OpenAI lanza GPT-5.4 con foco en el trabajo profesional y agentes autónomos

OpenAI lanzó este jueves (5) GPT-5.4, su modelo de frontera más capaz y eficiente destinado al trabajo profesional. Disponível en ChatGPT como GPT-5.4 Thinking, en la API y en Codex, el nuevo sistema integra avances recientes en razonamiento, codificación y flujos de trabajo agentes. La versión Pro satisface las demandas de máximo rendimiento en tareas complejas. El modelo realiza actividades profesionales con mayor precisión y menor necesidad de ajustes, beneficiando a los usuarios en entornos corporativos y de desarrollo.
GPT-5.4 combina funciones de codificación de GPT-5.3-Codex con mejoras en herramientas, software y tareas que involucran hojas de cálculo, presentaciones y documentos. Ele ofrece resultados alineados con las solicitudes con menos interacciones repetidas. En ChatGPT, GPT-5.4 Thinking muestra un plan pensado previamente, lo que permite ajustes en tiempo real para respuestas más precisas. La búsqueda web ha ganado profundidad en consultas específicas y mantiene el contexto en diálogos extendidos.
Desempeño en benchmarks profesionales
GPT-5.4 logró un 83,0% de victorias o empates frente a profesionales en las evaluaciones GDPval, que cubre 44 ocupaciones y requiere productos reales como hojas de cálculo y presentaciones contables. El índice Esse supera el 70,9% del GPT-5.2. Executivos de empresas como Mercor y Harvey destacan la superioridad en resultados a largo plazo y análisis legales complejos.
El modelo mejora la creación y edición de hojas de cálculo, con una puntuación promedio del 87,3% en pruebas internas de modelos financieros, en comparación con el 68,4% de su predecesor. Los evaluadores humanos prefirieron Apresentações generado por GPT-5.4 en el 68% de los casos debido a la estética refinada y el uso efectivo de las imágenes.
Capacidades nativas de uso de la computadora
GPT-5.4 introduce soporte nativo para la operación de computadoras, lo que permite a los agentes ejecutar flujos complejos en diversas aplicaciones. Ele admite hasta 1 millón de tokens de contexto para planificación y verificación a largo plazo. El modelo destaca en benchmarks como OSWorld-Verified, con una tasa de éxito del 75,0%, y WebArena-Verified, con un 67,3%.
La percepción visual mejorada contribuye al análisis de documentos e imágenes de alta resolución. En MMMU-Pro, la precisión alcanza el 81,2% sin herramientas. Los detalles de entrada de imágenes admiten hasta 2,56 millones de píxeles, lo que mejora la localización y la precisión de los clics.
Avances en codificación y eficiencia
GPT-5.4 iguala o supera a GPT-5.3-Codex en SWE-Bench Pro, con menor latencia en los pasos de razonamiento. El modo /rápido en Codex aumenta la velocidad de tokenización hasta 1,5 veces. Los front-ends complejos Tarefas generan resultados más estéticos y funcionales.
Una habilidad experimental llamada Dramaturgo Interativo permite la depuración visual de aplicaciones web y Electron. Exemplos incluye simulaciones de parques temáticos creadas a partir de indicaciones simples, con pruebas automatizadas a través de Playwright.
Mejoras en el uso de herramientas y búsqueda.
La búsqueda de herramientas API reduce los tokens necesarios en ecosistemas amplios, lo que ahorra un 47 % en tareas de MCP Atlas. La llamada de herramienta agente aumenta la precisión en Toolathlon. La búsqueda web persistente mejora en BrowseComp, con una precisión del 82,7%.
GPT-5.4 Thinking describe su razonamiento en consultas largas, lo que permite apuntar sin reinicios. Ele mantiene la coherencia en transmisiones largas y reduce las alucinaciones, con un 33 % menos de afirmaciones falsas y un 18 % menos de errores en respuestas completas.
Disponibilidad y precios
El lanzamiento se produce gradualmente en ChatGPT y Codex. En la API, GPT-5.4 está disponible como gpt-5.4 y la versión Pro como gpt-5.4-pro. Usuários Plus, Team y Pro acceden a GPT-5.4 Thinking, reemplazando a GPT-5.2 Thinking, que permanece por tres meses. Planos Enterprise y Edu permiten el acceso a través de configuraciones administrativas.
El precio refleja capacidades mejoradas, pero la eficiencia simbólica vale la pena en muchas tareas. Los lotes Processamento y Flex cuestan la mitad del precio estándar, mientras que la prioridad duplica el precio.






