研發背景
2026年3月5日(美東時間周四),OpenAI發布了全新旗艦基礎模型GPT-5.4系列,其中包括更擅長複雜推理的版本GPT-5.4 Thinking。GPT-5.4 Thinking作為GPT-5.4系列的一部分,旨在邁向自主智慧型體,並首次具備原生計算機使用能力。此次發布體現了大模型技術從對話系統向任務執行系統的發展方向,是構建自主智慧型體能力的一部分。該模型被OpenAI定位為面向專業工作的前沿推理模型,旨在處理需要深度推理的通用專業場景,主要針對企業辦公與複雜知識工作。在內部投行基準測試中,GPT-5.4 Thinking的得分從GPT-5的43.7%顯著躍升至88.0%。從發布日起,GPT-5.4 Thinking被部署至ChatGPT平台,並向Plus、Team及Pro用戶開放,取代了之前的GPT-5.2 Thinking版本,後者計畫於2026年6月5日正式退役。
重要事件
2026年3月5日(美東時間周四),OpenAI發布了全新旗艦基礎模型GPT-5.4系列,其中包括更擅長複雜推理的版本GPT-5.4 Thinking,該模型同步上線ChatGPT、API及Codex平台。從發布日起,GPT-5.4 Thinking在ChatGPT平台向Plus、Team及Pro用戶開放,取代了之前的GPT-5.2 Thinking版本,而GPT-5.2 Thinking將在模型選擇器的“遺留模型”中保留三個月,計畫於2026年6月5日正式退役。
核心技術
GPT-5.4 Thinking是OpenAI發布的一款具備計算機操作能力的模型,可以代表用戶操作電腦,在不同應用程式之間執行任務並完成工作流程。該模型能夠編寫代碼來操控計算機,也能根據螢幕截圖發出鍵盤和滑鼠指令,可以用於操作網頁瀏覽器、調用工具及API以輔助完成任務。該能力為原生內置,無需外掛程式即可通過視覺理解螢幕、模擬滑鼠鍵盤操作,完成跨應用程式的複雜工作流程。此外,模型新增“工具搜尋”功能,使其能在擁有眾多工具的環境中高效運行。
GPT-5.4 Thinking在推理能力、編程能力,以及處理涉及電子表格、文檔和演示文稿等辦公任務方面有所改進。在多個基準測試中表現優異,例如在OSWorld-Verified基準測試中成功率達75.0%,在GDPval測試中得分達83.0%,在內部投行基準測試中得分從GPT-5的43.7%躍升至88.0%。
GPT-5.4 Thinking在處理需要整合多源信息的複雜查詢時表現較好,能夠進行多輪持續搜尋,識別相關信息源,並將搜尋結果整合為答案。在處理複雜任務時,模型採用推理時計算架構,在
ChatGPT中提供“思考過程預覽”功能,生成答案前會先展示其問題拆解計畫,用戶可實時觀察並調整AI的推理邏輯。
此外,根據OpenAI發布的信息,該模型單個陳述的失實機率較GPT-5.2降低了33%。其整體回復包含錯誤的機率有所降低,並支持高達100萬token的上下文視窗。
運營模式
OpenAI將推理模型GPT-5.4 Thinking部署至
ChatGPT平台,並於2026年3月5日起向用戶開放。GPT-5.4 Thinking於2026年3月5日起向Plus、Team及Pro用戶開放,免費用戶則只能在系統自動路由時偶爾被分配到該模型。企業和教育計畫用戶可以通過管理員設定啟用早期訪問,該模型取代了GPT-5.2 Thinking,GPT-5.2 Thinking將在2026年6月5日正式退役。針對複雜任務的
GPT-5.4 Pro模型通過API上線,並向ChatGPT企業版和Edu用戶開放,該模型主要面向企業用戶。
該功能已上線
ChatGPT網頁端及安卓套用,iOS版本即將推出,GPT-5.2 Thinking將在付費用戶的模型選擇器的“遺留模型”部分保留三個月,直至2026年6月5日正式退役。