OpenAI发布了GPT‑5.4——一款具备改进的计算机操作能力和代理模式功能的领先大型语言模型。

OpenAI 正在推出 GPT‑5.4——能够控制电脑的模型

OpenAI 公司宣布发布其人工智能的新版本 GPT‑5.4。根据开发者称，该模型将改进的逻辑思维和编程能力与处理文本文件、表格和演示文稿的功能相结合。更重要的是，GPT‑5.4 首次支持直接与用户电脑及各种应用程序交互。

GPT‑5.4 的新功能
功能 说明
PC 控制 该模型能够生成代码以自动化电脑操作，按需模拟鼠标和键盘动作（以截图形式）。
浏览器与 API 改进了与浏览器以及第三方服务通过其 API 的交互。
多轮搜索 在处理复杂问题时，GPT‑5.4 会进行多次搜索会话，以收集来自不同来源的数据，然后将其合成为易于理解的答案。
错误率降低 OpenAI 表示，与 GPT‑5.2 相比，实际错误声明数量下降了 33%，使模型成为“迄今为止最可靠”。

思考版 – GPT‑5.4 Thinking
新的“思考”子模型，在 ChatGPT 中以 GPT‑5.4 Thinking 的形式提供，能够在收到请求后立即制定解决方案计划。用户可以实时调整请求，从而避免重新开始并简化获得所需结果的过程。

已可使用场景
平台 可用性 API 完全开放（包括面向企业/教育的强大 GPT‑5.4 Pro）。
Codex 新模型在代码应用程序中的支持。
ChatGPT 基础版 GPT‑5.4 已部署；Thinking 版本对 Plus、Team 和 Pro 用户开放。

因此，OpenAI 正在迈出一步，使 AI 代理能够代表用户执行复杂的在线任务，并控制其电脑上的软件，实现大规模应用。