OpenAI rilis model profesional terkuat GPT-5.4, otomatisasi komputer, dukungan plugin AI untuk menguasai Excel dan analisis keuangan

Lebih Cepat dan Lebih Cerdas, Model GPT-5 Seri GPT-5.3 Instant Baru Dirilis Hanya dalam Satu Hari, pada hari Kamis, 5 April waktu Timur AS, OpenAI mengumumkan peluncuran model dasar flagship terbaru GPT-5.4 yang secara bersamaan tersedia di ChatGPT, API, dan alat pengembangan Codex.

OpenAI menyebut GPT-5.4 sebagai “model profesional terdepan yang paling kuat dan efisien hingga saat ini,” dengan fokus pada penggunaan perusahaan dan skenario pekerjaan pengetahuan yang kompleks. Dibandingkan versi sebelumnya, perubahan terbesar pada GPT-5.4 terletak pada peningkatan kemampuan agen AI. Dalam API dan Codex, GPT-5.4 pertama kali mengimplementasikan fungsi “pengoperasian komputer” asli secara native, mendukung agen cerdas untuk menjalankan alur kerja kompleks lintas perangkat lunak.

GPT-5.4 tidak hanya mampu menghasilkan teks atau kode, tetapi juga memperkenalkan kemampuan pengendalian komputer asli ke dalam model umum, dapat langsung mengoperasikan perangkat lunak komputer, menjelajah web, mengendalikan mouse dan keyboard untuk menyelesaikan tugas, serta terintegrasi secara mendalam dengan aplikasi perusahaan seperti spreadsheet dan alat analisis keuangan, termasuk integrasi mendalam dengan Microsoft Excel dan Google Sheets.

Dalam ChatGPT, GPT-5.4 mendukung “menampilkan proses berpikir sebelumnya,” memungkinkan pengguna untuk menyesuaikan arah tugas selama respons model, serta meningkatkan kemampuan pencarian web mendalam dan menjaga konteks dalam dialog panjang dan logika yang kompleks.

Para ahli industri berpendapat bahwa serangkaian peningkatan pada GPT-5.4 menandai pergeseran dari “alat dialog” menuju sistem agen digital otomatis yang mampu mengeksekusi tugas secara otomatis, semakin menyusup ke dalam perangkat lunak produktivitas perusahaan dan pekerjaan pengetahuan profesional.

OpenAI juga meluncurkan dua versi baru pada hari Kamis ini, yaitu GPT-5.4 Thinking yang lebih unggul dalam penalaran kompleks dan GPT-5.4 Pro yang berkinerja tinggi, masing-masing ditujukan untuk pengguna berbayar dan perusahaan kelas atas.

Dalam pengujian standar pengoperasian komputer OSWorld-Verified, GPT-5.4 mencapai tingkat keberhasilan 75,0%, melampaui rata-rata manusia sebesar 72,4%, dan mengalami lonjakan besar dari GPT-5.2 sebelumnya yang hanya 47,3%. Pada saat yang sama, paket layanan keuangan yang dirilis menunjukkan bahwa skor GPT-5.4 dalam pengujian benchmark internal OpenAI untuk bank investasi melonjak dari 43,7% menjadi 88,0%.

Umpan balik awal dari lembaga pengujian sangat positif. Daniel Swiecki, kepala solusi AI di perusahaan investasi Walleye Capital, menyatakan bahwa GPT-5.4 meningkatkan akurasi sebesar 30 poin persentase dalam evaluasi keuangan internal dan Excel. CEO platform talenta AI Mercor, Brendan Foody, menyebutnya sebagai “model terbaik yang pernah dicoba perusahaan ini,” dan menyatakan GPT-5.4 menduduki peringkat teratas dalam pengujian benchmark APEX-Agents yang ditujukan untuk pekerjaan layanan profesional di Mercor.

Fitur Pengendalian Komputer Asli Pertama dalam Model Umum, Melampaui Batasan Pertanyaan Satu Putaran

GPT-5.4 memiliki kemampuan paling inovatif dalam pengoperasian komputer asli, yang juga merupakan kali pertama OpenAI menyematkan kemampuan ini dalam model umum. Melalui API dan Codex, model ini dapat mengendalikan komputer layaknya manusia, menjalankan alur kerja multi langkah lintas aplikasi.

Secara spesifik, GPT-5.4 dapat menulis kode menggunakan pustaka seperti Playwright untuk mengendalikan komputer, atau langsung merespons tangkapan layar dengan perintah mouse dan keyboard. Pengembang juga dapat mengonfigurasi strategi konfirmasi khusus untuk menyesuaikan dengan berbagai tingkat toleransi risiko.

Data pengujian mendukung kemajuan nyata ini: dalam pengujian navigasi desktop OSWorld-Verified, GPT-5.4 mencapai tingkat keberhasilan 75,0%, melampaui GPT-5.2 yang 47,3% dan juga melampaui standar manusia sebesar 72,4%. Dalam pengujian pengendalian browser WebArena-Verified, tingkat keberhasilannya 67,3%, lebih tinggi dari GPT-5.2 yang 65,4%. Dalam Online-Mind2Web, hanya dengan tangkapan layar, GPT-5.4 mencapai tingkat keberhasilan 92,8%.

Dalam kemampuan pencarian web, pengujian BrowseComp menunjukkan GPT-5.4 meningkat 17 poin persentase dibanding GPT-5.2, dan GPT-5.4 Pro mencetak rekor tertinggi dengan skor 89,3%.

CEO perusahaan teknologi properti Mainstay, Dod Fraser, menyatakan bahwa dalam pengujian terhadap sekitar 30.000 portal pajak properti, GPT-5.4 mencapai tingkat keberhasilan 95% dalam percobaan pertama dan 100% dalam tiga percobaan, meningkat secara signifikan dari model pengendalian komputer sebelumnya yang berkisar 73-79%, serta kecepatan penyelesaian meningkat sekitar tiga kali lipat dan konsumsi token berkurang sekitar 70%.

Rekonstruksi Mekanisme Pencarian Alat, Mengurangi Konsumsi Token Secara Signifikan

Seiring berkembangnya ekosistem alat, pengelolaan panggilan alat secara efisien menjadi hambatan utama dalam penerapan agen otomatis. GPT-5.4 memperkenalkan mekanisme “Pencarian Alat” (Tool Search) dalam API, yang secara fundamental mengubah cara definisi alat disampaikan.

Sebelumnya, model harus memuat semua definisi alat dalam prompt setiap kali permintaan diajukan, yang dalam sistem dengan banyak alat akan menghabiskan ribuan hingga puluhan ribu token per permintaan, meningkatkan biaya, menambah latensi, dan mengurangi konteks. Dengan mekanisme baru ini, model hanya menerima daftar alat yang ringan, dan hanya mengakses definisi lengkap saat benar-benar diperlukan.

OpenAI mendukung efektivitas mekanisme ini dengan data konkret: dalam pengujian standar MCP Atlas yang melibatkan 250 tugas, konfigurasi dengan 36 server MCP menunjukkan bahwa mode pencarian alat mengurangi penggunaan token sebesar 47% dibandingkan mode yang menampilkan semua fungsi MCP dalam konteks, tanpa mengurangi akurasi.

CEO Zapier, Wade, menyatakan bahwa GPT-5.4 menunjukkan performa yang sangat baik dalam pengujian penggunaan alat di ratusan alur kerja nyata perusahaan, dan menyebutnya “model paling konsisten yang pernah ada.”

Penggunaan di Skenario Keuangan dan Perusahaan: Integrasi Mendalam dengan Excel, Peningkatan Skor Tugas Investment Banking

Selain GPT-5.4, juga dirilis paket “Layanan Keuangan OpenAI” yang ditujukan untuk perusahaan dan lembaga keuangan, dengan produk inti ChatGPT for Excel dan Google Sheets (versi beta) — ChatGPT langsung terintegrasi ke dalam sel spreadsheet, mendukung pembangunan, analisis, dan pembaruan model keuangan kompleks.

Paket ini juga mengintegrasikan mitra data seperti FactSet, MSCI, Third Bridge, dan Moody’s, serta memperkenalkan fitur Skills yang dapat digunakan kembali, mencakup pratinjau laba, analisis perusahaan sebanding, penilaian DCF, dan penulisan memoranda investasi untuk skenario keuangan tingkat tinggi.

Dalam pengujian benchmark internal bank investasi, skor GPT-5.4 Thinking melonjak dari 43,7% menjadi 88,0%; dalam simulasi analisis spreadsheet analis tingkat awal, GPT-5.4 meraih skor rata-rata 87,3%, jauh di atas GPT-5.2 yang 68,4%.

Niko Grupen, kepala riset aplikasi AI di platform hukum Harvey, menyatakan bahwa GPT-5.4 mendapatkan skor 91% dalam penilaian BigLaw Bench, dan “lebih unggul dari model lain dalam analisis transaksi kompleks yang terstruktur, menjaga akurasi dalam kontrak panjang, serta menyediakan detail tinggi yang dibutuhkan profesional hukum.”

Pengetahuan Kerja dan Pengendalian Halusinasi: Menyamai Profesional Secara Menyeluruh

OpenAI menunjukkan batas kemampuan GPT-5.4 melalui berbagai pengujian yang menilai output nyata di tempat kerja. Dalam pengujian GDPval — yang mencakup 44 pekerjaan berbasis pengetahuan, termasuk presentasi penjualan, tabel akuntansi, grafik manufaktur, dan output pekerjaan nyata lainnya — GPT-5.4 mencapai atau melampaui tingkat profesional di 83,0% kasus, meningkat dari 71,0% pada GPT-5.2.

Dalam penilaian kualitas presentasi, peninjau manusia lebih menyukai output GPT-5.4 dalam 68,0% kasus, karena tampilannya yang lebih menarik secara visual, keberagaman visual yang lebih kaya, dan aplikasi pembuatan gambar yang lebih efektif.

Dalam pengendalian halusinasi dan kesalahan faktual, OpenAI menyatakan GPT-5.4 sebagai “model paling akurat secara faktual yang pernah ada”: pada set pengujian prompt tanpa label kesalahan faktual sebelumnya, tingkat kesalahan per pernyataan GPT-5.4 turun 33% dibanding GPT-5.2, dan probabilitas munculnya kesalahan dalam respons lengkap turun 18%.

Dalam kemampuan pemrograman, GPT-5.4 menunjukkan performa setara atau lebih baik dari GPT-5.3-Codex di SWE-Bench Pro, dengan latensi yang lebih rendah di berbagai pengaturan kekuatan penalaran. Mode /fast Codex dapat meningkatkan kecepatan token hingga 1,5 kali lipat, menggunakan model dan kecerdasan yang sama, hanya dioptimalkan untuk kecepatan. Mario Rodriguez, Chief Product Officer GitHub, menyatakan bahwa GPT-5.4 unggul dalam penalaran logis dan eksekusi alur kerja kompleks yang bergantung pada banyak alat, dan “adalah model yang harus langsung digunakan perusahaan sejak hari pertama.”

Dua Versi Menyasar Berbagai Kebutuhan Pengguna, Jendela Konteks Hingga 1 Juta Token

GPT-5.4 Thinking ditujukan untuk skenario profesional umum yang membutuhkan penalaran mendalam, sementara GPT-5.4 Pro dirancang untuk tugas paling kompleks dan menuntut performa maksimal.

Di ChatGPT, GPT-5.4 Thinking mulai tersedia untuk pengguna Plus (berlangganan bulanan $20), Tim, dan Pro sejak Kamis ini, menggantikan GPT-5.2 Thinking yang sebelumnya. GPT-5.2 Thinking akan resmi dihentikan pada 5 Juni 2026.

GPT-5.4 Pro hanya tersedia untuk pengguna Pro ($200/bulan) dan Enterprise. Pengguna gratis juga dapat mengakses GPT-5.4 secara terbatas saat sistem secara otomatis mengarahkan. Pengguna paket perusahaan dan pendidikan dapat mengaktifkan akses lebih awal melalui pengaturan administrator.

Di API, GPT-5.4 tersedia dengan identifier gpt-5.4, dan GPT-5.4 Pro dengan gpt-5.4-pro, keduanya dapat digunakan di platform pengembangan Codex. Output maksimum API adalah 128.000 token, sama seperti model sebelumnya. API dan Codex mendukung jendela konteks hingga 1 juta token, yang merupakan kapasitas terbesar yang pernah disediakan OpenAI, cocok untuk perencanaan, pelaksanaan, dan verifikasi tugas berantai panjang.

Harga Lebih Tinggi dari Versi Sebelumnya, Efisiensi yang Lebih Baik Mengimbangi Biaya

Dalam hal harga API, GPT-5.4 mengalami kenaikan dibanding GPT-5.2. Rinciannya sebagai berikut:

• GPT-5.4: $2,50 per juta token untuk input, $15 per juta token untuk output (GPT-5.2: $1,75 untuk input, $14 untuk output)
• GPT-5.4 Pro: $30 per juta token untuk input, $180 per juta token untuk output (GPT-5.2 Pro: $21 untuk input, $168 untuk output)
• Harga Batch dan Flex mendapatkan diskon 50%, prioritas penanganan dihitung dua kali lipat dari harga standar

Perlu dicatat, jika input melebihi 272.000 token dalam satu kali permintaan, bagian yang melebihi akan dikenai biaya dua kali lipat. Dalam Codex, batas kompresi default adalah 272.000 token, dan pengembang dapat secara manual menyesuaikan batas ini untuk menangani prompt yang lebih besar, dengan biaya tambahan jika melebihi batas.

OpenAI menjelaskan kenaikan harga ini dengan tiga poin: pertama, kemampuan yang lebih kuat dalam tugas kompleks seperti pemrograman, pengendalian komputer, penelitian mendalam, pembuatan dokumen tingkat tinggi, dan panggilan alat; kedua, kemajuan teknologi besar dari jalur riset mereka; ketiga, mekanisme penalaran yang lebih efisien yang mengurangi konsumsi token penalaran untuk tugas yang sama, sehingga sebagian mengimbangi kenaikan harga. OpenAI juga menyatakan bahwa meskipun harga naik, GPT-5.4 tetap lebih murah dibanding model kompetitor dengan kemampuan setara.