OpenAI випускає GPT-5.4

Компанія OpenAI офіційно представила свою найновішу модель — GPT-5.4. Головною особливістю GPT-5.4 стала інтеграція системи AI Agents, яка дозволяє моделі не просто відповідати на запитання, а самостійно виконувати складні багатоетапні завдання в інтернеті та локальних додатках користувача.

Найбільш радикальна зміна в GPT-5.4 — це здатність моделі брати на себе роль «оператора». Якщо раніше ви просили ШІ «скласти план подорожі», ви отримували текст, який мали реалізовувати самі. Тепер, за умови надання відповідних дозволів, GPT-5.4 може самостійно зайти на сайти авіакомпаній, порівняти ціни, забронювати квитки, внести подію в Google Calendar та надіслати підтвердження вашим колегам у Slack.

Ця автономність базується на новій архітектурі Reasoning Core 2.0, яка дозволяє моделі розбивати глобальну мету на десятки дрібних підзадач, перевіряти власні помилки в процесі виконання та адаптуватися до змін (наприклад, якщо квиток на потрібний рейс раптово зник із продажу). OpenAI стверджує, що рівень «галюцинацій» у логічних ланцюжках знизився на 40% порівняно з версією 4.5.

Що вміють нові агенти:

• Бронювання та логістика: Повний цикл організації подій без втручання людини.

• Автономне програмування: Агент може самостійно написати код, протестувати його в ізольованому середовищі, знайти баги та розгорнути готовий мікросервіс на GitHub.

• Аналітика в реальному часі: Постійний моніторинг пошти або ринкових даних із автоматичним виконанням дій за заданими сценаріями (наприклад, «купи акції, якщо ціна впаде нижче X і з'явиться позитивна новина в Reuters»).

Мультимодальність «Native V3» та швидкість

Окрім агентських можливостей, GPT-5.4 отримала оновлений мультимодальний рушій. Тепер модель сприймає відеопотік у реальному часі з мінімальною затримкою (до 50 мс), що робить її ідеальним напарником для використання в окулярах доповненої реальності або через камеру смартфона. ШІ тепер може розпізнавати не лише об'єкти, а й емоції, складні соціальні контексти та навіть мову жестів із високою точністю.

Швидкість генерації тексту також зросла: попри збільшення складності обчислень, GPT-5.4 видає відповіді у 2,5 раза швидше за попередницю. Це було досягнуто завдяки новій технології Sparse Processing, яка активує лише необхідні частини нейронної мережі для конкретного запиту, що також значно знизило енерговитрати на кожен токен.

Технічні прориви моделі:

• Контекстне вікно: Збільшено до 2 мільйонів токенів (еквівалент кількох десятків книг або цілої бази коду великого проекту).

• Інтеграція з ОС: Пряма підтримка API для Windows 12 та macOS Sequoia для керування файлами та налаштуваннями системи.

• Приватність: Новий режим «Local Vault», де конфіденційні дані для агентів зберігаються в зашифрованому вигляді на пристрої користувача і не використовуються для донавчання моделі

Вихід GPT-5.4 супроводжується посиленими заходами безпеки. OpenAI впровадила систему «Human-in-the-loop» для всіх фінансових та юридичних операцій: агент підготує все необхідне, але фінальне підтвердження транзакції залишається за людиною (через FaceID або TouchID). Проте питання етики та потенційної заміни робочих місць офісних працівників постають із новою силою, адже GPT-5.4 — це вже не просто порадник, а повноцінний цифровий співробітник.

Доступ до GPT-5.4 почне відкриватися для користувачів ChatGPT Plus та Enterprise поступово протягом наступного тижня.