GPT-5.4vsGPT-5.2
在 14 个共同 benchmark 中，GPT-5.4 整体领先：GPT-5.4 领先 12 项，GPT-5.2 领先 1 项，持平 1 项，平均分差 +14.25。
GPT-5.412 项(86%)持平1(7%)1 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 14 项。
Agent Level Benchmark
GPT-5.4 领先 2/2| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 64.30151 / 264Normal (With Tools) | 46.50178 / 264Normal (With Tools) | +17.80 |
| Terminal Bench Hard | 37.9059 / 244Normal (With Tools) | 31.80100 / 244Normal (With Tools) | +6.10 |
Coding and Software Engineer
胶着 2/2| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,45724 / 35Thinking High (No Tools) | 1,48019 / 35Thinking High (No Tools) | -22.77 |
| WeirdML v2 | 57.4431 / 52Normal (With Tools) | 49.6037 / 52Normal (With Tools) | +7.84 |
General Knowledge
GPT-5.4 领先 1/2| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| HLE | 11.30374 / 563Normal (No Tools) · Text only | 8419 / 563Normal (No Tools) · Text only | +3.30 |
| CritPt | 0.60168 / 200Normal (No Tools) | 0.60168 / 200Normal (No Tools) | 持平 |
Math and Reasoning
GPT-5.4 领先 2/2| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 4912 / 42Extra-High (No Tools) | 31.7019 / 42Extra-High (No Tools) | +17.30 |
| FrontierMath v2 | 78.6010 / 58Extra-High (No Tools) | 67.4017 / 58Extra-High (No Tools) | +11.20 |
AI Agent - Tool Usage
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| MCP-Atlas | 70.6028 / 43Extra-High (With Tools) | 67.6033 / 43Extra-High (With Tools) | +3 |
Instruction Following
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| IF Bench | 48.40164 / 282Normal (No Tools) | 47.40168 / 282Normal (No Tools) | +1 |
Long Context
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| AA-LCR | 58.30130 / 170Normal (No Tools) | 45.70144 / 170Normal (No Tools) | +12.60 |
Multimodal Understanding
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| MMMU-Pro | 70.60123 / 227Normal (No Tools) | 65.80148 / 227Normal (No Tools) | +4.80 |
Writing and Creative Capabilities
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| Creative Writing | 1,83614 / 106Normal (No Tools) | 1,70026 / 106Normal (No Tools) | +135.80 |
科学与综合推理
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| GPQA Diamond | 74.80284 / 462Normal (No Tools) | 73.23298 / 462Normal (No Tools) | +1.57 |
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 | $0.25 / 1M tokens | $0.175 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $1.75 / 1M tokens |
小结
- GPT-5.4在以下类目领先:Agent Level Benchmark (2/2)、General Knowledge (1/2)、Math and Reasoning (2/2)、AI Agent - Tool Usage (1/1)、Instruction Following (1/1)、Long Context (1/1)、Multimodal Understanding (1/1)、Writing and Creative Capabilities (1/1)、科学与综合推理 (1/1)
- 胶着类目:Coding and Software Engineer
14 个共同 benchmark 上，GPT-5.4 平均高出 14.25 分。
单项差距最大的 benchmark：Creative Writing — GPT-5.4 1,836，GPT-5.2 1,700（分差 +135.80）。
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。