GPT-5.4vsGPT-5.2
在 9 个共同 benchmark 中，GPT-5.4 整体领先：GPT-5.4 领先 7 项，GPT-5.2 领先 2 项，持平 0 项，平均分差 +3.61。
GPT-5.47 项(78%)(22%)2 项GPT-5.2
评测分数
按能力类目分组，每组内按分差大小排列；共 9 项。
General Knowledge
GPT-5.4 领先 3/4| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 77.107 / 59Normal (No Tools) | 54.2020 / 59深度思考（无工具、并行） | +22.90 |
| HLE | 52.1014 / 157极高强度思考（工具） | 45.5032 / 157Deep Thinking (With Tools + Internet) | +6.60 |
| ARC-AGI | 93.707 / 65Normal (No Tools) | 90.5015 / 65深度思考（无工具、并行） | +3.20 |
| GPQA Diamond | 92.8010 / 178极高强度思考（无工具） | 93.208 / 178深度思考（无工具、并行） | -0.40 |
Math and Reasoning
GPT-5.4 领先 2/2| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 27.1011 / 80极高强度思考（无工具） | 18.8016 / 80Thinking High (No Tools) | +8.30 |
| FrontierMath | 47.605 / 60极高强度思考（无工具） | 40.308 / 60极高强度思考（工具） | +7.30 |
Agent Level Benchmark
GPT-5.2 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 64.3030 / 35Normal (With Tools) | 98.704 / 35极高强度思考（工具） | -34.40 |
AI Agent - Information Search
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| BrowseComp | 82.7011 / 45极高强度思考（工具） | 65.8024 / 45Deep Thinking (With Tools + Internet) | +16.90 |
Coding and Software Engineer
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 57.7010 / 43极高强度思考（无工具） | 55.6017 / 43极高强度思考（工具） | +2.10 |
规格对比
| 字段 | GPT-5.4 | GPT-5.2 |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2026-03-05 | 2025-12-11 |
| 模型类型 | 多模态大模型 | 聊天大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1M | 400K |
| 最大输出 | 125K | 暂无数据 |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GPT-5.4 | GPT-5.2 |
|---|---|---|
| 文本输入 | $2.5 / 1M tokens | $1.75 / 1M tokens |
| 文本输出 | $15 / 1M tokens | $14 / 1M tokens |
| 缓存读取 | 暂无公开价格 | $0.175 / 1M tokens |
| 缓存写入 | $0.25 / 1M tokens | $1.75 / 1M tokens |
小结
- GPT-5.4在以下类目领先:General Knowledge (3/4)、Math and Reasoning (2/2)、AI Agent - Information Search (1/1)、Coding and Software Engineer (1/1)
- GPT-5.2在以下类目领先:Agent Level Benchmark (1/1)
9 个共同 benchmark 上，GPT-5.4 平均高出 3.61 分。
单项差距最大的 benchmark：τ²-Bench - Telecom — GPT-5.4 64.30，GPT-5.2 98.70（分差 -34.40）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。