GPT-5.4 与 GPT-5.4 Pro 深度解析
OpenAI 2026年3月最新旗舰模型全面评测——原生 Computer Use、Tool Search、可配置推理，以及与 Claude Opus 4.6 的硬核对比
GPT-5.4 核心亮点
在 SWE-bench Verified 上达到约 80.0%，HumanEval 95.1%，编程能力比肩 Claude Opus 4.6。
首个通用模型原生支持计算机操作，OSWorld-Verified 达到 75%，超越人类基线。
标准版 272K、API 模式支持 1M tokens 上下文窗口，与 Claude Opus 4.6 持平。
全新工具调用系统，在工具密集型工作流中节省 47% token 消耗，大幅降低成本。
GPT-5.4 带来了什么？
GPT-5.4 于 2026 年 3 月 5 日发布，是 OpenAI 首个原生支持 Computer Use（计算机操作）的通用模型。在 OSWorld 基准上达到 75%，超越人类基线。
GPT-5.4 Pro 则是面向企业的深度推理版本，定价 $30/$180（输入/输出），支持 922K 输入 + 128K 输出的超长上下文。两者均可通过 QCode.cc 接入使用。
可配置推理等级
5 个推理等级（low/medium/high 等），灵活控制推理深度与成本之间的平衡。
中途纠错能力
Mid-response Course Correction——在生成过程中自我修正，虚假声明率比 GPT-5.2 降低 33%。
Codex Security
2026-03-06 发布的 AI 安全代理，扫描 120 万次提交发现 10,561 个高严重性问题，误报率降低 50%+。
Codex CLI 集成
GPT-5.4 已成为 Codex 默认模型，支持 CLI 终端、Slack 集成、子代理等多种工作模式。
GPT-5.4 系列模型一览
| 模型 | 发布日期 | 上下文窗口 | 定位 |
|---|---|---|---|
| GPT-5.4 | 2026-03 | 1M tokens | 旗舰通用（$2.50/$15） |
| GPT-5.3 Instant | 2026-03 | 128K tokens | 日常使用 |
| GPT-5.3-Codex | 2026-02 | 400K tokens | 编程优化（Codex 默认模型） |
| GPT-5.2 Thinking | 2025-12 | 400K tokens | 深度推理（$30/$180） |
GPT-5.4 vs Claude Opus 4.6
GPT-5.4 进步显著，但 Claude Opus 4.6 在编程场景中仍保持多项领先优势。以下是客观对比：
GPT-5.4
- 输入定价更低（$2.50 vs $5），标准任务成本优势明显
- 原生 Computer Use 支持，自动化操作能力更成熟
- Tool Search 节省 47% token，工具密集场景更经济
- 与 Copilot + GitHub 生态深度集成，企业工作流更顺畅
Claude Opus 4.6 / Sonnet 4.6
- SWE-bench 80.8%（GPT-5.4 为 ~80.0%），编程基准略胜
- 1M 上下文 + 自适应思维（Adaptive Thinking），推理更灵活
- 原生 Claude Code CLI + Agent Teams 多智能体协作
- 代码库理解深度业界公认最强，中文编程场景更精准
2026 年 3 月的 AI 编程工具格局已非常成熟——Claude Opus 4.6 在编程推理深度和代码库理解上领先，GPT-5.4 在定价和工具调用上有优势。通过 QCode.cc，你可以同时接入 Claude 和 Codex 全系列模型，灵活选择最适合的工具。
Codex CLI v0.104：Rust 重写与 MCP 集成
2026 年 3 月，OpenAI 发布 Codex CLI v0.104，采用 Rust 重写以提升性能，新增 MCP 服务器集成和 Web 搜索功能。
Rust 构建
从 Node.js 迁移至 Rust，启动速度和内存效率大幅提升
MCP 集成
通过 ~/.codex/config.toml 配置 MCP 服务器，扩展工具能力
Web 搜索
内置网页搜索能力，自动缓存结果，获取最新信息