GPT - 5.4 Thinking：强大推理背后的喜与忧
上周，OpenAI 发布了 GPT - 5.4 Thinking，这并非普通的 ChatGPT 渐进式更新，而是直接从 5.2 跳到 5.4，且未推出通用版本。该模型专为处理更复杂思考和挑战而设计，认知能力更强，可用于编程工具 Codex、API 以及付费的 ChatGPT 计划。
在测试中，GPT - 5.4 Thinking 的图像生成能力欠佳。如在“空中航母”测试里，无论是最初按提示生成图片，还是根据设计方案再次生成图像，都未能满足要求，即便给出详细图像规格也无改善。在格式处理方面，它喜欢用很长的编号列表，即便按要求优化，效果仍不理想。例如在“波士顿科技与历史旅行行程”测试中，最初的行程规划格式就存在问题，优化后也不尽如人意。
GPT - 5.4 Thinking 具备强大的推理能力，在一些测试中表现出色。在“社交媒体对社会的影响”测试中，它对问题进行了深入分析，先给出总结，称社交媒体对社会交流既有改善也有恶化，接着进行了 1300 字的详细分析，并在追问如何应对影响时，也给出了有说服力且合理的答案。在“空中航母”设计分析中，它能从工程学角度给出合理理由，说明某些设计不可行。
该模型存在一个严重问题，即有时会回答非所问的问题。在“用教育建构主义解释 GPT - 5.4”测试中，提示词要求通过“实践”活动来解释，但它却生成了一篇论述 GPT - 5.4 Thinking 如何支持建构主义的论文，完全没有体现“通过实践学习”。这就像政治候选人在辩论中不回答问题，只是背诵自己的观点，容易让人被其内容吸引却偏离问题本身。
编辑观点：GPT - 5.4 Thinking 推理能力强大，但图像与格式处理差、答非所问问题突出。若 OpenAI 能解决这些问题，其在复杂任务处理上潜力巨大，否则将影响用户体验和商业化前景。