OpenAI запустила GPT-5.4: компьютерное зрение, управление ПК и рекордные бенчмарки

OpenAI через два дня после выхода GPT-5.3 Instant представила следующее поколение — GPT-5.4 и GPT-5.4 Pro. Ключевое нововведение — встроенная система компьютерного зрения с возможностью управления рабочим столом, мышью и клавиатурой.

«GPT-5.4 Thinking and GPT-5.4 Pro are rolling out now in ChatGPT. GPT-5.4 is also now available in the API and Codex. GPT-5.4 brings our advances in reasoning, coding, and agentic workflows into one frontier model.» — OpenAI (@OpenAI), оригинальный пост

Доступность и стоимость

Стандартная GPT-5.4 уже работает в веб-версии ChatGPT, через API и в Codex. GPT-5.4 Thinking открыта подписчикам Plus, Team и Pro. Максимальная версия GPT-5.4 Pro ориентирована на пользователей тарифа Pro и корпоративных клиентов Enterprise — она также доступна через API.

Тарификация базовой модели: $2,5 за 1 млн входных токенов и $15 за 1 млн выходных. Pro-версия обойдётся значительно дороже — $30 и $180 за 1 млн токенов соответственно.

Почему это важно

GPT-5.4 — первая модель OpenAI со встроенным компьютерным зрением и полноценным управлением ПК. Она способна оперировать мышью и клавиатурой на основе скриншотов, а также автоматизировать действия через Playwright. Уровень допустимого риска настраивается под конкретные сценарии.

В бенчмарке OSWorld-Verified, оценивающем управление рабочим столом, GPT-5.4 выполнила 75% заданий — это выше результата предшественницы (47,3%) и даже человека (72,4%). Улучшенное визуальное восприятие подтверждается и другими тестами: в MMMU-Pro (понимание и логика) — 81,2% против 79,5% у GPT-5.2, а в OmniDocBench (анализ документов) средний показатель ошибок снизился с 0,140 до 0,109.

Прорыв в рабочих задачах

По бенчмарку GDPval, который оценивает выполнение задач по 44 профессиям, GPT-5.4 достигла 83%. Предыдущая GPT-5.2 показывала 70,9%. Фактически модель работает на уровне профильных специалистов или превосходит их.

Разработчики сделали акцент на работе с таблицами, презентациями и документами. В задачах уровня младшего аналитика инвестбанка GPT-5.4 набрала 87,3% против 68,4% у GPT-5.2. Презентации новой модели предпочитались оценщиками в 68% случаев благодаря лучшей эстетике, разнообразию и эффективному использованию генерации изображений.

GPT-5.4 стала самой точной моделью OpenAI по работе с фактами. При тестировании на промптах с заранее заложенными ошибками отдельные ложные утверждения встречались на 33% реже, а полные ответы содержали ошибки на 18% реже по сравнению с GPT-5.2.

Кодинг и инструменты

В программировании GPT-5.4 сравнялась со специализированной GPT-5.3-Codex, при этом работает быстрее. В Codex добавлен режим /fast, ускоряющий генерацию кода в полтора раза без ухудшения качества. Внутренние тесты показали высокие результаты в сложных задачах фронтенд-разработки.

Экспериментальный навык Playwright (Interactive) позволяет модели визуально отлаживать веб- и Electron-приложения, тестируя собственный код прямо в процессе написания.

Ещё одно нововведение — функция Tool Search. Ранее система загружала описания всех доступных плагинов в контекст, добавляя тысячи лишних токенов к каждому запросу. Теперь модель получает базовый список и самостоятельно подгружает нужные параметры по мере необходимости. В тестах на базе MCP Atlas потребление токенов снизилось на 47% без потери точности.

Веб-поиск также усилен: в бенчмарке BrowseComp показатели выросли на 17%, а Pro-версия достигла рекордных 89,3%.

Управляемость и контекст

GPT-5.4 Thinking в ChatGPT перед выполнением сложных запросов показывает план действий. Пользователь может скорректировать направление на ходу, без перезапуска генерации. Функция уже работает на сайте и в Android-приложении, поддержка iOS ожидается в ближайшее время.

Модель лучше удерживает контекст в продолжительных диалогах и дольше обдумывает сложные задачи, сохраняя связность и релевантность ответов при работе с большими объёмами информации.