معرفی GPT‑5.4

امروز، ما GPT‑5.4 را در ChatGPT عرضه می‌کنیم (به‌عنوان GPT‑5.4 Thinking)، API و Codex. این توانمندترین و کارآمدترین مدل پیشرو ما برای کار حرفه‌ای است. ما همچنین GPT‑5.4 Pro را در ChatGPT و API برای افرادی عرضه می‌کنیم که برای انجام وظایف پیچیده به حداکثر عملکرد نیاز دارند.

GPT‑5.4 بهترین دستاوردهای اخیر ما در استدلال، کدنویسی و جریان‌های کاری عامل‌محور را در یک مدل پیشرو واحد گرد هم می‌آورد. این مدل قابلیت‌های کدنویسی پیشرو در صنعت از GPT‑5.3‑Codex⁠ را در خود ادغام می‌کند و در عین حال نحوه کار مدل در ابزارها، محیط‌های نرم‌افزاری و وظایف حرفه‌ای مرتبط با صفحه‌گسترده‌ها، ارائه‌ها و اسناد را بهبود می‌دهد. نتیجه، مدلی است که کارهای پیچیده واقعی را با دقت و کارایی انجام می‌دهد و آنچه درخواست کرده‌اید را با رفت‌وبرگشت کمتر ارائه می‌کند.

در ChatGPT، GPT‑5.4 اکنون Thinking می‌تواند از همان ابتدا یک برنامه از روند فکر کردنش ارائه کند، تا شما در میانه پاسخ مسیر را تنظیم نمایید در حالی که در حال کار است، و به خروجی نهایی‌ای برسید که بدون نوبت‌های اضافی، بیشتر با آنچه نیاز دارید هم‌راستا باشد. GPT‑5.4 Thinking همچنین پژوهش عمیق در وب را بهبود می‌دهد، به ویژه برای پرس‌وجوهای بسیار خاص، و در عین حال زمینه را برای پرسش‌هایی که به تفکر طولانی‌تر نیاز دارند بهتر حفظ می‌کند. با هم، این بهبودها به این معناست که پاسخ‌هایی با کیفیت بالاتر سریع‌تر ارائه می‌شوند و برای وظیفه پیشِ‌رو مرتبط باقی می‌مانند.

در Codex و API، GPT‑5.4 نخستین مدل همه‌منظوره‌ای است که با قابلیت‌های بومی و پیشرفته استفاده از کامپیوتر منتشر کرده‌ایم و به عامل‌ها امکان می‌دهد کامپیوترها را به کار بگیرند و گردش‌کارهای پیچیده را در میان برنامه‌ها انجام دهند. از ۱ میلیون توکن زمینه پشتیبانی می‌کند و به عامل‌ها اجازه می‌دهد وظایف را در افق‌های زمانی طولانی برنامه‌ریزی، اجرا و تأیید کنند. GPT‑5.4 همچنین نحوهٔ کار مدل‌ها را در اکوسیستم‌های بزرگ ابزارها و اتصال‌دهنده‌ها با قابلیت جستجوی ابزار بهبود می‌دهد و به عامل‌ها کمک می‌کند ابزارهای مناسب را کارآمدتر پیدا کرده و استفاده کنند. در نهایت، GPT‑5.4 کارآمدترین مدل استدلالی ما از نظر مصرف توکن تا امروز است و در مقایسه با GPT‑5.2 برای حل مسائل از توکن‌های به مراتب کمتری استفاده می‌کند—که به کاهش مصرف توکن و سرعت‌های بالاتر منجر می‌شود.

همراه با پیشرفت‌ها در استدلال عمومی، کدنویسی و کارهای دانشی حرفه‌ای، GPT‑5.4 عامل‌های قابل‌اعتمادتر، جریان‌های کاری سریع‌تر برای توسعه‌دهندگان و خروجی‌های باکیفیت‌تر را در سراسر ChatGPT، API و Codex ممکن می‌کند.

بر اساس قابلیت‌های استدلال عمومی GPT‑5.2 GPT‑5.4 نتایجی حتی سازگارتر و صیقل‌یافته‌تر را در وظایف دنیای واقعی که برای متخصصان اهمیت دارند، ارائه می‌دهد.

در GDPval⁠، که توانایی عامل‌ها را برای تولید کارهای دانش‌محور به‌خوبی مشخص‌شده در ۴۴ شغل می‌آزماید، GPT‑5.4 به یک استاندارد جدید پیشرفته دست می‌یابد و در 83.0% از مقایسه‌ها با متخصصان صنعت برابری کرده یا از آن‌ها پیشی می‌گیرد، در مقایسه با 71.0% برای GPT‑5.2.

ما تمرکز ویژه‌ای بر بهبود توانایی GPT‑5.4 برای ایجاد و ویرایش صفحه‌گسترده‌ها، ارائه‌ها و اسناد داریم. در یک بنچمارک داخلی از وظایف مدل‌سازی صفحه گسترده که یک تحلیلگر جوان بانکداری سرمایه‌گذاری ممکن است انجام دهد، GPT‑5.4 به میانگین امتیاز ۸۷.۵٪ دست می‌یابد، در مقایسه با ۶۸.۴٪ برای GPT‑5.2. در مجموعه‌ای از اعلان‌های ارزیابی ارائه، ارزیاب‌های انسانی ۶۸.۰٪ مواقع ارائه‌های GPT‑5.4 را به‌دلیل زیبایی‌شناسی قوی‌تر، تنوع بصری بیشتر، و استفاده مؤثرتر از تولید تصویر، به ارائه‌های GPT‑5.2 ترجیح دادند.

شما می‌توانید این قابلیت‌ها را در ChatGPT با استفاده از GPT‑5.4 امتحان کنید Thinking یا Pro. اگر مشتری Enterprise هستید، توصیه می‌کنیم از افزونه‌های تازه‌منتشرشده ChatGPT برای Excel و Google Sheets⁠(در یک پنجره جدید باز می‌شود) استفاده کنید که امروز نیز عرضه شده‌اند. ما همچنین مهارت‌های صفحه‌گسترده⁠(در یک پنجره جدید باز می‌شود) و ارائه⁠(در یک پنجره جدید باز می‌شود) خود را که در Codex و API در دسترس هستند به‌روزرسانی کرده‌ایم.

برای ساخت GPT‑5.4 در کارهای دنیای واقعی بهتر، ما به پیشرفت خود در کاهش توهم‌ها و خطاها ادامه دادیم. GPT‑5.4 واقعی‌ترین مدل ما تا به امروز است: در مجموعه‌ای از پرامپت‌های ناشناس‌سازی‌شده که کاربران در آن‌ها خطاهای واقعی را علامت‌گذاری کرده بودند، ادعاهای فردی 33% کمتر احتمال دارد که نادرست باشند و پاسخ‌های کامل آن 18% کمتر احتمال دارد که حاوی هرگونه خطا باشند، نسبت به GPT‑5.2.

GPT‑5.4 اولین مدل همه‌منظوره ما با قابلیت‌های استفاده از کامپیوتر به‌صورت بومی است و گامی بزرگ رو به جلو برای توسعه‌دهندگان و عامل‌ها به‌شمار می‌آید. این بهترین مدلِ موجود در حال حاضر برای توسعه‌دهندگانی است که عامل‌هایی می‌سازند که وظایف واقعی را در سراسر وب‌سایت‌ها و سیستم‌های نرم‌افزاری تکمیل می‌کنند.

ما GPT‑5.4 را طوری طراحی کرده‌ایم که در طیف گسترده‌ای از بارهای کاریِ استفاده از کامپیوتر، عملکرد بالایی داشته باشد. در نوشتن کد برای کار کردن با کامپیوتر از طریق کتابخانه‌هایی مانند Playwright، و همچنین صدور فرمان‌های ماوس و صفحه‌کلید در پاسخ به عکس‌های صفحه، عالی عمل می‌کند. رفتار آن از طریق پیام‌های توسعه‌دهنده قابل هدایت است، به این معنا که توسعه‌دهندگان می‌توانند رفتار را طوری تنظیم کنند که با موارد استفاده خاص سازگار باشد. توسعه‌دهندگان حتی می‌توانند با مشخص کردن سیاست‌های تأیید سفارشی، رفتار ایمنی مدل را متناسب با سطوح مختلف میزان ریسک‌پذیری پیکربندی کنند.

عملکرد و انعطاف‌پذیری مدل در میان بنچمارک‌هایی که استفاده از رایانه را در تنظیمات مختلف می‌سنجند، منعکس می‌شود. در OSWorld-Verified، که توانایی یک مدل را برای پیمایش یک محیط دسکتاپ از طریق اسکرین‌شات‌ها و اقدامات صفحه‌کلید/ماوس می‌سنجد، GPT‑5.4 به نرخ موفقیت پیشرفته 75.0% دست می‌یابد نرخ موفقیت، بسیار فراتر از GPT‑5.2’s 47.3%، و پیشی گرفتن از عملکرد انسان در 72.4%.¹

در WebArena-Verified که استفاده از مرورگر را می‌سنجد، GPT‑5.4 هنگام استفاده از تعامل مبتنی بر DOM و اسکرین‌شات، به نرخ موفقیت پیشروِ 67.3% دست می‌یابد، در مقایسه با 65.4% برای GPT‑5.2. در Online-Mind2Web، که استفاده از مرورگر را نیز می‌سنجد، GPT‑5.4 با تکیه صرف بر مشاهده‌های مبتنی بر اسکرین‌شات، به نرخ موفقیت 92.8% دست می‌یابد و نسبت به حالت عامل ChatGPT Atlas بهبود نشان می‌دهد؛ حالتی که به نرخ موفقیت 70.9% می‌رسد.

بهبود استفاده از کامپیوتر در GPT‑5.4 بر پایه قابلیت‌های بهبود یافته ادراک بصریِ عمومیِ مدل ساخته شده است. در MMMU-Pro، آزمونی از درک بصری و استدلالِ یک مدل، GPT‑5.4 بدون استفاده از ابزار به نرخ موفقیت 81.2% دست می‌یابد، بهبودی نسبت به GPT‑5.2’s 79.5%. بهبود در ادراک بصری همچنین به قابلیت‌های بهتر در تجزیه و تحلیل اسناد نیز منجر می‌شود. در OmniDocBench، GPT‑5.4 بدون تلاش استدلال به میانگین خطا (اندازه‌گیری‌شده با فاصله ویرایشی نرمال‌شده بین پیش‌بینی مدل و حقیقت مبنا) برابر با 0.109 می‌رسد که نسبت به 0.140 در GPT‑5.2 بهبود یافته است.

ما همچنین در حال بهبود درک بصری برای تصاویر متراکم و با وضوح بالا هستیم، جایی که وفاداری کامل اهمیت دارد. از GPT‑5.4 به بعد، ما سطح original جزئیات ورودی⁠(در یک پنجره جدید باز می‌شود) تصویر را معرفی می‌کنیم که ادراک با وفاداری کامل را تا سقف 10.24M پیکسلِ کل یا حداکثر بُعد 6000 پیکسل (هرکدام کمتر باشد) پشتیبانی می‌کند؛ سطح جزئیات ورودی تصویر high اکنون تا سقف 2.56M پیکسلِ کل یا حداکثر بُعد 2048 پیکسل را پشتیبانی می‌کند. در آزمایش‌های اولیه با کاربران API، مشاهده کردیم که هنگام استفاده از original یا high detail، بهبودهای چشمگیری در توانایی بومی‌سازی، درک تصویر و دقت کلیک حاصل می‌شود.

در API، توسعه‌دهندگان می‌توانند با استفاده از ابزار به‌روزشده‌ی computer به این قابلیت‌ها دسترسی پیدا کنند. لطفاً برای بهترین شیوه‌های توصیه‌شده، مستندات به‌روزشده⁠(در یک پنجره جدید باز می‌شود) ما را ببینید.

GPT‑5.4 نقاط قوت کدنویسی GPT‑5.3‑Codex را با قابلیت‌های پیشرو در کارهای دانش محور و استفاده از کامپیوتر ترکیب می‌کند؛ قابلیت‌هایی که بیشترین اهمیت را در وظایف طولانی‌مدت دارند، جایی که مدل می‌تواند از ابزارها استفاده کند، تکرار کند و با مداخله دستی کمتر، کار را هر چه بیشتر پیش ببرد. این مدل در معیار سنجش SWE-Bench Pro عملکردی هم‌سطح یا حتی بهتر از GPT‑5.3‑Codex دارد و در عین حال در مراحل استدلال با تأخیر کمتری پاسخ می‌دهد.

در Codex، حالت /fast در صورت فعال شدن سرعت تولید توکن را با GPT‑5.4 تا 1.5 برابر افزایش می‌دهد. این همان مدل و همان هوشمندی است، فقط سریع‌تر. این یعنی کاربران می‌توانند در حالی که در جریان کار باقی می‌مانند، از میان وظایف کدنویسی، تکرار و اشکال‌زدایی عبور کنند. توسعه‌دهندگان می‌توانند از طریق API با همان سرعت‌های بالا با استفاده از پردازش اولویت‌دار⁠(در یک پنجره جدید باز می‌شود) به GPT‑5.4 دسترسی داشته باشند.

در ارزیابی و تست‌های داخلی دریافتیم که GPT‑5.4 در انجام وظایف پیچیده فرانت‌اند عالی عمل می‌کند و نتایجی به‌طور محسوس زیباتر و کاربردی‌تر از مدل‌هایی که پیش‌تر عرضه کرده‌ایم ارائه می‌دهد.

به عنوان نمایشی از قابلیت‌های بهبود‌یافته مدل در استفاده از کامپیوتر و کدنویسی که در کنار هم کار می‌کنند، ما همچنین یک مهارت آزمایشی Codex به نام “Playwright (Interactive)⁠(در یک پنجره جدید باز می‌شود)” منتشر می‌کنیم. این به Codex اجازه می‌دهد اپ‌های وب و Electron را به‌صورت بصری اشکال‌زدایی کند؛ حتی می‌توان از آن برای آزمایش اپی که در حال ساختنش است، در همان حین ساختن آن استفاده کرد.

با GPT‑5.4، ما نحوه کار مدل‌ها با ابزارهای خارجی را به طور قابل توجهی بهبود داده‌ایم. عامل‌ها اکنون می‌توانند در سراسر اکوسیستم‌های ابزار بزرگ‌تر عمل کنند، ابزارهای درست را با قابلیت اطمینان بیشتری انتخاب کنند و جریان‌های کاری چندمرحله‌ای را با هزینه و تأخیر کمتر تکمیل کنند.

در API، GPT‑5.4 قابلیت جستجوی ابزار⁠(در یک پنجره جدید باز می‌شود) را معرفی می‌کند که به مدل‌ها اجازه می‌دهد هنگام دسترسی به ابزارهای متعدد کارآمدتر عمل کنند.

پیش‌تر، وقتی به یک مدل ابزار داده می‌شد، همهٔ تعاریف ابزار از ابتدا در دستور گنجانده می‌شدند. برای سیستم‌هایی با ابزارهای زیاد، این می‌تواند هزاران—یا حتی ده‌ها هزار—توکن به هر درخواست اضافه کند، هزینه را افزایش دهد، پاسخ‌ها را کندتر کند و زمینه را با اطلاعاتی شلوغ کند که ممکن است مدل هرگز از آن استفاده نکند.

با جستجوی ابزار، GPT‑5.4 در عوض فهرستی سبک از ابزارهای موجود را به‌همراه قابلیت جستجوی ابزار دریافت می‌کند. وقتی مدل نیاز دارد از یک ابزار استفاده کند، می‌تواند تعریف آن ابزار را جست‌وجو کند و در همان لحظه آن را به مکالمه پیوست کند.

این رویکرد به‌طور چشمگیری تعداد توکن‌های موردنیاز برای گردش‌های کاریِ پرابزار را کاهش می‌دهد و کش را حفظ می‌کند و باعث می‌شود درخواست‌ها سریع‌تر و ارزان‌تر شوند. همچنین به عامل‌ها امکان می‌دهد که به‌طور قابل‌اعتماد با اکوسیستم‌های ابزار بسیار بزرگ‌تر کار کنند. برای سرورهای MCP که ممکن است شامل ده‌ها هزار توکن از تعریف‌های ابزار باشند، افزایش بهره‌وری می‌تواند قابل‌توجه باشد.

برای نشان دادن افزایش بهره‌وری، ما ۲۵۰ وظیفه را از بنچمارک MCP Atlas⁠(در یک پنجره جدید باز می‌شود) متعلق به Scale با فعال بودن هر ۳۶ سرور MCP در دو حالت ارزیابی کردیم: (۱) در معرض قرار دادن مستقیم هر تابع MCP در زمینه مدل، و (۲) قرار دادن همه سرورهای MCP پشت جست‌وجوی ابزار. پیکربندی جستجوی ابزار، میزان کل استفاده از توکن را 47% کاهش داد، در حالی که همان دقت را حفظ کرد.

GPT‑5.4 همچنین فراخوانی ابزار را بهبود می‌دهد و هنگام تصمیم‌گیری دربارهٔ اینکه چه زمانی و چگونه در طول استدلال از ابزارها استفاده کند، به‌ویژه در API، آن را دقیق‌تر و کارآمدتر می‌کند.  در مقایسه با GPT‑5.2، این مدل در معیار سنجش Toolathlon که میزان توانایی عامل‌های هوش مصنوعی در استفاده از ابزارها و APIs دنیای واقعی برای انجام وظایف چندمرحله‌ای را می‌سنجد، با تعداد تعاملات کمتر به دقت بالاتری دست می‌یابد. برای مثال، یک عامل باید ایمیل‌ها را بخواند، پیوست‌های تکلیف را استخراج کند، آن‌ها را بارگذاری کند، به آن‌ها نمره بدهد و نتایج را در یک صفحه گسترده ثبت کند.

برای موارد استفاده حساس به تأخیر که در آن‌ها حالت reasoning effort = None ترجیح داده می‌شود، GPT‑5.4 نسبت به نسخه‌های پیشین خود بهبودهای بیشتری ارائه می‌دهد.

GPT‑5.4 در جستجوی وب عامل‌محور بهتر است. در BrowseComp، معیاری از اینکه عامل‌های هوش مصنوعی تا چه حد می‌توانند به‌طور مداوم وب را برای یافتن اطلاعات دشوار برای پیدا کردن مرور کنند، GPT‑5.4 نسبت به GPT‑5.2 به میزان ۱۷٪ _محض پیشرفت دارد و GPT‑5.4 Pro با امتیاز ۸۹.۳٪ رکورد جدیدی در بهترین عملکرد ثبت می‌کند.

در عمل، به این معناست که GPT‑5.4 Thinking در پاسخ دادن به پرسش‌هایی که نیاز به جمع‌آوری اطلاعات از منابع متعدد در وب دارند، قوی‌تر است. این قابلیت می‌تواند به‌صورت پایدارتر در چندین مرحله جستجو کند تا مرتبط‌ترین منابع را شناسایی کند، به‌ویژه برای پرسش‌هایی که پاسخ آن همچون «سوزنی در انبار کاه» است، و آن‌ها را در قالب پاسخی روشن و با استدلالی سنجیده تلفیق کند.

مشابه اینکه Codex رویکرد خود را وقتی شروع به کار می‌کند تشریح می‌کند، GPT‑5.4 «Thinking» در ChatGPT اکنون برای پرسش‌های طولانی‌تر و پیچیده‌تر، کار خود را با یک مقدمه تشریح خواهد کرد. همچنین می‌توانید در میانه پاسخ، دستورالعمل‌های جدید اضافه کنید یا جهت پاسخ را تنظیم کنید. این کار هدایت مدل را به سمت نتیجه دقیق مورد نظر شما آسان‌تر می‌کند، بدون اینکه از نو شروع کنید یا به چندین نوبت اضافی دیگر نیاز باشد. این قابلیت اکنون در chatgpt.com⁠(در یک پنجره جدید باز می‌شود) و اپلیکیشن Android در دسترس است و به‌زودی به اپلیکیشن iOS اضافه می‌شود.

این مدل همچنین می‌تواند روی وظایف دشوار مدت طولانی‌تری فکر کند، در حالی که آگاهی قوی‌تری از گام‌های پیشین در مکالمه را حفظ می‌کند. این قابلیت به آن امکان می‌دهد جریان‌های کاری طولانی‌تر و دستورهای پیچیده‌تر را مدیریت کند و در عین حال پاسخ‌ها را در تمام مراحل منسجم و مرتبط نگه دارد.

در ماه‌های اخیر، در حالی که GPT‑5.4 را برای استقرار آماده می‌کردیم، به بهبود تدابیر حفاظتی‌ای که با GPT‑5.3‑Codex معرفی کرده بودیم ادامه داده‌ایم. مشابه GPT‑5.3‑Codex، ما GPT‑5.4 را در چارچوب آمادگی خود در سطح توانمندی سایبری بالا در نظر می‌گیریم و آن را با تدابیر حفاظتی متناظر، همان‌طور که در کارت سیستم⁠ مستند شده است، مستقر می‌کنیم. این موارد شامل یک پشته‌ی ایمنی سایبری گسترش‌یافته است، از جمله سامانه‌های پایش، کنترل‌های دسترسی مطمئن، و مسدودسازی ناهمگام برای درخواست‌های پرریسک‌تر برای مشتریان روی سطوح عدم ذخیره داده (ZDR)، در کنار سرمایه‌گذاری مستمر در اکوسیستم امنیتی گسترده‌تر.

از آن‌جا که قابلیت‌های امنیت سایبری ذاتاً دارای استفاده دوگانه هستند، ما ضمن ادامه تنظیم سیاست‌ها و طبقه‌بندهای خود، رویکردی احتیاط‌آمیز نسبت به استقرار را حفظ می‌کنیم. برای برخی مشتریان در سطوح ZDR، مسدودسازی در سطح درخواست همچنان بخشی از سازوکار کاهش ریسک سایبری ما باقی می‌ماند؛ از آنجا که طبقه‌بندها هنوز در حال بهبود هستند، ممکن است در حالی که به اصلاح این تدابیر حفاظتی ادامه می‌دهیم، برخی مثبت‌های کاذب رخ دهد. این به‌روزرسانی‌ها با هدف بهبود نحوه عملکرد تدابیر حفاظتی در عمل انجام می‌شوند، از جمله کاهش رد درخواست‌های غیرضروری و پاسخ‌های بیش‌ازحد مشروط، در حالی که حفاظت‌های قوی در برابر سوءاستفاده را حفظ می‌کنند.

ما پژوهش‌های ایمنی خود را درباره قابلیت کنترل زنجیره تفکر (CoT) ادامه داده‌ایم تا بهتر درک کنیم مدل‌ها چگونه استدلال می‌کنند و به شناسایی رفتار نادرست بالقوه کمک کنیم. به‌عنوان بخشی از این کار، ما یک ارزیابی متن‌باز جدید به نام کنترل‌پذیری CoT⁠ معرفی می‌کنیم که بررسی می‌کند آیا مدل‌ها می‌توانند به‌طور عمدی استدلال خود را مبهم کنند تا از نظارت فرار کنند. ما دریافتیم که GPT‑5.4 توانایی Thinking برای کنترل CoT خود پایین است، که یک ویژگی مثبت برای ایمنی است و نشان می‌دهد که مدل توانایی پنهان کردن استدلال خود را ندارد و نظارت بر CoT همچنان یک ابزار ایمنی مؤثر باقی می‌ماند.

GPT‑5.4 امروز به‌تدریج در ChatGPT و Codex در حال عرضه است. در API، GPT‑5.4 اکنون به‌صورت gpt-5.4 در دسترس است. GPT‑5.4 نسخه Pro نیز در API با نام gpt-5.4-pro در دسترس است. برای توسعه‌دهندگانی که به حداکثر عملکرد در پیچیده‌ترین وظایف نیاز دارند.

در ChatGPT، GPT‑5.4 Thinking از امروز برای کاربران ChatGPT Plus، Team و Pro در دسترس است و جایگزین GPT‑5.2 می‌شود. Thinking. GPT‑Pro 5.2 مدل Thinking به مدت سه ماه برای کاربران پولی در بخش Legacy Models در انتخابگر مدل در دسترس خواهد ماند و پس از آن در تاریخ 5 ژوئن 2026 بازنشسته می‌شود. افرادی که در طرح‌های Enterprise و Edu هستند می‌توانند از طریق تنظیمات مدیر، دسترسی زودهنگام را فعال کنند. GPT‑5.4 Pro برای طرح‌های Pro و Enterprise در دسترس است. پنجره‌های زمینه⁠(در یک پنجره جدید باز می‌شود) در ChatGPT برای GPT‑5.4 Thinking از GPT‑5.2 Thinking بدون تغییر باقی می‌ماند.

GPT‑5.4 اولین مدل استدلال اصلی ما است که قابلیت‌های کدنویسی پیشرو GPT‑5.3‑codex را در خود جای داده و در حال عرضه در سراسر ChatGPT، API و Codex است. ما آن را GPT‑5.4 می‌نامیم تا آن جهش را بازتاب دهد و انتخاب بین مدل‌ها را هنگام استفاده از Codex ساده‌تر کند. با گذشت زمان، می‌توانید انتظار داشته باشید مدل‌های Instant و مدل‌های Thinking ما با سرعت‌های متفاوتی تکامل پیدا کنند.

GPT‑5.4 در Codex شامل پشتیبانی آزمایشی از پنجره زمینه 1M است. توسعه‌دهندگان می‌توانند این را با پیکربندی model_context_window و model_auto_compact_token_limit امتحان کنند. درخواست‌هایی که از پنجره زمینه استاندارد ۲۷۲K فراتر می‌روند، با نرخ ۲x نسبت به حالت عادی در محدودیت‌های استفاده محاسبه می‌شوند.

در API، GPT‑5.4 به‌ازای هر توکن نسبت به GPT‑5.2 قیمت بالاتری دارد تا قابلیت‌های بهبودیافته‌اش را منعکس کند، در حالی که کارایی بیشتر توکن آن به کاهش تعداد کل توکن‌های موردنیاز برای بسیاری از کارها کمک می‌کند. قیمت‌های Batch و Flex با نصف نرخ استاندارد API در دسترس است، در حالی که پردازش با اولویت، با دو برابر نرخ استاندارد API ارائه می‌شود.

ارزیابی‌ها با تلاش استدلال روی xhigh اجرا شدند، مگر در مواردی که خلاف آن مشخص شده باشد. این بنچمارک‌ها در یک محیط تحقیقاتی اجرا شده‌اند که ممکن است در برخی موارد خروجی کمی متفاوت از محیط تولیدی ChatGPT ارائه بدهد.