OpenAI深夜“开大”！GPT-5.4原生操控电脑，Claude、Gemini连夜坐站票撤离？

TL;DR：

别睡了！OpenAI深夜祭出核弹级更新 GPT-5.4，直接给AI装上了“手”：原生操控电脑，效率高到人类怀疑人生。这波不仅全维度“暴击”了Claude和Gemini，还顺便告诉打工人：以后连PPT和Excel，AI都做得比你香。

被Anthropic的Claude和Google的Gemini连续“按在地上摩擦”了一个月后，OpenAI终于不忍了。

就在刚刚，奥特曼深夜突袭，正式发布下一代旗舰模型 GPT-5.4。这不是一次挤牙膏式的微调，而是一次足以让友商冷汗直流的“降维打击”。之所以版本号直接跳到5.4，是因为它完成了推理与编程能力的史诗级合流。

简单来说，OpenAI重新夺回了那顶丢失已久的王冠。¹

电脑操作进化：从“纸上谈兵”到“我行我上”

这次发布最炸裂的，莫过于GPT-5.4成为了首个拥有**“原生电脑使用”**能力的通用模型。

以前你让AI帮你订个机票，它顶多给你列个计划；现在，它可以直接接管你的鼠标和键盘，在软件和网页之间反复横跳，自己去点开浏览器、填表格、跑流程。

在专门测试AI操控能力的 OSWorld-Verified 基准测试中，GPT-5.4 直接拿下了 75% 的成功率。²

调侃式点评：这个成绩是什么水平？人类选手的平均分是72.4%，而一个月前刚登顶的 Claude Opus 4.6 也就 72.7%。也就是说，AI操作电脑的熟练度，已经正式超越了大部分普通打工人。

更狠的是，在只需要看截图的“纯视觉模式”下，它的成功率高达92.8%，完全是断崖式领先。这都要归功于它更强的“通用视觉感知”能力，无论屏幕上的UI多复杂，在它眼里都清晰得像一张说明书。³

办公三件套“屠榜”：华尔街分析师，你的饭碗还好吗？

如果说操控电脑是“硬功夫”，那知识工作就是GPT-5.4的“软实力”。

在 GDPval 基准测试（横跨美国GDP贡献最大的44种职业）中，GPT-5.4 以 83.0% 的成绩追平甚至超越了顶尖人类专家。无论是写销售PPT、做会计电子表格，还是排急诊排班表，它都信手拈来。⁴

在一项内部模拟初级投资银行分析师的测试中，它的建模得分高达87.3%。更气人的是，人类在68.0%的情况下，更偏好AI生成的PPT，理由是：美感更强、视觉更丰富。

调侃式点评：这下好了，以前AI只是想取代你的代码，现在它连你的审美都要“霸凌”了。华尔街的分析师们，现在去学开滴滴还来得及吗？

技术“缝合”怪：推理、编程、工具搜索全都要

GPT-5.4 的另一个大招是完整继承了 GPT-5.3-Codex 的编程基因。⁵ 以后你不需要在“聪明的模型”和“会写代码的模型”之间横跳了，这哥们儿一个人就是一个团队。

为了解决“工具太多导致上下文爆炸”的问题，OpenAI还祭出了**“工具搜索”**功能。它不再需要时刻加载成千上万个工具定义，而是按需即时查找。

• Token消耗：直接狂砍47%。
• 响应速度：最高提升了1.5倍。⁶

而且，现在的 GPT-5.4 Thinking 模式支持**“中途介入”**。它在思考的时候，你可以随时打断并纠正方向，而不需要等它全部吐完再“推倒重来”。这种感觉就像在指挥一个懂事的实习生：不用等他错到底，你一句话他就能原地掉头。

钞能力与黑科技：幻觉降了，但钱包也瘦了

好消息是，GPT-5.4 是 OpenAI 迄今为止“最讲真话”的模型。通过算法优化，它的事实性错误降低了18%，单独声明出错的概率更是暴降33%。³

坏消息是，这种“智商”是有代价的。GPT-5.4 的定价再创新高：

• 标准版：输入2.5美元/百万token，输出15美元/百万token。
• Pro版本：价格直接翻了十倍多，输入30美元，输出180美元。⁶

显然，OpenAI 这是在告诉我们：顶尖的智力，不仅贵，而且非常贵。

总结来看，GPT-5.4 的发布是 OpenAI 对 Gemini 3.1 Pro 和 Claude Opus 4.6 的一次强力反击。它没有短板，甚至还多长了一双能操作电脑的手。在通往 AGI 的马拉松里，OpenAI 似乎又加速开启了下一轮的“套圈”模式。⁵

引用

• GPT-5.4
• OpenAI
• 原生电脑操控
• AI Agent
• 生产力工具