OpenAI于6日宣布公开最新大规模语言模型(LLM)GPT-5.4。
GPT-5.4是适用于ChatGPT、API、Codex等OpenAI主要产品的前沿模型,特点是将推理能力、编码性能以及基于智能体的任务整合到一个模型中。
GPT-5.4在整合GPT-5.3 Codex编码能力的同时,改进了在电子表格、演示文稿、文档等办公环境中运用各类工具与软件的方式。由此可以更准确、更高效地完成复杂的实际工作,并减少用户获得所需结果前需要的反复操作。
在性能方面,GPT-5.4在主要基准测试中也取得了有意义的改进。在评估AI智能体执行实际知识型工作能力的GDPval基准测试中,GPT-5.4在全部工作任务比较中有83%达到与行业专家相当或更高的水平,较GPT-5.2(71.0%)大幅提升。GDPval基于代表美国GDP主要产业的44个职业群的工作任务,评估模型的实际工作执行能力。
OpenAI在GPT-5.4的开发过程中特别强化了电子表格、演示文稿、文档的生成与编辑能力。在评估投资银行初级分析师水平电子表格建模工作的内部基准测试中,GPT-5.4平均得分87.5%,大幅高于GPT-5.2的68.4%。在演示文稿制作方面,除设计完成度、视觉多样性和图像生成的运用度外,模型的事实准确性也有所改善。
此外,GPT-5.4是OpenAI公开的通用模型中首个基本搭载计算机使用能力的通用模型。在Codex和API环境中,AI智能体可在实际计算机环境中操作软件,跨多个应用程序执行复杂的工作流程。GPT-5.4最高支持100万token的上下文,也适合构建长时间规划、执行并验证任务的智能体系统。这些能力在网页浏览、桌面环境操作、多模态理解等各类基准测试中也以高性能得到验证。






