← Alle News
Analyse 6. März 2026 · 6 min Lesezeit

GPT-5.4: OpenAIs erstes Modell mit nativer Computer-Steuerung

Zwei Tage nach GPT-5.3 Instant legt OpenAI mit GPT-5.4 nach — einem Modell, das Computer eigenständig bedienen kann und 47 Prozent weniger Tokens verbraucht. Benchmarks, Preise und Einordnung im Modell-Wettbewerb.

OpenAI hat am 5. März 2026 mit GPT-5.4 sein bisher ambitioniertestes Modell veröffentlicht. Nur 48 Stunden nach dem Release von GPT-5.3 Instant — einem Update, das vor allem Halluzinationen reduzieren sollte — kommt jetzt ein Modell, das einen grundlegend anderen Anspruch erhebt: GPT-5.4 ist das erste allgemeine OpenAI-Modell, das Computer eigenständig steuern kann. Es klickt Buttons, navigiert Browser, füllt Spreadsheets aus und führt mehrstufige Workflows über verschiedene Anwendungen hinweg aus.

Für B2B-Entscheider ist das mehr als ein technisches Feature. Es ist der konkreteste Schritt bisher in Richtung KI-Agenten, die tatsächlich Büroarbeit übernehmen — als digitaler Mitarbeiter mit Maus und Tastatur.

Native Computer-Steuerung: Vom Chatbot zum Agenten

Die wichtigste Neuerung von GPT-5.4 ist die integrierte Fähigkeit, Computer wie ein Mensch zu bedienen. Das Modell kann Screenshots interpretieren, daraus Aktionen ableiten und über Maus- und Tastatureingaben Programme steuern. Gleichzeitig schreibt es Code, um Aufgaben über Programmierbibliotheken wie Playwright zu automatisieren.

KI-Agent steuert Spreadsheet und Browser gleichzeitig
GPT-5.4 kann erstmals eigenständig zwischen Anwendungen wechseln — vom Browser zur Tabellenkalkulation, ohne menschliches Eingreifen.

Die Benchmark-Ergebnisse untermauern den Anspruch: Auf OSWorld-Verified, einem Test für Desktop-Navigation per Screenshot und Maus/Tastatur, erreicht GPT-5.4 eine Erfolgsrate von 75 Prozent — gegenüber 47,3 Prozent beim Vorgänger GPT-5.2. Zum Vergleich: Die gemessene menschliche Leistung liegt bei 72,4 Prozent. Das Modell übertrifft also erstmals den menschlichen Durchschnitt bei der autonomen Bedienung von Desktop-Anwendungen.

Beim Web-Browsing sieht es ähnlich aus: Auf BrowseComp, einem Test für hartnäckige Webrecherche, verbessert sich GPT-5.4 um 17 Prozentpunkte gegenüber GPT-5.2. Die Pro-Variante erreicht 89,3 Prozent — neuer Bestwert. Auf WebArena-Verified für Browser-Aufgaben kommt GPT-5.4 auf 67,3 Prozent.

Tool Search: Schluss mit der Token-Verschwendung

Mindestens ebenso relevant für Entwickler ist eine architektonische Neuerung namens Tool Search. Bisher mussten bei API-Aufrufen sämtliche verfügbaren Werkzeug-Definitionen (Tool Definitions) in den Prompt gepackt werden — bei Systemen mit Dutzenden Tools kamen so Tausende Tokens zusammen, die bei jeder einzelnen Anfrage bezahlt werden mussten, ohne je genutzt zu werden.

GPT-5.4 löst das mit einem Suchansatz: Das Modell erhält nur eine kompakte Übersicht der verfügbaren Tools und ruft die vollständige Definition erst ab, wenn es ein Werkzeug tatsächlich braucht. Im Test mit 36 MCP-Servern auf dem Scale MCP Atlas Benchmark reduzierte das den Token-Verbrauch um 47 Prozent — bei identischer Genauigkeit.

Für Unternehmen, die komplexe Agenten-Systeme mit vielen Integrationen betreiben, ist das eine direkte Kostenreduktion. Weniger Tokens pro Anfrage bedeutet nicht nur niedrigere Rechnungen, sondern auch schnellere Antwortzeiten.

Modell-Architektur: Dual-Mode für Agenten-Aufgaben

GPT-5.4 arbeitet mit einem Dual-Mode-Ansatz für Computer Use: Das Modell kombiniert visuelle Erkennung (Screenshot-Interpretation) mit Code-basierter Automatisierung in einem einzigen Inferenz-Durchlauf. Statt wie bisherige Ansätze entweder auf reine Bildanalyse oder reine Code-Generierung zu setzen, wählt GPT-5.4 dynamisch den effizientesten Pfad — Screenshot-basierte Klicks für unbekannte UIs, Playwright-Code für wiederholbare Workflows.

Das erklärt den Sprung auf OSWorld: Wo GPT-5.2 bei unbekannten Anwendungen scheiterte, kann GPT-5.4 visuell navigieren und gleichzeitig die erkannten Muster in automatisierbaren Code übersetzen. Die Thinking-Variante (GPT-5.4 Pro) nutzt zusätzlich einen erweiterten Reasoning-Schritt, um mehrstufige Aufgabenketten vorab zu planen — auf Kosten höherer Latenz und Token-Verbrauch.

Benchmarks und Preise im Überblick

Jenseits der Computer-Use-Benchmarks zeigt GPT-5.4 auch in klassischen Disziplinen Fortschritte:

Die Preise positionieren GPT-5.4 im oberen Segment:

Damit ist GPT-5.4 günstiger als Claude Opus 4.6 (5 Dollar Input / 25 Dollar Output), aber teurer als Gemini 3.1 Pro (2 Dollar / 12 Dollar). Die Pro-Variante spielt preislich in einer eigenen Liga.

Der Kontext: OpenAI unter Druck

Der Release kommt zu einem Zeitpunkt, an dem OpenAI politischen Gegenwind hat. Nach der umstrittenen Entscheidung, dem US-Verteidigungsministerium Zugang zu gewähren — nachdem Anthropic dies öffentlich abgelehnt hatte —, verlor OpenAI laut Forbes-Berichten rund 1,5 Millionen Nutzer. Intern sorgten die Pentagon-Pläne für offene Kritik von Mitarbeitern.

GPT-5.4 ist OpenAIs technische Antwort: ein Modell, das den Fokus zurück auf Produktivität und Enterprise-Tauglichkeit lenkt. Die Kombination aus Computer-Steuerung und Tool Search zielt direkt auf Unternehmenskunden — die zahlungskräftigste Zielgruppe im KI-Markt.

Einordnung: GPT-5.4 im Modell-Wettbewerb

GPT-5.4 ist OpenAIs bisher stärkster Vorstoß in Richtung autonomer Agenten-Fähigkeiten auf Modell-Ebene. Mit 75 Prozent auf OSWorld-Verified übertrifft es erstmals den menschlichen Durchschnitt bei Desktop-Navigation — ein Meilenstein, der die Frage von „Kann ein Modell das?" zu „Wie zuverlässig?" verschiebt.

Allerdings ist OpenAI nicht allein: Anthropic hat mit Claude bereits Computer-Use-Fähigkeiten auf Modell-Ebene demonstriert, Google arbeitet mit Project Mariner an ähnlicher Technologie. Die Benchmark-Landschaft bei Computer Use ist in Bewegung, und die Führung kann mit dem nächsten Release wechseln.

Drei Aspekte zur Einordnung:

Quellen

← Zurück zur Übersicht