GPT-5.4 käyttää tietokonettasi sinua paremmin

OpenAI julkaisi eilen GPT-5.4:n, yhtiön toistaiseksi tehokkaimman kielimallin. Julkaisun keskiössä on ominaisuus, jota koko ala on odottanut: malli osaa käyttää tietokonetta itsenäisesti hiiren ja näppäimistön avulla. Ennakkoon vuotaneet tiedot antoivat esimakua, mutta viralliset speksit paljastavat mallin todellisen tason.

GPT-5.4 tulee kolmena versiona: perusmallina, päättelyyn erikoistuneena Thinking-versiona ja raskaaseen ammattikäyttöön suunniteltuna Pro-versiona. API-version konteksti-ikkuna on kasvanut miljoonaan tokeniin, mikä on yli kaksinkertainen edeltäjään verrattuna. Malli korvaa GPT-5.2:n oletuksena sekä ChatGPT:ssä että API:ssa.

Ihmisiä parempi tietokoneen käyttäjä

OSWorld-Verified-testissä, joka mittaa tekoälyn kykyä suoriutua työpöytätehtävistä kuvakaappausten ja hiiren avulla, GPT-5.4 saavuttaa 75 prosentin onnistumisasteen. Ihmisten tulos samassa testissä on 72,4 prosenttia. Edeltäjä GPT-5.2 jäi 47,3 prosenttiin, joten parannus on valtava.

Kyseessä on ensimmäinen kerta, kun yleiskäyttöinen kielimalli ylittää ihmistason itsenäisessä tietokoneen käytössä. GPT-5.4 pystyy navigoimaan ohjelmistoja, täyttämään lomakkeita, siirtymään sovellusten välillä ja suorittamaan monivaiheisia tehtäviä ilman jatkuvaa ohjausta. OpenAI korostaa, että koneenkäyttökyky on rakennettu suoraan malliin eikä toimi erillisenä lisäosana.

Tietokoneen käyttö ei ole ainoa parannus. GDPval-testissä, joka arvioi suoriutumista 44 ammattialan tehtävissä, malli saa 83 prosentin tuloksen. GPT-5.4 tekee 33 prosenttia vähemmän virheellisiä väitteitä ja 18 prosenttia vähemmän asiavirheitä kuin edeltäjänsä. Visuaalisessa ymmärryksessä MMMU-Pro-testin tulos on 81,2 prosenttia.

Miljoonan tokenin muisti

API-version konteksti-ikkuna yltää miljoonaan tokeniin. Se on OpenAI:n suurin koskaan ja mahdollistaa kokonaisten koodikantojen, pitkien sopimusten tai laajojen tutkimusaineistojen käsittelyn kerralla. Käytännössä miljoonaan tokeniin mahtuu karkeasti arvioituna noin 750 000 sanaa eli useita kokonaisia kirjoja.

Tokenien kulutuksessa GPT-5.4 on selvästi edeltäjäänsä tehokkaampi. Uusi tool search -järjestelmä hakee työkalumäärittelyt vasta tarvittaessa sen sijaan, että ne ladattaisiin kerralla. Tämä vähentää tokenien käyttöä 47 prosenttia vertailutehtävissä tarkkuuden kärsimättä. Koodaustehtävissä Codex-alustan fast-tila tuottaa tokeneita puolitoistakertaisella nopeudella.

Kolme hintapistettä, terävöityvä kilpailu

Perusmallin API-hinta on 2,50 dollaria miljoonaa syötetokenia kohden ja 15 dollaria tulostetokenia kohden. Pro-version hintalappu on selvästi korkeampi: 30 ja 180 dollaria vastaavasti.

Kilpailijoihin verrattuna perusmallin syötehinnoittelu on aggressiivinen. Anthropicin Claude Opus 4.6 maksaa 5 ja 25 dollaria miljoonaa tokenia kohden. Googlen Gemini 3.1 Pro on edullisin vaihtoehto hinnoin 2 ja 12 dollaria, ja sen konteksti-ikkuna on peräti kaksi miljoonaa tokenia.

Vertailuissa kukin malli hallitsee omaa osa-aluettaan. GPT-5.4 johtaa tietokoneen käytössä ja ammatillisissa tehtävissä. Claude Opus 4.6 on vahvin tuotantokoodin virheiden korjaamisessa SWE-Bench-testissä tuloksella 80,8 prosenttia. Gemini 3.1 Pro on ylivoimainen abstraktissa päättelyssä GPQA Diamond -testissä tuloksella 94,3 prosenttia.

Käytännössä yksittäisen mallin valinnalla ei ole enää niin suurta merkitystä kuin vuosi sitten. Tärkeämpää on ymmärtää kunkin mallin vahvuudet ja rakentaa työnkulut niiden mukaan.

Suomalaisen kehittäjän näkymä

Computer use -ominaisuus siirtää tekoälyn roolia tekstin tuottajasta konkreettisten tehtävien tekijäksi. Suomalaisille kehittäjille ja tietotyöläisille tämä avaa mahdollisuuksia automatisoida toistuvia työnkulkuja – testien ajamista, järjestelmien välisten siirtojen hallintaa tai raporttien kokoamista useasta lähteestä.

Vielä syksyllä 2025 itsenäinen tietokoneen käyttö oli Anthropicin Claude-mallin erikoisuus. Nyt OpenAI, Anthropic ja Google kilpailevat samalla kentällä, ja OSWorld-tulokset osoittavat GPT-5.4:n ohittaneen ne kaikki tässä yksittäisessä vertailussa. Anthropicin Opus 4.6:n tulos on 72,7 prosenttia, eli niukasti alle ihmistason.

Hintaa kannattaa seurata tarkasti. Perusmallin syötehinta on kilpailukykyinen, mutta raskas computer use -käyttö kuluttaa tokeneita nopeasti kuvakaappausten vuoksi. Pro-version hinnoittelu rajaa sen käytännössä suurempien organisaatioiden budjetille.

Kolme suurinta tekoäly-yhtiötä kilpailee nyt siitä, kenen malli automatisoi arjen tehokkaimmin. Suomalaisten yritysten kannattaa arvioida, mitkä toistuvat tietotyöprosessit voisi jo nyt antaa tekoälyn hoidettavaksi – työkalut siihen ovat olemassa.