openai

GPT-5.4

GPT-5.4 er OpenAI's frontier model med et 1,05M context window og Extreme Reasoning. Den udmærker sig ved autonom UI-interaktion og dataanalyse af lange...

OpenAIGPT-51M ContextReasoningMultimodal
openai logoopenaiGPT-5March 4, 2026
Kontekst
1.1Mtokens
Maks output
128Ktokens
Input-pris
$2.50/ 1M
Output-pris
$15.00/ 1M
Modalitet:TextImage
Funktioner:VisionVærktøjerStreamingRæsonnering
Benchmarks
GPQA
84.2%
GPQA: Spørgsmål og svar på kandidatniveau. En streng benchmark med 448 multiple choice-spørgsmål inden for biologi, fysik og kemi skabt af domæneeksperter. PhD-eksperter opnår kun 65-74% nøjagtighed, mens ikke-eksperter scorer kun 34% selv med ubegrænset webadgang (derfor 'Google-proof'). GPT-5.4 scorede 84.2% på denne benchmark.
HLE
42%
HLE: Ekspertniveau-ræsonnering. Tester en models evne til at demonstrere ekspertniveau-ræsonnering på tværs af specialiserede domæner. Evaluerer dyb forståelse af komplekse emner, der kræver professionel viden. GPT-5.4 scorede 42% på denne benchmark.
MMLU
91%
MMLU: Massiv flerfaglig sprogforståelse. En omfattende benchmark med 16.000 multiple choice-spørgsmål på tværs af 57 akademiske fag, herunder matematik, filosofi, jura og medicin. Tester bred viden og ræsonneringsevner. GPT-5.4 scorede 91% på denne benchmark.
MMLU Pro
76%
MMLU Pro: MMLU Professionel udgave. En forbedret version af MMLU med 12.032 spørgsmål i et sværere format med 10 svarmuligheder. Dækker matematik, fysik, kemi, jura, ingeniørvidenskab, økonomi, sundhed, psykologi, business, biologi, filosofi og datalogi. GPT-5.4 scorede 76% på denne benchmark.
SimpleQA
56.7%
SimpleQA: Faktuel nøjagtighedsbenchmark. Tester en models evne til at give nøjagtige, faktuelle svar på ligetil spørgsmål. Måler pålidelighed og reducerer hallucinationer i vidensindhentningstasks. GPT-5.4 scorede 56.7% på denne benchmark.
IFEval
92%
IFEval: Instruktionsfølgningsevaluering. Måler, hvor godt en model følger specifikke instruktioner og begrænsninger. Tester evnen til at overholde formateringsregler, længdegrænser og andre eksplicitte krav. GPT-5.4 scorede 92% på denne benchmark.
AIME 2025
100%
AIME 2025: American Invitational Math Exam. Konkurrence-niveau matematikopgaver fra den prestigefyldte AIME-eksamen designet til talentfulde gymnasieelever. Tester avanceret matematisk problemløsning, der kræver abstrakt tænkning, ikke kun mønstergenkendelse. GPT-5.4 scorede 100% på denne benchmark.
MATH
88.6%
MATH: Matematisk problemløsning. En omfattende matematikbenchmark, der tester problemløsning inden for algebra, geometri, calculus og andre matematiske domæner. Kræver flertrinssværsonnering og formel matematisk viden. GPT-5.4 scorede 88.6% på denne benchmark.
GSM8k
99%
GSM8k: Folkeskole matematik 8K. 8.500 folkeskole-niveau matematiske tekstopgaver, der kræver flertrinssræsonnering. Tester grundlæggende aritmetik og logisk tænkning gennem virkelige scenarier som shopping eller tidsberegninger. GPT-5.4 scorede 99% på denne benchmark.
MGSM
96%
MGSM: Flersproget folkeskolematematik. GSM8k-benchmarken oversat til 10 sprog, herunder spansk, fransk, tysk, russisk, kinesisk og japansk. Tester matematisk ræsonnering på tværs af forskellige sprog. GPT-5.4 scorede 96% på denne benchmark.
MathVista
74%
MathVista: Matematisk visuel ræsonnering. Tester evnen til at løse matematikopgaver, der involverer visuelle elementer som diagrammer, grafer, geometriske figurer og videnskabelige illustrationer. Kombinerer visuel forståelse med matematisk ræsonnering. GPT-5.4 scorede 74% på denne benchmark.
SWE-Bench
52.8%
SWE-Bench: Softwareingeniør-benchmark. AI-modeller forsøger at løse rigtige GitHub-issues i open source Python-projekter med menneskelig verifikation. Tester praktiske softwareingeniørfærdigheder på produktionskodebaser. Topmodeller gik fra 4,4% i 2023 til over 70% i 2024. GPT-5.4 scorede 52.8% på denne benchmark.
HumanEval
85.1%
HumanEval: Python-programmeringsopgaver. 164 håndskrevne programmeringsopgaver, hvor modeller skal generere korrekte Python-funktionsimplementeringer. Hver løsning verificeres mod unit tests. Topmodeller opnår nu 90%+ nøjagtighed. GPT-5.4 scorede 85.1% på denne benchmark.
LiveCodeBench
72.5%
LiveCodeBench: Live kodningsbenchmark. Tester kodningsevner på løbende opdaterede, virkelige programmeringsudfordringer. I modsætning til statiske benchmarks bruger den friske problemer for at forhindre dataforurening og måle ægte kodningsevner. GPT-5.4 scorede 72.5% på denne benchmark.
MMMU
84.2%
MMMU: Multimodal forståelse. Massiv multi-disciplin multimodal forståelsesbenchmark, der tester vision-sprogmodeller på universitetsniveau-problemer på tværs af 30 fag, der kræver både billedforståelse og ekspertviden. GPT-5.4 scorede 84.2% på denne benchmark.
MMMU Pro
61%
MMMU Pro: MMMU Professionel udgave. Forbedret version af MMMU med mere udfordrende spørgsmål og strengere evaluering. Tester avanceret multimodal ræsonnering på professionelt og ekspertniveau. GPT-5.4 scorede 61% på denne benchmark.
ChartQA
89%
ChartQA: Diagram-spørgsmål og svar. Tester evnen til at forstå og ræsonnere om information præsenteret i diagrammer og grafer. Kræver udtrækning af data, sammenligning af værdier og udførelse af beregninger fra visuelle datarepræsentationer. GPT-5.4 scorede 89% på denne benchmark.
DocVQA
94%
DocVQA: Dokument visuel Q&A. Document Visual Question Answering benchmark, der tester evnen til at udtrække og ræsonnere om information fra dokumentbilleder, herunder formularer, rapporter og scannet tekst. GPT-5.4 scorede 94% på denne benchmark.
Terminal-Bench
55%
Terminal-Bench: Terminal/CLI-opgaver. Tester evnen til at udføre kommandolinjeopgaver, skrive shell-scripts og navigere i terminalmiljøer. Måler praktiske systemadministrations- og udviklingsworkflow-færdigheder. GPT-5.4 scorede 55% på denne benchmark.
ARC-AGI
52.9%
ARC-AGI: Abstraktion og ræsonnering. Abstraction and Reasoning Corpus for AGI - tester flydende intelligens gennem nye mønstergenkendelsespuslespil. Hver opgave kræver opdagelse af den underliggende regel fra eksempler, der måler generel ræsonneringsevne snarere end memorering. GPT-5.4 scorede 52.9% på denne benchmark.

Om GPT-5.4

Lær om GPT-5.4s muligheder, funktioner og hvordan den kan hjælpe dig med at opnå bedre resultater.

Grænsen for Long-Context Reasoning

GPT-5.4 repræsenterer den højtydende evolution af GPT-5-serien, karakteriseret ved sit brancheførende 1,05 millioner token context window. Denne model er specifikt konstrueret til at håndtere omfattende datasæt, såsom massive kode-repositories eller historiske logs over flere år, uden at miste evnen til at udføre high-fidelity reasoning. En fremtrædende funktion er den interaktive "Mid-Response Steering", som giver brugerne mulighed for visuelt at overvåge og justere modellens thinking-plan i realtid, hvilket sikrer, at dens output passer perfekt til komplekse hensigter i flere trin.

Forenet intelligens og autonom handling

Teknisk set forener GPT-5.4 de kodeniveauer i verdensklasse fra de tidligere Codex-specifikke grene med de kreative nuancer fra den standard GPT-5-serie. Den har en specialiseret "Thinking"-tilstand med justerbare indsatsniveauer (Standard, Extended og Heavy), der benytter forstærket chain-of-thought-behandling til at løse videnskabelige og logiske problemer på ph.d.-niveau. Udover tekst introducerer GPT-5.4 indbyggede computer use-funktioner og opnår en score på 75 % i OSWorld-Verified-opgaver ved at tolke visuelle screenshots i høj opløsning og udføre koordinatbaserede klik.

Effektivitet og pålidelighed

OpenAI rapporterer om et markant fald på 33 % i fejl på påstandsniveau sammenlignet med forgængerne, hvilket gør GPT-5.4 til et førsteklasses valg for autonome agenter og beslutningsstøtte i kritiske situationer. På trods af sin kraft er den konstrueret til token- og energieffektivitet, hvilket giver mulighed for billigere behandling af lang context end tidligere iterationer. Uanset om det drejer sig om at administrere en hel enterprise-codebase eller fungere som en autonom agent til planlægning, sætter GPT-5.4 en ny standard for pålidelighed og agentic-performance i det generative AI-landskab.

GPT-5.4

Anvendelser for GPT-5.4

Opdag de forskellige måder, du kan bruge GPT-5.4 til at opnå gode resultater.

Refactoring af store codebases

Indlæsning og analyse af hundredvis af kildefiler samtidigt for at sikre konsistens på tværs af moduler og identificere dybe semantiske fejl i hele repositories.

Autonom Agentic planlægning

Interaktion med e-mail og kalendere via visuel forankring for autonomt at koordinere komplekse begivenhedsplaner og sende opfølgende kommunikation.

High-Fidelity arkitektonisk design

Generering af indviklede 3D-scener og strukturplaner, såsom funktionelle metrostationer, ved brug af over 1.000 linjer præcis kode, der er klar til simulering.

Langsigtede videnskabelig planlægning

Brug af Extreme Reasoning til at løse videnskabelige problemer på ph.d.-niveau og udføre flertrinsanalyser, der kræver timers konsistent state-styring.

Undersøgelse af cybersikkerhedshændelser

Behandling af enorme mængder rå logdata i en enkelt 1,05M context-session for autonomt at identificere, undersøge og rapportere sikkerhedsbrud.

Interaktiv Mid-Response Steering

Korrigering af modellens kurs under den interne 'thinking'-fase for at justere arkitektoniske valg eller logiske stier uden at skulle genstarte prompten.

Styrker

Begrænsninger

Frontier 1,05M Context Window: Giver brancheførende kapacitet til at udføre reasoning over massive datasæt og codebases i en enkelt prompt uden umiddelbart tab af sammenhæng.
Degradering ved lang context: Performance på komplekse reasoning-opgaver falder markant, når context window overstiger 256K tokens.
Ekstrem Reasoning-nøjagtighed: Opnår videnskabelig viden på ph.d.-niveau (84,2 % på GPQA) og perfekte matematik-scores (100 % på AIME 2025) ved hjælp af dens high-effort reasoning-tilstand.
Forvirrende versionsstruktur: Det komplekse udvalg af 5.1, 5.2 Thinking, 5.3 Codex og 5.4-varianter skaber en betydelig kognitiv belastning for API-udviklere og Chat-brugere.
Autonom UI-interaktion: State-of-the-art visuel forankring gør det muligt for model at interagere med software og browsere med 75 % nøjagtighed på OSWorld-benchmark.
Høj latency i Heavy-mode: De mest krævende reasoning-tilstande kan tage over 8 minutter at behandle intern chain-of-thought, hvilket gør dem uegnede til interaktive realtidsopgaver.
Token- og energieffektivitet: Udviklet som OpenAI's mest effektive frontier model til dato, hvilket reducerer energiomkostningerne til kompleks reasoning sammenlignet med GPT-5.2-udgivelsen.
Neurotisk alignment: Aggressiv safety-finetuning kan føre til en kontrær adfærd, hvor model unødigt modsiger brugeren om harmløse faktuelle emner.

API hurtig start

openai/gpt-5.4

Se dokumentation
openai SDK
import OpenAI from 'openai';

const openai = new OpenAI();

async function main() {
  const completion = await openai.chat.completions.create({
    model: "gpt-5.4",
    messages: [{ role: "user", content: "Analyze this 1.05M token log file for security threats." }],
    reasoning_effort: "heavy",
    stream: true,
  });

  for await (const chunk of completion) {
    process.stdout.write(chunk.choices[0]?.delta?.content || '');
  }
}

main();

Installér SDK'et og begynd at foretage API-kald på få minutter.

Hvad folk siger om GPT-5.4

Se hvad fællesskabet mener om GPT-5.4

GPT-5 gør et brutalt comeback... hver eneste linje kode, den genererede, fungerede upåklageligt.
immortalsol
reddit
Hovedfunktionen er tydeligvis 1M context window sammenlignet med de ~200k, som andre modeller understøtter.
Developer
hackernews
Wow, GPT 5.4 er sindssygt god. Det burde være et spring til 6.0. Svært at tro, at Codex er nået så langt.
Rahul Sood
twitter
GPT-5.4 scorer ekstra højt med 94,0 i NYT Connections. Den rammer bare rigtigt i første forsøg.
senko
hackernews
GPT-5.4 er nu på Artificial Analysis Intelligence Index... delt med Gemini 3.1 Pro.
AiBattle
twitter
Dybden i dens reasoning er endelig på et niveau, hvor den kan håndtere arkitektoniske problemer på enterprise-skala.
CloudArchitect99
reddit

Videoer om GPT-5.4

Se vejledninger, anmeldelser og diskussioner om GPT-5.4

Et 1 million 50.000 token context window... dette er et meget langt context window.

Efter 5 minutter og 22 sekunders thinking modtog vi vores resultat... den testede dette på en mere agentic måde.

Opdatering af evnen til at kigge på high-fidelity billeder... op til i alt 10,24 millioner pixels.

Modellen udfører faktisk research på tværs af nettet for at verificere sin egen logik.

Dette er et massivt spring for agentic workflows, hvor tilstanden skal bevares.

GPT 5.4 har det hele... de sagde dybest set: okay, 5.2 og GPT 5.3 Codex, få et barn sammen.

Kodningsegenskaberne er vilde. Det er i bund og grund fejlfrit.

Front-end-smag er langt bagefter Opus 4.6 og Gemini 3.1 Pro.

Det føles som om, den har en meget bedre forståelse for nuanceret developer-intent.

Prispunktet er konkurrencedygtigt, når man tager størrelsen på 1M token-vinduet i betragtning.

Det lægger tydeligvis pres på OpenAI for at svare igen med en model, der matcher den 1 million context-kapacitet.

Det faktum, at denne model i et enkelt forsøg er i stand til at skabe denne Minecraft-klon, er bare bemærkelsesværdigt.

Vi ser en reduktion på 33 procent i raten for faktuelle hallucinationer.

Reasoning-tilstandene er kategoriseret i Standard, Extended og Heavy-niveauer.

Den visuelle forankring på OSWorld-benchmark er bare brancheførende lige nu.

Mere end bare prompts

Supercharg din arbejdsgang med AI-automatisering

Automatio kombinerer kraften fra AI-agenter, webautomatisering og smarte integrationer for at hjælpe dig med at udrette mere på kortere tid.

AI-agenter
Webautomatisering
Smarte arbejdsgange

Pro-tips til GPT-5.4

Eksperttips til at hjælpe dig med at få mest muligt ud af GPT-5.4 og opnå bedre resultater.

Skift mellem Reasoning-indsats

Brug Standard, Extended eller Heavy reasoning-indsats afhængigt af opgavens kompleksitet for at balancere beregningsomkostninger og output-kvalitet.

Overvåg den indledende plan

Når du bruger Thinking-varianten, skal du holde øje med den indledende plan; du kan gribe ind midt i genereringen, hvis modellens foreslåede logiske sti virker mangelfuld.

Strategisk Prompt Caching

Placer store, statiske context-blokke i starten af din prompt for at udnytte OpenAI's automatiske prompt caching og opnå omkostningsbesparelser.

Styr Context-stabilitet

Selvom 1,05M-vinduet er robust, rapporteres performance at være mest stabil inden for de første 256K tokens; placer kritiske opsummeringer tæt på slutningen af din prompt.

Anmeldelser

Hvad vores brugere siger

Slut dig til tusindvis af tilfredse brugere, der har transformeret deres arbejdsgang

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Relateret AI Models

xai

Grok-3

xAI

Grok-3 is xAI's flagship reasoning model, featuring deep logic deduction, a 128k context window, and real-time integration with X for live research and coding.

128K context
$3.00/$15.00/1M
anthropic

Claude 3.7 Sonnet

Anthropic

Claude 3.7 Sonnet is Anthropic's first hybrid reasoning model, delivering state-of-the-art coding capabilities, a 200k context window, and visible thinking.

200K context
$3.00/$15.00/1M
anthropic

Claude Sonnet 4.5

Anthropic

Anthropic's Claude Sonnet 4.5 delivers world-leading coding (77.2% SWE-bench) and a 200K context window, optimized for the next generation of autonomous agents.

200K context
$3.00/$15.00/1M
zhipu

GLM-4.7

Zhipu (GLM)

GLM-4.7 by Zhipu AI is a flagship 358B MoE model featuring a 200K context window, elite 73.8% SWE-bench performance, and native Deep Thinking for agentic...

200K context
$0.60/$2.20/1M
google

Gemini 3.1 Flash-Lite

Google

Gemini 3.1 Flash-Lite is Google's fastest, most cost-efficient model. Features 1M context, native multimodality, and 363 tokens/sec speed for scale.

1M context
$0.25/$1.50/1M
anthropic

Claude Opus 4.5

Anthropic

Claude Opus 4.5 is Anthropic's most powerful frontier model, delivering record-breaking 80.9% SWE-bench performance and advanced autonomous agency for coding.

200K context
$5.00/$25.00/1M
openai

GPT-5.3 Codex

OpenAI

GPT-5.3 Codex is OpenAI's 2026 frontier coding agent, featuring a 400K context window, 77.3% Terminal-Bench score, and superior logic for complex software...

400K context
$1.75/$14.00/1M
xai

Grok-4

xAI

Grok-4 by xAI is a frontier model featuring a 2M token context window, real-time X platform integration, and world-record reasoning capabilities.

2M context
$3.00/$15.00/1M

Ofte stillede spørgsmål om GPT-5.4

Find svar på almindelige spørgsmål om GPT-5.4