別再只測提示詞：OpenAI 釋出前沿模型第三方評測指南
OpenAI 釋出針對前沿 AI 模型的第三方評測指南，指出模型能力極度依賴外部執行環境與腳手架（Harness）。報告建議評測機構明確測試宣告並記錄環境配置，同時排查獎勵駭客、裝傻沙袋化與資料汙染等失真風險。
GPT-5.4
OpenAI 破案 GPT-5「哥布林」怪癖：竟來自 Nerdy 個性的獎勵訓練外溢
OpenAI 發文復盤 GPT-5.1 以來模型頻頻使用「哥布林」打比方的根源。調查發現，為 Nerdy 個性設計的獎勵訊號在 76.2% 的資料集中過度偏好生物詞，隨後通過強化學習外溢至全部對話。OpenAI 已於 3 月退役該個性並清洗資料。
OpenAI 擴容網路安全可信訪問：上線防禦專供模型 GPT-5.4-Cyber
OpenAI 宣佈擴大網路安全可信訪問（TAC）計劃，並推出專用於網路防禦的 GPT-5.4-Cyber 模型。該版本降低了安全防禦任務的攔截門檻，支援二進位制反向工程，允許防禦者直接分析已編譯軟體的漏洞與惡意程式碼。經過認證的個人專家與團隊均可申請。
Cloudflare 聯手 OpenAI：Agent Cloud 接入 GPT-5.4 與 Codex
Cloudflare 宣佈在 Agent Cloud 中接入 OpenAI 的 GPT-5.4 等前沿模型，並將 Codex harness 上線至 Cloudflare Sandboxes。企業可直接在邊緣環境中部署自主智慧體，處理客服回覆、系統更新與報告生成等真實工作流。
Copilot CLI 上線「橡皮鴨」：跨模型互審，Sonnet 追趕 Opus 74.7% 差距
GitHub 在 Copilot CLI 推出實驗功能 Rubber Duck。它引入跨模型「第二意見」機制，主用 Claude 時呼叫 GPT-5.4 獨立稽核方案和程式碼，打破同模型自審盲區。基準測試顯示該組合抹平了 Sonnet 與 Opus 間 74.7% 的效能差距。
OpenAI 融資 1220 億美元：估值衝至 8520 億，擬打造 AI 超級應用
OpenAI 宣佈完成 1220 億美元新一輪融資，投後估值達 8520 億美元。公司目前月營收達 20 億美元，ChatGPT 周活超 9 億。這筆鉅額資金將用於算力基礎設施建設，並計劃把 ChatGPT、Codex 與智慧體整合為統一的 AI 超級應用。
OpenAI 推出 GPT-5.4 mini 與 nano：速度翻倍，程式設計逼近旗艦
OpenAI 推出輕量模型 GPT-5.4 mini 與 nano。mini 執行速度比前代快 2 倍以上，程式設計評測逼近旗艦，輸入每百萬 token 僅需 0.75 美元；更輕的 nano 僅需 0.20 美元。它們專為低延遲編碼、介面操作和子智慧體協作打造。
OpenAI 上線 ChatGPT for Excel：用自然語言直接建模型、改公式
OpenAI 釋出 ChatGPT for Excel 外掛測試版，由 GPT-5.4 驅動。使用者用自然語言就能在工作簿裡搭模型、跑情景分析並自動修改公式，每次修改前會徵得確認並附帶單元格來源。同時還集成了穆迪、道瓊斯等金融資料來源。目前面向企業及歐盟外的 Plus、Pro 使用者開放。
OpenAI 上線 GPT-5.4：原生支援操控電腦，上下文拉到 100 萬 token
OpenAI 釋出 GPT-5.4 及 Pro 版本，支援 100 萬 token 上下文與原生電腦操作。在 OSWorld 基準上它以 75.0% 的成功率超過人類平均水平，並新增工具搜尋功能以降低呼叫成本。最值得關注的是，模型開始支援中途調整思考方向，讓複雜工作流少走彎路。