OpenAI发布GPT-5.4，原生操控电脑，编程碾压Opus 4.6

北京时间3月6日凌晨，没有任何预热，也没有发布会，OpenAI直接宣布 GPT-5.4 正式上线。

从写代码、做 Excel、生成 PPT，到操控浏览器、操作软件界面——这不就是之前爆火的 OpenClaw 吗？

没错，GPT-5.4 不仅是 OpenAI 当前的最强模型，更是全球首个具备原生计算机使用能力的通用模型。

OpenAI CEO 萨姆·阿尔特曼表示："这是我们做过最好的模型。"OpenAI 研究负责人补充道：“我们看不到它能力的天花板。”

100万 Token 上下文（Codex 支持）
83% 职业任务胜率
75% 电脑操控成功率
33% 幻觉降低

GPT-5.4 各项基准测试成绩（来源：Sam Altman 推特）

目前，ChatGPT Plus、Team 和 Pro 用户已可立即体验，原来的 GPT-5.2 Thinking 模式将于 3个月后下线。

01. GPT-5.4 开始接管电脑

GPT-5.4 系列包含两个版本：标准版与 Pro 版。

除 ChatGPT Plus、Team 和 Pro 用户可用外，企业和教育用户可通过管理员开启，API 与 Codex 开发者也可同步接入。

如果只看参数升级，可能会觉得这只是常规迭代。但 GPT-5.4 最大的变化，不是性能，而是它开始会"用电脑"了。

它可以识别屏幕截图、操作鼠标和键盘、在不同软件之间切换、完成跨应用任务流程——打开浏览器、搜索资料、下载文件、整理 Excel、生成 PPT、发送邮件，整个流程自动完成，无需人工干预。

在桌面环境测试（OSWorld Verified）中，GPT-5.4 的成功率达到 75%，已超过人类平均水平 72.4%。

OSWorld 桌面操控测试：GPT-5.4 成功率超越人类均值（来源：OpenAI 官网）

在玩电脑方面，它已经超过人类平均水平。

AI 不再只是网页或软件，它正在成为电脑的新用户。

02. 精通 PPT、Excel，83% 职业任务超人类

对打工人来说，GPT-5.4 将会是最强对手。

OpenAI 推出了名为 GDPval Benchmark 的测试，涵盖 44 种职业的真实任务，包括数据分析、报告撰写、PPT 制作、Excel 建模等。

结果显示，GPT-5.4 在 83% 的情况下表现超过普通办公人员。

GDPval 职业任务测试结果（来源：OpenAI 官网）

• 投行级 Excel 建模任务得分 87.3%
• PPT 盲测评审中，68% 的人类评审更偏好 GPT-5.4 的作品——结构更清晰、视觉更统一、图表更合理

更重要的是，它变得更靠谱了。幻觉降低 33%，AI 终于可以被用于严肃商业场景。

03. 编程能力飞跃，Token 速度提升 1.5 倍

编程能力是 GPT-5.4 的核心卖点。新模型融合了 GPT-5.3 Codex 的代码能力，在 SWE Bench Pro 等测试中持平甚至超越 GPT-5.3 Codex，并明显领先 Claude Opus 4.6。

SWE Bench Pro 编程能力测试（来源：OpenAI 官网）

开启 /fast 模式后，Token 生成速度最高提升 1.5 倍。写代码、Debug 的过程中几乎感觉不到延迟，思维流不再被打断。

多数用户体验下来就一个字：顺。

在 Coding 领域，GPT-5.4 终于夺回了被 Claude Opus 4.6 抢走的王座。

参与早期测试的 HyperWrite CEO Matt Shumer 惊叹道：“这绝对是世界上最好的模型，编程能力好到离谱！”

开发者对 GPT-5.4 编程能力的第一手反馈

04. 100 万 Token 加持，读完整个项目

上下文窗口的长度，一直是限制大模型处理复杂任务的瓶颈。这一次，OpenAI 把上限拉到了 100 万 Token。

什么概念？它可以一次性读取一个完整代码库、几本长篇小说、一个企业知识库，再进行全局分析。

视觉能力同步升级，GPT-5.4 支持最高 1024 万像素的原始图像输入。在 OmniDocBench 文档解析测试中，平均误差率降至 0.109，阅读能力逼近专业工具。

它可以像显微镜一样分析图片，长文本 + 高精图像，两手都硬。

05. 性能保障，价格劝退

标准版

Pro 版

GPT-5.4 官方定价表（来源：OpenAI 官网）

涨价了，而且涨得不少。

• GPT-5.4 标准版：输入价格相比 GPT-5.2 上涨 40%，输出上涨 7.14%
• GPT-5.4 Pro 版：输入 $30 / 输出 $180，开发者社区第一反应：Insane（太疯狂了）

对此，OpenAI 给出的解释是"性价比逻辑"：模型更聪明，Token 效率更高，单价虽高，总成本未必更高。

GPT-5.4 新增了工具搜索功能，在 Agent 任务中先读取轻量化工具目录，按需查询具体工具定义。在 Scale 的 MCP Atlas 测试中，启用工具搜索后，Token 消耗减少 47%。

当然，这个说法开发者买不买账，还需要市场来验证。

06. 结语

在 Claude 和 Gemini 步步紧逼的 2026 年，OpenAI 选择用产品力回击。

作为首个具备原生电脑操控能力的通用模型，GPT-5.4 证明了在通往 AGI 的道路上，OpenAI 依然领跑全场。

我们经历了 OpenClaw，现在也有了清晰的认知——对于每一个打工人来说，最好的应对方式不是恐慌，而是要尽快学会指挥它。
（微信公众号：Tahou_2025）