GPT-5.4模型发布与性能概览 - OpenAI发布了GPT-5.4 Thinking和GPT-5.4 Pro模型，现已集成至ChatGPT、API和Codex平台，该模型融合了公司在推理、编码和智能体工作流方面的最新进展[1] - 在关键基准测试中，GPT-5.4 Thinking在GDPval知识工作任务评估中取得83.0%的得分，优于Claude Opus 4.6的78.0%和GPT-5.3 Codex的70.9%[13][15][16] - 在软件工程能力测试SWE-Bench Pro中，GPT-5.4 Thinking以57.7%的得分与GPT-5.3 Codex的56.8%基本持平[13][17] - 在操作系统使用能力测试OSWorld-Verified中，GPT-5.4 Thinking获得75.0%的得分，超过Claude Opus 4.6的72.7%[13][19] - 在智能体核心能力测试Toolathlon中，GPT-5.4 Thinking以54.6%的得分显著领先于Claude Opus 4.6的44.8%[13][22][23] GPT-5.4的模型能力定位与优势 - GPT-5.4被定位为优秀的智能体基座模型，其能力构成被概括为：GPT-5.3 Codex级别的代码能力、超越GPT-5.2的世界知识、更强的工具使用能力以及极具成本效益的Codex订阅额度[11][24] - 该模型解决了此前GPT-5.3 Codex“不说人话”和世界知识薄弱的痛点，同时保持了顶级的编程能力，使其在需要结合业务理解和代码执行的复杂任务中表现更佳[2][3][11][16] - 模型支持100万token的上下文窗口，较GPT-5.3的40万token有大幅提升，这对维持智能体在长任务中的上下文理解至关重要，尽管超过27万token后计费会翻倍[25] - GPT-5.4是OpenAI首个内置原生计算机使用能力的主线模型，能出色地编写通过Playwright等库操作计算机的代码，并能根据屏幕截图发出指令，实现了代码与视觉能力的结合[27] 技术特性与成本分析 - 新引入了“工具搜索”功能，模型不再一次性接收所有工具定义，而是按需查找并追加，OpenAI内部测试显示该配置在保持相同准确率的同时将总体token使用量减少了47%[30][31][34] - 发布了新的`playwright-interactive`技能，允许Codex以代码和视觉两种方式调试Web和Electron应用[27][28] - API定价方面，GPT-5.4的输入价格为每百万token 2.50美元，输出价格为每百万token 15美元，虽高于GPT-5.2，但显著低于Claude Opus 4.6的5美元/25美元（输入/输出）[38][39] - 对于大多数用户而言，通过20美元的ChatGPT Plus订阅即可使用GPT-5.4，并能利用Codex平台慷慨的额度，这相比必须通过昂贵API调用的Claude模型具有巨大成本优势[11][36][39] 市场影响与生态整合 - GPT-5.4的发布被视为对Claude Opus 4.6在智能体模型领域主导地位的有力挑战，其综合能力与成本优势可能改变开发者的模型选型偏好[2][11][39] - OpenAI对第三方工具调用Codex额度持开放支持态度，这与Anthropic封禁OpenClaw等行为形成对比，有利于其构建更开放的开发者生态[7][9] - 模型已迅速集成至ChatGPT和Codex平台，社区用户正积极推动其在OpenClaw等流行智能体框架上的支持，预计将很快完成适配[40][49][52] - 初步体验显示，GPT-5.4在自然语言表达上更接近“人话”，在任务理解和沟通上有了明显改善，尽管在部分领域（如前端审美、写作风格）与顶尖竞品相比仍有提升空间[42][43][45][47]

市场表现与资金流向 - 截至2026年2月24日，中证通用航空主题指数上涨0.48%，其成分股雷科防务、四川九洲、光启技术、海格通信、宝钛股份分别上涨4.79%、2.70%、2.52%、2.45%、2.19% [1] - 通用航空ETF基金上涨0.08%，最新报价为1.3元 [1] - 通用航空ETF基金近3天获得连续资金净流入，合计净流入657.46万元，日均净流入219.15万元，最高单日净流入265.04万元 [1] 行业政策与催化 - 辽宁省近期印发政策，对低空飞行器整机、关键设备及核心零部件、关键材料研发制造、运营服务能力建设等项目，按照贷款本金年化利率1.5%给予贴息支持，单个项目年度贴息最高100万元，单个企业年度贴息最高500万元 [1] - 辽宁省政策提出，稳妥有序拓展低空经济应用场景，对获评省级低空经济应用场景典型案例的项目，给予最高100万元的资金支持 [1] 技术发展趋势 - 春节期间，国内外大模型如智谱GLM-5、MiniMax M2.5、阿里Qwen3.5等密集迭代，聚焦“执行智能”与复杂系统工程及长程Agent任务能力，而非单纯参数比拼 [2] - AI正从对话工具加速蜕变为物理世界操作引擎，在无人机集群调度、通航飞行器自主起降、空管智能决策等场景中，具备强工程适配性的Agent模型将成为低空智能基础设施的核心使能技术 [2] 指数与基金构成 - 通用航空ETF基金紧密跟踪中证通用航空主题指数，该指数选取50只业务涉及航空材料及零部件、通航飞行器制造、通航基础设施、通航运营与保障、通航应用等通用航空相关领域的上市公司证券作为样本 [2] - 截至2026年1月30日，中证通用航空主题指数前十大权重股包括航天电子、海格通信、中国卫通、中科星图、华测导航、北斗星通、洪都航空、雷科防务、中航机载、西部超导，前十大权重股合计占比45.73% [2]

产品发布与核心能力 - 公司推出开源模型K2 Thinking，是其迄今为止最强的开源思考模型[2] - 模型采用1T参数、MoE架构、32B激活参数、原生INT4量化，并支持256k上下文长度，更好支持国产GPU[3] - 在“人类最后的考试”基准测试中取得44.9%的SOTA成绩，表现超过同类型闭源模型[10] - 模型无需人工干预，可自主实现高达300轮的工具调用和多轮思考能力，解决更复杂问题[6] 技术路径与架构演进 - 从K2到K2 Thinking，技术路径从“模型即Agent”演进到“模型即Thinking Agent”[6] - 模型支持多步工具调用，需将思考内容返回模型进行多次推理以保持连贯性，此能力与Claude的“扩展思考”类似，但OpenAI的GPT系列和Google的Gemini模型尚未支持[21][22][23] - 公司选择先做“交互”再做“反思”的技术范式，重点是多轮工具使用和测试时扩展[16][17][18] - 此技术进展被视为实现AI L3级别的重要突破[20] 行业竞争与资源对比 - 公司估值约为33亿美元，而OpenAI估值为5000亿美元，Anthropic估值为1830亿美元，Grok估值为2000亿美元[28][26] - 公司员工约200人，训练成本约460万美元，而xAI拥有20万块H100 GPU集群，员工超1200人，Grok 4训练成本可能达4900万美元[28][29] - 中国基础模型公司面临资源稀缺挑战，但公司用不到1%的资源实现了对国际巨头的技术超越[29] - 在HLE测试集上，旗舰模型成绩从最初不到20%提升至目前超过40%，显示模型能力持续进步[13]

产品发布 - Kimi发布全新Agent模型OK Computer 依托Kimi K2技术平台 [1][4] - 模型具备网页制作、PPT生成、数据处理等多项功能 可处理100万行数据并生成交互式仪表板 [4][30] 功能特性 - 设计类任务支持网页自动生成与Python编程 根据单句提示词自主完成模块设计与实现 [9][10][14] - 生成类任务整合文本、图像及音频生成能力 支持儿童故事绘本创作与文艺风格PPT制作 [19][20][22] - 分析类任务实现长文档检索与大数据处理 自动完成数据搜集、分析及可视化呈现 [28][29][30] 技术实现 - 采用像素风界面设计 提供简洁直观的用户交互体验 [7] - 任务执行过程自主生成Todo清单 实时标记进度状态（x表示完成 -表示进行中） [16] - 支持静态部署与动态资源调用 自动完成网页搜索和素材生成等预处理操作 [17] 性能表现 - 网页生成功能实现按钮跳转、等级分类、对比可视化等复杂交互设计 [12] - PPT输出文件支持后期人工编辑 具备完整可修改性 [24][26] - 数据分析模块自动构建评估维度 无需人工设定分析框架 [31]