文：董指導(dǎo)

OpenAI 終于祭出了其籌備已久的重磅武器了：GPT-5.4 Thinking 與 GPT-5.4 Pro。

奧特曼（Sam Altman）照例地稱其為“迄今為止最強(qiáng)大的模型”。雖然這句話他每次都說(shuō)、幾乎每家公司也都會(huì)說(shuō)，但這一次，指標(biāo)數(shù)據(jù)的跑分，確實(shí)有“資本”。

1、原生電腦操作能力，超過(guò)“人類(lèi)基準(zhǔn)線”

最核心的突破在于 OSWorld-Verified 測(cè)試中拿到的75%這一高分。而人類(lèi)在同一測(cè)試中的平均水平則是72.4%。

這個(gè)對(duì)人類(lèi)的超越有什么意義呢？

OSWorld-Verified是公認(rèn)的“最硬核”的真實(shí)桌面環(huán)境測(cè)試。AI需要在這個(gè)環(huán)境中像人一樣，通過(guò)視覺(jué)（看截圖）和操作（移動(dòng)鼠標(biāo)、鍵盤(pán)輸入）來(lái)完成跨軟件的任務(wù)。

簡(jiǎn)單說(shuō)，就是能否絲滑操作電腦。從只會(huì)動(dòng)嘴，到動(dòng)手。

這個(gè)能力對(duì)于Agent非常重要，尤其最近火爆的OpenClaw，也很需要相關(guān)能力。

OSWorld測(cè)試中有幾個(gè)挑戰(zhàn)，比如：

視覺(jué)延遲（模型識(shí)別電腦屏幕、及時(shí)進(jìn)行操作）、

坐標(biāo)漂移（點(diǎn)不準(zhǔn)，比如關(guān)閉、放大、縮小的緊密排列按鈕）、

長(zhǎng)鏈條推理（比如“在 Excel 里分析數(shù)據(jù)，然后寫(xiě)進(jìn)郵件，根據(jù)回復(fù)附件改名”。只要中間有一步錯(cuò)，任務(wù)就全毀了）等等。

這個(gè)指標(biāo)在過(guò)去兩年經(jīng)歷了快速迭代和大幅拉升。

之前的領(lǐng)先，一直是Claude，而GPT上一代才47%，根本不夠看的。國(guó)產(chǎn)之光Kimi也短暫沖榜第一。

Caude上一次得分，離72.4%仍差臨門(mén)一腳；結(jié)果，GPT 5.4直接加速?zèng)_刺、拔腳射門(mén)。OpenAI算是維護(hù)住了自己的“王者之風(fēng)”。

提升的途徑在于“視覺(jué)感知能力”更強(qiáng)。

雖然測(cè)試、跑分都是有一定的套路的，和真實(shí)世界的復(fù)雜性仍有差距；但，這個(gè)突破，對(duì)于智能體、對(duì)于OpenClaw的普及還是很有幫助的。

不得不說(shuō)，OpenClaw之父加入OpenAI之后，是真有效果啊。人才果然是AI時(shí)代的核心要素。

2、幻覺(jué)率降低了33%，更專業(yè)

基準(zhǔn)測(cè)試只是面子，“不胡扯”才是里子。GPT-5.4事實(shí)陳述方面，將錯(cuò)誤率降低了33%。

一個(gè)出錯(cuò)率極低的模型，才能真正進(jìn)入銀行、醫(yī)療、法律等高容錯(cuò)要求的生產(chǎn)環(huán)境。

與之對(duì)應(yīng)，在GDPval測(cè)試中，GPT-5.4在44種職業(yè)任務(wù)里，有83%的結(jié)果達(dá)到或超越專業(yè)人士水準(zhǔn)，比上一代70.9%顯著提升。

3、100 萬(wàn) Token 上下文

搭載了百萬(wàn)級(jí)上下文窗口后，GPT-5.4 不再有“走神”的問(wèn)題。

能夠一次性記錄一家中型企業(yè)的年度所有周報(bào)和財(cái)務(wù)報(bào)表，并在此基礎(chǔ)上進(jìn)行關(guān)聯(lián)分析。

GPT-5.4的能力突破，全面開(kāi)花，幾乎沒(méi)有短板；除了“價(jià)格”：

輸入價(jià)格2.5美元/百萬(wàn)token，輸出價(jià)格15美元/百萬(wàn)token；Pro版本，輸入30美元/百萬(wàn)token，輸出180美元/百萬(wàn)token。

4、壓力與“追趕者”的陰影

盡管GPT-5.4表現(xiàn)強(qiáng)悍，但這次發(fā)布的背景則是被Claude的反超。

Claude 4.6 在代碼邏輯和長(zhǎng)文本一致性上長(zhǎng)期霸榜，甚至在部分開(kāi)發(fā)者社區(qū)中，使用 Claude 的比例已經(jīng)反超了 GPT。

OpenAI 迫切需要這場(chǎng)勝利來(lái)穩(wěn)住其企業(yè)客戶（B 端）的流失。

在追趕不停歇，指標(biāo)月月變的時(shí)代，確實(shí)要多思考、多關(guān)注。

---全文完，歡迎交流

理工/金融 復(fù)合背景

暢銷(xiāo)書(shū)《英偉達(dá)之道》譯者

百億私募/頭部自媒體 雙重經(jīng)歷

看清科技、商業(yè)本質(zhì)，講出精彩故事