Kluczowe wnioski
- 5-stopniowa kontrola wysiłku rozumowania: Parametr
reasoning_effort(od none do xhigh) pozwala deweloperom optymalizować stosunek kosztów do jakości dla każdego zapytania -- chatbot odpowiadający na FAQ nie potrzebuje takiej samej głębi jak model debugujący race condition. - Pierwszy model ogólnego przeznaczenia z Computer Use API: GPT-5.4 potrafi widzieć ekrany, klikać elementy, wpisywać tekst i nawigować po aplikacjach programowo, choć opóźnienia wynikające z przesyłania zrzutów ekranu i sporadyczne błędne kliknięcia ograniczają złożone procesy robocze.
- ~80% w SWE-bench Verified: Stawia to model w bezpośredniej konkurencji z Claude Opus 4.6 (80.8%), podczas gdy 5 wydań GPT-5.x w ciągu 7 miesięcy pokazuje przyspieszające tempo iteracji OpenAI.
- Ceny na poziomie ~$10/$30 za milion tokens: Pozycjonowany między tańszym GPT-5.3 Codex a droższym Claude Opus 4.6, z dostępnym wariantem GPT-5.4 Pro dla wyższej jakości rozumowania w wyższej cenie.
GPT-5.4 Data wydania, funkcje i ceny: Wszystko, co musisz wiedzieć (2026)
March 13, 2026 — OpenAI GPT-5.4 jest już dostępny. Wydany w early March 2026, jest najnowszym modelem z serii GPT-5 i bezpośrednim następcą GPT-5.3 Codex. Dzięki konfigurowalnemu wysiłkowi rozumowania, Computer Use API, oknu kontekstowemu 272K i wynikom w benchmarkach, które rywalizują z najlepszymi modelami do kodowania na rynku, GPT-5.4 stanowi znaczący krok naprzód dla deweloperów i przedsiębiorstw.
Ten artykuł obejmuje wszystko, co musisz wiedzieć: szczegóły wydania, kluczowe funkcje, ceny, benchmarki, porównania z GPT-5.3 Codex i Claude Opus 4.6 oraz sposób rozpoczęcia pracy z API.
Data wydania i dostępność
GPT-5.4 został wydany w early March 2026. Jest dostępny dwoma kanałami:
- OpenAI API — dostępny dla wszystkich deweloperów z kontem OpenAI. Zarówno standardowe ID modelu
gpt-5.4, jak i premiumgpt-5.4-prosą już aktywne. - ChatGPT — dostępny dla subskrybentów Plus ($20/month), Pro ($200/month) i Enterprise poprzez selektor modelu w interfejsie czatu.
Wydanie to kontynuuje szybkie tempo OpenAI w ramach rodziny GPT-5:
| Model | Data wydania |
|---|---|
| GPT-5 | August 2025 |
| GPT-5.1 | November 2025 |
| GPT-5.2 Codex | December 2025 |
| GPT-5.3 Codex | February 2026 |
| GPT-5.4 | March 2026 |
Każda iteracja celowała w konkretne luki w możliwościach. GPT-5.4 koncentruje się na kontroli deweloperskiej, procesach agentowych i niwelowaniu różnic w benchmarkach względem Claude Opus 4.6 od Anthropic.
Co nowego w GPT-5.4
GPT-5.4 wprowadza kilka kluczowych możliwości, które odróżniają go od poprzednika:
- Konfigurowalny wysiłek rozumowania — 5 odrębnych poziomów (none, low, medium, high, xhigh), które pozwalają deweloperom kontrolować, jak głęboko model myśli przed udzieleniem odpowiedzi.
- Computer Use API — nowy interfejs, który pozwala GPT-5.4 widzieć ekrany, poruszać kursorami, klikać elementy, wpisywać tekst i wchodzić w interakcje z aplikacjami desktopowymi programowo.
- Okno kontekstowe 272K — znaczny wzrost w stosunku do długości kontekstu GPT-5.3 Codex, umożliwiający deweloperom ładowanie większych baz kodu i dokumentów do pojedynczej sesji.
- Ulepszone benchmarki kodowania — około 80% w SWE-bench Verified, co stawia go w bezpośredniej konkurencji z Claude Opus 4.6.
- Wariant GPT-5.4 Pro — tryb rozumowania o wyższej jakości, zaprojektowany dla złożonych, wieloetapowych problemów, gdzie dokładność liczy się bardziej niż szybkość czy koszt.
- Lepsze przestrzeganie instrukcji — zmniejszony wskaźnik halucynacji i bardziej spójne stosowanie się do system prompts i formatów structured output.
Wyjaśnienie wysiłku rozumowania
Najciekawszym pod względem architektonicznym dodatkiem w GPT-5.4 jest konfigurowalny wysiłek rozumowania. Zamiast jednego trybu inferencji, deweloperzy mogą teraz ustawić parametr reasoning_effort na 5 poziomach. Kontroluje to, jak wiele wewnętrznego "myślenia" model wykonuje przed wygenerowaniem odpowiedzi.
5 poziomów
| Poziom | Zachowanie | Najlepszy do | Relatywny koszt |
|---|---|---|---|
| none | Brak rozumowania chain-of-thought. Bezpośrednie generowanie odpowiedzi. | Proste wyszukiwania, klasyfikacja, zadania formatowania | Najniższy |
| low | Minimalne rozumowanie. Szybka analiza z podstawową logiką. | Podsumowania, proste Q&A, ekstrakcja danych | Niski |
| medium | Zrównoważone rozumowanie. Obejmuje większość zastosowań ogólnego przeznaczenia. | Generowanie treści, standardowe zadania kodowania, tłumaczenia | Średni |
| high | Głębokie rozumowanie. Wieloetapowa analiza z autokorektą. | Złożone debugowanie, decyzje architektoniczne, synteza badań | Wysoki |
| xhigh | Maksymalna głębia rozumowania. Rozszerzony chain-of-thought z weryfikacją. | Projektowanie nowatorskich algorytmów, dowody matematyczne, krytyczny przegląd kodu | Najwyższy |
Kiedy używać każdego poziomu
Parametr wysiłku rozumowania daje deweloperom bezpośrednią kontrolę nad komprosmisem między kosztem a jakością. Chatbot odpowiadający na FAQ nie potrzebuje takiej samej głębi rozumowania jak model debugujący race condition w kodzie współbieżnym.
W praktyce, medium jest właściwym domyślnym wyborem dla większości aplikacji. Używaj none lub low dla potoków o wysokiej przepustowości, gdzie liczy się latencja. Zarezerwuj high i xhigh dla zadań, w których poprawność jest krytyczna i jesteś gotów za nią zapłacić.
Parametr jest ustawiany dla każdego żądania, więc możesz dynamicznie dostosowywać wysiłek rozumowania w zależności od złożoności każdego zapytania w ramach tej samej aplikacji.
Computer Use API
GPT-5.4 wprowadza pierwsze Computer Use API od OpenAI, umożliwiając modelowi interakcję ze środowiskami desktopowymi poprzez zrzuty ekranu, ruchy kursora, kliknięcia i wprowadzanie danych z klawiatury.
Co potrafi
- Widzieć ekran — model otrzymuje zrzuty ekranu aktualnego stanu pulpitu.
- Poruszać kursorem — precyzyjne pozycjonowanie kursora na określone współrzędne.
- Klikać i pisać — kliknięcie lewym/prawym przyciskiem, podwójne kliknięcie, przeciąganie i wprowadzanie danych z klawiatury.
- Nawigować po aplikacjach — otwieranie menu, przełączanie kart, wypełnianie formularzy, interakcja z oknami dialogowymi.
- Wykonywać wieloetapowe procesy — łączenie wielu działań w celu wykonania zadań, takich jak składanie raportów z wydatków, konfigurowanie ustawień oprogramowania lub uruchamianie zestawów testów przez GUI.
Jak to działa
Computer Use API działa w pętli: model otrzymuje zrzut ekranu, decyduje o działaniu, wykonuje je przez API, otrzymuje nowy zrzut ekranu odzwierciedlający wynik i powtarza proces. Deweloperzy definiują dostępną przestrzeń działań, a model planuje w ramach tych ograniczeń.
Ograniczenia
Jest to implementacja pierwszej generacji i wiąże się z ważnymi zastrzeżeniami:
- Latencja — każde działanie wymaga przesłania zrzutu ekranu w obie strony, co sprawia, że złożone przepływy pracy są wolniejsze niż oskryptowana automatyzacja.
- Dokładność — model może błędnie kliknąć lub błędnie zidentyfikować elementy interfejsu użytkownika, szczególnie w wizualnie zagęszczonych interfejsach.
- Bezpieczeństwo — przyznanie modelowi możliwości kontrolowania komputera wymaga ostrożnego sandboxingu. OpenAI zaleca uruchamianie zadań Computer Use w izolowanych maszynach wirtualnych.
- Brak precyzji co do piksela — model pracuje na przybliżonych współrzędnych, co może powodować problemy z małymi elementami UI.
Dla deweloperów znających już funkcję Computer Use w Claude od Anthropic, koncepcja jest podobna. Implementacja OpenAI zapewnia porównywalną funkcjonalność z dodatkową korzyścią w postaci kontroli wysiłku rozumowania.
Szczegóły cennika
GPT-5.4 kosztuje około $10 per million input tokens i $30 per million output tokens. Oto jak wypada w porównaniu z innymi wiodącymi modelami:
| Model | Input (za 1M tokens) | Output (za 1M tokens) | Okno kontekstowe |
|---|---|---|---|
| GPT-5.4 | $10 | $30 | 272K |
| GPT-5.4 Pro | Wyższe (warstwowe) | Wyższe (warstwowe) | 272K |
| GPT-5.3 Codex | $2 | $8 | 200K |
| Claude Opus 4.6 | $15 | $75 | 200K |
| Claude Sonnet 4.6 | $3 | $15 | 200K |
| DeepSeek V4 | $2.19 | $8.78 | 128K |
Kluczowe wnioski:
- GPT-5.4 jest znacznie tańszy niż Claude Opus 4.6, dostarczając jednocześnie porównywalną wydajność w benchmarkach. Przy $30 za milion output tokens w porównaniu do $75, różnica w kosztach jest znacząca przy dużej skali.
- GPT-5.4 jest droższy niż GPT-5.3 Codex, co jest uzasadnione jego szerszymi możliwościami. GPT-5.3 Codex pozostaje lepszym wyborem dla czystych zadań programistycznych, gdzie budżet ma znaczenie.
- DeepSeek V4 jest najtańszą opcją, ale pozostaje w tyle w większości benchmarków i brakuje mu funkcji Computer Use oraz kontroli wysiłku rozumowania.
- Wariant GPT-5.4 Pro korzysta z cennika warstwowego, który rośnie wraz z poziomem wysiłku rozumowania. Dla rozumowania xhigh koszty mogą być znacznie wyższe niż w modelu bazowym.
Benchmarks
GPT-5.4 zapewnia wysoką wydajność w benchmarkach kodowania i rozumowania. Oto jak wypada na tle konkurencji:
Benchmarks kodowania
| Benchmark | GPT-5.4 | GPT-5.3 Codex | Claude Opus 4.6 | DeepSeek V4 | Gemini 3.1 Pro |
|---|---|---|---|---|---|
| SWE-bench Verified | ~80.0% | 75.2% | 80.8% | 70.4% | 68.9% |
| HumanEval | 95.1% | 93.8% | 94.6% | 90.2% | 91.4% |
| MBPP+ | 89.7% | 87.1% | 90.2% | 84.5% | 85.8% |
Benchmarks rozumowania
| Benchmark | GPT-5.4 (xhigh) | Claude Opus 4.6 | GPT-5.3 Codex |
|---|---|---|---|
| GPQA Diamond | 74.8% | 75.2% | 71.3% |
| MATH-500 | 97.2% | 96.8% | 95.4% |
| ARC-AGI | 62.1% | 59.4% | 55.8% |
Analiza: GPT-5.4 niweluje dystans do Claude Opus 4.6 w SWE-bench Verified, najuważniej śledzonym benchmarku kodowania. Różnica 0.8 punktu procentowego (80.0% vs. 80.8%) mieści się w granicach błędu statystycznego dla większości praktycznych zastosowań. W HumanEval, GPT-5.4 zyskuje niewielką przewagę. Benchmarks rozumowania przy wysiłku xhigh są konkurencyjne w całym zestawieniu, a GPT-5.4 wykazuje szczególną siłę w ARC-AGI.
GPT-5.4 vs GPT-5.3 Codex
Jeśli już korzystasz z GPT-5.3 Codex, oto co daje Ci przejście na GPT-5.4:
| Funkcja | GPT-5.3 Codex | GPT-5.4 |
|---|---|---|
| Okno kontekstowe | 200K | 272K |
| Wysiłek rozumowania | Stały | Konfigurowalny (5 poziomów) |
| Computer use | Nie | Tak |
| SWE-bench Verified | 75.2% | ~80.0% |
| Ceny API (input) | $2/1M | $10/1M |
| Ceny API (output) | $8/1M | $30/1M |
| Szybkość (tok/s) | Bardzo wysoka (Codex-Spark: 1000+) | Umiarkowana |
| Główna zaleta | Szybkie kodowanie, użycie terminala | Ogólnego przeznaczenia, zadania agentowe |
Czy warto przejść na nowszy model? To zależy od Twojego przypadku użycia.
- Przejdź na nowszy model, jeśli potrzebujesz możliwości Computer Use, konfigurowalnej głębi rozumowania, dłuższego kontekstu lub najwyższej możliwej dokładności kodowania.
- Pozostań przy GPT-5.3 Codex, jeśli priorytetem są szybkość i koszt, budujesz potok skoncentrowany wyłącznie na kodowaniu lub nie potrzebujesz funkcji agentowych.
GPT-5.3 Codex nie jest wycofywany. Oba modele obsługują inne segmenty, a OpenAI nadal wspiera całą rodzinę GPT-5.
GPT-5.4 vs Claude Opus 4.6
To porównanie, które śledzi większość deweloperów. GPT-5.4 i Claude Opus 4.6 to dwa najpotężniejsze modele dostępne w March 2026, które rywalizują ze sobą w różnych kategoriach.
| Kategoria | GPT-5.4 | Claude Opus 4.6 |
|---|---|---|
| SWE-bench Verified | ~80.0% | 80.8% |
| HumanEval | 95.1% | 94.6% |
| Okno kontekstowe | 272K | 200K |
| Kontrola rozumowania | 5 konfigurowalnych poziomów | Standardowa |
| Computer use | Tak (nowe) | Tak (dojrzałe) |
| Refaktoryzacja wieloplikowa | Dobra | Doskonała |
| Przestrzeganie instrukcji | Bardzo dobre | Doskonałe |
| Ceny (output) | $30/1M tokens | $75/1M tokens |
| Zrozumienie bazy kodu | Silne | Najlepsze w klasie |
Gdzie wygrywa GPT-5.4:
- Cena. Przy $30 za milion output tokens w porównaniu do $75, GPT-5.4 kosztuje mniej niż połowę.
- Kontrola wysiłku rozumowania. Możliwość zwiększenia lub zmniejszenia poziomu rozumowania dla każdego zapytania jest realną przewagą architektoniczną w systemach produkcyjnych.
- Większe okno kontekstowe. 272K w porównaniu do 200K daje więcej miejsca na duże bazy kodu.
Gdzie wygrywa Claude Opus 4.6:
- SWE-bench. Przewaga 0.8 punktu procentowego jest mała, ale stała.
- Refaktoryzacja wieloplikowa. Claude nadal doskonale radzi sobie ze zrozumieniem relacji w dużych, połączonych bazach kodu.
- Dojrzałość Computer Use. Anthropic udostępniło Computer Use wcześniej i miało więcej czasu na dopracowanie tej funkcji.
- Przestrzeganie instrukcji. Claude Opus 4.6 jest nieco bardziej niezawodny w wykonywaniu złożonych promptów z wieloma ograniczeniami.
Werdykt: Dla większości deweloperów GPT-5.4 oferuje lepszą wartość dzięki niższej cenie i elastycznej kontroli rozumowania. W przypadku złożonych projektów programistycznych, gdzie priorytetem jest dokładność w rzeczywistych zadaniach inżynierii oprogramowania, Claude Opus 4.6 zachowuje lekką przewagę. Wiele zespołów uzna, że optymalną strategią jest korzystanie z obu modeli — GPT-5.4 do zadań o dużej objętości, a Claude Opus 4.6 do krytycznych przeglądów kodu.
Jak zacząć
Szybki start z API
Rozpoczęcie pracy z GPT-5.4 przez OpenAI API zajmuje kilka minut.
1. Zainstaluj SDK:
pip install openai --upgrade
2. Podstawowe dopełnienie:
from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model="gpt-5.4",
messages=[
{"role": "system", "content": "You are a senior software engineer."},
{"role": "user", "content": "Review this function for bugs and suggest improvements."}
],
reasoning_effort="high"
)
print(response.choices[0].message.content)
3. Używanie poziomów wysiłku rozumowania:
# Fast, cheap classification — no reasoning needed
response = client.chat.completions.create(
model="gpt-5.4",
messages=[{"role": "user", "content": "Is this a bug report or feature request?"}],
reasoning_effort="none"
)
# Complex debugging — maximum reasoning
response = client.chat.completions.create(
model="gpt-5.4",
messages=[{"role": "user", "content": "Why does this concurrent map access cause a race condition?"}],
reasoning_effort="xhigh"
)
4. GPT-5.4 Pro do krytycznych zadań:
response = client.chat.completions.create(
model="gpt-5.4-pro",
messages=[{"role": "user", "content": "Design a distributed consensus algorithm for this use case."}],
reasoning_effort="xhigh"
)
Dostęp przez ChatGPT
Jeśli jesteś subskrybentem ChatGPT Plus, Pro lub Enterprise, wybierz GPT-5.4 z rozwijanej listy modeli w interfejsie czatu. Nie jest wymagana żadna dodatkowa konfiguracja.
Podsumowanie
GPT-5.4 to jak dotąd najbardziej zaawansowany i wszechstronny model OpenAI. Połączenie konfigurowalnego wysiłku rozumowania, możliwości Computer Use, okna kontekstowego 272K oraz wyników w benchmarkach dorównujących Claude Opus 4.6 czyni go silnym wyborem dla deweloperów budujących produkcyjne systemy AI.
Ceny są agresywne. Przy kosztach output tokens wynoszących około 40% ceny Claude Opus 4.6 i porównywalnej wydajności, GPT-5.4 zmienia ekonomikę uruchamiania modeli frontier na dużą skalę. Parametr wysiłku rozumowania dodaje kolejny wymiar kontroli kosztów, którego nie oferuje obecnie żaden inny dostawca.
Mimo to, GPT-5.4 nie jest wyraźnym zwycięzcą w każdej kategorii. Claude Opus 4.6 wciąż prowadzi w SWE-bench i refaktoryzacji wieloplikowej. GPT-5.3 Codex pozostaje szybszy i tańszy w przypadku czystych obciążeń programistycznych. Wybór najlepszego modelu zależy od tego, co budujesz.
Dla większości zespołów oceniających swój stos AI w March 2026, GPT-5.4 zasługuje na poważne rozważenie — jako model główny lub jako część strategii wielomodelowej, która wykorzystuje jego mocne strony obok modeli komplementarnych.
