預言成真！OpenAI 正式釋出 GPT-5.4：職業級AI的終極“完全體”降臨

🎯神預言：toolswith.ai 24小時內精準預判

就在 toolswith.ai 不到24小時前發文預判 GPT-5.4 即將降臨後，OpenAI 官方於今日凌晨正式揭開了這一“效能猛獸”的面紗。

正如我們在《OpenAI 爆發式更新：GPT-5.4 攜"極致推理"將至，百萬級上下文重塑生產力》中透過 Polymarket 賠率與底層程式碼洩露所做出的預測：“GPT-5.4 的降臨就在未來 100 小時內。” 事實證明，OpenAI 的迭代節奏比所有人預想的都要快。這一突襲式釋出的“完全體”模型，帶著百萬級上下文、原生計算機使用以及極致職業化的標籤，正式登陸 ChatGPT、API 以及 Codex。

這次釋出不僅完美印證了我們關於超長上下文與極致推理（Thinking）的預判，更以其在“計算機使用（Computer Use）”能力上的跨越式進化，帶來了超越預期的震撼。

🚀 GPT-5.4：為專業工作而生的“重灌坦克”

1. 知識工作（Knowledge Work）：超越行業專家

在衡量 44 種職業實戰能力的 GDPval 測試中，GPT-5.4 的勝率高達 83.0%，正式超越了人類行業專家的基準。

• 辦公全才：針對 Excel 建模、幻燈片製作和文件撰寫進行了定向最佳化。在投行分析師級別的電子表格任務中，其得分從 68.4% 飆升至 87.3%。
• 事實性飛躍：官方資料顯示，其虛假陳述機率降低了 33%，響應錯誤率降低了 18%。它不再只是"會聊天"，而是"能辦實事"。

“GPT-5.4 是我們嘗試過的最強模型。目前，它在我們衡量專業服務能力的 APEX-Agents 基準測試中高居榜首。它在處理“長週期產出”（Long-horizon deliverables）方面表現卓越——例如製作幻燈片簡報、構建金融模型以及進行法律分析。在提供頂尖效能的同時，其執行速度更快，且成本遠低於競爭對手的尖端模型。”

2. 視覺與計算機使用（Computer Use & Vision）：賦予 AI "手眼"

這是 GPT-5.4 最具顛覆性的升級——它是首個具備原生計算機操作能力的通用模型。

• VIEW_IMAGE_ORIGINAL_RESOLUTION：正如我們昨日強調的，該功能支援高達 1024 萬畫素（或 6000px 維度） 的全解析度輸入。
• OSWorld 霸榜：在模擬真實電腦操作環境的評測中，它以 75.0% 的成功率超越了人類平均水平（72.4%），能夠自主跨應用完成複雜工作流。

“在我們針對約 3 萬個業主協會（HOA）及房產稅入口網站的計算機使用效能評估中，GPT-5.4 的初次嘗試成功率達到了95%，並在三次嘗試內實現了 100% 的成功率；相比之下，此前的 CUA（計算機使用智慧體）模型成功率僅73%–79%。此外，它的任務處理速度提升了約 3 倍，同時節省了約 70% 的 Token 消耗，從根本上提升了大規模應用時的可靠性與成本效益。”

3. 程式設計進化（Coding）：極致速度與互動

GPT-5.4 完美融合了 GPT-5.3-Codex 的強項，並引入了實驗性的 100 萬（1M）Token 上下文。

• fast 模式：生成速度提升 1.5 倍，讓開發者在除錯和迭代時保持極高的流暢感。
• Playwright 互動：新增的實時互動除錯功能，允許 AI 在構建網頁應用的同時進行視覺化自動測試。

“GPT-5.4 目前在我們內部的基準測試中處於領先地位。我們的工程師發現，它比之前的模型表現得更自然且更果斷。在處理模糊不清的問題時，它不再猶豫不決（second-guessing），並且能主動將工作並行化處理，以保持任務的高效推進。”

4. 工具使用（Tool Use）：高效排程生態

• 工具搜尋（Tool Search）：針對擁有數萬工具的大型生態系統，模型現在支援"按需載入"定義。這使 Token 消耗降低了 47%，極大提升了 API 的響應速度和價效比。

• 代理式呼叫（Agentic Tool Calling）：在 Toolathlon 測試中，它能更聰明地並行呼叫工具，減少往復對話，精準完成從閱讀郵件到填充報表的閉環任務。

• 增強網頁搜尋：搜尋永續性提升了 17%，特別是 GPT-5.4 Pro，在尋找"大海撈針"式的複雜資訊時，準確率達到了行業巔峰的 89.3%。

“GPT-5.4（xhigh 推理模式）代表了多步工具呼叫領域的最高水準（SOTA）。Zapier 執行著業內最嚴苛的工具使用基準測試，涵蓋了數百個複雜的真實世界工作流。在之前的模型紛紛“敗下陣來”的地方，GPT-5.4 成功完成了任務——它是迎今為止最具韌性、最能堅持完成任務的模型。”

5. 可控性與安全性（Steerability & Safety）

• 中途修正：在 ChatGPT 中，使用者現在可以看到模型生成的前置思維計劃，並能在響應過程中隨時"撥亂反正"，無需等待生成結束再重來。
• 黑盒監控：引入了 CoT（思維鏈）可控性研究。實驗證明 GPT-5.4 難以偽造其推理過程，這雖然看似限制了模型，實則大大增強了安全監管的透明度。

📊 關鍵效能指標一覽

📈 專家分析：OpenAI 的"攻防一體"戰略

正如我們在昨日預測文章中所分析的，GPT-5.4 的極速釋出不僅是技術的爆發，更反映了 OpenAI 極其強悍的攻防節奏：

• 產品線精準降維：透過 Thinking 模式（如 xhigh 推理）統治高智力、長週期的專業任務，同時用 Instant 模式 守住低延遲、高頻互動的市場，實現全場景覆蓋。
• 攻佔代理（Agent）高地：憑藉原生的 Computer Use 能力與 Tool Search 技術，OpenAI 正在直接切斷許多初創 Agent 公司的後路。它不再僅僅是給出建議，而是直接在軟體和系統中執行結果。
• 效率與成本的雙重絞殺：在提升邏輯上限的同時，透過顯著的 Token 效率最佳化（如 Zapier 和 Mainstay 測試所示），OpenAI 正在將工業級 AI 的使用門檻推向主流商業化。

💡 結語

變革的頻率已經從"以年計算"縮短到了"以小時計算"。GPT-5.4 的降臨，標誌著 AI 正式從實驗室的"聊天工具"進化為真正可交付、可信賴的工業級數字僱員。

作為全網首個精準預言 GPT-5.4 釋出節點的媒體，toolswith.ai 將持續為您深度追蹤更多AI資訊。