GPT-5.4 首次原生操控電腦，這不是AI，是數字打工人

就在所有人以為AI大戰將暫時休戰的時候，OpenAI選擇在深夜甩出了一張王牌。

北京時間3月6日凌晨，OpenAI正式發布了下一代旗艦模型——GPT-5.4。這次不再是擠牙膏式的微調，而是一次真正的“代際跨越”。面對谷歌Gemini 3.1 Pro和Anthropic Claude Opus 4.6的步步緊逼，OpenAI用一款集推理、編程、原生電腦操控于一體的全能模型，宣告了誰才是真正的山頂玩家。

不止是更聰明，更是“動手干”

如果說以前的AI只是一個能說會道的超級大腦，那么GPT-5.4第一次長出了“手”。

此次更新最炸裂的功能，無疑是原生計算機使用能力（Computer-Use）。這是OpenAI首個具備該能力的通用模型。它不再僅僅依賴API接口，而是能像人類一樣，看懂屏幕截圖，移動鼠標，敲擊鍵盤，在各類軟件和網頁間穿梭自如。

在OSWorld-Verified基準測試中，GPT-5.4操作電腦的成功率達到了驚人的75.0%。這個數據不僅遠超上一代GPT-5.2的47.3%，甚至超過了人類72.4%的基準線，也略高于剛剛登頂不久的Claude Opus 4.6（72.7%）。

這意味著什么？意味著從今天起，AI不僅能幫你寫郵件，還能幫你發郵件、排日程、填表格、跑流程。那些每天消耗打工人大量精力的、繁瑣的點擊操作，現在AI全包了。

跑分屠殺：每一科都是狀元

過去，模型往往各有短板：有的能推理但不會寫代碼，有的能寫代碼但世界知識匱乏。GPT-5.4試圖粉碎這種“分裂感”，而它的成績單也確實夠硬。

知識工作（GDPval）：在橫跨44種職業的真實工作產出測試中，GPT-5.4以83.0%的得分達到或超過了人類專家水平，相比上一代的70.9%提升了12個百分點。尤其是在模擬初級投行分析師的電子表格建模中，得分高達87.3%，把GPT-5.2的68.4%遠遠甩在身后。

編程能力（SWE-Bench Pro）：它完整繼承了GPT-5.3-Codex的編程基因，得分57.7%，略高于Codex版本的56.8%。這意味著你不再需要在“聰明的模型”和“能寫代碼的模型”之間切換，一個模型搞定全部邏輯。

數學與推理（FrontierMath）：在研究級別的數學難題中，GPT-5.4Pro拿下了38.0%的得分。對比一年前最好的成績只有2%，這無疑是核彈級的進步。

不僅僅是長，而是“不打斷”的記憶

GPT-5.4支持高達100萬Token的上下文窗口。

100萬Token是什么概念？這意味著你可以直接把《三體》三部曲的全部內容，或者一個完整項目的代碼庫一次性扔給它，它能牢牢記住每一個細節。

更關鍵的是，GPT-5.4 Thinking在ChatGPT中新增了“思考過程預覽”和“中途介入”功能。在處理長任務時，模型會先展示它的工作計劃，如果你發現方向不對，可以隨時打斷并調整，不需要等到它犯錯返工。這種交互體驗，讓AI協作真正有了“人味兒”。

效率革命：省錢省Token

強大的同時，OpenAI也在試圖解決一個實際問題：貴。

GPT-5.4引入了全新的“工具搜索”機制。在處理擁有大量工具（如MCP服務器）的復雜任務時，它不再一股腦把所有工具定義塞進上下文，而是按需檢索。

在Scale的MCP Atlas基準測試中，這一功能在保持準確率不變的同時，將Token消耗量砍掉了驚人的47%。

對于開發者來說，Codex中的“/fast”模式更是福音，它能讓Token生成速度最高提升1.5倍，同樣的智力，更快的速度。

怎么用？多少錢？

據了解，即日起，GPT-5.4 Thinking已面向ChatGPT Plus、Team和Pro用戶開放，它將取代GPT-5.2 Thinking成為默認的思考模型。而性能更強的GPT-5.4 Pro則主要面向Pro和企業用戶。

價格方面，GPT-5.4確實漲了。輸入2.5美元/百萬Token，輸出15美元/百萬Token。而Pro版更是高達輸入30美元/百萬Token，輸出180美元/百萬Token。

雖然貴，但考慮到它優秀的Token效率，以及比Claude Opus 4.6便宜近一半的API價格，對于企業級應用來說，可能反而更具性價比。

小結

GPT-5.4的發布，標志著一個明確的轉向：大模型的競爭，已經從單純的“參數競賽”和“跑分刷榜”，進入了“全能執行”的新階段。

OpenAI這次整合了推理、編程、長上下文和電腦操控，目標直指一個終極形態，AI數字員工。它不再只是一個對話框，而是一個能理解、能思考、能動手干活的智能代理。

打工人懸了嗎？或許現在還不至于，但那個AI負責工作，人類負責生活的未來，確實又近了一大步。