GPT 5.4 High

# 一、简介与定位

美国OpenAI公司于2026年3月6日发布GPT 5.4系列大模型，核心定位为面向专业工作场景的旗舰级通用大模型，是该公司整合推理、编码与智能体能力的核心产品。

GPT 5.4的名称中，“GPT”即生成式预训练Transformer，延续了OpenAI一贯的命名体系，数字“5.4”代表其处于GPT-5系列的中期迭代版本，核心功能涵盖原生电脑操控、专业任务处理、代码生成与多工具调用；使用门槛上，该模型无免费使用额度，需订阅ChatGPT Plus、Team或Pro套餐方可使用网页版，API调用需按token计费（输入每百万token2.5美元，输出每百万token15美元），Pro版本订阅费高达每月200美元，同期发布的“兄弟模型”为面向企业级复杂任务的GPT 5.4 Pro，定位高于基础版。

目前GPT 5.4处于生命周期的活跃主力阶段，尚未被后续迭代模型替代，其最突出的核心特点是首个原生支持电脑操控能力且整合编码与推理的通用模型，部分核心指标已超越人类平均水平。

# 二、发展历程

# 2.1 研发背景

GPT 5.4发布前，行业内主流大模型主要有Anthropic的Claude Opus 4.6、Google的Gemini 3.1 Pro、OpenAI自身的GPT 5.2及GPT 5.3-Codex。其中，Claude Opus 4.6以长文本处理和安全性见长，但缺乏原生电脑操控能力；Gemini 3.1 Pro在多模态融合上表现突出，却在专业工作任务适配度上不足；GPT 5.2主打通用推理，GPT 5.3-Codex则专注于编码领域，两者分离导致用户在复杂任务中需切换模型，操作繁琐。彼时行业正处于“AI从被动响应向主动执行转型”的关键节点，企业与专业用户对“一站式专业工作助手”的需求激增，GPT 5.4正是在这种“解决模型功能割裂、提升任务执行效率”的时代局势下诞生的。

# 2.2 关键节点

2025年底，OpenAI启动GPT 5.4的研发立项，核心目标是整合GPT 5.2的推理能力与GPT 5.3-Codex的编码能力，同时攻克原生电脑操控技术；2026年2月，该模型进入内部封闭内测，邀请少量企业用户与开发者测试核心功能，重点优化电脑操控成功率与token使用效率；2026年3月4日，The Information爆料OpenAI将推出上下文窗口超百万Token的GPT 5.4大模型，引发行业广泛关注；3月6日，OpenAI正式发布GPT 5.4系列模型，同步开放网页版与API调用权限；3月中下旬，GPT 5.4 Thinking版本完成Android端上线，iOS版本进入预约阶段；截至2026年4月，该模型已完成多次小版本更新，主要优化中文处理能力与工具调用稳定性。

# 2.3 家族构成

GPT 5.4隶属于OpenAI的GPT-5系列，该家族目前已形成清晰的产品矩阵，各模型定位差异明确：

GPT 5.2：GPT-5系列的前代主力模型，主打通用推理与对话交互，支持基础的工具调用，无原生电脑操控能力，目前处于逐步退役阶段，计划2026年6月5日正式下线。

GPT 5.3-Codex：专注于编码领域的专项模型，在软件工程任务中表现突出，GPT 5.4整合了其编码优势，该模型目前已停止独立更新，功能全部迁移至GPT 5.4系列。

GPT 5.4：系列基础旗舰模型，面向普通专业用户与开发者，整合推理、编码与原生电脑操控能力，支持100万Token上下文窗口，是当前家族的核心主力模型。

GPT 5.4 Pro：系列高端版本，面向企业级用户与高端专业需求，在高难数学、复杂专业任务处理上表现更优，API调用价格更高，仅对Pro和Enterprise计划用户开放。

# 三、核心技术剖析

# 3.1 固有技术

GPT 5.4继承了GPT-5系列基座模型的标准Transformer稠密架构，沿用了此前经过验证的预训练-微调范式，确保模型具备扎实的通用语言理解与生成能力。同时，它延续了上一代模型的RLHF（基于人类反馈的强化学习）对齐手段，通过人类标注者的反馈优化模型输出，减少有害内容与偏离指令的情况；在编码能力上，直接继承了GPT 5.3-Codex的核心编码架构，保留了其在多编程语言适配、代码调试与优化上的优势，无需重新训练编码相关能力。此外，该模型还延续了GPT 5.2的安全防护机制，同时引入新的开源评估方式，提升安全监控效率。

# 3.2 创新技术

GPT 5.4的核心创新点集中在“功能整合”与“效率提升”上，具体可分为以下4点，均以通俗易懂的方式解读：

1.  原生电脑操控（CUA）技术：这是该模型最核心的创新，区别于以往“外挂工具”的操控方式，GPT 5.4将电脑操控能力直接整合进模型权重，通过“截图→分析→决策→操作→验证”的闭环，实现对桌面、浏览器的直接操控。简单来说，模型能像人类一样“看到”屏幕内容，识别图标、按钮等元素，然后输出鼠标点击、键盘输入等指令，完成跨应用的复杂任务，其OSWorld测试成功率达75%，首次超越人类平均水平。

2.  工具搜索（Tool Search）机制：解决了传统模型调用多工具时Token消耗过高的痛点。以往模型需要将所有工具的说明文档全量加载到上下文，占用大量Token，而GPT 5.4仅维护一个轻量级工具列表，需要使用某一工具时再实时查询加载其定义，在保持准确率不变的前提下，可减少47%的Token消耗，尤其适合多工具协同的复杂任务。

3.  100万Token上下文窗口+上下文压缩技术：将上下文窗口扩展至OpenAI史上最大的100万Token，意味着模型可一次性处理完整的代码库、长篇文档或复杂任务轨迹，无需拆分内容。同时引入上下文压缩技术，能在长周期任务中自动保留关键信息，避免长文本遗忘，大幅降低企业对复杂RAG检索系统的依赖。

4.  Thinking模式与推理时计算：创新引入“思考过程预览”功能，模型处理复杂任务时会预先展示推理思路，用户可实时调整需求方向，减少沟通成本；同时采用“推理时计算”理念，遇到高难度问题时会调用更多计算资源、花费更长时间进行深度推理，而非依赖预训练阶段的固定知识，大幅提升复杂问题的解决能力。

# 四、表现评估

# 4.1 历史与现状

GPT 5.4刚发布时，凭借“原生电脑操控”“百万上下文”“功能整合”三大亮点，迅速占据专业大模型市场的领先地位，发布当日便引发科技圈广泛讨论，成为同期发布的大模型中关注度最高的产品，短期内吸引大量企业用户订阅。截至2026年4月，该模型仍是OpenAI的主力旗舰模型，市场占有率稳居行业前列，虽面临Claude Opus 4.6的持续竞争，但在电脑操控、专业任务处理等核心领域仍保持优势；同时，OpenAI持续对其进行小版本更新，优化中文处理、数学推理等短板，进一步巩固市场地位。

# 4.2 优势亮点

结合业内权威排行榜与实测数据，GPT 5.4的优势主要集中在以下4个维度，数据真实可查，无夸大表述：

1.  电脑操控能力：在OSWorld-Verified基准测试中，成功率达75.0%，超越人类平均水平（72.4%），远超上一代GPT 5.2的47.3%；在Online-Mind2Web测试中，仅凭截图即可实现92.8%的交互成功率，显著优于同类模型。

2.  专业工作能力：在GDPval基准测试中，83.0%的任务可达到或超过行业专家水平，覆盖44个职业领域，远超GPT 5.2的70.9%；在投行电子表格建模任务中，得分达87.3%，较上一代提升18.9个百分点，在演示文稿生成上，68%的人类评测者更偏好其输出。

3.  编码能力：融合GPT 5.3-Codex的优势，在SWE-Bench Pro Public基准测试中得分57.7%，位居行业前列，同时支持Codex的“/fast”模式，可提升1.5倍Token生成速度，兼顾效率与质量。

4.  任务稳定性：在XSCT Bench第三方评测中，其文本理解、创意写作、知识储备等维度的基础、中等、困难三档得分差距不足1分，是榜单上稳定性最强的模型，尤其适合需要长期保持一致性的复杂任务。

# 4.3 缺点与不足

客观来看，GPT 5.4仍存在明显短板，无刻意回避，具体如下：

1.  批判性思维薄弱：在L-CriticalThinking基准测试中，三档得分波动较大（67.2/83.3/62.9），面对辩证分析、多观点论证类任务时，容易出现片面性，缺乏深度思辨能力。

2.  中文处理存在短板：在中文拼音相关测试中，高难度场景得分骤降，尤其在古典诗词拼音、多音字辨析等深度中文知识领域表现不佳，远不如国内主流大模型。

3.  数学能力不均衡：基础数学计算无明显问题，但在FrontierMath高难数学题测试中，基础版得分仅27.1%，即使是Pro版本也仅38%，与同类旗舰模型相比存在差距。

4.  成本高昂：API调用价格较上一代有所上涨，Pro版本订阅费高达每月200美元，且无免费额度，普通开发者与个人用户难以承担长期使用成本。

# 五、重大事件

1.  2026年3月6日，GPT 5.4正式发布，凭借“原生电脑操控超越人类”的亮点，迅速冲上全球科技类热搜前十，相关话题阅读量超10亿，引发行业对AI“数字员工”转型的广泛讨论，多家科技媒体将其评为“2026年最具突破性的大模型”。

2.  2026年3月中旬，房地产数据公司Mainstay发布实测报告，称GPT 5.4在三万个HOA和房产税门户网站测试中，首次尝试成功率95%，三次内成功率100%，任务速度提升3倍，Token消耗减少70%，该案例成为AI落地专业场景的经典案例，进一步提升了GPT 5.4的行业认可度。

3.  2026年3月底，OpenAI宣布GPT 5.2 Thinking将于6月5日正式下线，由GPT 5.4 Thinking全面接替，引发部分依赖旧模型的开发者不满，同时也标志着GPT 5.4正式成为OpenAI的核心主力模型，完成产品迭代交接。

4.  2026年4月初，国内聚合镜像站RskAi上线GPT 5.4体验入口，解决国内用户无法直接访问的痛点，上线当日访问量突破10万，引发国内开发者对GPT 5.4技术的广泛研究与讨论。

# 六、局限与妥协

# 6.1 客观局限

国内用户与普通开发者使用GPT 5.4时，面临三大核心局限：一是地域限制，OpenAI官方服务对国内IP进行封锁，国内用户无法直接访问其网页版与API；二是支付门槛，订阅套餐与API调用需绑定海外信用卡，国内普通用户难以完成支付；三是成本局限，其API调用价格与订阅费用高昂，普通开发者与个人用户难以承担长期使用成本，且无免费额度可供体验。核心原因在于OpenAI未在国内开展合规运营，受地域政策与商业策略影响，未针对国内用户优化使用渠道。

# 6.2 妥协办法

针对上述局限，可采用以下现实可行的妥协方案：一是通过合规的云厂商代理渠道，间接使用GPT 5.4的API服务，无需自行解决IP与支付问题；二是借助受信任的第三方API聚合平台，按需购买调用额度，降低使用成本；三是对于非核心场景，可选用国内开源社区开发的平替模型，其功能与GPT 5.4有一定差距，但可满足基础专业需求，且无使用壁垒。