Ipinapakilala ang GPT‑5.4

Ngayon, ilalabas namin ang GPT‑5.4 sa ChatGPT (bilang GPT‑5.4 Thinking), ang API, at Codex. Ito ang aming pinaka-may kakayahan at mahusay na frontier na modelo para sa propesyonal na trabaho. Ire-release din namin ang GPT‑5.4 Pro sa ChatGPT at sa API, para sa mga taong gusto ng maximum na performance sa mga kumplikadong gawain.

Pinagsasama ng GPT‑5.4 ang pinakamahusay sa aming mga kamakailang pagsulong sa pangangatwiran, pagko-code, at mga agentic na workflow sa iisang frontier na modelo. Isinasama nito ang mga nangunguna sa industriyang kakayahan sa pag-code ng GPT‑5.3‑Codex⁠ habang pinapabuti kung paano gumagana ang modelo sa mga tool, kapaligiran ng software, at mga propesyonal na gawain na may kinalaman sa mga spreadsheet, presentasyon, at mga dokumento. Ang resulta ay isang modelong kayang tapusin ang kumplikadong totoong gawain nang tumpak, epektibo, at episyente—naibibigay nito ang kailangan mo nang mas kaunti ang pabalik-balik na usapan.

Sa ChatGPT, ang GPT‑5.4 Thinking ay maaari nang magbigay ng paunang plano ng pag-iisip nito, para maayos mo ang kurso sa kalagitnaan ng tugon habang gumagana ito, at makarating sa pangwakas na output na mas malapit na naaayon sa iyong kailangan nang walang karagdagang mga pagliko. GPT‑5.4 Pinapahusay din ng Thinking ang malalim na pananaliksik sa web, lalo na para sa mga lubhang partikular na query, habang mas mahusay na pinananatili ang konteksto para sa mga tanong na nangangailangan ng mas mahabang pag-iisip. Kapag pinagsama-sama, ang mga pagpapahusay na ito ay nangangahulugan ng mas mataas na kalidad na mga sagot na mas mabilis na dumarating at nananatiling may kaugnayan sa kasalukuyang gawain.

Sa Codex at sa API, ang GPT‑5.4 ang unang modelo para sa pangkalahatang layunin na inilabas namin na may native, state-of-the-art mga kakayahan sa paggamit ng computer, na nagbibigay-daan sa mga agent na mag-operate ng mga computer at magsagawa ng mga kumplikadong workflow sa iba’t ibang application. Sinusuportahan nito ang hanggang 1M token ng konteksto, na nagbibigay-daan sa mga agent na magplano, magsagawa, at mag-verify ng mga gawain sa mahahabang panahon. Pinapahusay din ng GPT‑5.4 kung paano gumagana ang mga modelo sa malalaking ecosystem ng mga tool at connector gamit ang tool search, na tumutulong sa mga agent na mahanap at magamit ang mga tamang tool nang mas mahusay nang hindi isinasakripisyo ang katalinuhan. Panghuli, ang GPT‑5.4 ang aming pinaka-token efficient na nangangatwirang modelo sa ngayon, na gumagamit ng mas kaunting token para malutas ang mga problema kumpara sa GPT‑5.2—na nagreresulta sa mas mababang paggamit ng token at mas mabilis.

Kasabay ng mga pagsulong sa pangkalahatang pangangatwiran, pag-code, at propesyonal na gawaing pangkaalaman, nagbibigay-daan ang GPT‑5.4 sa mas maaasahang mga ahente, mas mabilis na daloy ng trabaho ng developer, at mas mataas na kalidad na mga output sa ChatGPT, sa API, at sa Codex.

Ang GPT‑52 ay batay sa pangkalahatang kakayahan sa pangangatwiran, ang GPT‑5.4 ay naghahatid ng mas pare-pareho at mas mahusay na mga resulta sa mga totoong gawain na mahalaga sa mga propesyonal.

Sa GDPval⁠, na sumusubok sa kakayahan ng mga agent na makagawa ng mahusay na tinukoy na gawaing kaalaman sa 44 na trabaho, nakakamit ng GPT‑5.4 ang bagong estado ng sining, na tumutugma o lumalampas sa mga propesyonal sa industriya sa 83.0% ng mga paghahambing, kumpara sa 71.0% para sa GPT‑5.2.

Nagtuon kami ng pansin sa pagpapabuti ng kakayahan ng GPT‑5.4 na lumikha at mag-edit ng mga spreadsheet, presentasyon, at dokumento. Sa isang panloob na benchmark ng mga gawain sa pagmomodelo ng spreadsheet na puwedeng gawin ng junior investment banking analyst, ang GPT‑5.4 ay nakakamit ng mean score na 87.5%, kumpara sa 68.4%para sa GPT‑5.2. Sa hanay ng mga prompt sa pagsusuri ng presentasyon, mas pinili ng mga human rater ang mga presentasyon mula sa GPT‑5.4 68.0% ng oras kaysa sa mga mula sa GPT‑5.2 dahil sa mas mahusay na estetika, mas malawak na biswal na pagkakaiba-iba, at mas epektibong paggamit ng pag-generate ng larawan.

Puwede mong subukan ang mga kakayahang ito sa ChatGPT gamit ang GPT‑5.4 Thinking o Pro. Kung isa kang customer ng Enterprise, inirerekomenda naming gamitin ang mga bagong inilabas naming plugin na ChatGPT para sa Excel at Google Sheets⁠(magbubukas sa bagong window), na inilunsad din ngayong araw. Na-update rin namin ang aming kasanayan sa spreadsheet⁠(magbubukas sa bagong window) at kasanayan sa presentasyon⁠(magbubukas sa bagong window) na available sa Codex at sa API.

Para mas mapabuti ang GPT‑5.4 sa totoong buhay, ipinagpatuloy namin ang aming pag-unlad sa pagsugpo sa mga halusinasyon at pagkakamali. Ang GPT‑5.4 ang aming pinaka-makatotohanang modelo sa ngayon: sa isang hanay ng mga de-identified prompt kung saan minarkahan ng mga user ang mga factual error, ang mga indibidwal na pahayag ng GPT‑5.4 ay 33% na mas malamang na hindi mali at ang mga buong tugon nito ay 18% na mas malamang na hindi maglaman ng anumang error, kumpara sa GPT‑5.2.

Ang GPT‑5.4 ang aming unang modelo para sa pangkalahatang layunin na may mga likas na kakayahan sa paggamit ng computer at nagmamarka ng malaking hakbang pasulong para sa mga developer at agent. Ito ang pinakamahusay na modelo na kasalukuyang available para sa mga developer na gumagawa ng mga agent na kumukumpleto ng mga totoong gawain sa iba’t ibang website at software system.

Dinisenyo namin ang GPT‑5.4 para maging mahusay ang performance sa malawak na hanay ng mga workload sa paggamit ng computer. Mahusay ito sa pagsulat ng code para sa pagpapatakbo ng mga computer sa pamamagitan ng mga library tulad ng Playwright, pati na rin sa pag-isyu ng mga utos sa mouse at keyboard bilang tugon sa mga screenshot. Ang gawi nito ay puwedeng idirekta sa pamamagitan ng mga mensahe ng developer, ibig sabihin ay maaaring isaayos ng mga developer ang gawi para umangkop sa mga partikular na kaso ng paggamit. Puwede pang i-configure ng mga developer ang kagawian sa kaligtasan ng modelo para umayon sa iba't ibang antas ng pagtanggap sa panganib sa pamamagitan ng pagtukoy ng mga pasadyang patakaran sa pagkumpirma.

Makikita ang pagganap at kakayahang umangkop ng modelo sa mga benchmark na sumusubok sa paggamit ng computer sa iba't ibang setting. Sa OSWorld-Verified, na sumusukat sa kakayahan ng modelo na mag-navigate sa desktop environment gamit ang mga screenshot at mga aksyon sa keyboard/mouse, nakakamit ng GPT‑5.4 ang makabagong 75.0% na antas ng tagumpay, na higit na lumalampas sa GPT‑5.2 47.3%, at nalalampasan ang pagganap ng tao sa 72.4%.¹

Sa WebArena-Verified, na sumusubok sa paggamit ng browser, nakakamit ng GPT‑5.4 ang nangungunang 67.3% na rate ng tagumpay kapag ginagamit ang parehong DOM- at screenshot-driven na interaksyon, kumpara sa 65.4% ng GPT‑5.2. Sa Online-Mind2Web, na sumusubok din sa paggamit ng browser, nakakamit ng GPT‑5.4 ang 92.8% na rate ng tagumpay gamit lang ang mga obserbasyon batay sa screenshot, na mas mahusay kaysa sa Agent Mode ng ChatGPT Atlas, na nakakamit ng rate ng tagumpay na 70.9%.

Nakabatay ang pinahusay na paggamit ng computer ng GPT‑5.4 sa pinahusay na pangkalahatang kakayahan ng modelo sa persepsyon ng paningin. Sa MMMU-Pro, pagsubok sa biswal na pag-unawa at pangangatwiran ng modelo, nakakamit ng GPT‑5.4 ang 81.2% na rate ng tagumpay nang walang paggamit ng kagamitan, pagpapabuti kumpara sa GPT‑5.2 79.5%. Nagreresulta rin ang pinahusay na visual perception sa mas mahusay na kakayahan sa pag-parse ng mga dokumento. Sa OmniDocBench, ang GPT‑5.4 nang walang pagsisikap sa pangangatwiran ay nakakamit ng average na error (sinusukat sa pamamagitan ng normalized edit distance sa pagitan ng prediksyon ng modelo at ground truth) na 0.109, pinabuti mula sa 0.140 ng GPT‑5.2.

Pinapabuti rin namin ang biswal na pag-unawa para sa mga siksik at mataas na resolusyon na mga image kung saan mahalaga ang ganap na katapatan. Simula sa GPT‑5.4, ipapakilala namin ang antas ng orihinal na image input detail⁠(magbubukas sa bagong window) na sumusuporta sa full-fidelity perception hanggang sa 10.24M kabuuang pixel o 6000-pixel maximum na dimensyon, alinman ang mas mababa; ang antas ng high na input detail ng image ay sumusuporta na ngayon ng hanggang 2.56M kabuuang pixel o 2048-pixel maximum na dimensyon. Sa mga unang pagsubok sa mga user ng API, naobserbahan namin ang malalaking pagbuti sa kakayahan sa lokalisasyon, pag-unawa sa image, at katumpakan ng pag-click kapag gumagamit ng original o high detail.

Sa API, puwedeng ma-access ng mga developer ang mga kakayahang ito gamit ang na-update na computer tool. Pakitingnan ang aming na-update na dokumentasyon⁠(magbubukas sa bagong window) para sa mga inirerekomendang pinakamahuhusay na kasanayan.

Pinagsasama ng GPT‑5.4 ang mga kalakasan sa coding ng GPT‑5.3‑Codex at ang nangungunang mga kakayahan sa gawaing kaalaman at paggamit ng computer, na pinakamahalaga sa mas mahahabang gawain kung saan puwedeng gumamit ng mga tool ang modelo, mag-iterate, at mas isulong ang trabaho nang may mas kaunting manu-manong interbensyon. Tumutugma ito o mas mahusay pa kaysa sa GPT‑5.3‑Codex sa SWE-Bench Pro habang mas mababa ang latency sa iba't ibang pagsisikap sa pangangatwiran.

Kapag naka-on, ang /fast mode sa Codex ay naghahatid ng hanggang 1.5x na mas mabilis na token velocity gamit ang GPT‑5.4. Pareho pa rin ang modelo at ang katalinuhan, mas mabilis lang. Ibig sabihin, makakagalaw ang mga user sa mga gawain sa pag-code, pag-ulit, at pag-debug habang nananatiling nasa daloy. Puwedeng ma-access ng mga developer ang GPT‑5.4 sa parehong mabibilis na bilis sa pamamagitan ng API gamit ang priority processing⁠(magbubukas sa bagong window).

Sa pagsusuri at panloob na pagsubok, natuklasan namin na ang GPT‑5.4 ay mahusay sa mga kumplikadong gawain sa frontend, na may kapansin-pansing mas estetiko at mas praktikal na mga resulta kaysa sa anumang modelong inilunsad namin noon.

Bilang pagpapakita ng pinahusay na kakayahan ng modelo sa paggamit ng computer at pagko-code na sabay na gumagana, naglalabas din kami ng eksperimental na kasanayan sa Codex na tinatawag na “Playwright (Interactive)⁠(magbubukas sa bagong window)”. Nagbibigay-daan ito sa Codex na biswal na i-debug ang mga web at Electron app; puwede pa nga itong gamitin para subukan ang app na binubuo nito, habang binubuo nito ito.

Gamit ang GPT‑5.4, lubos naming napabuti kung paano gumagana ang mga modelo gamit ang mga panlabas na tool. Maaari na ngayong gumana ang mga agent sa mas malalaking ecosystem ng tool, mas maaasahang pumili ng mga tamang tool, at kumpletuhin ang mga multi-step na workflow nang may mas mababang gastos at latency.

Sa API, ipinakikilala ng GPT‑5.4 ang tool search⁠(magbubukas sa bagong window), na nagbibigay-daan sa mga modelo na gumana nang mahusay kapag binigyan ng maraming tool.

Dati, kapag binibigyan ng mga tool ang isang modelo, lahat ng kahulugan ng tool ay kasama sa paunang prompt. Para sa mga system na may maraming tool, puwede itong magdagdag ng libu-libo—o kahit sampu-sampung libo—ng mga token sa bawat kahilingan, na magpapataas ng gastos, magpapabagal sa mga tugon, at magsisikip sa konteksto ng impormasyong maaaring hindi kailanman magamit ng modelo.

Gamit ang tool search, ang GPT‑5.4 ay tumatanggap ng magaan na listahan ng mga available na tool kasama ang kakayahan sa paghahanap ng tool. Kapag kailangang gumamit ng tool ang modelo, puwede nitong hanapin ang depinisyon ng tool na iyon at idagdag ito sa pag-uusap sa sandaling iyon.

Ang pamamaraang ito ay lubhang nagpapababa sa bilang ng token na kinakailangan para sa mga workflow na maraming ginagamit na tool at pinapanatili ang cache, kaya nagiging mas mabilis at mas mura ang mga request. Nagbibigay-daan din ito sa mga agent na maaasahang makapagtrabaho sa mas malalaking ecosystem ng mga tool. Para sa mga MCP server na puwedeng maglaman ng sampu-sampung libong token ng mga kahulugan ng tool, puwedeng malaki ang nadagdag na kahusayan.

Para ipakita ang mga pagtaas sa kahusayan, sinuri namin ang 250 gawain mula sa benchmark ng Scale’s MCP Atlas⁠(magbubukas sa bagong window) na naka-enable ang lahat ng 36 MCP server sa dalawang mode: (1) direktang inilalantad ang bawat MCP function sa konteksto ng modelo, at (2) inilalagay ang lahat ng MCP server sa likod ng tool search. Binawasan ng tool-search configuration ang kabuuang paggamit ng token ng 47% habang nakakamit ang parehong katumpakan.

Pinapahusay din ng GPT‑5.4 ang tool calling, na ginagawa itong mas tumpak at mas episyente kapag nagpapasya kung kailan at paano gagamit ng mga tool sa panahon ng pangangatwiran, lalo na sa API.  Kung ikukumpara sa GPT‑5.2, nakakamit nito ang mas mataas na katumpakan sa mas kaunting turn sa Toolathlon, ang benchmark na sumusubok kung gaano kahusay magagamit ng mga AI agent ang mga tool at API sa totoong mundo para makumpleto ang mga multi-step na gawain. Halimbawa, kailangang magbasa ng mga email ang agent, mag-extract ng mga attachment ng takdang-aralin, i-upload ang mga ito, i-grade ang mga ito, at irekord ang mga resulta sa spreadsheet.

Para sa mga kaso ng paggamit na sensitibo sa latency kung saan mas mabuti ang reasoning effort na Wala, mas pinagbubuti pa ng GPT‑5.4 ang mga nauna rito.

Mas mahusay ang GPT‑5.4 sa paghahanap sa web ng agent. Sa BrowseComp, isang sukatan kung gaano kahusay ang mga AI agent na patuloy na makakapag-browse sa web para makahanap ng impormasyong mahirap hanapin, ang GPT‑5.4 ay lumampas ng 17%_abs sa GPT‑5.2, at ang GPT‑5.4 Pro ay nagse-set ng bagong state-of-the-art na 89.3%.

Sa pagsasagawa, nangangahulugan ito ng GPT‑5.4 Mas mahusay ang Thinking sa pagsagot sa mga tanong na nangangailangan ng pagsasama-sama ng impormasyon mula sa maraming mapagkukunan sa web. Maaari itong mas tuloy-tuloy na maghanap sa maraming round upang matukoy ang mga pinaka-may-katuturang mapagkukunan, lalo na para sa mga tanong na “needle-in-a-haystack,” at i-synthesize ang mga ito upang maging isang malinaw at mahusay na napangangatwirang sagot.

Katulad ng kung paano binabalangkas ng Codex ang pamamaraan nito kapag nagsimula itong gumana, ibabalangkas na ngayon ng GPT‑5.4 Thinking in Chat ang gawain nito na may paunang salita para sa mas mahaba at mas kumplikadong mga query. Puwede ka ring magdagdag ng mga tagubilin o i-adjust ang direksyon nito sa kalagitnaan ng tugon. Ginagawa nitong mas madali ang paggabay sa modelo patungo sa eksaktong resultang gusto mo nang hindi nagsisimulang muli o nangangailangan ng maraming karagdagang pagliko. Available na ngayon ang feature na ito sa chatgpt.com⁠(magbubukas sa bagong window) at sa Android app, at malapit nang magkaroon sa iOS app.

Maaari ring mag-isip nang mas matagal ang modelo sa mahihirap na gawain habang pinapanatili ang mas malalim na kamalayan sa mga naunang hakbang sa pag-uusap. Nagbibigay-daan ito para mapangasiwaan ang mas mahahabang daloy ng trabaho at mas kumplikadong mga prompt habang pinapanatiling magkakaugnay at may kaugnayan ang mga sagot sa kabuuan.

Sa mga nakalipas na buwan, patuloy naming pinagbubuti ang mga pananggalang na ipinakilala namin sa GPT‑5.3‑Codex habang inihahanda ang GPT‑5.4 para sa pag-deploy. Katulad ng GPT‑5.3‑Codex, tinatrato namin ang GPT‑5.4 bilang Mataas na kakayahan sa cyber sa ilalim ng aming Preparedness Framework, at inilalapat namin ito kasama ang mga kaukulang proteksyon na nakadokumento sa system⁠ card. Kabilang dito ang pinalawak na cyber safety stack, kabilang ang mga sistema ng pagsubaybay, pinagkakatiwalaang kontrol sa pag-access, at asynchronous blocking para sa mga kahilingang may mas mataas na panganib para sa mga customer sa mga Zero Data Retention (ZDR) surface, kasama ang patuloy na pamumuhunan sa mas malawak na ecosystem ng seguridad.

Dahil ang mga kakayahan sa cybersecurity ay likas na may dalawang gamit, pinapanatili namin ang maingat na pamamaraan sa pag-deploy habang patuloy na kina-calibrate ang aming mga patakaran at classifier. Para sa ilang customer na gumagamit ng ZDR surfaces, bahagi pa rin ng aming cyber risk mitigation stack ang request-level blocking; dahil patuloy pang pinapahusay ang mga classifier, maaaring magkaroon ng ilang false positive habang patuloy naming pinipino ang mga safeguard na ito. Layunin ng mga update na ito na mapabuti kung paano gumagana ang mga pananggalang sa pagsasagawa, kabilang ang pagbabawas ng mga hindi kinakailangang pagtanggi at mga tugon na labis na pinabubulaanan, habang pinapanatili ang matibay na proteksyon laban sa maling paggamit.

Ipinagpatuloy namin ang aming pananaliksik sa kaligtasan tungkol sa monitorability ng Chain-of-Thought (CoT) para mas maunawaan kung paano nagdadahilan ang mga modelo at makatulong na matukoy ang posibleng maling gawi. Bilang bahagi ng gawaing ito, ipinapakilala namin ang bagong open-source na pagsusuri, CoT controllability⁠, na sumusukat kung kayang sadyang pagtakpan ng mga modelo ang kanilang pangangatwiran para makaiwas sa pagsubaybay. Natuklasan namin na ang kakayahan ng GPT‑5.4 Thinking na kontrolin ang CoT nito ay mababa, na isang positibong katangian para sa kaligtasan, na nagmumungkahi na walang kakayahan ang modelo na itago ang pangangatwiran nito at nananatiling epektibong kasangkapan sa kaligtasan ang pagsubaybay sa CoT.

Unti-unting inilulunsad ngayon ang GPT‑5.4 sa ChatGPT at Codex. Sa API, available na ngayon ang GPT‑5.4 bilang gpt-5.4. GPT‑5.4 Available din ang Pro sa API bilang gpt-5.4-pro para sa mga developer na nangangailangan ng maximum na performance sa mga pinaka-kumplikadong gawain.

Sa ChatGPT, ang GPT‑5.4 Thinking ay available na simula ngayon para sa mga user ng ChatGPT Plus, Team, at Pro, na pinapalitan ang GPT‑5.2 Thinking. GPT‑5.2 Mananatiling available ang Thinking sa loob ng tatlong buwan para sa mga bayad na user sa tagapili ng modelo sa ilalim ng seksyong Mga Legacy Model, pagkatapos nito ay ititigil na ito sa Hunyo 5, 2026. Puwedeng paganahin ng mga nasa Enterprise at Edu plan ang maagang pag-access sa pamamagitan ng mga setting ng admin. GPT‑5.4 Available ang Pro sa mga plano ng Pro at Enterprise. Ang mga window ng konteksto⁠(magbubukas sa bagong window) sa ChatGPT para sa GPT‑5.4 Thinking ay mananatiling hindi nagbabago mula sa GPT‑5.2 Thinking.

Ang GPT‑5.4 ang aming unang pangunahing reasoning model na isinasama ang advanced na kakayahan sa coding ng GPT‑5.3‑Codex, at kasalukuyang inilalabas sa ChatGPT, sa API, at sa Codex. Tinatawag namin itong GPT‑5.4 para maipakita ang pagbabagong iyon, at para gawing simple ang pagpili sa pagitan ng mga modelo kapag ginagamit ang Codex. Sa paglipas ng panahon, maaasahan mong magbabago ang ating mga Instant model at Thinking model sa iba't ibang bilis.

Kasama sa GPT‑5.4 sa Codex ang eksperimental na suporta para sa 1M context window. Puwedeng subukan ito ng mga developer sa pamamagitan ng pag-configure ng model_context_window at model_auto_compact_token_limit. Ang mga kahilingang lumalampas sa karaniwang 272K window ng konteksto ay ibinibilang laban sa mga limitasyon ng paggamit sa 2x na normal na rate.

Sa API, ang GPT‑5.4 ay mas mataas ang presyo bawat token kaysa sa GPT‑5.2 para maipakita ang pinahusay nitong mga kakayahan, habang ang mas mataas na kahusayan ng token nito ay nakakatulong na mabawasan ang kabuuang bilang ng mga token na kinakailangan para sa maraming gawain. Ang presyo ng Batch at Flex ay makukuha sa kalahati ng karaniwang halaga ng API, habang ang Priority processing ay makukuha sa doble ng karaniwang halaga ng API.

Isinagawa ang mga eval na naka-set sa xhigh ang reasoning effort, maliban kung may ibang espesipikong nakasaad. Isinagawa ang mga benchmark sa research environment, kaya sa ilang pagkakataon maaaring bahagyang magkaiba ang output kumpara sa production na ChatGPT.