GPT-5.4 ist da — Was es für AI-Agent-Entwickler bedeutet

OpenAI hat gerade GPT-5.4 veröffentlicht — ihr bisher leistungsfähigstes Modell. Es kombiniert die Coding-Stärken von GPT-5.3-Codex mit wesentlichen Verbesserungen bei Reasoning, Computer-Nutzung und Tool Calling. Jetzt verfügbar in der API als gpt-5.4 und in ChatGPT als GPT-5.4 Thinking.

Hier ist, was wichtig ist, wenn Sie AI-Agents bauen.

Native Computer-Nutzung

GPT-5.4 ist OpenAIs erstes Allzweck-Modell mit nativen Computer-Use-Fähigkeiten. Es kann Computer über Screenshots und Tastatur-/Mausbefehle steuern oder über Code-Bibliotheken wie Playwright.

Die Zahlen sind beeindruckend:

• OSWorld-Verified: 75,0% (gegenüber 47,3% mit GPT-5.2, übertrifft die menschliche Leistung von 72,4%)
• WebArena-Verified: 67,3% für browserbasierte Aufgaben

Für Agent-Frameworks wie Pydantic AI und LangChain eröffnet dies eine neue Klasse von Workflows — Agents, die nicht nur APIs aufrufen, sondern mit echten Software-Oberflächen interagieren. In Kombination mit Sandbox-Umgebungen (wie Docker oder Daytona) werden Computer-Use-Agents produktionstauglich.

1M Token Context Window

GPT-5.4 unterstützt bis zu 1 Million Tokens Kontext in der API. Für langlebige Agents ist das transformativ — ein Agent kann eine gesamte Codebasis, einen vollständigen Dokumentensatz oder stundenlange Konversationsverläufe halten, ohne an Kontextgrenzen zu stoßen.

Dennoch bleibt Kontextmanagement wichtig. Unsere Erfahrung mit summarization-pydantic-ai zeigt, dass selbst bei großen Context Windows intelligente Komprimierung (LLM-Zusammenfassung + Sliding Window) bessere Ergebnisse liefert als alles in den Kontext zu packen. Das Modell achtet sorgfältiger auf aktuelle, relevante Informationen.

Tool Search — Die größte API-Änderung

Das ist das unterschätzte Feature. Bisher wurden alle Tool-Definitionen in jede API-Anfrage einbezogen. Bei Dutzenden von Tools sind das Tausende von Tokens pro Aufruf — teuer und langsam.

GPT-5.4 führt Tool Search ein: Das Modell erhält eine kompakte Liste verfügbarer Tools und kann vollständige Definitionen bei Bedarf abrufen. OpenAI berichtet von 47% weniger Tokens bei tool-intensiven Workloads bei identischer Genauigkeit.

Für Frameworks, die viele Toolsets zusammenstellen — wie pydantic-deepagents, wo ein einzelner Agent über 30 Tools aus Dateisystem, Planung, Sub-Agents, Middleware und mehr haben kann — bedeutet das direkt niedrigere Kosten und schnellere Antworten.

Coding-Verbesserungen

GPT-5.4 erreicht oder übertrifft GPT-5.3-Codex bei Coding-Benchmarks:

• SWE-Bench Pro: 57,7% (vs 56,8%)
• Terminal-Bench 2.0: 75,1%

Noch wichtiger ist, dass es deutlich token-effizienter ist — es löst Probleme mit weniger Reasoning-Tokens als GPT-5.2. Für Agent-Schleifen, in denen das Modell Code iterativ bearbeitet (Bearbeiten → Ausführen → Korrigieren), bedeuten weniger Tokens pro Iteration niedrigere Kosten und schnellere Zyklen.

Besseres Tool Calling

Auf Toolathlon, das mehrstufige Tool-Nutzung testet, erreicht GPT-5.4 54,6% (vs 45,7% für GPT-5.2) — und das in weniger Durchgängen. Bessere Tool-Calling-Genauigkeit mit weniger Hin und Her verbessert direkt die Zuverlässigkeit von Agents.

Für Entwickler, die Lifecycle Hooks nutzen (wie in pydantic-ai-middleware), um Kosten zu verfolgen und Tool-Aufrufe zu prüfen, bedeuten weniger unnötige Aufrufe sauberere Logs und niedrigere Budgets.

Preise

GPT-5.4 kostet mehr pro Token, verbraucht aber weniger Tokens:

Modell	Input	Cached Input	Output
gpt-5.2	$1.75/M	$0.175/M	$14/M
gpt-5.4	$2.50/M	$0.25/M	$15/M

Mit Tool Search und effizienterem Reasoning können die Gesamtkosten pro Aufgabe für tool-intensive Agents tatsächlich sinken.

Was das für unseren Stack bedeutet

Wir testen GPT-5.4 bereits in unseren Tools:

• pydantic-deepagents: Das 1M Context Window bedeutet weniger Zusammenfassungs-Trigger und längere autonome Läufe. Tool Search könnte den Prompt-Overhead für unser gesamtes Toolset um über 40% reduzieren.
• pydantic-ai-backend: Computer-Use-Fähigkeiten eröffnen die Möglichkeit für browserbasiertes Testen in Sandboxes.
• Full-Stack AI Agent Template: GPT-5.4 funktioniert als Drop-in-Ersatz — einfach den Model-String ändern. Probieren Sie es im Web-Konfigurator aus.

Das Modell ist ab sofort verfügbar. Wenn Sie Agents mit Pydantic AI, LangChain oder LangGraph bauen, lohnt es sich, GPT-5.4 heute zu testen — besonders für tool-intensive und langlebige Workflows.

---

Vstorm baut produktionsreife AI-Agent-Systeme. Wir pflegen 10+ Open-Source-Pakete für das Pydantic AI Ökosystem.