Gpt 5.4: come migliora il lavoro professionale

GPT‑5.4 è disponibile da oggi in ChatGPT (come “GPT‑5.4 Thinking”), API e Codex. Nei primi giorni di accesso anticipato, numerosi tester hanno convergito su una valutazione netta: si tratta di uno dei più evidenti salti qualitativi degli ultimi cicli evolutivi dei modelli OpenAI.

Prestazioni superiori nella modalità standard

Il punto più sottolineato è la capacità della versione standard, attivata con la modalità di ragionamento, di superare le performance dei modelli precedenti anche in configurazione “Pro”. Ciò significa che funzioni che prima richiedevano la configurazione più potente ora sono accessibili nella modalità base, con minore latenza, meno token di ragionamento e risposte più rapide mantenendo la stessa qualità.

Questo cambiamento influisce direttamente sull’economia d’uso: i costi di computazione diminuiscono, mentre la produttività aumenta, rendendo GPT‑5.4 più adatto a flussi di lavoro intensivi.

Obiettivo professionale dichiarato

OpenAI posiziona GPT‑5.4 non solo come modello più forte sul piano astratto, ma come sistema pensato esplicitamente per il lavoro professionale. L’annuncio ufficiale enfatizza attività concrete: fogli di calcolo, documenti e presentazioni. In questi formati la qualità del modello si misura meno con benchmark puri e più con la capacità di produrre output utili, accurati e subito spendibili.

Tre aree di miglioramento

Coding. I tester segnalano implementazioni pulite, architetture corrette e suite di test funzionanti al primo tentativo. Nei benchmark di programmazione, il modello appare estremamente affidabile, tanto da far emergere commenti provocatori come “coding is essentially solved”. Anche se è un’esagerazione, indica un rialzo significativo del livello medio.

Ragionamento e generalizzazione. Nella versione Pro, gli utenti notano una maggiore capacità di porre domande implicite durante il ragionamento (“perché?”, “e se?”, “posso farlo in modo diverso?”). Questo rende le risposte più simili a un processo cognitivo umano, con una migliore sintesi di dataset complessi, soprattutto in ambiti scientifici come la biomedicina.

Scrittura e controllo stilistico. Chi in passato considerava ChatGPT meno forte nella produzione testuale ora cambia opinione. Il modello si adatta con precisione a vincoli specifici: lunghezza esatta, tono emotivo, persona narrativa, canale di destinazione (report, post, ecc.). Con istruzioni chiare, GPT‑5.4 genera testi naturali e aderenti alle richieste.

Numeri e benchmark

OpenAI mette in evidenza i seguenti risultati:

• Nel benchmark GDPval, che misura la capacità di produrre lavoro specifico in 44 occupazioni, GPT‑5.4 raggiunge l’83,0 % contro il 70,9 % di GPT‑5.2.
• Nel task interno di spreadsheet modeling arriva all’87,3 % contro il 68,4 % del modello precedente.
• Per le presentazioni, i revisori umani hanno preferito gli output di GPT‑5.4 nel 68 % dei casi, citando estetica, varietà visiva e uso più efficace della generazione di immagini.
• Le affermazioni fattuali errate sono ridotte del 33 % e le risposte completamente errate del 18 % rispetto a GPT‑5.2.

Altri benchmark evidenziano un salto significativo:

• APEX‑Agents: primo modello a superare il 50 % di score medio.
• OSWorld‑Verified: 75,0 %.
• WebArena‑Verified: 67,3 %.
• Online‑Mind2Web: 92,8 %.
• MMMU‑Pro (senza tool): 81,2 %.

Capacità di uso del computer e visione

GPT‑5.4 è il primo modello general‑purpose di OpenAI con capacità native di uso del computer: può operare tra interfacce, screenshot, browser e software per completare workflow complessi. Nei benchmark citati, il modello dimostra abilità nella manipolazione di documenti, nel parsing visivo e nell’interazione con tool esterni.

Su BrowseComp ottiene l’82,7 %, su MCP Atlas il 67,2 % e su Toolathlon il 54,6 %. Questi risultati indicano una migliore capacità di ricerca web agentica, utilizzo di strumenti e mantenimento del filo logico in task multipassi.

Limiti e contesto reale

Alcuni utenti segnalano omissioni di elementi di contesto reale non esplicitati nel prompt. Un esempio riguarda la pianificazione di un viaggio perfettamente logistico, ma che ignora la presenza di “spring breakers” in alcune destinazioni. Questo ribadisce il limite tipico dei modelli linguistici: senza contesto esplicito, la rappresentazione della realtà resta incompleta.

Inoltre, la dimensione del contesto è stata ampliata a 1 milione di token in API e Codex, anche se in Codex il supporto è sperimentale e il consumo di token viene conteggiato al doppio. La variante “Thinking” di ChatGPT fornisce un preambolo iniziale che consente correzioni in corso d’opera.

Sicurezza e monitoraggio

Il paper di sicurezza rilasciato con il modello mostra che, al momento, i modelli non riescono a mentire sistematicamente nel loro “scratchpad” interno, mantenendo efficace il monitoraggio del ragionamento. OpenAI collega GPT‑5.4 a un impianto più ampio di controllo dei comportamenti ad alto rischio, policy di conferma configurabili per l’uso del computer e lavoro specifico su superfici sensibili.

Il modello è progettato per essere integrato in contesti professionali dove affidabilità, supervisione e limiti operativi sono tanto importanti quanto le performance pure.

Rilascio e varianti disponibili

GPT‑5.4 è stato lanciato in tre modalità:

• ChatGPT (variante “Thinking” con preambolo per correzioni in tempo reale).
• API (supporto fino a 1 milione di token di contesto).
• Codex (supporto sperimentale per token oltre la finestra standard di 272 K, con doppio conteggio dei token).

GPT‑5.4 Pro è disponibile in ChatGPT e API per chi necessita della massima performance su task complessi. La variante “Thinking” consente di visualizzare il ragionamento passo‑a‑passo, facilitando l’intervento umano.

Prospettive future

Mettere insieme tutti questi segnali fa emergere la sensazione diffusa tra i tester: GPT‑5.4 non è solo un miglioramento incrementale, ma un modello che cambia la percezione della frontiera attuale dell’intelligenza artificiale. Il contesto di rilascio, con l’integrazione di capacità di uso del computer, visione e sicurezza avanzata, suggerisce che la prossima fase di sviluppo si concentrerà sempre più sulla produzione di lavoro professionale direttamente utilizzabile.

Come avvenuto in precedenza, gli esperti consigliano di osservare attentamente queste metriche nel tempo, per valutare l’effettiva stabilità delle performance e dei controlli di sicurezza in ambienti reali.