GPT-5.4vsGPT-5.2
在 11 个共同 benchmark 中，GPT-5.4 整体领先：GPT-5.4 领先 9 项，GPT-5.2 领先 2 项，持平 0 项，平均分差 +6.08。
GPT-5.49 项(82%)(18%)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 11 项。
General Knowledge
GPT-5.4 领先 4/5| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| LiveBench | 80.282 / 115Deep Thinking (No Tools) | 48.9194 / 115Normal (No Tools) | +31.37 |
| ARC-AGI-2 | 77.109 / 62Normal (No Tools) | 54.2023 / 62深度思考（无工具、并行） | +22.90 |
| HLE | 52.1021 / 172极高强度思考（工具） | 45.5041 / 172Deep Thinking (With Tools + Internet) | +6.60 |
| ARC-AGI | 93.709 / 68Normal (No Tools) | 90.5017 / 68深度思考（无工具、并行） | +3.20 |
| GPQA Diamond | 92.8011 / 187极高强度思考（无工具） | 93.209 / 187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 | 82.7015 / 53极高强度思考（工具） | 65.8031 / 53Deep Thinking (With Tools + Internet) | +16.90 |
AI Agent - Tool Usage
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| MCP-Atlas | 70.6014 / 27极高强度思考（工具） | 67.6018 / 27极高强度思考（工具） | +3 |
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 | 57.7017 / 54极高强度思考（无工具） | 55.6025 / 54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 (4/5)、Math and Reasoning (2/2)、AI Agent - Information Search (1/1)、AI Agent - Tool Usage (1/1)、Coding and Software Engineer (1/1)
- GPT-5.2在以下类目领先:Agent Level Benchmark (1/1)
11 个共同 benchmark 上，GPT-5.4 平均高出 6.08 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。