OpenAI祭出GPT-5.4神装，Codex同款Harness全面开放

背景：OpenAI在AI竞争中的战略升级

OpenAI在2026年AI竞赛愈演愈烈的背景下，推出GPT-5.4作为对竞品如Claude Opus 4.6、Gemini 3.1 Pro的强力反击。此前，GPT-5.2在多项任务中表现稳定，但在复杂推理、浏览器交互和办公自动化方面被Claude等模型超越。为扭转局势，OpenAI在GPT-5.4中整合了原生计算机操作能力，并强化了编程、视觉理解、工具调用等维度，打造了一个真正具备工业级Agent能力的模型。

• GPT-5.4的发布标志着从“聊天”向“执行”的转变。
• OpenAI强调模型在多任务处理中无短板，全面超越旧代产品。

GPT-5.4核心功能解析

GPT-5.4引入了多项突破性功能，使其在推理、编程、视觉感知和工具使用上达到了新的高度。

原生计算机操作能力

• GPT-5.4是首个具备原生电脑操控能力的通用模型。
• 可通过Playwright等库编写代码来操作浏览器、点击按钮、填写表单、上传文件等。
• 在OSWorld-Verified基准测试中，GPT-5.4取得75.0%的成功率，远超Claude Opus 4.6的72.7%。

强大的上下文与工具调用能力

• 支持高达100万token的上下文长度，满足长时间任务的规划需求。
• 引入“工具搜索”功能，自动识别和调用合适的工具，减少冗余调用。
• 在Toolathlon测试中，GPT-5.4的准确率达到54.6%，显著优于GPT-5.3-Codex（51.9%）和GPT-5.2（45.7%）。

视觉感知与图像处理能力

• 在MMMU-Pro测试中，GPT-5.4（不使用工具）达到81.2%准确率，优于GPT-5.2的79.5%。
• 首次引入图像输入的“原始”和“高”细节级别：
  • 原始级别：支持最高1024万总像素，或单边6000像素。
  • 高级别：支持最高256万总像素，或单边2048像素。
• 在WebArena-Verified中，GPT-5.4结合DOM和截图交互，成功率67.3%，优于GPT-5.2的65.4%。

性能与效率：速度更快、成本更低

OpenAI在GPT-5.4中进一步优化了推理效率，使其成为Token使用效率最高的模型之一。

• 在同等任务下，GPT-5.4使用的Token比GPT-5.2大幅减少。
• 推理强度设为None时，延迟低于GPT-5.3-Codex。
• Codex的/fast模式下，生成速度提升1.5倍。
• 开发者可通过“优先处理”（Priority Processing）获得更快速响应。
• 在Scale的MCP Atlas基准测试中，工具搜索配置减少47%的Token使用量，保持准确率不变。

知识工作的实际应用表现

GPT-5.4在模拟真实办公场景中的表现令人瞩目，已在多个领域展示出接近甚至超越专业人士的能力。

• 在GDPval测试中，GPT-5.4得分83.0%，远超GPT-5.2的70.9%。
• 覆盖9大美国GDP贡献产业，涉及44种职业任务，如：
  • 销售演示文稿
  • 会计电子表格
  • 急诊排班表
  • 制造图表
  • 短视频内容生成
• 在模拟初级投资银行分析师测试中，GPT-5.4得分87.3%，GPT-5.2仅为68.4%。
• 用户调查显示，GPT-5.4生成的PPT在美观度、视觉表现和图像使用上更受欢迎。

开发者生态与产品融合

OpenAI不仅强化了模型能力，还进一步整合开发者工具与产品生态，推动智能体落地。

• Codex与GPT-5.4完全融合，开发者无需切换模型即可完成推理与编程。
• SWE-Bench Pro测试中，GPT-5.4准确率为57.7%，略高于GPT-5.3-Codex（56.8%）。
• 推出了多个实验性“Playwright Interactive”技能：
  • 自动化网页应用构建与调试
  • UI验证与数据检查
  • 游戏开发与界面优化（回合制RPG、虚拟游乐园建造等）
• ChatGPT中已上线GPT-5.4 Thinking与Pro版本，Enterprise客户可使用专属插件如“ChatGPT for Excel”与“Google Sheets”。

影响与未来展望

GPT-5.4的发布不仅是一次技术升级，更是对AI未来应用场景的一次重新定义。

• 知识工作者面临效率革命：从撰写报告到制作PPT、排班表，AI正在替代初级办公任务。
• 开发者工具链全面进化：从编程、测试到部署、调试，实现一体化AI辅助。
• 模型成本上升但仍具竞争力：
  • GPT-5.4输入价格：2.5美元/百万token
  • 输出价格：15美元/百万token
  • Pro版本输入：30美元/百万token，输出：180美元/百万token
• 企业级用户将获得更强的定制能力，如Excel插件、多轮搜索优化、实时调整流程等。

OpenAI通过GPT-5.4再次巩固了其在通用AI领域的领导地位，标志着AI从“感知-理解”迈入“规划-执行”的新时代。