OpenAI GPT-5.4意外泄露：代码线索揭示200万Tokens上下文与像素级视觉能力

近期，OpenAI的下一代模型GPT-5.4的踪迹在多个渠道意外泄露，引发了业界广泛关注。最初，一张在社交平台X上疯传的图片显示，在OpenAI的编码助手Codex的代码拉取请求中，赫然出现了“GPT-5.4”字样，并提及了用于快速模式的/Fast命令。这并非首次发现GPT-5.4的线索。此前，OpenAI某开发人员在GitHub提交的代码拉取请求中，其版本判断条件的变更说明意外透露：“在尚在开发的view_image_original_resolution功能开关背后，为view_image接口添加了原始分辨率支持。当该功能开关启用，且目标模型为gpt-5.4或更新版本时……”尽管随后该引用被迅速修改为gpt-5.3-codex，但这一细节仍被捕捉。此外，Codex的模型下拉选项中也曾短暂出现过GPT-5.4模型的身影。这些连续的迹象似乎都在暗示，GPT-5.4的发布已为时不远。

关于GPT-5.4的核心能力，目前主要有两大传闻。首先是其可能搭载高达200万Tokens的上下文窗口，这将使其能够处理并“记住”超长篇幅的内容，实现更持久的记忆能力。然而，有技术专家指出，要实现如此庞大的上下文窗口并确保长期记忆不衰减，模型推理时所需缓存的数据量将呈指数级增长，这无疑是一个巨大的技术挑战。其次，泄露的代码拉取请求中还提及，为“GPT-5.4或更新版本”新增了一项功能开关，允许绕过传统的图像压缩机制，直接保留全分辨率的原始图像字节数据。这意味着GPT-5.4有望具备像素级精准的视觉分析能力，对于前端开发者、设计师和工程师而言，将能够上传高精度的UI原型或复杂的工程原理图，模型能完整捕捉所有细节，从而避免因图像压缩导致的视觉信息损失或“幻觉”。值得一提的是，甚至有用户在与ChatGPT 5.2交互时，该模型“一本正经”地自称是GPT-5.4，这在一定程度上增加了传闻的趣味性，但也可能是模型幻觉的表现。

然而，对于这些“泄露”和传闻，业界也存在一定的质疑声音。有网友认为，考虑到OpenAI过往的营销策略，不排除这可能是一场精心策划的“炒作”。技术社区更关注的是，无论上下文窗口有多大，模型在整个窗口范围内的准确率（召回率）才是核心。如果模型无法精准理解和利用长上下文信息，那么200万Tokens的容量也将失去意义。因此，若能在8-needle测试等严苛基准中，准确率能超过90%，那才称得上是真正的技术突破。与此同时，市场和开发者社区的目光也正聚焦于DeepSeek V4等其他前沿模型的发布，期待看到更多实质性的技术进展。