GPT-5.4泄露?代码拉取请求惊现新模型,200万Tokens上下文窗口或成真

GPT-5.4 泄露?代码拉取请求惊现新模型,200万Tokens上下文窗口或成真

GPT-5.4 的消息泄露了吗?

近日,一张截图在社交平台𝕏上广泛传播:

GPT-5.4泄露?代码拉取请求惊现新模型,200万Tokens上下文窗口或成真

截图显示,在 OpenAI 编码助手 Codex 的代码拉取请求中,直接出现了“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 的踪迹。几天前,一位 OpenAI 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泄露了相关信息:

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……

GPT-5.4泄露?代码拉取请求惊现新模型,200万Tokens上下文窗口或成真

随后,“gpt-5.4”被迅速修改为“gpt-5.3-codex”。此外,Codex 模型的下拉选项中也曾短暂出现过 GPT-5.4 模型:

GPT-5.4泄露?代码拉取请求惊现新模型,200万Tokens上下文窗口或成真

这些迹象似乎都预示着 GPT-5.4 可能即将到来。

200万Tokens上下文窗口?

另有传闻称,GPT-5.4 将搭载高达 200 万 Tokens 的上下文窗口,以实现对超长篇内容的持久记忆。

有网友分析指出,要支撑“记住超长内容且长期不忘”的能力,模型在推理时需要缓存的数据量将急剧膨胀,这本身就是一个极具挑战性的技术难题。

GPT-5.4泄露?代码拉取请求惊现新模型,200万Tokens上下文窗口或成真

而在泄露的代码拉取请求中提到,为“GPT-5.4或更新版本”新增了一项功能开关,可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 可能将具备像素级精准的视觉分析能力。

前端开发者、设计师与工程师或许将能直接上传高精度UI原型或复杂的工程原理图,模型能够完整捕捉其中的每一处细节,从而彻底告别因图像压缩模糊而产生的“视觉幻觉”。

GPT-5.4泄露?代码拉取请求惊现新模型,200万Tokens上下文窗口或成真

更有趣的是,有用户向 ChatGPT 5.2 询问其模型版本时,它竟开始一本正经地自称是 GPT-5.4了……

GPT-5.4泄露?代码拉取请求惊现新模型,200万Tokens上下文窗口或成真

当然,以网友们对 OpenAI 首席执行官山姆·奥特曼(Sam Altman)风格的了解,也不排除这是一场市场预热。

有网友评论认为:

核心需要重点关注的是,模型在整个上下文窗口范围内的准确率 (召回率) 。如果连内容都做不到精准识别与回忆,那么 200 万 Tokens 的上下文窗口再大也意义有限。

如果在 8-needle 等长上下文测试中准确率能超过 90%,那才是真正的重大突破。

GPT-5.4泄露?代码拉取请求惊现新模型,200万Tokens上下文窗口或成真

与此同时,业界的目光也正聚焦于另一款备受期待的模型——DeepSeek V4 的发布。

GPT-5.4泄露?代码拉取请求惊现新模型,200万Tokens上下文窗口或成真

参考链接:
[1]https://x.com/i/trending/2028300584164700282
[2]https://x.com/nicdunz/status/2028305161324507194
[3]https://x.com/kimmonismus/status/2028123002156531714


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:https://www.itsolotime.com/archives/23725

(0)
上一篇 17小时前
下一篇 17小时前

相关推荐

  • AI赋能SOC:从岗位替代到人机协同的战略转型

    在人工智能技术浪潮席卷全球的背景下,网络安全领域正经历着前所未有的变革。传统观点往往将AI视为人类工作的潜在威胁,尤其是在技术密集型的安全运营中心(SOC)环境中。然而,最新行业研究揭示了一个截然不同的趋势:AI在SOC中的深度应用,非但没有引发大规模裁员,反而催生了岗位角色的系统性重构与专业能力的战略升级。这一转变标志着网络安全行业从“人力密集型”向“智能…

    2025年7月22日
    14200
  • AI Agent时代全面开启:从火箭发射到企业级部署的技术革命

    在2025年亚马逊云科技re:Invent大会上,一个明确的信号被传递给全球科技界:AI Agent(智能体)的时代已经全面开启。这不仅是一个技术趋势的宣告,更是对现有工作模式和产业格局的深刻重构。从蓝色起源的火箭发射流程到企业级应用部署,AI Agent正在以惊人的速度渗透到各个关键领域,其影响力或许将超越当年的互联网和云计算革命。 蓝色起源的案例为我们提…

    2025年12月4日
    15100
  • Human-in-the-Loop标签清洗:单模型挖掘策略显著提升多目标检测召回率

    在计算机视觉的工业落地中,从业者往往热衷于尝试最新的YOLO版本、更换骨干网络或引入注意力机制。然而,吴恩达教授提出的“以数据为中心的AI”观点在实战中屡试不爽:当模型调优遇到瓶颈时,提升数据质量往往能带来最显著的收益。 本文将复盘一次实际业务中的优化过程。在涉及国旗、国徽、党徽的多目标检测任务中,面对人工标注缺失(漏标)的情况,我们没有盲目堆砌数据,而是设…

    2026年1月22日
    16100
  • 评测驱动时代开启:李飞飞World Labs联手光轮智能,破解具身智能规模化评测难题

    最火世界模型,最火具身智能基建,联手了! 前者,是李飞飞旗下的World Labs;后者,是一家炙手可热的仿真合成数据公司——光轮智能。 具身智能生态中最受关注的两家公司双刃合璧,原因无他,正是瞄准困扰行业已久的「规模化评测」问题,发起一波攻势。 而随着这波号角的吹响,也标志着具身智能正式迈入评测驱动时代。 在这个赛道上,光轮智能基于全栈自研仿真技术体系所构…

    2026年1月19日
    17600
  • 多智能体协同进化新范式:PettingLLMs框架实现通用群体强化学习

    在人工智能领域,大语言模型驱动的智能体系统正从单机作战向协同作战演进。近期,来自加州大学圣地亚哥分校和英特尔的研究团队提出的PettingLLMs框架,首次实现了通用的多智能体强化学习训练机制,为群体智能的协同进化开辟了新路径。 **多智能体协同训练的瓶颈与突破** 当前大语言模型智能体已在医疗诊断、代码生成、科学研究及具身智能等多个领域展现出超越单智能体的…

    2025年11月8日
    16600