OpenAI紧急发布GPT-5.4应对舆论危机

面对近期约250万用户通过取消订阅及社交媒体传播形成的舆论压力，OpenAI于周四迅速推出其最新版本模型GPT-5.4。此次发布距离前代GPT-5.3仅相隔两日，凸显公司在公共关系挑战下的快速响应机制。

合作争议与公众质疑

此次风波源于OpenAI与美国国防部签署的合作协议。相较于另一家人工智能公司因合约未明确禁止自主武器开发与大规模监控公民而退出，OpenAI最终接受该合作，引发公众对其安全承诺与实际条款一致性的广泛质疑。首席执行官萨姆·奥特曼被要求就公司宣称的安全底线与合约内容之间的落差作出说明。

性能跃升与测试表现

新款GPT-5.4将推理、编程与智能体功能集成于单一模型，支持百万级上下文处理，使用户可在单次会话中更高效地管理海量信息。在涵盖44个职业知识工作的GDPval基准测试中，其在83.0%的评估项目中达到或超越行业专家水平，相较GPT-5.2的70.9%有明显进步。

关键领域突破与局限性

计算机操作能力成为最大亮点：在通过截图与键鼠操作评估桌面操控的OSWorld-Verified测试中，GPT-5.4成功率达75.0%，大幅超越前代47.3%的表现，并首次突破72.4%的人类基准线。深度网络研究测试BrowseComp亦较GPT-5.2提升17个百分点。然而，多数评测跳过GPT-5.3版本，直接对比前代与新模型，导致已使用GPT-5.3的用户难以感知实质性提升。编程任务方面，SWE-Bench Pro测试显示GPT-5.4（57.7%）仅略高于GPT-5.3-Codex（56.8%），进步幅度微弱。

技术革新与用户分层

GPT-5.4引入中途引导功能，允许用户在模型思考过程中动态调整方向，配合优化后的思维链设计，显著降低任务所需token数量。官方声明强调：“这是迄今最高效的推理模型。” 对于按token计费的API开发者而言，这一特性构成直接利好。目前模型正逐步推送，多数用户仍停留在仅支持即时回复的GPT-5.3版本。而依赖深度思考功能的复杂任务用户，反而仍使用GPT-5.2——意味着最可能挑战模型极限的群体反而是最后获得升级的。

企业应用成效显著

文档密集型工作场景成为最大受益者。内部电子表格建模测试中，GPT-5.4得分达87.3%，远超GPT-5.2的68.4%。法律研究机构报告其专业评估准确率达91%。某部署于三万个财产税门户的智能体系统实现95%首次尝试成功率，会话速度提升约3倍，同时减少70% token消耗。尽管效率提升显著，但对企业采购决策具有吸引力的技术优势，尚未充分转化为对个人用户保留账户意愿的直接影响。能否将技术参数转化为直观体验革新，将成为决定用户留存的关键。