SprachmodellNur Pro

GPT-5.4 Pro

OpenAI

Veröffentlicht: 5. März 2026
Datenstand: 8. September 2026
Nachfolgermodell: GPT-5.5 Pro

Preis: 30 $ · 180 $
Eingabe · Ausgabe / 1 Mio. Token
Eingabe: Text, Bild
Ausgabe: Text

Bei GPT-5.4 Pro liegt der Unterschied zu GPT-5.4 im zusätzlichen Rechenaufwand für die Antwort. GPT-5.5 Pro führte diese Pro-Linie später weiter.

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	ProprietärQuelle
Zugang	APIQuelle
Kontextfenster	1.050.000 TokenQuelle
Knowledge Cutoff	31. August 2025Quelle
Hinweise	1M Kontext, Parameterzahl nicht veröffentlichtQuelle
API-Modellkennung	gpt-5.4-proQuelle
Maximale Ausgabe	128.000 TokenQuelle
Eingabe	Text, BildQuelle
Ausgabe	TextQuelle
Reasoning-Modus	medium, high, xhighQuelle
API-Schnittstellen	Responses APIQuelle
Werkzeugaufrufe	JaQuelle
Strukturierte Ausgabe	JaQuelle
Veröffentlichung	2026-03-05Quelle

Veröffentlichte Benchmarks

Humanity's Last Exam

Overall

2.500 anspruchsvolle, teils multimodale Expertenfragen aus mehr als 100 Fachgebieten. Der Test misst geschlossenes Expertenwissen und Reasoning, aber weder offene Forschung noch allgemeine Intelligenz.

1.Gemini 3.1 Pro Preview46,44 %

2.GPT-5.4 Pro44,32 %

3.GPT-5.436,24 %

4.Claude Opus 4.736,2 %

5.Claude Opus 4.634,44 %

6.GPT-5 Pro31,64 %

7.GPT-525,32 %

höhere Werte sind besserStand 2. September 2026Skala: 0 % - 100 %

Quelle: Scale AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: hle-final-scale-public-temperature-0
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 7
Methodik und Einordnung: Alle 2.500 öffentlichen Fragen, Temperatur 0 und automatischer Antwort-Extraktor.. Kennung des Quellmodells: curated/gpt-5.4-pro. Name des Quellmodells: GPT-5.4 Pro. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5.4-pro-2026-03-05. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 44,32 % ± 1,95. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-09-02-51f8ddc5f531. Prüfsumme der Quelldaten: 51f8ddc5f531730f2a8577b861c4774e607ed760c25f52108bade0a86a2b5799. Parserversion: curated-v1. Importiert am: 2026-09-29

Quelle: Scale AI

MultiChallenge

Overall

Mehrstufige Gespräche prüfen Erinnern, Anweisungsbindung, versionierte Überarbeitung und innere Konsistenz. Die Aufgaben wurden anhand gemeinsamer Fehler sechs älterer Spitzenmodelle ausgewählt und können diese Modelle benachteiligen.

1.Gemini 3.1 Pro Preview71,37 %

2.GPT-5.4 Pro69,23 %

3.GPT-563,19 %

4.o3-pro62,4 %

5.Claude Opus 4.558,97 %

6.o356,62 %

7.Claude Opus 4.656,02 %

8.Claude Sonnet 4.555,32 %

höhere Werte sind besserStand 26. August 2026Skala: 0 % - 100 %

Quelle: Scale AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: scale-multichallenge-overall
Messgröße: rubric pass rate
Skala: 0-100
Teilnehmer: 8
Methodik und Einordnung: Mehrstufige Gespräche mit binären, aufgabenspezifischen Rubriken.. Kennung des Quellmodells: curated/gpt-5.4-pro. Name des Quellmodells: GPT-5.4 Pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 69,23 % ± 3,05. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-094a8bd3e75b. Prüfsumme der Quelldaten: 094a8bd3e75b53ac5a174f8cb8b658af01554eea62ef241f0bf2527433f3849a. Parserversion: curated-v1. Importiert am: 2026-09-29

Quelle: Scale AI

MultiNRC

Overall

Native Reasoning-Aufgaben auf Französisch, Spanisch und Chinesisch, die nicht aus englischen Vorlagen übersetzt wurden. Drei Sprachen sind ein wichtiges Gegengewicht zu englischen Tests, aber noch keine globale Sprachabdeckung.

1.GPT-5 Pro65,2 %

2.Gemini 3.1 Pro Preview64,74 %

3.GPT-5.4 Pro62,27 %

4.GPT-5.458,29 %

5.GPT-552,13 %

6.o3-pro49 %

7.Gemini 2.5 Pro45,12 %

8.DeepSeek-R127,58 %

9.GPT-4.121,23 %

10.Llama 4 Maverick8,44 %

höhere Werte sind besserStand 26. August 2026Skala: 0 % - 100 %

Quelle: Scale AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: scale-multinrc-native-languages
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 10
Methodik und Einordnung: Native, nicht aus dem Englischen übersetzte Reasoning-Aufgaben mit automatischer Bewertung.. Kennung des Quellmodells: curated/gpt-5.4-pro. Name des Quellmodells: GPT-5.4 Pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 62,27 % ± 2,92. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-f6d5c3c0afb5. Prüfsumme der Quelldaten: f6d5c3c0afb57ae872fdc0f7d1a0f6ce1ac051dce7e697faf6e210c8757daa5f. Parserversion: curated-v1. Importiert am: 2026-09-29

Quelle: Scale AI

TutorBench

Overall

1.490 Aufgaben prüfen adaptive Erklärungen, Feedback und Hinweise in sechs MINT-Fächern. Ein Claude-4-Sonnet-Juror bewertet gewichtete Rubriken. Gute Testwerte beweisen keine sichere Betreuung echter Lernender.

1.GPT-5.4 Pro56,62 %

2.Gemini 2.5 Pro55,65 %

3.GPT-555,33 %

4.o3-pro54,62 %

5.Gemini 3.1 Pro Preview52,99 %

6.Gemini 3.1 Flash-Lite51,5 %

7.Llama 4 Maverick40,2 %

8.GPT-4o36,12 %

höhere Werte sind besserStand 26. August 2026Skala: 0 % - 100 %

Quelle: Scale AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: scale-tutorbench-overall
Messgröße: weighted rubric score
Skala: 0-100
Teilnehmer: 8
Methodik und Einordnung: 1.490 Aufgaben mit gewichteten Rubriken und Claude 4 Sonnet als Juror.. Kennung des Quellmodells: curated/gpt-5.4-pro. Name des Quellmodells: GPT-5.4 Pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 56,62 % ± 1,02. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-0a9a42605858. Prüfsumme der Quelldaten: 0a9a4260585830c804e54bb75c5da6d84a438a201917cb239718d094f674c97b. Parserversion: curated-v1. Importiert am: 2026-09-29

Quelle: Scale AI

VISTA

Overall

758 Bild-Text-Aufgaben verbinden OCR, räumliches Verständnis, Objekterkennung und offene visuelle Schlussfolgerungen. Der Datensatz ist privat und wird mit aufgabenspezifischen Rubriken bewertet. Die Ergebnisse sind daher schwer unabhängig nachzurechnen.

1.Gemini 2.5 Pro54,63 %

2.GPT-5.4 Pro53,89 %

3.GPT-5 Pro52,39 %

4.o3-pro51,63 %

5.GPT-5.450,89 %

6.GPT-5 mini50,39 %

7.GPT-549,69 %

8.GPT-4.145,34 %

9.GPT-4.1 mini41,14 %

10.Llama 4 Maverick38,33 %

11.GPT-4.1 nano26,55 %

höhere Werte sind besserStand 26. August 2026Skala: 0 % - 100 %

Quelle: Scale AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: scale-vista-private-overall
Messgröße: rubric score
Skala: 0-100
Teilnehmer: 11
Methodik und Einordnung: 758 einzelne Bild-Text-Aufgaben mit strukturierten Ja-Nein-Rubriken.. Kennung des Quellmodells: curated/gpt-5.4-pro. Name des Quellmodells: GPT-5.4 Pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 53,89 % ± 2,02. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-665228705bb0. Prüfsumme der Quelldaten: 665228705bb014f3400e35f1f04afc38ea636267a546fb05ccd1861bceda080a. Parserversion: curated-v1. Importiert am: 2026-09-29

Quelle: Scale AI

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

GDPval (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 82
Bewertung: 82
Messgröße: percent
Einheit: %
Kategorie: Professional
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: OpenAI
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. GPT-5.4 Pro; wins or ties; xhigh unless specified
Einordnung: OpenAI notes research-environment results may differ from production.

Quelle OpenAI

FinanceAgent v1.1 (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 61.5
Bewertung: 61.5
Messgröße: percent
Einheit: %
Kategorie: Professional
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: OpenAI
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. GPT-5.4 Pro; professional task evaluation; xhigh unless specified
Einordnung: OpenAI notes research-environment results may differ from production.

Quelle OpenAI

Investment Banking Modeling Tasks (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 83.6
Bewertung: 83.6
Messgröße: percent
Einheit: %
Kategorie: Professional
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: OpenAI
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. GPT-5.4 Pro; internal; xhigh unless specified
Einordnung: OpenAI notes research-environment results may differ from production.

Quelle OpenAI

BrowseComp (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 89.3
Bewertung: 89.3
Messgröße: percent
Einheit: %
Kategorie: Tool use
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: OpenAI
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. GPT-5.4 Pro; tool use; xhigh unless specified
Einordnung: OpenAI notes research-environment results may differ from production.

Quelle OpenAI

Frontier Science Research (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 36.7
Bewertung: 36.7
Messgröße: percent
Einheit: %
Kategorie: Academic
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: OpenAI
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. GPT-5.4 Pro; academic; xhigh unless specified
Einordnung: OpenAI notes research-environment results may differ from production.

Quelle OpenAI

FrontierMath Tier 1-3 (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 50
Bewertung: 50
Messgröße: percent
Einheit: %
Kategorie: Academic
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: OpenAI
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. GPT-5.4 Pro; academic; xhigh unless specified
Einordnung: OpenAI notes research-environment results may differ from production.

Quelle OpenAI

FrontierMath Tier 4 (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 38
Bewertung: 38
Messgröße: percent
Einheit: %
Kategorie: Academic
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: OpenAI
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. GPT-5.4 Pro; academic; xhigh unless specified
Einordnung: OpenAI notes research-environment results may differ from production.

Quelle OpenAI

Dokumentierte Messdetails

Humanity's Last Exam: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 44.32
Bewertung: 44.32
Messgröße: accuracy
Einheit: %
Benchmark-Version: final 2,500-question public set
Kategorie: knowledge
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: hle-final-scale-public-temperature-0
Konfidenzintervall: 1.95
Quellentyp: official-leaderboard
Auswertung: Scale AI
Status: active
Abrufdatum: 2026-09-02
Methodik: Alle 2.500 öffentlichen Fragen, Temperatur 0 und automatischer Antwort-Extraktor.. Kennung des Quellmodells: curated/gpt-5.4-pro. Name des Quellmodells: GPT-5.4 Pro. Anbieter laut Quelle: OpenAI. Modellstand: gpt-5.4-pro-2026-03-05. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 44,32 % ± 1,95. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-09-02-51f8ddc5f531. Prüfsumme der Quelldaten: 51f8ddc5f531730f2a8577b861c4774e607ed760c25f52108bade0a86a2b5799. Parserversion: curated-v1. Importiert am: 2026-09-29
Vergleichsmethodik: Alle 2.500 öffentlichen Fragen, Temperatur 0 und automatischer Antwort-Extraktor.

Quelle Scale AI

MultiChallenge: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 69.23
Bewertung: 69.23
Messgröße: rubric pass rate
Einheit: %
Benchmark-Version: four multi-turn challenge types
Kategorie: productivity
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: scale-multichallenge-overall
Konfidenzintervall: 3.05
Quellentyp: official-leaderboard
Auswertung: Scale AI
Status: active
Abrufdatum: 2026-08-26
Methodik: Mehrstufige Gespräche mit binären, aufgabenspezifischen Rubriken.. Kennung des Quellmodells: curated/gpt-5.4-pro. Name des Quellmodells: GPT-5.4 Pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 69,23 % ± 3,05. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-094a8bd3e75b. Prüfsumme der Quelldaten: 094a8bd3e75b53ac5a174f8cb8b658af01554eea62ef241f0bf2527433f3849a. Parserversion: curated-v1. Importiert am: 2026-09-29
Vergleichsmethodik: Mehrstufige Gespräche mit binären, aufgabenspezifischen Rubriken.

Quelle Scale AI

MultiNRC: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 62.27
Bewertung: 62.27
Messgröße: accuracy
Einheit: %
Benchmark-Version: French, Spanish, and Chinese release
Kategorie: reasoning
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: scale-multinrc-native-languages
Konfidenzintervall: 2.92
Quellentyp: official-leaderboard
Auswertung: Scale AI
Status: active
Abrufdatum: 2026-08-26
Methodik: Native, nicht aus dem Englischen übersetzte Reasoning-Aufgaben mit automatischer Bewertung.. Kennung des Quellmodells: curated/gpt-5.4-pro. Name des Quellmodells: GPT-5.4 Pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 62,27 % ± 2,92. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-f6d5c3c0afb5. Prüfsumme der Quelldaten: f6d5c3c0afb57ae872fdc0f7d1a0f6ce1ac051dce7e697faf6e210c8757daa5f. Parserversion: curated-v1. Importiert am: 2026-09-29
Vergleichsmethodik: Native, nicht aus dem Englischen übersetzte Reasoning-Aufgaben mit automatischer Bewertung.

Quelle Scale AI

TutorBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 56.62
Bewertung: 56.62
Messgröße: weighted rubric score
Einheit: %
Benchmark-Version: 1,490-task release
Kategorie: education
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: scale-tutorbench-overall
Konfidenzintervall: 1.02
Quellentyp: official-leaderboard
Auswertung: Scale AI
Status: active
Abrufdatum: 2026-08-26
Methodik: 1.490 Aufgaben mit gewichteten Rubriken und Claude 4 Sonnet als Juror.. Kennung des Quellmodells: curated/gpt-5.4-pro. Name des Quellmodells: GPT-5.4 Pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 56,62 % ± 1,02. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-0a9a42605858. Prüfsumme der Quelldaten: 0a9a4260585830c804e54bb75c5da6d84a438a201917cb239718d094f674c97b. Parserversion: curated-v1. Importiert am: 2026-09-29
Vergleichsmethodik: 1.490 Aufgaben mit gewichteten Rubriken und Claude 4 Sonnet als Juror.

Quelle Scale AI

VISTA: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 53.89
Bewertung: 53.89
Messgröße: rubric score
Einheit: %
Benchmark-Version: 758 private prompt-image pairs
Kategorie: multimodal
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: scale-vista-private-overall
Konfidenzintervall: 2.02
Quellentyp: official-leaderboard
Auswertung: Scale AI
Status: active
Abrufdatum: 2026-08-26
Methodik: 758 einzelne Bild-Text-Aufgaben mit strukturierten Ja-Nein-Rubriken.. Kennung des Quellmodells: curated/gpt-5.4-pro. Name des Quellmodells: GPT-5.4 Pro. Anbieter laut Quelle: OpenAI. Evaluator: Scale AI. Datensatztyp: public. Versuche: pass@1. Angezeigter Wert: 53,89 % ± 2,02. Quellenkennung: scale-ai. Kennung der Evidenzaufnahme: curated-scale-ai-2026-08-26-665228705bb0. Prüfsumme der Quelldaten: 665228705bb014f3400e35f1f04afc38ea636267a546fb05ccd1861bceda080a. Parserversion: curated-v1. Importiert am: 2026-09-29
Vergleichsmethodik: 758 einzelne Bild-Text-Aufgaben mit strukturierten Ja-Nein-Rubriken.

Quelle Scale AI

Seite 1 von 2

Vorgänger und Nachfolger

Quellen und Datenstand

Art	Nachweis und Datenstand
Preis	API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. Quelle: Preise · API-Preise
Eingabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Modellmetadaten (abgerufen 8. September 2026) · GPT-5.4 Pro API model documentation · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Ausgabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Modellmetadaten (abgerufen 8. September 2026) · GPT-5.4 Pro API model documentation · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Recherchestand	Recherchestand 8. September 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
In den geprüften Quellen nicht gefunden	parameters-billions Originalwortlaut OpenAI API and release pages do not publish parameter counts.
In den geprüften Quellen nicht gefunden	independent-benchmarks Originalwortlaut The evaluated results in this artifact are the exact OpenAI release table entries.
In den geprüften Quellen nicht gefunden	AA benchmark rows Originalwortlaut No exact-model row in the selected public JSON-LD datasets (some pages only expose N/A or unknown metric summaries).
Weitere Quelle	Scale AI (abgerufen 2. September 2026)
Weitere Quelle	Scale AI (abgerufen 26. August 2026)
Weitere Quelle	Scale AI (abgerufen 26. August 2026)
Weitere Quelle	Scale AI (abgerufen 26. August 2026)
Weitere Quelle	Scale AI (abgerufen 26. August 2026)
Weitere Quelle	OpenAI (abgerufen 8. September 2026) · Introducing GPT-5.4 · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Creative Commons Attribution 4.0
Weitere Quelle	Introducing GPT-5.5 (2026-09-19)

GPT-5.4 Pro

Technische Daten und Zugang

Veröffentlichte Benchmarks

Humanity's Last Exam

MultiChallenge

MultiNRC

TutorBench

VISTA

Messungen ohne passende Vergleichswerte

Dokumentierte Messdetails

Unsere Tests

Pelikan auf dem Fahrrad

Beliebtheit

Veröffentlichte Preise

Vorgänger und Nachfolger

Quellen und Datenstand