GDPval 跑了 44 种真实职业场景，GPT-5.4 在 83% 的比较里能和行业专业人员持平甚至超越，所以切的企业最容易买单的能力 … GPT-5.4 是 OpenAI 首个具备原生计算机使用能力的通用模型，也是第一个在桌面自主操作任务上超越人类专家表现的模型 … 跑完这三个任务，我对 GPT-5.4 的判断也慢慢清楚了：代码能力很强、人感不错，但操作计算机的能力好像离预期差一点至少套娃还差一点。
暂无讨论，说说你的看法吧
GDPval 跑了 44 种真实职业场景，GPT-5.4 在 83% 的比较里能和行业专业人员持平甚至超越，所以切的企业最容易买单的能力 … GPT-5.4 是 OpenAI 首个具备原生计算机使用能力的通用模型，也是第一个在桌面自主操作任务上超越人类专家表现的模型 … 跑完这三个任务，我对 GPT-5.4 的判断也慢慢清楚了：代码能力很强、人感不错，但操作计算机的能力好像离预期差一点至少套娃还差一点。