GPT‑5.4登場!推出ChatGPT for Excel外掛:可直接用自然語言下指令,不用查一堆函數語法
GPT‑5.4登場!推出ChatGPT for Excel外掛:可直接用自然語言下指令,不用查一堆函數語法

重點一:GPT-5.4 整合推理、程式編寫與電腦自主操作能力,上下文視窗達 100 萬個 token,在 GDPval 知識工作基準測試中以 83% 勝率超越一般辦公室員工表現。

重點二:Token 使用效率大幅躍升,部分任務耗用量較 GPT-5.2 減少 47%;個別陳述錯誤率降低 33%,整體回應出錯機率下降 18%。

重點三:OpenAI 同步推出 Excel/Google Sheets 插件與金融服務套件,直接切入企業市場,與 Anthropic Claude 展開正面競爭。

OpenAI 於台灣時間 3 月 6 日正式發布 GPT-5.4,定位為該公司迄今「最具能力且最高效的專業工作前沿模型」。

新模型同時推出兩個變體:具備深度推理的 GPT-5.4 Thinking,以及針對極複雜任務最佳化的 GPT-5.4 Pro,向付費訂閱用戶(Plus、Team、Pro)逐步開放,並同步上線開發者 API 與 Codex 平台。

此次發布並非單純的效能升級,而是一次能力整合。GPT-5.4 將原先分散於不同模型的核心優勢,GPT-5.3 Codex 的程式設計能力、改進後的推理引擎,以及自主操作桌面、瀏覽器與應用程式的 AI 代理 (Agentic AI) 功能,首度統整在單一通用模型中落地。

三大技術突破:效率、準確度、自主操作

GPT-5.4 在效能層面交出多項亮眼數據。在 OpenAI 自行開發、涵蓋 44 種職業真實工作情境的 GDPval 基準測試中,模型以 83% 的勝率超越辦公室員工,在法律與金融專業能力的 APEX-Agents 排行榜也奪得首位。

GDPval Knowledge work tasks
在一大堆真實的辦公室工作題目上,GPT‑5.4 交作業拿去盲測,十次裡面大概有八次評審會覺得它的東西比人類專家還好,而且比上一代 GPT‑5.2 進步一大截。
圖/ OpenAI

準確度方面,OpenAI 表示 GPT-5.4 在個別陳述的錯誤率較 GPT-5.2 下降 33%,整體回應出錯機率減少 18%。在推理版本 (GPT-5.4 Thinking) 中,研究顯示模型較不易產生欺騙性輸出,OpenAI 認為這意味著「思維鏈 (Chain-of-Thought) 監控仍是有效的安全工具」。

計算效率的躍升同樣顯著。在 Scale 的 MCP Atlas 基準測試中,透過新引入的 Tool Search 機制,讓模型僅在需要時才查詢工具定義,而非預載整份工具清單。

token 使用量在維持準確度的前提下減少了 47%。此外,API 版本支援高達 100 萬個 token 的超長上下文視窗,為企業級大規模文件分析與多步驟代理工作流奠定基礎,但超過 27.2 萬個 token 後費用將加倍計算。

電腦使用 (Computer Use) 能力是另一重要里程碑。

GPT-5.4 是 OpenAI 首個將電腦操作功能內建於通用主線模型的版本,在衡量桌面環境導航能力的 OSWorld-Verified 基準中,成功率從 GPT-5.2 的 47.3% 躍升至 75.0%,超越人類基準值 72.4%。

ChatGPT for Excel外掛問世

與模型發布同步,OpenAI 官方推出 ChatGPT for Excel 外掛,讓 GPT‑5.4 能直接在 Excel 儲存格裡執行分析與自動化。另一方面,透過 Codex 與 API 更新,開發者也能把同樣能力串接到 Google Sheets 等雲端試算表。

以「ChatGPT for Excel」為例,這個外掛的核心意義,就是讓 GPT‑5.4 這種「知識工作模型」直接在 Excel 裡工作,而不是你複製貼上到瀏覽器問問題。

簡單來說,你可以用自然語言講需求,例如用中文說明「幫我寫一個根據產品類別和月份加總營收的公式」,它會回給你對應的公式,甚至解釋每一段在幹嘛;或是把一長串複雜公式貼給它,請它「用白話解釋這個公式,順便幫我簡化」,讓維護舊報表比較不那麼痛苦。

此外,「OpenAI for Financial Services」新服務也同步上線,瞄準的正是 Anthropic Claude 長期深耕的企業客戶基本盤。

定價方面,GPT-5.4 Thinking 面向 ChatGPT Plus(每月約新台幣 635 元)及以上訂閱用戶開放;GPT-5.4 Pro 則保留給 ChatGPT Pro(每月 200 美元,約合新台幣 6,352 元)與企業方案用戶。免費用戶也可在查詢被自動路由至本模型時,體驗部分功能。

延伸閱讀:首起Google AI過失致死訴訟!Gemini是怎麼害死一個成年男子的?訴狀揭5個虛構任務,該如何正確辨別「壞AI」?

資料來源:TechCrunchVentureBeatFortune

本文初稿為 AI 編撰,整理・編輯/ 李先泰

關鍵字: #openai #ChatGPT
往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓