OpenAI发布GPT-5.4：最强专业工作模型，上下文窗口达100万Token
周四，OpenAI正式发布GPT-5.4，定位为“最强大且高效的前沿专业工作模型”。除标准版外，还提供推理模型（GPT-5.4 Thinking）和高性能优化版（GPT-5.4 Pro）。该模型API版本支持高达100万Token的上下文窗口，为目前OpenAI最大规格；同时显著提升Token效率，能以更少Token解决与上代相同的问题。
基准测试创纪录，长周期任务表现卓越
GPT-5.4在多项基准测试中取得突破性成绩：
- 在计算机使用基准OSWorld-Verified和WebArena Verified中创下纪录分数；
- 在知识工作任务GDPval测试中获得83%的纪录高分；
- 在Mercor APEX-Agents基准测试（评估法律与金融专业技能）中领先。
Mercor首席执行官Brendan Foody表示，GPT-5.4擅长创建幻灯片演示、财务模型和法律分析等长周期交付物，且速度更快、成本更低。
幻觉率大幅降低，安全性持续增强
GPT-5.4延续了减少幻觉和事实错误的努力。相比GPT-5.2，新模型单声明错误概率降低33%，整体回答含错概率降低18%。
此外，OpenAI引入Tool Search系统优化API工具调用，允许模型按需查找工具定义，替代以往全量列出方式，在多工具场景下实现更快、更便宜的请求处理。
针对推理模型思维链可能被歪曲的安全担忧，最新评估显示GPT-5.4 Thinking版本欺骗行为可能性更低，表明其缺乏隐藏推理的能力，思维链监控仍是有效安全工具。