openai

GPT-5.4

GPT-5.4 adalah model frontier OpenAI yang memiliki context window 1,05M dan Extreme Reasoning. Unggul dalam interaksi UI otonom dan analisis data long-form.

OpenAIGPT-51M ContextReasoningMultimodal
openai logoopenaiGPT-55 Maret 2026
Konteks
1.1Mtoken
Output maks.
128Ktoken
Harga input
$2.50/ 1M
Harga output
$15.00/ 1M
Modalitas:TextImage
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
84.2%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). GPT-5.4 meraih skor 84.2% pada benchmark ini.
HLE
42%
HLE: Penalaran Keahlian Tingkat Tinggi. Menguji kemampuan model untuk mendemonstrasikan penalaran tingkat ahli di domain khusus. Mengevaluasi pemahaman mendalam tentang topik kompleks yang membutuhkan pengetahuan tingkat profesional. GPT-5.4 meraih skor 42% pada benchmark ini.
MMLU
91%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. GPT-5.4 meraih skor 91% pada benchmark ini.
MMLU Pro
76%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. GPT-5.4 meraih skor 76% pada benchmark ini.
SimpleQA
56.7%
SimpleQA: Benchmark Akurasi Faktual. Menguji kemampuan model untuk memberikan respons yang akurat dan faktual terhadap pertanyaan langsung. Mengukur keandalan dan mengurangi halusinasi dalam tugas pengambilan pengetahuan. GPT-5.4 meraih skor 56.7% pada benchmark ini.
IFEval
92%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. GPT-5.4 meraih skor 92% pada benchmark ini.
AIME 2025
100%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. GPT-5.4 meraih skor 100% pada benchmark ini.
MATH
88.6%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. GPT-5.4 meraih skor 88.6% pada benchmark ini.
GSM8k
99%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. GPT-5.4 meraih skor 99% pada benchmark ini.
MGSM
96%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. GPT-5.4 meraih skor 96% pada benchmark ini.
MathVista
74%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. GPT-5.4 meraih skor 74% pada benchmark ini.
SWE-Bench
52.8%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. GPT-5.4 meraih skor 52.8% pada benchmark ini.
HumanEval
85.1%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. GPT-5.4 meraih skor 85.1% pada benchmark ini.
LiveCodeBench
72.5%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. GPT-5.4 meraih skor 72.5% pada benchmark ini.
MMMU
84.2%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. GPT-5.4 meraih skor 84.2% pada benchmark ini.
MMMU Pro
61%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. GPT-5.4 meraih skor 61% pada benchmark ini.
ChartQA
89%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. GPT-5.4 meraih skor 89% pada benchmark ini.
DocVQA
94%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. GPT-5.4 meraih skor 94% pada benchmark ini.
Terminal-Bench
55%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. GPT-5.4 meraih skor 55% pada benchmark ini.
ARC-AGI
52.9%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. GPT-5.4 meraih skor 52.9% pada benchmark ini.

Tentang GPT-5.4

Pelajari tentang kemampuan, fitur, dan cara menggunakan GPT-5.4.

Frontier Reasoning Long-Context

GPT-5.4 mewakili evolusi performa tinggi dari seri GPT-5. Model ini memiliki context window 1,05 juta tokens yang memimpin industri. Model ini menangani dataset yang luas, seperti repositori kode masif atau log historis bertahun-tahun, tanpa kehilangan fidelitas reasoning. Mid-Response Steering yang interaktif memungkinkan pengguna memantau dan menyesuaikan rencana berpikir model secara real-time. Hal ini memastikan output selaras dengan maksud multi-langkah yang kompleks.

Kecerdasan Terpadu dan Tindakan Otonom

Secara teknis, GPT-5.4 menyatukan keunggulan coding kelas dunia dari cabang Codex sebelumnya dengan nuansa kreatif dari seri GPT-5 standar. Model ini memiliki Thinking mode khusus dengan tingkat effort yang dapat disesuaikan, termasuk mode Standard, Extended, dan Heavy. Ia menggunakan pemrosesan chain-of-thought yang diperkuat untuk memecahkan masalah sains dan logika tingkat PhD. Di luar teks, GPT-5.4 memperkenalkan kemampuan computer use native. Model ini mencapai skor 75% pada tugas OSWorld-Verified dengan menginterpretasikan tangkapan layar visual dan menjalankan klik berbasis koordinat.

Efisiensi dan Keandalan

OpenAI melaporkan penurunan 33% pada kesalahan tingkat klaim dibandingkan pendahulunya. Hal ini menjadikan GPT-5.4 pilihan utama untuk agen otonom dan dukungan keputusan berisiko tinggi. Model ini dirancang untuk efisiensi token dan energi, memungkinkan pemrosesan long-context yang lebih murah daripada iterasi sebelumnya. Baik untuk mengelola seluruh basis kode perusahaan atau bertindak sebagai agen penjadwalan otonom, GPT-5.4 menetapkan standar baru untuk keandalan dan performa agentic.

GPT-5.4

Kasus Penggunaan untuk GPT-5.4

Temukan berbagai cara menggunakan GPT-5.4 untuk hasil yang luar biasa.

Refactoring Kode Skala Besar

Menulis ulang basis kode lama yang melebihi 300.000 baris secara sistematis dengan kepatuhan ketat pada standar arsitektur.

Pemodelan Keuangan Otonom

Membangun model tiga pernyataan yang kompleks di mana AI melakukan rekonsiliasi laporan laba rugi, neraca, dan arus kas.

Desain Sistem Interaktif

Mengembangkan simulasi 3D atau game berbasis fisika dengan mengarahkan jalur logika model selama proses generation.

Agentic Computer Use

Menjalankan tugas desktop multi-langkah seperti entri data massal, manajemen email, dan pengujian perangkat lunak melalui interaksi UI native.

Analisis Hukum Long-Context

Mereferensikan silang ratusan dokumen hukum untuk mengidentifikasi ketidakkonsistenan atau mengekstrak klausul tertentu dengan akurasi penarikan yang tinggi.

Dukungan Riset Tingkat PhD

Menyelesaikan pembuktian matematika kompleks dan masalah ilmiah menggunakan mode Heavy Reasoning untuk rantai logika yang terverifikasi.

Kelebihan

Keterbatasan

Context 1,05M yang Masif: Menyediakan kapasitas terdepan di industri untuk analisis mendalam terhadap basis kode dan kumpulan dokumen yang sangat besar tanpa penurunan kualitas context.
Reasoning Latency: Mengaktifkan mode Heavy Thinking dapat menyebabkan waktu tunggu selama beberapa menit untuk logika kompleks atau generation kode yang besar.
Interactive Thinking: Navigasi unik di tengah respons memungkinkan pengguna untuk mengarahkan jalur reasoning, yang secara signifikan mengurangi pemborosan generation dan tokens.
Rate Limiting: Selama peluncuran awal, pengguna mungkin menemui batas pesan yang ketat atau bug akun sementara seiring peningkatan kapasitas.
Native Computer Use: Interaksi UI dengan akurasi tinggi (75% pada OSWorld) memungkinkan model bekerja secara langsung di lingkungan desktop dan browser.
Penskalaan Non-Linear: Dalam beberapa tugas kreatif, mode reasoning yang lebih ringan ditemukan memiliki performa lebih unggul dalam detail estetika daripada mode heavy.
Efisiensi Token yang Ekstrem: Arsitektur yang dioptimalkan memberikan performa frontier 2026 dengan latency dan konsumsi energi yang lebih rendah daripada versi GPT-5 sebelumnya.
Context Rot pada 1M: Meskipun jendela context-nya besar, akurasi pengambilan data menurun secara signifikan saat berpindah dari 256K ke 1 juta tokens.

Mulai Cepat API

openai/gpt-5.4

Lihat Dokumentasi
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: "Refactor this controller for better error handling." }
    ],
    reasoning_effort: "heavy"
  });

  console.log(completion.choices[0].message.content);
}

main();

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang GPT-5.4

Lihat apa yang dipikirkan komunitas tentang GPT-5.4

GPT 5.4 di Codex adalah peningkatan yang sangat besar... Saya benar-benar melihatnya bekerja selama 150 menit sekaligus tanpa kehilangan context.
ArchMeta1868
reddit
Kemampuan desain 3D GPT 5.4 tidak tertandingi. Cara ia menangani transparansi dan fisika di simulator kapal saya sangat akurat.
AI_Creative_Daily
twitter
Koreksi arah di tengah respons sangat luar biasa. Saya benar-benar bisa melihat ke mana arah model dan memperbaikinya sebelum membuang-buang tokens.
dev_guru_99
reddit
Ia mengungguli manusia 83% dari waktu dalam 44 pekerjaan berbeda. Pengacara, Akuntan, Analis keuangan, Administrator.
Josh Kale
twitter
OpenAI akhirnya memperbaiki bottleneck output. 128k output tokens adalah impian bagi pengembang yang membangun aplikasi full-stack.
TheCodeChannel
youtube
Latency computer use masih ada, tetapi presisinya cukup tinggi untuk menangani workflow SAP yang kompleks, sungguh luar biasa.
enterprise_sysadmin
hackernews

Video Tentang GPT-5.4

Tonton tutorial, ulasan, dan diskusi tentang GPT-5.4

GPT 5.4 telah hadir dan kita mungkin benar-benar memiliki model terbaik baru di planet ini.

GPT 5.4 Thinking sekarang dapat memberikan rencana awal pemikirannya... memungkinkan Anda untuk memandu model.

Elemen interaktif ini memecahkan masalah black box dari model reasoning.

Kecepatannya dibandingkan o1-preview sangat jauh berbeda untuk tugas standar.

Anda melihat reasoning yang benar-benar terasa konsisten selama percakapan panjang.

GPT 5.4... tidak dibuat untuk sekadar chatting. Ia dibuat untuk bekerja.

Deferred loading... mengurangi penggunaan total tokens sebesar 47% tanpa kehilangan akurasi.

Fungsionalitas computer use melacak elemen UI dengan sistem berbasis koordinat.

Saya mengujinya dengan basis kode Java lama dan model ini benar-benar memahami ketergantungan antar file.

Kita sedang bergerak menuju dunia di mana AI adalah pengontrol sistem operasi.

Context window 1 juta 50 ribu tokens. Ini adalah jendela context yang sangat panjang.

Navigasikan saat ia sedang berpikir, yang jelas lebih efisien untuk digunakan.

Harganya cukup mahal, tetapi untuk kumpulan dokumen besar, ini adalah satu-satunya model yang berfungsi.

Thinking mode dapat disesuaikan berdasarkan kompleksitas prompt Anda.

Ini terasa lebih andal dalam pengambilan fakta daripada versi GPT sebelumnya.

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas

Tips Pro untuk GPT-5.4

Tips ahli untuk memaksimalkan GPT-5.4.

Atur Thinking Effort

Gunakan parameter Standard, Extended, atau Heavy untuk menyeimbangkan kebutuhan akurasi dengan kecepatan dan biaya generation.

Tinjau Thinking Plan

Pantau rencana awal yang disediakan oleh model dan gunakan Mid-Response Steering untuk mengoreksinya jika logikanya melenceng.

Manfaatkan Deferred Tool Loading

Untuk workflow agentic, gunakan registri pemuatan tertunda (deferred loading) untuk mengurangi biaya token awal hingga 47%.

Gunakan Completeness Contracts

Definisikan secara eksplisit apa arti selesai dalam prompt Anda agar model tetap persisten selama menjalankan tugas yang panjang.

Max Resolution Vision

Unggah gambar resolusi tinggi hingga 10,24 juta piksel untuk inspeksi visual yang presisi pada elemen UI atau diagram teknis.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

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.

Terkait AI Models

moonshot

Kimi K2 Thinking

Moonshot

Kimi K2 Thinking is Moonshot AI's trillion-parameter reasoning model. It outperforms GPT-5 on HLE and supports 300 sequential tool calls autonomously for...

256K context
$0.60/$2.50/1M
openai

GPT-5.2

OpenAI

GPT-5.2 is OpenAI's flagship model for professional tasks, featuring a 400K context window, elite coding, and deep multi-step reasoning capabilities.

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

GLM-5

Zhipu (GLM)

GLM-5 is Zhipu AI's 744B parameter open-weight powerhouse, excelling in long-horizon agentic tasks, coding, and factual accuracy with a 200k context window.

200K context
$1.00/$3.20/1M
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
moonshot

Kimi K2.5

Moonshot

Discover Moonshot AI's Kimi K2.5, a 1T-parameter open-source agentic model featuring native multimodal capabilities, a 262K context window, and SOTA reasoning.

256K context
$0.60/$3.00/1M

Pertanyaan yang Sering Diajukan tentang GPT-5.4

Temukan jawaban untuk pertanyaan umum tentang GPT-5.4