GPT-5.4 特性与基准全景解读
依据官方资料介绍 GPT-5.4 的编码、推理与工具使用能力，区分模型、宿主工具、产品交互和快速模式的适用条件。
直接回答：GPT-5.4 的公开发布强调编码、推理与工具使用能力；这不代表 OpenAI 不再维护其他模型或所有功能都由裸模型自动完成。
核心新特性
1. 原生计算机操作（Computer Use）
GPT-5.4 是 OpenAI 首个原生支持计算机操作的通用模型：不只生成代码，还能在模拟环境中执行代码、操作软件、用鼠标键盘交互。它能看懂截图并根据视觉反馈行动——同一 session 内既当开发者又当 QA：写代码→开浏览器→检查结果→发现问题→修订。
2. 工具搜索（Tool Search）
传统做法把所有工具定义一次性塞进 Prompt，工具多了以后 Token 开销巨大。应用配置支持的工具搜索后，可先提供轻量索引，需要某个工具时才拉取完整定义——暴露几十上百个 API 的应用，上下文成本显著下降。
3. Steering（中途纠偏）
长 Agent 会话中模型走偏时，不必中止重来——用户直接插入纠偏指令，模型从当前点调整轨迹。长任务从"一次性赌博"变成可协作的过程。
4. 快速模式（Fast Mode）
发布资料中的 Fast 模式与速度描述有特定产品和使用条件；不能把倍率或套餐用量直接套用于所有 API 调用。对延迟敏感的应用提供了"快"与"省"之外的中间档。
基准与定位
官方展示特定任务与基准，需同时读取工具、推理与预算配置，不能把演示当成独立实测。计算机操作还需要宿主提供截图、执行器和受控环境，模型不会自动获得用户电脑访问权。
取舍
- 成本：全能旗舰的价格高于专项小模型，高频简单任务仍该路由给小模型
- 速度：标准模式为能力牺牲速度，Fast 模式加价换速度——按业务延迟要求选档
- 复杂度：能力面越宽，提示与集成的调优面越大，简单场景可能"杀鸡用牛刀"
常见问题（FAQ）
Q：GPT-5.4 会让 Codex 等专项模型消失吗？
A：不能由一次发布推断产品线将消失；模型、Codex 产品和 API 工具是不同层次。
Q：工具搜索和 MCP 是什么关系？
A：互补。MCP 解决"工具怎么标准化接入"，工具搜索解决"接入太多后怎么省上下文"。两者组合：MCP 负责连接层，工具搜索负责上下文经济性。
Q：计算机操作能力安全吗？
A：能力越强责任越大。给模型的操作环境必须沙箱化（独立容器/VM），敏感操作（支付、删除、发送）要有人工确认闸口，全程操作留痕可审计。
参考资料
资料核对日期：2026 年 9 月 29 日。本文基于公开文档整理，代码片段和评估方案未作独立运行或性能验证；厂商测试结果已注明来源。
