2026年7月2日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

AI越来越牛马了,GPT-5.4 发布!可以操作电脑

发布日期:2026-03-06 07:29:12 浏览次数: 2449
作者:迷幻小蘑菇啊

微信搜一搜,关注“迷幻小蘑菇啊”

推荐语

GPT-5.4震撼发布:首个能直接操作电脑的AI助手,让复杂工作一键完成!

核心内容:
1. 六大核心升级:从降低幻觉率到1M tokens上下文窗口
2. 原生计算机操作能力:AI不再是顾问而是亲自操作的助手
3. 效率革命:更省token的推理与智能工具搜索功能

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
G
OPENAI · 2026年3月5日
GPT-5.4
真正能干活的AI
融合推理、编程与智能体能力的
新一代旗舰模型。
更准、更快、更省 token,
一次交付复杂工作。
GDPval83%
上下文1M
幻觉率↓33%
不是更大的模型,
更会干活的模型。
GPT-5.4 把 GPT-5.3-Codex 的顶级编程能力、GPT-5.2 的深度推理、以及全新的智能体工作流——融入一个统一的前沿模型。
01 · SIX KEY UPGRADES
六项核心升级
每一项都直接指向同一个目标:让 AI 真正完成复杂工作。
33%幻觉降低幅度 · vs GPT-5.2
有史以来最准确的模型
在用户标记事实错误的真实对话集上测试,GPT-5.4 的单条信息出错概率降低 33%,完整回复的错误率降低 18%。不是跑分提升,是真实用户场景里,错得更少了。
🔍 翻译成人话:幻觉是大模型的「刹车距离」——你不关心引擎马力多大,你关心紧急制动时车能不能停住。33% 的幻觉降低,意味着你可以更放心地把 AI 输出直接用于工作,而不是花大量时间逐条核查。
1Mtokens 上下文窗口
一次读完一本《哈利·波特》还有余量
从 GPT-5 的 400K 跃升至 1M tokens,容量提升 2.5 倍。可以在单次请求中分析整个代码仓库、数百页法律合同、或一整套财务报表。不需要切片,不需要分批——给它全部,它全部理解。
📐 翻译成人话:1M tokens ≈ 75 万个英文单词 ≈ 约 3 本长篇小说。对开发者来说,这意味着可以把整个中型项目的代码库一次性喂给模型审查。
原生Computer Use 能力
第一个能直接操作电脑的主力模型
GPT-5.4 是 OpenAI 发布的第一个内置原生计算机使用能力的通用模型。它不只是生成文本——它可以操作软件、点击按钮、填写表单,在「构建→运行→验证→修复」的循环中完成复杂任务。
🤖 意味着什么:之前的 AI 模型像只能口头指导的顾问。GPT-5.4 更像一个可以坐到你电脑前亲自操作的助手——能独立完成多步骤工作流,包括跨应用程序协作。
省 Token推理效率大幅提升
用更少的 Token 解决同样的问题
GPT-5.4 是 OpenAI 迄今最高效的推理模型。解决同一个问题所消耗的 token 显著少于 GPT-5.2——直接意味着更快的响应速度和更低的使用成本。
💰 算笔账:此前有开发者测试,GPT-5 系列在编程任务上消耗的 token 比竞品少约 90%。GPT-5.4 在此基础上进一步优化,高频调用场景下的成本差异巨大。
Tool Search
在海量工具中,自动找到最合适的那一个
面对庞大的工具和连接器生态,GPT-5.4 引入了 Tool Search——模型不再需要预先定义所有可用工具,而是可以智能搜索并调用最适合当前任务的工具。让智能体在真实业务环境中的「执行力」跃升了一个量级。
前置计划
先给你看它的计划,让你中途调整方向
GPT-5.4 Thinking 新增「前置计划展示」——在开始深度思考前,先给你看它打算怎么做。你可以在执行过程中调整方向,不需要等全部做完再推倒重来。
🎯 解决真实痛点:以前和 AI 协作最大的时间成本不是等待生成,而是「生成完了不满意→再解释→再等→又不对」的循环。前置计划让你在源头介入,大幅减少无效迭代。
02 · VS PREVIOUS GEN
相比 GPT-5.2,提升了
GPT-5.2 发布于 2025年12月。仅三个月后,GPT-5.4 实现跨代升级。
维度
GPT-5.2
GPT-5.4 ✦
上下文窗口
400K
1M · ×2.5
编程能力
融合 Codex 顶级
计算机操作
不支持
原生支持
幻觉率(单条)
基线
↓ 33%
幻觉率(全文)
基线
↓ 18%
Token 效率
基线
显著优化
工具调用
传统 Tool Use
+ Tool Search
思考过程
黑盒
前置计划 · 可调整
GDPval
83% 历史新高
"GPT-5.4 在法律文件密集型工作上树立了新标准。在 BigLaw Bench 评估中得分 91%。"
— 外部法律评估机构
03 · COMPETITIVE EDGE
竞争格局中的位置
2026年3月,前沿模型竞争从未如此激烈。
GPT-5.4 选择了一个很明确的赛道:干活。
能力维度
Claude 4.6
Gemini 2.5
GPT-5.4 ✦
上下文窗口
200K / 1M beta
1M
1M 原生
编程能力
SWE-bench ~80%
强 · Codex竞品
融合 5.3-Codex
知识工作基准
GDPval 83%
法律专业评估
BigLaw 91%
智能体基准
Claude Code 强
APEX #1
计算机操作
Computer Use API
Mariner 实验
原生内置 ✦
Token 效率
低token高质量
中等
同任务消耗最少
工具生态
MCP 协议
函数调用
Tool Search 智能发现
思考透明度
思考摘要
思考模式
前置计划 · 可中途调整
幻觉控制
保守拒绝策略
Grounding 搜索
单条 ↓33% · 全文 ↓18%
API 定价区间
$5/$25 per M
$1.25~$10 per M
待公布 · 预期有竞争力
📊 说明:以上对比基于各厂商官方公布数据与第三方评测报告综合整理。Claude 4.6 指 Anthropic Claude Opus 4.6(2026.02 发布),Gemini 2.5 指 Google Gemini 2.5 Pro。「—」表示该厂商未公布同类基准测试数据。部分能力项因评测标准不统一,仅做定性参考。
"GPT-5.4 擅长创建长周期交付物——演示文稿、财务模型、法律分析。在更快速度和更低成本下,实现了顶级性能。"
— Brendan Foody, Mercor CEO · APEX-Agents 基准第一名
APEX-Agents #1GDPval 83%BigLaw Bench 91%融合 Codex 编程原生 Computer UseTool Search
04 · MEDIA REACTIONS
全网怎么说
"GPT-5.4 来了——OpenAI 刚刚让所有其他 AI 模型看起来很慢。"
— Tom's Guide
"这个更新让 OpenAI 在向 Google 和 Anthropic 的快节奏 AI 竞赛中保持了压力。"
— Axios
"GPT-5.4 在 83% 的情况下胜过办公室白领——覆盖 44 个职业。"
— Axios 引述 OpenAI GDPval 数据
"Thinking 版本的欺骗倾向更低,说明思维链监控仍然是有效的安全工具。"
— TechCrunch 引述 OpenAI 安全评估
速度 × 智能
9to5Mac:编程、文档理解、工具使用、指令跟随四个维度的系统性突破。
💼
面向工作场景
Axios:设计目标明确——减少错误、提高效率,尤其是文档类工作。
🔐
安全与透明
TechCrunch:首次实施网络安全高能力缓解措施。
🏆
基准霸榜
GDPval 83%、APEX-Agents 第一、BigLaw Bench 91%。
05 · MODEL LINEUP
三个版本,各有所长
GPT-5.4 Thinking
主力推理模型。可展示思考过程与前置计划。适合复杂分析、编程、研究。面向 Plus / Team / Pro。
GPT-5.4 Pro
极致性能版本。法律分析、金融建模、大型代码库审查。Pro 与 Enterprise 专属。
GPT-5.4 · API / Codex
开发者版本。1M 上下文、原生 Computer Use、Tool Search。构建智能体的首选底座。
💡 GPT-5.2 Thinking 将保留至 2026.06.05,之后退役。Enterprise / Edu 可通过管理员设置提前开启。
06 · EVOLUTION
GPT-5 系列演进路径

2025年中
GPT-5
统一推理框架首次亮相。合并多个模型线。400K 上下文。

2025.10
GPT-5.1
体验优化,8种语气预设,谄媚行为大幅降低。

2025.12
GPT-5.2
对 Gemini 的「code red」回应。长上下文与专业知识大幅提升。

2026.02
GPT-5.3 Codex / Instant
Codex 确立顶级编程;Instant 让日常对话更自然。

2026.03.05
GPT-5.4 ← 今天
融合推理+编程+智能体。1M上下文、Computer Use、Tool Search、前置计划。
AI 模型的竞赛
正在从「谁更聪明」
转向「谁更能干活」
GPT-5.4 的每一项升级都指向同一个方向:
减少来回,一次到位,把复杂工作做完。

不是更花哨。是更可靠。

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅