# GPT-5.4 来了：OpenAI 的智能体时代正式开启

> 从多模型架构到原生电脑操控，GPT-5.4 带来了哪些真正值得关注的新能力？本文客观梳理 GPT-5.4 的核心特性、版本演进时间线，以及这次更新的实际意义。

- 原文链接: https://laojin.blog/blog/20260306_gpt-5-4-intro
- 作者: 老金
- 发布日期: 2026-03-06
- 标签: AI, OpenAI, GPT, 大模型

---

2026 年 3 月 6 日，OpenAI 正式发布了 **GPT-5.4**，并同步推出了对应的 System Card（模型安全说明文档）。这次发布没有太多"革命性"的宣传语，但从技术细节来看，变化相当实质。

---

## GPT-5.4

GPT-5.4 并不是一个单一模型，OpenAI 目前对外提供两个 API 版本：

- **`gpt-5.4`**：通用版本，面向大多数任务
- **`gpt-5.4-pro`**：增强版，适合更复杂的推理和专业场景

两者均已在 ChatGPT 和 Codex CLI 中上线，知识截止日期为 **2025 年 8 月 31 日**，上下文窗口支持高达 **100 万 token**。

值得注意的是，GPT-5 整体是一个**多模型联合系统**，内部由路由器根据任务复杂度动态调度不同子模型：

| 子模型 | 定位 |
|--------|------|
| `gpt-5-main` | 快速响应，通用查询（GPT-4o 继任者）|
| `gpt-5-thinking` | 深度推理，复杂任务（o3 继任者）|
| Mini / Nano | 轻量版，用于开发者或使用限额场景 |

---

## 核心新特性

### 原生 Computer Use（电脑操控）

这是 GPT-5.4 最受关注的能力升级：**首次原生支持 Computer Use**，即模型可以像人一样操作计算机——跨应用点击、输入、读取屏幕内容，自主完成多步骤任务。

这意味着 AI 不再只是"回答问题"，而是可以直接"帮你做事"。OpenAI 将其定位为迈向 **Agentic Future（智能体时代）** 的关键一步。

想不到 OpenClaw 作者加入 OpenAI 后，这么快就做出这样的新特性。

### 办公场景能力大幅提升

OpenAI 在发布公告中专门强调了对商业办公场景的针对性优化，涵盖：

- Excel / 电子表格建模
- PowerPoint 演示文稿
- Word 文档编辑

在一项模拟**初级投行分析师**的电子表格建模测试中：

| 模型 | 得分 |
|------|------|
| GPT-5.4 | **87.3%** |
| GPT-5.2 | 68.4% |

提升幅度约 **19 个百分点**，这是一个相当显著的跨越。

### 事实准确率提升

相比 GPT-5.2，GPT-5.4 在个人陈述的虚假率上**降低了 33%**，被 OpenAI 称为"迄今最准确的模型"。

System Card 中的 thinking 版本数据更为详细：
- LongFact 基准幻觉率低于 **1%**
- 相比 o3，真实用户测试中事实错误率降低 **65%**

### 反讨好（Anti-sycophancy）机制

模型同意用户错误观点的行为减少了 **69–75%**。这是 OpenAI 明确承认并持续优化的方向——让模型更诚实，而不是一味迎合用户。

同时引入**诚实失败机制**：当模型无法完成任务时，会主动承认，而不是编造答案，减少欺骗性输出约 **60%**。

### 编程能力全面超越 Codex 专用模型

在所有相关编程 Benchmark 上，GPT-5.4 已经**超越了 GPT-5.3-Codex**（上一代编程专用模型）。这引发了一个问题：Codex 系列是否会逐渐被通用模型取代？

---

## 安全机制

GPT-5.4 的 System Card 对安全性有详细说明：

高风险领域严格管控：在生物/化学领域被评为"High capability"，对武器化信息实施严格屏蔽

红队测试规模：400+ 名专家进行了 5000+ 小时的对抗性测试，强攻击场景下安全率达 100%

生命科学可信访问计划：高风险 API 使用需专项审批

医疗健康表现：HealthBench 准确率 46.2%（上一代 o3 仅 31.6%），高风险场景错误率降低 8–50 倍

---

## GPT 版本演进时间线

回顾下 GPT 系列主要版本的发布时间线：

| 时间 | 版本 | 关键特性 |
|------|------|----------|
| 2020 年 6 月 | GPT-3 | 1750 亿参数，开启大模型时代 |
| 2022 年 11 月 | ChatGPT（GPT-3.5） | 对话能力爆发，全球用户破亿 |
| 2023 年 3 月 | GPT-4 | 多模态输入，推理能力大幅提升 |
| 2024 年 5 月 | GPT-4o | 原生多模态（文字/图像/语音），响应速度更快 |
| 2024 年 9 月 | o1 | 首个"思考型"推理模型，Chain-of-Thought 内化 |
| 2025 年 1 月 | o3 / o3-mini | 推理能力大幅跃升，在多项科学基准超越人类 |
| 2025 年 2 月 | GPT-4.5 | 情感理解与对话流畅度优化 |
| 2025 年 5 月 | GPT-5（含 5.1/5.2） | 多模型系统架构，thinking + main 双路由 |
| 2025 年 10 月 | GPT-5.3 / GPT-5.3-Codex | 编程专项模型，代码能力专项强化 |
| 2026 年 3 月 | **GPT-5.4** | 原生 Computer Use，办公场景优化，超越 Codex |

版本迭代更新速度越来越快了。只能感叹，AI 发展速度太快了，太卷了。

---

## 写在最后

GPT-5.4 的发布，Computer Use 的原生集成是一个重要信号。AI 从"语言助手"向"行动执行者"的转变，是整个行业的趋势，OpenAI 在这一点上走出了实质性一步。

但"最准确的模型"这类宣传语已经出现在 OpenAI 每次发布中。Benchmark 数据固然重要，但实际使用体验中的幻觉、错误判断依然存在，用户不应对单次版本更新抱有过高期待。

**总体而言**，GPT-5.4 是一次扎实的迭代更新，不是颠覆性革命，但每一项改进都指向明确的实用方向。AI 工具正在从"聪明的对话框"变成"能干活的数字员工"，这个趋势在 GPT-5.4 上体现得相当清晰。

---