GPT-5.4vsGPT-5.2
在 14 个共同 benchmark 中，GPT-5.4 整体领先：GPT-5.4 领先 8 项，GPT-5.2 领先 5 项，持平 1 项，平均分差 +10.03。
GPT-5.48 项(57%)持平1(36%)5 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。
临床工作与医疗决策
GPT-5.2 领先 2/2| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| MedCode | 41.2941 / 64Extra-High (With Tools) | 49.7512 / 64Extra-High (With Tools) | -8.46 |
| MedScribe | 77.5546 / 66Extra-High (With Tools) | 84.3924 / 66Extra-High (With Tools) | -6.84 |
数学
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 |
写作与创意表达
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| Creative Writing | 1,84019 / 110Normal (No Tools) | 1,70329 / 110Normal (No Tools) | +136.80 |
图像感知与视觉推理
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| MMMU-Pro | 70.60125 / 229Normal (No Tools) | 65.80150 / 229Normal (No Tools) | +4.80 |
多轮记忆与持续上下文
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| EBR-bench | 25.4011 / 23Extra-High (With Tools) | 23.0212 / 23Extra-High (With Tools) | +2.38 |
客服与业务流程
GPT-5.2 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| SAGE | 43.3137 / 64Extra-High (With Tools) | 49.2715 / 64Extra-High (With Tools) | -5.96 |
机器学习工程
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| WeirdML v2 | 57.4431 / 52Normal (With Tools) | 49.6037 / 52Normal (With Tools) | +7.84 |
科学知识与推理
胶着 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| CritPt | 0.60172 / 204Normal (No Tools) | 0.60172 / 204Normal (No Tools) | 持平 |
程序生成与编辑
GPT-5.2 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| Vibe Code Bench v1.1 | 48.4738 / 61Extra-High (With Tools) | 53.5034 / 61Extra-High (With Tools) | -5.03 |
综合偏好评测
GPT-5.2 领先 1/1| 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 |
自主开发与终端任务
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 37.9059 / 244Normal (With Tools) | 31.80100 / 244Normal (With Tools) | +6.10 |
跨应用与工具编排
GPT-5.4 领先 1/1| 评测项 | GPT-5.4 | GPT-5.2 | 分差 |
|---|---|---|---|
| MCP-Atlas | 70.6029 / 44Extra-High (With Tools) | 67.6034 / 44Extra-High (With Tools) | +3 |
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 | $0 / 1M tokens |
小结
- GPT-5.4在以下类目领先:数学 (2/2)、写作与创意表达 (1/1)、图像感知与视觉推理 (1/1)、多轮记忆与持续上下文 (1/1)、机器学习工程 (1/1)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)
- GPT-5.2在以下类目领先:临床工作与医疗决策 (2/2)、客服与业务流程 (1/1)、程序生成与编辑 (1/1)、综合偏好评测 (1/1)
- 胶着类目:科学知识与推理
14 个共同 benchmark 上，GPT-5.4 平均高出 10.03 分。
单项差距最大的 benchmark：Creative Writing — GPT-5.4 1,840，GPT-5.2 1,703（分差 +136.80）。
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。