深夜凌晨2点，我刚准备睡觉。
然后，GPT-5.4，突然发布。
一下子激动的睡不着了。
真的，这真不是我天天咋咋呼呼啥的，我真的也很少会用激动的睡不着觉这种表述。
这是因为，我一直在等正式版的GPT-5.3或者GPT-5.4，来作为我的OpenClaw的首选模型。
理由特别简单，因为现代世界三十年，本质上基层都是代码，我们现在看到的关于计算机和互联网的一切，几乎都建立在代码的基础之上。
所以你可以理解为，代码能力，在很多时候，就代表着Agent能力的一根粗壮的腿。
一个优秀的Agent基座模型，在我的理解里，一般来说，需要三种都很强：
代码能力、世界知识、多模态理解。
当你这三个都能SOTA的时候，你几乎必然就是最牛逼的Agent模型，当然，还有一个重要的因素，就是价格。
在过去，Claude Opus 4.6，几乎就是Agent模型的代名词，因为代码、世界知识都很强，多模态能力虽然比不过Seed 2.0和Gemini 3.1 Pro，但是在一些场景里面，也够了，因为现在的Agent，跟现实物理交互还没有那么多，那个已经是具身智能的范畴了。
而我过去很喜欢的GPT-5.3-Codex，代码能力确实强，在做任务执行的时候，那简直就是指哪打哪。
但是最大的问题，这玩意是一个编程特化模型啊，世界知识就是一坨屎，连GPT-5.2都不如，所以OpenAI当时也是没办法，为了跟Claude打一打，只能加个Codex的后缀给放出来了。
所以你会发现，在规划能力上，是完全比不过Claude Opus 4.6的，但是最大的问题，其实还是因为世界知识的问题，就导致这玩意。
它说天书，讲的那些话，真的，我不是程序员出身，我看那个话，看的就真的超级费劲。
就比如说，我让他之前对我的一个AI热点网站的项目进行审查，主要就是review一下我的文档规范和我整个代码库。
然后，这哥们写的文档，我尼玛。。。
你再对比一下Claude Opus 4.6写的。
对比起来应该一目了然。。。
就是因为这玩意不说人话，世界知识也不行，所以，只是在Codex里面用用还好，但是你要是把它接到你的OpenClaw里面，去当做默认模型，你就知道啥叫灾难了，这哥们几乎没有人味，说起话来我想揍他。
所以我当时试了一下，就直接弃了，还是在我的OpenClaw里面，用的Claude Opus 4.6和Sonnet 4.6，做了一下场景调用。
那为啥说，我很期待GPT-5.4呢。
因为，Claude哪都好，但是，它贵啊！！！
它真的好贵啊！！！！！！
而且因为Anthropic这个呆逼，它把OpenClaw给疯了，所以我订阅的Claude的Max Plan的额度，是完全不能给OpenClaw用的，只能在Claude Code用，你想在OpenClaw上用，只能硬接API Key用。
但是大家都知道，Claude的API有多贵，那根本不是我们这种穷逼团队能用的起的，小规模用用还好，大规模用那公司直接破产了。
之前还有一条路是用反代，把Google家的Antigravity里面的Claude额度用插件代理出来，扔给OpenClaw用。
但是后面Google开始大批量封号，导致也没办法用了。
我过年的时候Google账号还被封了，被迫用AI去给Google写了一份声泪俱下的邮件。
我说我错了，我再也不会了。
后面Google才给我解封，但是反代肯定是用不了了。
而OpenAI就不一样了，最开始Claude疯狂封OpenCode账号的时候，OpenAI大手一挥，就站了出来，说我们不封，大家全力使用。
这是御三家里，唯一一个这么支持态度的，可以用第三方的工具，调用Codex的额度的。
那对OpenClaw自然也不例外了，也是几个顶级模型里面，为数不多的，可以直接走登录的，其他的都得用API。
真的，OpenAI这会真的是大善人。
还疯狂的给Codex加额度。
所以啊，Claude在OpenClaw里用，好是好，但是不能用订阅额度，只能用API，贵的一笔。
OpenAI的模型倒是可以用订阅额度，但是GPT-5.2代码又不行，GPT-5.3-codex又不说人话。
你看，要多别扭有多别扭。
而这一次，GPT-5.4来了！！！
终于把这个短板给补上了！
代码能力跟GPT-5.3-Codex齐平，世界知识比GPT-5.2还要强，还能使用订阅额度，20刀就可以用的超级爽。
你就说，这不是最适合OpenClaw的天选模型，还有谁是？嗯？
从今天开始，用OpenClaw的，都把默认模型切换到GPT-5.4去，真的，信我。
回到GPT-5.4，老规矩，先看跑分。
就很爽。
先看最关键的几个。
GDPval：83.0%
这个是测AI在真实工作任务中表现的，包括金融、法律等44种职业的知识工作。
GPT-5.4 Thinking拿了83.0%，Claude Opus 4.6是78.0%，GPT-5.3 Codex是70.9%。
在真实业务场景里，GPT-5.4不只是会写代码，它还能跟你聊业务、聊金融、聊法律、聊各种专业领域的东西。
而且是用人话聊，不是用天书聊。
SWE-Bench Pro：57.7%
这个是测AI解决真实软件工程问题的，不只是Python，而是测四种编程语言。
GPT-5.4 Thinking拿了57.7%，GPT-5.3 Codex是56.8%。
基本持平。
这就是我最想看到的结果。
代码能力保住了GPT-5.3 Codex的水平，世界知识又补上来了。
OSWorld-Verified也是，75.0%。这个是测AI操作电脑的能力的，就是让AI像人一样，用鼠标点击、用键盘输入、在不同应用之间切换，完成各种任务。
GPT-5.4 Thinking拿了75.0%，超过了Claude Opus 4.6的72.7%，也保持了跟GPT-5.3-Codex的持平。
而且，GPT-5.4操作电脑的速度，快的离谱。
看下这个没有加速过的视频，会更直观。
自动播放ToolAthon：54.6%
这个是测AI使用工具的能力的，也就是Agent能力的核心指标之一。
GPT-5.4 Thinking拿了54.6%，Claude Opus 4.6是44.8%。
差了将近10个点。
至于学术知识之类的，跟GPT-5.3-codex就没法比了，因为OpenAI自己也知道，所以，直接当时就没跑。
总之，翻译成大白话就是。
GPT-5.4 = GPT-5.3 Codex的代码能力 + 比GPT-5.2还强的世界知识 + 更强的工具使用能力 + 超级便宜的codex额度。
这四样加在一起，就是一个完美的OpenClaw天选基座模型。
然后还有几个很棒的特性更新：
1. 100万token的上下文窗口。
这是GPT-5.4的一个大升级。
之前GPT-5.3的上下文窗口是40万token，GPT-5.4直接翻了一倍多，到了100万。
这对Agent来说太重要了。
因为Agent在执行任务的时候，需要保持对整个任务的上下文理解。如果上下文窗口不够大，Agent干着干着就会忘事儿，前面说的东西后面就不记得了。
100万token，基本上足够应对绝大部分的Agent任务了。
当然，OpenAI也不傻，他们说，超过27万token之后，你的额度就算两倍了。
不过因为Codex给的额度实在是太多太多了，所以即使是2倍，其实也还好。
2. 原生计算机使用能力。
这个是GPT-5.4的另一个大卖点。
OpenAI说，GPT-5.4是他们第一个内置原生计算机使用能力的主线模型。
它在编写通过Playwright等库操作计算机的代码方面表现非常的出色，同时也能根据屏幕截图发出鼠标和键盘命令。
也就是代码和视觉齐飞，我感觉，这个小龙虾接入以后，就真的可以，直接用视觉，操控你电脑上绝大多数的软件了，真的，原生操控，想想都激动。
他们基于此，还发布了一个新的skills，叫playwright-interactive。
允许Codex同时以代码和视觉的两种方式，调试Web和Electron应用。
网址在此，大家可以自行安装。
https://github.com/openai/skills/tree/main/skills/.curated/playwright-interactive
3. 支持了工具搜索。
以前呢，当模型被赋予工具时，所有工具定义都会预先包含在提示中。
对于拥有大量工具的系统，这可能会为每个请求增加数千甚至数万个token，而且绝大多数的时候，都毫无意义，平白无故的导致成本上升、响应变慢，并在上下文中充斥模型可能永远不会使用的信息。
所以呢，这次他们也支持了工具搜索，就是GPT‑5.4不再直接接收完整工具定义，而是接收一份可用工具的轻量列表以及工具搜索功能。
当模型需要使用某个工具时，它可以查找该工具的定义并在当时将其追加到对话中。
就非常像Skills渐进式呈现的方式，目的很简单，还是优化上下文工程。
OpenAI在自己测试完以后，发现工具搜索配置在保持相同准确率的同时将总体token使用量减少47%，这个就非常牛逼了。
GPT-5.4 Thinking大概就是这样。
这次他们其实还发了个GPT-5.4 Pro，我就不细说了，反正就是一切都更牛逼了，但是对于大多数人来说，太贵了，也没啥大用，必须得200刀的Pro会员才能用。
API的整体价格还是得说一下，虽然大家大概率用的都会是订阅的额度。
相比于GPT-5.2，价格是涨了的，但是还是比Claude Opus 4.6，便宜不少，Claude Opus 4.6的价格是$5/$25每百万token（输入/输出），GPT-5.4只有他们一半。
目前ChatGPT已经上线了。
Codex也已经支持了，我自己在Codex里面粗浅体验了一下。
首先扑面而来的，那自然是清新沁人的人话。。。
比如我让它去把OpenAI官网的视频给扒拉下来，你看看这个发言：“这种活最烦”，“省的跟Cloudflare互相折寿”。。。
还有这个。
真的，Codex的输出，我真的能看得懂了。。。
做出来的东西，前端审美有了不错的进步，但还是不如Opus 4.6和Gemini。
写作粗略测了一下，还是一股子莫名其妙的爱用排比句的诡异的味道。
奇奇怪怪。
然后有点可惜的就是，我等到了凌晨6点多，OpenClaw目前使用Codex登录的方式，还是没有支持GPT-5.4。
这就导致，我还是没有机会测GPT-5.4在小龙虾上的效果。
不过估计我一觉睡醒，估计小龙虾就支持了。
因为社区里已经看到很多用户在催了，而且先行官们，都普遍反馈效果很好。
坐等支持，我真的已经迫不及待了。
又是开心的一晚。
如果你也在用OpenClaw，那记得OpenClaw支持了以后，把默认模型切换到GPT-5.4。
如果你还没用过OpenClaw，那正好，现在是一个很好的开始时机。
毕竟，有了GPT-5.4这个天选模型，体验只会更好。
2026年，真是疯狂的一年啊。
睡了。
