記者吳立言／綜合報導
OpenAI 今（6日）正式發布新一代 AI 模型 GPT-5.4，並在 ChatGPT、API 與 Codex 開發平台同步推出。官方表示，這是目前最適合「專業工作場景」的模型之一，整合推理、程式開發與自動化代理能力，目標是讓 AI 不只回答問題，而是能直接完成實際工作。
新版模型同時推出 GPT-5.4 Thinking（推理版本）與 GPT-5.4 Pro（高性能版本），針對需要處理複雜任務的企業與開發者提供更強大的能力。
強化知識工作能力
OpenAI 表示，GPT-5.4 的設計重點之一，是提升 AI 在日常知識工作的表現，例如撰寫報告、製作簡報、整理文件與建立試算表。 在名為 GDPval 的評測中，GPT-5.4 在 44 種職業任務中，有 83% 的結果達到或超過業界專業人士水準，比前一代 GPT-5.2 的 70.9% 明顯提升。 例如在投資銀行常見的試算表建模測試中，GPT-5.4 的平均得分達 87.3%，大幅高於 GPT-5.2 的 68.4%。
在人類評測者比較生成簡報時，也有 68% 的情況更偏好 GPT-5.4 的結果。
AI 開始能操作電腦
另一項重要升級是「原生電腦操作能力」。 GPT-5.4 成為 OpenAI 首個具備完整「電腦使用能力」的通用模型，能透過螢幕畫面、滑鼠與鍵盤操作，執行跨軟體任務。 例如 AI 可以：
• 在網站中填寫資料
• 操作瀏覽器完成任務
• 發送 Email、安排行事曆
• 在不同應用程式之間處理工作流程
在OSWorld-Verified 測試中，GPT-5.4 的成功率達 75%，不僅遠高於 GPT-5.2 的 47%，甚至略高於人類平均表現。
程式開發能力進一步提升
GPT-5.4 同時整合了 GPT-5.3-Codex 的程式能力，讓模型在長時間開發任務中表現更穩定。 在軟體工程評測 SWE-Bench Pro 中，GPT-5.4 的表現已接近專門程式模型，同時維持更低的延遲。官方也表示，新模型在前端開發與介面設計方面的成果更加美觀與完整。 OpenAI 還推出一項實驗功能 Playwright Interactive，讓 AI 在寫程式時可以同步測試網頁或應用程式，甚至自動進行多輪測試與修正。
AI 代理與工具使用能力加強
GPT-5.4 的另一個重點是強化 AI 代理（Agent）能力，讓模型在多工具環境中能更有效率地完成複雜任務。例如在 Toolathlon 測試中，AI 需要完成一整套工作流程，包括讀取 Email、下載附件、上傳作業、批改內容，並將結果整理進試算表。
OpenAI 表示，相較前一代模型，GPT-5.4 不僅成功率更高，也能以更少步驟完成整個流程。 同時，OpenAI 也加入名為 「工具搜尋（Tool Search）」 的新機制。當系統中存在大量工具時，AI 可以先搜尋需要的工具，再載入相關定義，而不是一次讀取所有工具資訊。官方測試顯示，這項設計能在保持相同準確度的情況下，將 token 使用量降低約 47%，進一步提升效率。
回答更準確、錯誤更少
在可靠性方面，OpenAI 表示 GPT-5.4 也針對降低「幻覺」的問題進行優化。根據測試，在一組由使用者標記錯誤的資料集中，新模型在單一事實陳述上的錯誤率降低了 33%，整體回答出現錯誤的機率也下降約 18%。 官方認為，這項改善將有助於提升 AI 在文件撰寫、報告生成與分析任務中的可信度，讓模型在專業工作場景中更具實用價值。
ChatGPT 與 API 逐步推出
目前 GPT-5.4 已開始在多個產品中逐步推出。ChatGPT 的 Plus、Team 與 Pro 訂閱用戶將可使用 GPT-5.4 Thinking 推理版本，而 Pro 與 Enterprise 方案則提供性能更高的 GPT-5.4 Pro。 在開發者端，OpenAI 也已透過 API 提供 gpt-5.4 與 gpt-5.4-pro 兩種模型。同時，舊版的 GPT-5.2 Thinking 將維持約三個月過渡期，預計於 2026 年 6 月 5 日正式退役。
