GPT-5.4 Pro

يُعدّ GPT-5.4 Pro أكثر نماذج OpenAI قدرةً، وهو النموذج الرائد ضمن عائلة GPT-5.4 التي توحّد الاستدلال المتقدم والبرمجة واستخدام الحاسوب في نظام واحد. ويتميّز بنافذة سياق تبلغ مليون رمز (272 ألفًا في الوضع القياسي، ومليون في الوضع التجريبي لـ Codex)، وبحد أقصى يبلغ 128 ألف رمز للإخراج، ما يتيح إنشاء قواعد برمجية كاملة في تمريرة واحدة. كما يوفّر استخدامًا أصليًا للحاسوب، إذ يتفاعل مع أجهزة سطح المكتب عبر لقطات الشاشة، ويتحكم في الفأرة ولوحة المفاتيح، ويكتب شيفرة Playwright لأتمتة المتصفحات، إضافةً إلى البحث عن الأدوات — وهي قدرة وكيلية تُحمّل تعريفات الأدوات عند الحاجة بدلًا من تحميلها كلها دفعةً واحدة، مما يوفر عشرات الآلاف من الرموز في كل طلب.

في المعايير المهنية، يتصدر GPT-5.4 Pro قائمة GDPval-AA بتقييم 1667 وفق نظام Elo، متقدمًا على Claude Sonnet 4.6 الذي حصل على 1633، وعلى Opus 4.6 الذي حصل على 1606. وحقق 87.3% في نمذجة جداول البيانات (مقابل 68.4% لـ GPT-5.2)، كما فضّل المقيمون البشريون عروض GPT-5.4 التقديمية في 68% من الحالات مقارنةً بعروض GPT-5.2. وفي اختبار Humanity's Last Exam، حصل على 52.1%، متجاوزًا للمرة الأولى عتبة 50% بين جميع النماذج. وبلغت نتيجته في FrontierMath نسبة 47.6% (مقابل 40.3% لـ GPT-5.2)، وحقق ARC-AGI-1 نسبة 93.7%، بينما وصل ARC-AGI-2 إلى 83.3% في وضع Pro (مقابل 73.3% لـ GPT-5.4 القياسي).

وتظهر أبرز مزايا GPT-5.4 Pro حقًا في معايير استخدام الحاسوب والقدرات الوكيلة. ففي OSWorld-Verified، حصل على 75.0%، متجاوزًا أداء البشر البالغ 72.4%، بينما كان النموذج الأفضل سابقًا هو Kimi K2.5 بنتيجة 63.3%. وهذه هي المرة الأولى التي يتجاوز فيها أي نموذج للذكاء الاصطناعي الأداء البشري في هذا المعيار. كما أن قدرات تصفح الويب مثيرة للإعجاب بالقدر نفسه: 89.3% في BrowseComp (إصدار Pro؛ مقابل 82.7% لـ GPT-5.4 القياسي)، و67.3% في WebArena-Verified، و92.8% في Online-Mind2Web. وحقق Toolathlon نسبة 54.6%، مما يبرهن على قوة استخدام الأدوات بصورة مستقلة.

يحقق النموذج انخفاضًا بنسبة 33% في الادعاءات الكاذبة، و18% أقل في الاستجابات التي تتضمن أي أخطاء مقارنةً بالنماذج السابقة. كما تحسنت قابليته للتوجيه بدرجة كبيرة؛ إذ يضع خطة قبل المتابعة، ويسمح بإجراء تعديلات أثناء الاستجابة، مما يمنح المستخدمين تحكمًا أكبر في اتجاه المخرجات. ويوفر البحث عن الأدوات عشرات الآلاف من الرموز في كل طلب، عبر تحميل تعريفات الأدوات عند الحاجة بدلًا من تضمين جميع التعريفات في كل نافذة سياق.

يعمل الاستخدام الأصلي للحاسوب عبر لقطات الشاشة والتحكم في الفأرة ولوحة المفاتيح وأتمتة المتصفح باستخدام Playwright، مما يمكّن النموذج من التفاعل مع برامج سطح المكتب، وملء نماذج الويب، والتنقل في عمليات العمل متعددة علامات التبويب، وتنفيذ المهام المعقدة القائمة على واجهات المستخدم الرسومية بصورة مستقلة. وهذا يجعل GPT-5.4 Pro مناسبًا بصورة فريدة لسيناريوهات أتمتة المؤسسات التي تتطلب التفاعل مع البرمجيات القديمة وتطبيقات الويب وأدوات سطح المكتب.

وتشمل تقييمات السلامة دراسةً لقابلية التحكم في سلسلة الأفكار، أظهرت أن النماذج لا تستطيع إخفاء استدلالها بفعالية، مع معدلات قابلية للتحكم تتراوح بين 0.1% و15.4%. ووسّعت OpenAI منظومة السلامة السيبرانية لديها، وخفّضت حالات الرفض مقارنةً بـ GPT-5.2، مما جعل النموذج أكثر فائدة في الاستفسارات المشروعة ذات الحالات الحدّية، من دون التهاون في الطلبات الضارة فعلًا.

بسعر 30 دولارًا لكل مليون رمز إدخال و180 دولارًا لكل مليون رمز إخراج، صُمّم GPT-5.4 Pro للفرق التي تحتاج إلى أعلى أداء ممكن في الاستدلال المعقد، وسير العمل الوكيلي طويل الأمد، والتحليل بمستوى احترافي، والمهام التي يكون فيها تجاوز الأداء البشري في استخدام الحاسوب وتصفح الويب أمرًا بالغ الأهمية. أما معظم أعباء العمل الإنتاجية، فيوفر لها GPT-5.4 القياسي، بسعر 2.50/15 دولارًا، البنية نفسها وبجزء بسيط من التكلفة.