OPENAI
Nowe modele AI w ChatGPT

Nowa generacja modeli, oznaczona jako GPT 5.4, została udostępniona w aplikacji ChatGPT oraz w narzędziach dla programistów. Wśród nich pojawiły się warianty GPT 5.4 Thinking i GPT 5.4 Pro, które przygotowano do obsługi bardziej skomplikowanych problemów wymagających wieloetapowego rozumowania. System ma skuteczniej analizować kontekst rozmowy i dokładniej wyszukiwać informacje w dostępnych materiałach źródłowych, dzięki czemu odpowiedzi mają być bardziej spójne i precyzyjne.
Jedną z nowych funkcji modelu GPT 5.4 Thinking jest możliwość przedstawienia planu działania przed wygenerowaniem odpowiedzi. Użytkownik może zobaczyć, jak sztuczna inteligencja zamierza rozwiązać zadanie i w razie potrzeby skorygować kierunek pracy. Rozwiązanie to ma usprawnić współpracę człowieka z systemem AI i skrócić czas potrzebny do uzyskania właściwego rezultatu.
Nowe modele wykazują także większą skuteczność w zadaniach wymagających wiedzy specjalistycznej. W teście GDPval, który sprawdza zdolność systemów AI do wykonywania zadań eksperckich, GPT 5.4 osiągnął wynik około 83 procent poprawnych odpowiedzi. Dla porównania wcześniejszy model GPT 5.2 uzyskał wynik poniżej 71 procent.
Aktualizacja obejmuje również rozszerzone możliwości pracy z dokumentami i narzędziami biurowymi. ChatGPT ma radzić sobie lepiej z tworzeniem i edycją arkuszy kalkulacyjnych, prezentacji oraz innych dokumentów. Pojawiła się także wtyczka umożliwiająca integrację z programem Microsoft Excel, choć funkcja ta nie jest jeszcze dostępna we wszystkich regionach.
Nowe modele rozwijają również funkcję obsługi komputera. System potrafi analizować treści wyświetlane na ekranie oraz wykonywać polecenia przy użyciu myszy i klawiatury. W teście OSWorld Verified, który sprawdza zdolność systemów AI do pracy w środowisku systemowym, nowy model osiągnął skuteczność około 75 procent, podczas gdy wcześniejsza generacja uzyskała około 47 procent.
Według OpenAI modele GPT 5.4 zostały również zoptymalizowane pod względem wykorzystania tokenów. Oznacza to, że do rozwiązania tego samego zadania potrzebują mniej zasobów obliczeniowych niż wcześniejsze wersje, co przekłada się na szybsze działanie i niższe koszty operacyjne.