OpenClaw—AI研究OpenAI正式发布新一代基础模型GPT-5.4，并将其定位为迄今最强大、最高效、面向专业工作的前沿模型。除标准版本外，OpenAI还同步推出了强调复杂推理能力的GPT-5.4 Thinking，以及面向高性能应用场景的GPT-5.4 Pro，试图在法律、金融与知识工作等高价值场景中同时兼顾能力与成本。
在上下文能力上，GPT-5.4的API版本支持最高100万token的输入窗口，远超OpenAI此前提供的任何模型，便于处理长文档、复杂项目和需要多轮推进的长链条工作流。官方同时强调token使用效率的提升，称新模型能以显著更少的token完成与前代相同难度的任务。
基准测试方面，GPT-5.4在OSWorld-Verified与WebArena Verified两项电脑操作场景测试中刷新纪录，在OpenAI自有的知识工作评测集GDPval上取得83%的最高分，并在初创公司Mercor设立、面向法律与金融专业技能的APEX-Agents基准中位居首位。Mercor首席执行官Brendan Foody表示，新模型在制作演示文稿、财务模型和法律分析等长周期成果物时表现突出，同时比同类前沿模型更快、成本更低。
可靠性是本次升级的另一重点。OpenAI延续了减少幻觉与事实性错误的研发方向，内部评估显示，相较GPT-5.2，新模型在单条陈述层面出现错误的概率降低33%，整体回答中出现错误内容的概率下降18%。这使其更接近需要严谨输出的专业场景需求。
发布还伴随一项重要的接口层改动：OpenAI推出名为Tool Search的新工具调用机制。在旧方案中，系统提示必须一次性注入所有可用工具的定义，工具数量增加时提示本身就会占用大量token。Tool Search允许模型按需查询工具定义，从而在工具规模较大的系统中显著降低开销，让调用更快、成本更低。
安全性方面，OpenAI增加了针对多步任务中思维链表现的新评估。研究者长期担心，具备推理能力的模型可能在链式思考中伪装或隐藏真实推理路径。官方给出的结果显示，GPT-5.4 Thinking出现此类欺骗性表现的概率更低，并据此认为模型缺乏主动隐藏推理过程的能力，思维链监控仍然是有效的安全工具。
通过标准版与Pro、Thinking版本的同步推出，OpenAI试图在专业生产力、成本效率与安全可控之间寻找新的平衡点。对知识工作者而言，长上下文、低幻觉与工具调用效率的组合，意味着AI正从辅助写作的助手，转向可以承接完整工作流的协作伙伴。