OpenAI 剛剛推出了 GPT-5.4，我們整個星期都在 Cline 測試它。我們注意到計算機使用率和一般知識都有所提升，基準測試也支持這一點： OSWorld（計算機使用評估）從 47.3% → 75.0%，超越了人類表現的 72.4%! 🧵

GPT-5.4 也有 1M 的上下文窗口，但他們的評估顯示，針對稻草堆中的針 (MRCR v2) 在 16-32K 代幣時得分為 97%，在 256-512K 時降至 57%，而在 512K-1M 時僅為 36%。 因此，定期壓縮是個好主意！