管基礎(chǔ)輸入單價(jià)較 GPT-5.2 上漲 43%，OpenAI 強(qiáng)調(diào)模型效率提升使實(shí)際使用成本可能不升反降，其 Pro 版本定價(jià)甚至高于 Anthropic 同級(jí)別產(chǎn)品 Claude Opus 4.6。

性能測(cè)試數(shù)據(jù)顯示顯著進(jìn)步：在 OSWorld-Verified 基準(zhǔn)測(cè)試中，該模型以 75% 的成功率超越人類專家 72.4% 的表現(xiàn)；電子表格建模任務(wù)準(zhǔn)確率從 68.4% 躍升至 87.3%；BrowseComp 網(wǎng)頁信息檢索能力提升 17 個(gè)百分點(diǎn)，Pro 版本達(dá) 89.3%。更引人注目的是其原生計(jì)算機(jī)操控能力，通過 Playwright 庫或屏幕截圖指令，模型可自主完成“構(gòu)建-運(yùn)行-驗(yàn)證-修復(fù)”的完整工作流，在演示中僅憑單條提示詞即生成包含路徑規(guī)劃、設(shè)施建造的樂園模擬游戲。

針對(duì)開發(fā)者痛點(diǎn)，新引入的 Tool Search 機(jī)制實(shí)現(xiàn)工具檢索動(dòng)態(tài)化。模型僅需加載輕量級(jí)工具列表，使用時(shí)再實(shí)時(shí)調(diào)取完整定義，在 MCP Atlas 基準(zhǔn)測(cè)試中使 token 消耗降低 47%，同時(shí)保持準(zhǔn)確率。這項(xiàng)優(yōu)化使構(gòu)建大型智能體系統(tǒng)的成本顯著下降，響應(yīng)速度提升 30% 以上。

金融行業(yè)成為首批重點(diǎn)應(yīng)用場(chǎng)景。配套發(fā)布的 ChatGPT for Excel 測(cè)試版，可直接嵌入電子表格完成復(fù)雜財(cái)務(wù)模型構(gòu)建與分析。通過與 FactSet、MSCI 等數(shù)據(jù)服務(wù)商的深度集成，模型可自動(dòng)化執(zhí)行盈利預(yù)覽、DCF 分析等標(biāo)準(zhǔn)化任務(wù)。內(nèi)部測(cè)試顯示，其在投資銀行基準(zhǔn)測(cè)試中的表現(xiàn)從 43.7% 飆升至 88%，較前代提升近一倍。

盡管整體性能提升顯著，模型仍存在特定領(lǐng)域短板。在 HealthBench 醫(yī)療評(píng)測(cè)中得分 62.6%，較前代下降 0.7 個(gè)百分點(diǎn)；平均回復(fù)長(zhǎng)度增加 24% 雖提升信息密度，但也可能導(dǎo)致冗余。早期測(cè)試者指出，其前端設(shè)計(jì)能力弱于 Claude Opus 4.6，且在現(xiàn)實(shí)場(chǎng)景理解方面偶發(fā)失誤，如規(guī)劃旅行時(shí)推薦熱門景點(diǎn)導(dǎo)致體驗(yàn)下降。

該模型采用差異化授權(quán)策略：標(biāo)準(zhǔn)版 GPT-5.4 Thinking 面向 Plus 用戶開放，Pro 版本僅限月費(fèi) 200 美元的 ChatGPT Pro 和 Enterprise 訂閱者使用。免費(fèi)用戶僅在系統(tǒng)自動(dòng)路由時(shí)可能體驗(yàn)基礎(chǔ)功能。OpenAI 表示，此次升級(jí)標(biāo)志著 AI 從單一任務(wù)處理向跨應(yīng)用工作流管理的范式轉(zhuǎn)變，為智能體框架提供更強(qiáng)大的底層引擎。