【中配】OpenAI 刚刚发布了 GPT-5.4,表现太惊人了 - Matthew Berman
OpenAI 正式发布了最新的统一旗舰模型 GPT-5.4。该模型将 GPT-5.2 的创作能力与 GPT-5.3 Codex 的编程能力进行了深度整合,旨在为知识工作者提供全能型辅助。GPT-5.4 在模型运行速度、Token 效率以及 Agent 任务执行方面均实现了显著提升,标志着 AI 在处理复杂工作流能力上的进一步突破。
01核心参数与基准测试表现
GPT-5.4 在长上下文处理能力上取得了重大进展,现已支持 100 万 Token 的上下文窗口。在多项行业标准基准测试中,该模型展现出超越竞品的性能。
| 测试维度 | GPT-5.4 表现 | 对比结果 |
|---|---|---|
| 计算机操作能力 | OS World 测试中表现优异 | 超越 Anthropic Opus 4.6 与 Google Gemini |
| 真实世界知识工作 | GPT Val 测试成绩突出 | 超越 Anthropic Opus 4.6 与 Google Gemini |
| 数学领域能力 | 数学基准测试表现出色 | 超越 Anthropic Opus 4.6 与 Google Gemini |
| 上下文长度 | 支持 100 万 Token | 大幅提升长文本处理与记忆能力 |
GPT-5.4 关键性能指标概览
02功能演示与实测表现
- 计算机操作与规划能力
模型具备强大的计算机视觉与操作能力,能够直接操作 Gmail 等应用,并进行批量数据输入,展现出作为自动化 Agent 的潜力。 - 游戏生成与逻辑构建
在演示中,GPT-5.4 仅凭简单的提示词即生成了复杂的乐园模拟游戏和 RPG(角色扮演)游戏,体现了其在逻辑规划与内容生成方面的深度整合能力。 - 提示词工程差异
GPT-5.4 的提示词逻辑与 Claude 系列存在差异,针对该模型的特性,OpenAI 建议参考专门的提示词指南以获得最佳效果。
03定价策略与迭代周期
OpenAI 详细披露了 GPT-5.4 Thinking 和 Pro 版本的定价方案,反映出随着模型能力的提升,先进模型的运算成本正在上升。此外,业界观察发现,OpenAI 和 Anthropic 等厂商目前的预训练周期显著缩短,普遍采取“快速出炉”的策略,即一旦取得阶段性进展便立即发布新版本,这使得 AI 模型的迭代速度达到了前所未有的程度。
04业界反馈与评价
汇总 Matt Shumer、Flavio Adam 等早期测试者的反馈显示,业界对 GPT-5.4 的核心改进给予了高度关注。多数观点认为,尽管该模型在前端审美设计和部分现实语境的理解上仍存在短板,但其编程的可靠性以及长上下文处理能力得到了广泛认可。部分用户反馈指出,这种能力的跃迁使其在处理复杂编程任务和长文档分析时具有明显的实用价值。
当前文章无评论,是时候发表评论了