OpenAI
GPT-6.1 Sol
最大上下文
1.1M
最大输出
128K
发布日期
暂无
gpt-5.4GPT-5.4 被 OpenAI 定位为兼具能力和效率的前沿模型,面向专业工作。官方资料强调代码、原生计算机使用、表格/文档/演示文稿工作流、事实性改进和大上下文能力。它适合被介绍为把推理能力和真实生产力任务连接起来的实用工作模型。
上下文窗口
1.1M Token
最大输出
128K Token
发布日期
2026年3月5日
模态
| Token 阶梯 | 输入价格 | 输出价格 | 缓存读取 |
|---|---|---|---|
| <=272K | $2.5/M | $15/M | $0.25/M |
| >272K | $5/M | $22.5/M | $0.5/M |
推理
工具调用
Temperature 参数
附件
知识库
Endpoint 协议
GPT-5.4 结合可调推理、百万级上下文和视觉理解能力,适合编程与复杂专业任务。
支持从 none 到 xhigh 的推理强度,便于开发者在响应速度和分析深度之间取舍。
处理结合代码生成、分析、协同修改和验证的复杂软件任务。
可在 1,050,000 token 上下文中处理文本和图像,适用于大型文档或代码集合。
GPT-5.4 适合软件工程、长篇技术文档分析和结合视觉信息的计算机工作流。
分析相互关联的源文件、规划修改,并在遵循项目规范的前提下实现功能或修复问题。
综合规范、报告和图表,生成结构化摘要、实现要求及风险清单。
理解截图和界面状态,规划并完成浏览器或桌面环境中的多步骤工作。
curl 'https://us-api.tokenhub.com/v1/messages' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY"| 指数分数 | ||
|---|---|---|
| Artificial Analysis 综合能力指数 | Artificial Analysis 综合能力评分 | 51.4 |
| Artificial Analysis 代码能力指数 | Artificial Analysis 软件任务评分 | 57.2 |
| 知识与推理 | ||
| GPQA | 高阶科学问题求解 | 92% |
| HLE | 广泛专家级考试集合 | 41.6% |
| 代码与工程 | ||
| SciCode | 科学计算代码挑战 | 56.6% |
| Terminal-Bench Hard | 高难度终端任务执行 | 57.6% |
| 指令遵循与 Agent 任务 | ||
| IFBench | 指令约束遵循 | 73.9% |
| AA-LCR | 长上下文推理 | 74% |
| τ²-Bench | Agent 工作流任务 | 87.1% |
指标来源 Artificial Analysis
GPT-5.4 的能力、适用场景、限制和 TokenHub 使用指南。
GPT-5.4 是 OpenAI 面向兼顾成本的前沿编程和专业任务的模型。
适合复杂编程、专业文档和电子表格、大量工具调用的自动化,尤其适合重视专业输出质量的场景。
核心优势是以低于 Pro 档的成本提供前沿专业能力。
它会使用更多计算,因此延迟和成本可能更高。 更看重吞吐量时,可考虑 GPT-5.4 Mini。
使用 TokenHub 显示的精确标识符,并按账户文档确认当前功能。
通过一个 API Key 接入 GPT-5.4 与更多 AI 模型。
媒体与讨论
精选与此模型相关的公开视频和帖子。
X (Twitter)
Reddit
YouTube