深夜凌晨2点，我刚准备睡觉。

然后，GPT-5.4，突然发布。

一下子激动的睡不着了。

真的，这真不是我天天咋咋呼呼啥的，我真的也很少会用激动的睡不着觉这种表述。

这是因为，我一直在等正式版的GPT-5.3或者GPT-5.4，来作为我的OpenClaw的首选模型。

理由特别简单，因为现代世界三十年，本质上基层都是代码，我们现在看到的关于计算机和互联网的一切，几乎都建立在代码的基础之上。

所以你可以理解为，代码能力，在很多时候，就代表着Agent能力的一根粗壮的腿。

一个优秀的Agent基座模型，在我的理解里，一般来说，需要三种都很强：

代码能力、世界知识、多模态理解。

当你这三个都能SOTA的时候，你几乎必然就是最牛逼的Agent模型，当然，还有一个重要的因素，就是价格。

在过去，Claude Opus 4.6，几乎就是Agent模型的代名词，因为代码、世界知识都很强，多模态能力虽然比不过Seed 2.0和Gemini 3.1 Pro，但是在一些场景里面，也够了，因为现在的Agent，跟现实物理交互还没有那么多，那个已经是具身智能的范畴了。

而我过去很喜欢的GPT-5.3-Codex，代码能力确实强，在做任务执行的时候，那简直就是指哪打哪。

但是最大的问题，这玩意是一个编程特化模型啊，世界知识就是一坨屎，连GPT-5.2都不如，所以OpenAI当时也是没办法，为了跟Claude打一打，只能加个Codex的后缀给放出来了。

所以你会发现，在规划能力上，是完全比不过Claude Opus 4.6的，但是最大的问题，其实还是因为世界知识的问题，就导致这玩意。

它说天书，讲的那些话，真的，我不是程序员出身，我看那个话，看的就真的超级费劲。

就比如说，我让他之前对我的一个AI热点网站的项目进行审查，主要就是review一下我的文档规范和我整个代码库。

然后，这哥们写的文档，我尼玛。。。

你再对比一下Claude Opus 4.6写的。

对比起来应该一目了然。。。

就是因为这玩意不说人话，世界知识也不行，所以，只是在Codex里面用用还好，但是你要是把它接到你的OpenClaw里面，去当做默认模型，你就知道啥叫灾难了，这哥们几乎没有人味，说起话来我想揍他。

所以我当时试了一下，就直接弃了，还是在我的OpenClaw里面，用的Claude Opus 4.6和Sonnet 4.6，做了一下场景调用。

那为啥说，我很期待GPT-5.4呢。

因为，Claude哪都好，但是，它贵啊！！！

它真的好贵啊！！！！！！

而且因为Anthropic这个呆逼，它把OpenClaw给疯了，所以我订阅的Claude的Max Plan的额度，是完全不能给OpenClaw用的，只能在Claude Code用，你想在OpenClaw上用，只能硬接API Key用。

但是大家都知道，Claude的API有多贵，那根本不是我们这种穷逼团队能用的起的，小规模用用还好，大规模用那公司直接破产了。

之前还有一条路是用反代，把Google家的Antigravity里面的Claude额度用插件代理出来，扔给OpenClaw用。

但是后面Google开始大批量封号，导致也没办法用了。

我过年的时候Google账号还被封了，被迫用AI去给Google写了一份声泪俱下的邮件。

我说我错了，我再也不会了。

后面Google才给我解封，但是反代肯定是用不了了。

而OpenAI就不一样了，最开始Claude疯狂封OpenCode账号的时候，OpenAI大手一挥，就站了出来，说我们不封，大家全力使用。

这是御三家里，唯一一个这么支持态度的，可以用第三方的工具，调用Codex的额度的。

那对OpenClaw自然也不例外了，也是几个顶级模型里面，为数不多的，可以直接走登录的，其他的都得用API。

真的，OpenAI这会真的是大善人。

还疯狂的给Codex加额度。

所以啊，Claude在OpenClaw里用，好是好，但是不能用订阅额度，只能用API，贵的一笔。

OpenAI的模型倒是可以用订阅额度，但是GPT-5.2代码又不行，GPT-5.3-codex又不说人话。

你看，要多别扭有多别扭。

而这一次，GPT-5.4来了！！！

终于把这个短板给补上了！

代码能力跟GPT-5.3-Codex齐平，世界知识比GPT-5.2还要强，还能使用订阅额度，20刀就可以用的超级爽。

你就说，这不是最适合OpenClaw的天选模型，还有谁是？嗯？

从今天开始，用OpenClaw的，都把默认模型切换到GPT-5.4去，真的，信我。

回到GPT-5.4，老规矩，先看跑分。

就很爽。

先看最关键的几个。

GDPval：83.0%

这个是测AI在真实工作任务中表现的，包括金融、法律等44种职业的知识工作。

GPT-5.4 Thinking拿了83.0%，Claude Opus 4.6是78.0%，GPT-5.3 Codex是70.9%。

在真实业务场景里，GPT-5.4不只是会写代码，它还能跟你聊业务、聊金融、聊法律、聊各种专业领域的东西。

而且是用人话聊，不是用天书聊。

SWE-Bench Pro：57.7%

这个是测AI解决真实软件工程问题的，不只是Python，而是测四种编程语言。

GPT-5.4 Thinking拿了57.7%，GPT-5.3 Codex是56.8%。

基本持平。

这就是我最想看到的结果。

代码能力保住了GPT-5.3 Codex的水平，世界知识又补上来了。

OSWorld-Verified也是，75.0%。这个是测AI操作电脑的能力的，就是让AI像人一样，用鼠标点击、用键盘输入、在不同应用之间切换，完成各种任务。

GPT-5.4 Thinking拿了75.0%，超过了Claude Opus 4.6的72.7%，也保持了跟GPT-5.3-Codex的持平。

而且，GPT-5.4操作电脑的速度，快的离谱。

看下这个没有加速过的视频，会更直观。