GPT-5.4深夜发布,最适合OpenClaw的天选模型登场了.

先看最关键的几个。

GDPval：83.0%

这个是测AI在真实工作任务中表现的，包括金融、法律等44种职业的知识工作。

GPT-5.4 Thinking拿了83.0%，Claude Opus 4.6是78.0%，GPT-5.3 Codex是70.9%。

在真实业务场景里，GPT-5.4不只是会写代码，它还能跟你聊业务、聊金融、聊法律、聊各种专业领域的东西。

而且是用人话聊，不是用天书聊。

SWE-Bench Pro：57.7%

这个是测AI解决真实软件工程问题的，不只是Python，而是测四种编程语言。

GPT-5.4 Thinking拿了57.7%，GPT-5.3 Codex是56.8%。

基本持平。

这就是我最想看到的结果。

代码能力保住了GPT-5.3 Codex的水平，世界知识又补上来了。

OSWorld-Verified也是，75.0%。这个是测AI操作电脑的能力的，就是让AI像人一样，用鼠标点击、用键盘输入、在不同应用之间切换，完成各种任务。

GPT-5.4 Thinking拿了75.0%，超过了Claude Opus 4.6的72.7%，也保持了跟GPT-5.3-Codex的持平。

而且，GPT-5.4操作电脑的速度，快的离谱。

看下这个没有加速过的视频，会更直观。

ToolAthon：54.6%

这个是测AI使用工具的能力的，也就是Agent能力的核心指标之一。

GPT-5.4 Thinking拿了54.6%，Claude Sonnet 4.6是44.8%。

差了将近10个点。

至于学术知识之类的，跟GPT-5.3-codex就没法比了，因为OpenAI自己也知道，所以，直接当时就没跑。

总之，翻译成大白话就是。

GPT-5.4 = GPT-5.3 Codex的代码能力 + 比GPT-5.2还强的世界知识 + 更强的工具使用能力 + 超级便宜的codex额度。

这四样加在一起，就是一个完美的OpenClaw天选基座模型。

然后还有几个很棒的特性更新：

1. 100万token的上下文窗口。

这是GPT-5.4的一个大升级。

之前GPT-5.3的上下文窗口是40万token，GPT-5.4直接翻了一倍多，到了100万。

这对Agent来说太重要了。

因为Agent在执行任务的时候，需要保持对整个任务的上下文理解。如果上下文窗口不够大，Agent干着干着就会忘事儿，前面说的东西后面就不记得了。

100万token，基本上足够应对绝大部分的Agent任务了。

当然，OpenAI也不傻，他们说，超过27万token之后，你的额度就算两倍了。

不过因为Codex给的额度实在是太多太多了，所以即使是2倍，其实也还好。

2. 原生计算机使用能力。

这个是GPT-5.4的另一个大卖点。

OpenAI说，GPT-5.4是他们第一个内置原生计算机使用能力的主线模型。

它在编写通过Playwright等库操作计算机的代码方面表现非常的出色，同时也能根据屏幕截图发出鼠标和键盘命令。

也就是代码和视觉齐飞，我感觉，这个小龙虾接入以后，就真的可以，直接用视觉，操控你电脑上绝大多数的软件了，真的，原生操控，想想都激动。

他们基于此，还发布了一个新的skills，叫playwright-interactive。

允许Codex同时以代码和视觉的两种方式，调试Web和Electron应用。

https://github.com/openai/skills/tree/main/skills/.curated/playwright-interactive

3. 支持了工具搜索。

以前呢，当模型被赋予工具时，所有工具定义都会预先包含在提示中。

对于拥有大量工具的系统，这可能会为每个请求增加数千甚至数万个token，而且绝大多数的时候，都毫无意义，平白无故的导致成本上升、响应变慢，并在上下文中充斥模型可能永远不会使用的信息。

所以呢，这次他们也支持了工具搜索，就是GPT‑5.4不再直接接收完整工具定义，而是接收一份可用工具的轻量列表以及工具搜索功能。

当模型需要使用某个工具时，它可以查找该工具的定义并在当时将其追加到对话中。

就非常像Skills渐进式呈现的方式，目的很简单，还是优化上下文工程。

OpenAI在自己测试完以后，发现工具搜索配置在保持相同准确率的同时将总体token使用量减少47%，这个就非常牛逼了。

GPT-5.4 Thinking大概就是这样。

这次他们其实还发了个GPT-5.4 Pro，我就不细说了，反正就是一切都更牛逼了，但是对于大多数人来说，太贵了，也没啥大用，必须得200刀的Pro会员才能用。

API的整体价格还是得说一下，虽然大家大概率用的都会是订阅的额度。

相比于GPT-5.2，价格是涨了的，但是还是比Claude Opus 4.6，便宜不少，Claude Opus 4.6的价格是$5/$25每百万token（输入/输出），GPT-5.4只有他们一半。

目前ChatGPT已经上线了。

Codex也已经支持了，我自己在Codex里面粗浅体验了一下。

首先扑面而来的，那自然是清新沁人的人话。。。

比如我让它去把OpenAI官网的视频给扒拉下来，你看看这个发言：“这种活最烦”，“省的跟Cloudflare互相折寿”。。。

还有这个。

真的，Codex的输出，我真的能看得懂了。。。

做出来的东西，前端审美有了不错的进步，但还是不如Opus 4.6和Gemini。

写作粗略测了一下，还是一股子莫名其妙的爱用排比句的诡异的味道。

奇奇怪怪。

然后有点可惜的就是，我等到了凌晨6点多，OpenClaw目前使用Codex登录的方式，还是没有支持GPT-5.4。

这就导致，我还是没有机会测GPT-5.4在小龙虾上的效果。

不过估计我一觉睡醒，估计小龙虾就支持了。

因为社区里已经看到很多用户在催了，而且先行官们，都普遍反馈效果很好。

坐等支持，我真的已经迫不及待了。

又是开心的一晚。

如果你也在用OpenClaw，那记得OpenClaw支持了以后，把默认模型切换到GPT-5.4。

如果你还没用过OpenClaw，那正好，现在是一个很好的开始时机。

毕竟，有了GPT-5.4这个天选模型，体验只会更好。

2026年，真是疯狂的一年啊。

点个在看你最好看

SPRING HAS ARRIVED