OpenAI、プロフェッショナルな仕事と自律エージェントに焦点を当てた GPT-5.4 を発表

OpenAI は今週木曜日 (5) GPT-5.4 を発表しました。これは、プロフェッショナルな仕事を目的とした最も有能で効率的なフロンティア モデルです。 ChatGPT で GPT-5.4 Thinking、API、Codex として利用できるこの新しいシステムは、推論、コーディング、エージェント ワークフローにおける最近の進歩を統合しています。 Pro バージョンは、複雑なタスクにおける最大のパフォーマンスの要求を満たします。このモデルは、専門的な作業をより正確に実行し、調整の必要性が少なく、企業環境や開発環境のユーザーに利益をもたらします。
GPT-5.4 は、GPT-5.3-Codex のコーディング機能と、スプレッドシート、プレゼンテーション、ドキュメントに関連するツール、ソフトウェア、およびタスクの改善を組み合わせたものです。繰り返しのやり取りを減らして、リクエストに合わせた結果を提供します。 ChatGPT では、GPT-5.4 Thinking が以前の思考計画を表示し、より正確な応答のためのリアルタイムの調整が可能になります。 Web 検索は、特定のクエリを深く掘り下げ、拡張されたダイアログでコンテキストを維持します。
プロのベンチマークでのパフォーマンス
GPT-5.4 は、44 の職業を対象とし、会計スプレッドシートやプレゼンテーションなどの実際の製品を必要とする GDPval 評価において、専門家に対して 83.0% の勝ちまたは引き分けを達成しました。この割合は GPT-5.2 の 70.9% を上回ります。 Mercor や Harvey などの企業の幹部は、長期的な成果物と複雑な法的分析における優位性を強調しています。
このモデルではスプレッドシートの作成と編集が向上し、社内財務モデリング テストの平均スコアは 87.3% (前バージョンの 68.4%) でした。 GPT-5.4 によって生成されたプレゼンテーションは、洗練された美しさと画像の効果的な使用により、人間の評価者によってケースの 68% で好まれました。
ネイティブのコンピュータ使用機能
GPT-5.4 では、コンピューター操作のネイティブ サポートが導入され、エージェントがさまざまなアプリケーションにわたって複雑なフローを実行できるようになります。長期にわたる計画と検証のために、最大 100 万のコンテキスト トークンをサポートします。このモデルは、成功率 75.0% の OSWorld-Verified や 67.3% に達する WebArena-Verified などのベンチマークで際立っています。
強化された視覚認識は、高解像度の文書や画像の分析に貢献します。 MMMU-Pro では、工具なしで精度が 81.2% に達します。画像入力の詳細は最大 256 万ピクセルをサポートし、ローカライゼーションとクリック精度が向上します。
コーディングと効率の進歩
GPT-5.4 は、SWE-Bench Pro の GPT-5.3-Codex と同等かそれを上回り、推論ステップの待ち時間が短くなります。 Codex の /fast モードでは、トークン化速度が最大 1.5 倍向上します。複雑なフロントエンド タスクにより、より美しく機能的な結果が生成されます。
Interactive Playwright と呼ばれる実験的なスキルを使用すると、Web および Electron アプリケーションの視覚的なデバッグが可能になります。例としては、Playwright による自動テストを使用して、単純なプロンプトから作成されたテーマパークのシミュレーションが挙げられます。
ツールと検索の使用方法の改善
API でツールを検索すると、広範なエコシステム全体で必要なトークンが削減され、Atlas MCP タスクが 47% 節約されます。エージェント ツール呼び出しにより、Toolathlon の精度が向上します。 BrowseComp の永続的な Web 検索が向上し、精度が 82.7% になりました。
GPT-5.4 Thinking は長いクエリで推論を記述し、再起動せずにターゲティングを可能にします。長いストリームでも一貫性が維持され、幻覚が減少し、完全な応答における虚偽の発言が 33% 減少し、エラーが 18% 減少しました。
入手可能性と価格
ロールアウトは ChatGPT と Codex で段階的に行われます。 API では、GPT-5.4 は gpt-5.4 として、Pro バージョンは gpt-5.4-pro として利用可能です。さらに、Team および Pro ユーザーは GPT-5.4 Thinking にアクセスし、3 か月間有効な GPT-5.2 Thinking に代わってアクセスします。 Enterprise プランと Edu プランでは、管理設定経由でアクセスできます。
価格は強化された機能を反映していますが、トークンの効率は多くのタスクで報われます。バッチおよびフレックス処理のコストは標準の半分ですが、優先順位の場合は価格が 2 倍になります。






