OpenAI 發表 GPT-5.4：內建原生電腦操作能力，最新實測數據解析

OpenAI 正式推出的全新旗艦模型 GPT-5.4，直接解決了現代工作者使用 AI 時的最大痛點：終於不用再當反覆「複製貼上」的搬運工了。過去若想讓 AI 處理跨軟體的表單或信件，總得費神尋找第三方自動化工具或串接複雜的 API；但現在，GPT-5.4 首度內建了「原生電腦操作能力」（Built-in Computer Use），讓 AI 從對話框裡的文字助理，進化成能看懂螢幕畫面、直接接管滑鼠與鍵盤的「數位員工」。

根據 OpenAI 官方釋出的最新 Benchmark 測試數據，GPT-5.4 不僅具備高達 100 萬 Token 的上下文處理量，在邏輯推理、跨軟體操作與減少幻覺上，都繳出了實用級的優異成績。

告別複雜 API，AI 電腦操作能力超越人類平均

跨軟體任務與瀏覽器自動化

過去企業為了自動化流程，往往需要投入資源開發 RPA（機器人流程自動化）。GPT-5.4 能直接透過分析螢幕截圖來理解當前畫面，並自主發出滑鼠點擊與鍵盤輸入指令。官方數據顯示其操作穩定度已達到實用標準：

• OSWorld-Verified (跨軟體桌面操作)：GPT-5.4 的成功率高達 75.0%，不僅遠勝前代 GPT-5.2 的 47.3%，更正式超越了人類平均表現的 72.4%。
• Online-Mind2Web (純截圖瀏覽器操作)：在僅依賴螢幕截圖觀察的情況下，GPT-5.4 達成了 92.8% 的極高成功率。

這代表無論是自動讀取 Email 內容並在日曆上排程會議，或是執行一套完整的網頁資料抓取與建檔，GPT-5.4 都能像真人操作般流暢完成。

專業知識工作評測：83% 任務達行業專家水準

投行級財務建模與長文分析

對於需要處理繁重知識工作的使用者來說，GPT-5.4 搭配 100 萬 Token 的上下文窗口，徹底解決了過去模型「讀後忘前」的限制。在專業領域的準確度上，GPT-5.4 證明了它不再只是個「文膽」，而是具備實質分析能力的顧問：

• GDPval 基準測試：這項測試涵蓋了美國 44 種不同職業的實務任務。GPT-5.4 有高達 83.0% 的項目達到或超越了行業專家水準。
• Excel 財務建模：在內部針對「初階投資銀行分析師」等級的 Excel 試算表建模測試中，GPT-5.4 的平均得分從前代的 68.4% 飆升至 87.3%。
• 事實準確度提升：企業最在意的 AI 幻覺問題獲得控制，GPT-5.4 的單一陳述錯誤率比前代下降了 33%，整體回覆無錯誤的比例也提升了 18%。

開發者福音：程式碼能力進化、節省 47% Token

強化 Tool Use 與網頁檢索能力

GPT-5.4 同步整合了 GPT-5.3-Codex 頗受好評的頂尖程式碼能力，在 SWE-Bench Pro 測試中取得了 57.7% 的領先成績。

更具商業價值的是其在「工具呼叫 (Tool use)」效率上的突破。透過全新的「工具搜尋 (Tool search)」機制，AI 不再需要於每次請求中載入所有工具的定義。在 Scale 的 MCP Atlas 基準測試中，這項技術在維持同等準確率的前提下，大幅減少了 47% 的 Token 使用量。對於需要串接龐大 API 生態系的企業開發者而言，這意味著系統反應更快，且 API 呼叫成本大幅降低。

此外，專為深度網頁研究設計的 GPT-5.4 Pro 在 BrowseComp (持續性網頁瀏覽檢索) 測試中更創下了 89.3% 的新高紀錄，能更精準地在海量網頁中找出關鍵資訊。

如何開始體驗 GPT-5.4？

目前，OpenAI 已經開始針對不同方案的用戶進行階段性推送：

• 一般進階用戶：ChatGPT Plus、Team 用戶可以開始使用專為深度推理設計的 GPT-5.4 Thinking 版本。
• 高階與企業用戶：ChatGPT Pro 與 Enterprise 用戶將可解鎖效能更強悍的 GPT-5.4 Pro。
• 開發者：可以透過 OpenAI API 調用 gpt-5.4，並在 Codex 中體驗其實驗性的電腦操作與強大的程式碼撰寫功能。

推薦下一步
隨著 GPT-5.4 補齊了「執行操作」這塊拼圖，我們面對的不再只是個會聊天的聰明大腦，而是一雙真正能幫你動手做事的數位之手。身為現代工作者，現在正是學習如何將日常繁瑣任務「發包」給 AI 的最佳時機。

→ 到 ChatGPT 體驗最新 GPT-5.4 Thinking 模型