Hinweis — zukunftsgerichtetes Profil. Diese Seite beschreibt ein Modell, das sich entweder in einer frühen Preview befindet, angekündigt, aber noch nicht allgemein verfügbar ist, oder auf Basis von Roadmap-Signalen projiziert wird. Spezifikationen und Fähigkeiten können sich vor dem öffentlichen Launch noch verschieben. Die Live-Benchmark-Daten auf dieser Seite spiegeln den Endpunkt wider, den unser Test-Harness aktuell erreichen kann.
Dies ist der datierte Snapshot von GPT-5.4 Pro, eingefroren auf den Launch am 5. März 2026. Der floating Slug gpt-5.4-pro bewegt sich weiterhin. Das allgemeine Argument für das Pinning von Pro-Snapshots entspricht dem für jede andere Stufe — Reproduzierbarkeit, Audit-Trails, kalibrierte Prompts. Das spezifische Argument für das Pinning von Pro ist schärfer: Dies ist die Stufe, die Agent-Loops betreibt, und Agent-Loops sind in einzigartiger Weise empfindlich gegenüber Verhaltensdrift.
Warum Agent-Loops die Pinning-Rechnung verändern
Ein Single-Shot-Completion funktioniert entweder oder es funktioniert nicht. Wenn es nicht funktioniert, sehen Sie die schlechte Ausgabe, handhaben sie und gehen weiter. Die Verhaltensdrift zwischen Snapshots wirkt sich auf Single-Shot-Completions in einer Weise aus, die meist sichtbar und meist korrigierbar ist.
Agent-Loops sind anders. Das Modell trifft in Schritt eins eine Planungsentscheidung, führt in Schritt zwei einen Tool-Call aus, interpretiert in Schritt drei das Ergebnis, entscheidet in Schritt vier den nächsten Schritt, und so weiter. Jeder Schritt baut auf dem vorherigen auf. Eine kleine Änderung darin, wie das Modell Schritt eins behandelt, pflanzt sich durch jeden nachfolgenden Schritt fort. Ein Modellupdate, das das Planungsverhalten leicht ändert, kann Trajektorien erzeugen, die mit den Trajektorien des Vorgängermodells auf denselben Eingaben überhaupt nichts mehr zu tun haben.
Das ist nicht theoretisch. Teams, die Agents in Produktion gegen floating Slugs betreiben, berichten, dass Snapshot-Updates zu Änderungen in Tool-Call-Mustern, Retry-Verhalten, Entscheidungszweigen und finalen Ausgaben führen. Die Änderungen sind nicht immer schlechter — manchmal löst der neue Snapshot Probleme, mit denen der alte gekämpft hat. Die Änderungen sind groß, und zwar größer als die entsprechenden Verschiebungen im Single-Shot-Completion-Verhalten.
Das Pinning des datierten Snapshots in der Agent-Loop-Produktion bedeutet, dass die Trajektorien, die Sie zum Deployment-Zeitpunkt getestet haben, auch die Trajektorien sind, die Sie in der Produktion erhalten. Die Reasoning-Kette ist reproduzierbar. Fehler können debuggt werden, weil dieselbe Eingabe zuverlässig dieselbe Ausgabe erzeugt.
Was dieser Snapshot festhält
Der Launch von GPT-5.4 Pro im März 2026: Launch-Gewichte, Launch-Kalibrierung der Reasoning-Tiefe, Launch-Verhalten beim Tool-Use, Launch-Zuverlässigkeit strukturierter Ausgaben, Launch-Vision-Fähigkeit. Alle nachfolgenden Updates des floating Slugs sind anderswo passiert; dieser Snapshot ist auf die Launch-Konfiguration fixiert.
Die Verbesserungen, die 5.4 in die Pro-Stufe bringt — bessere Zuverlässigkeit von Agent-Loops, präziseres Handling komplexer Schemas, verbesserte Kohärenz in langen Kontexten — sind hier alle in ihrer Launch-Form festgehalten.
Unter der Haube
Architektonisch ist dies der Transformer-Decoder von GPT-5.4 Pro, der interleaved Text- und Bildeingaben akzeptiert, mit reiner Textausgabe. OpenAI hat keine Parameterzahlen veröffentlicht. Das Modell verbraucht mehr Rechenleistung pro Token als Basis-5.4, läuft langsamer und kostet mehr — das Pro-Stufen-Profil, eingefroren auf die Launch-Werte.
Die Vision-Fähigkeiten entsprechen denen von Basis-5.4. Die Tool-Use-Oberfläche, die strukturierten Ausgabefähigkeiten und das Function-Calling-Verhalten spiegeln die Launch-Implementierung vom März 2026 wider. Das Kontextfenster entspricht der breiteren 5.4-Linie. Der Trainings-Cutoff liegt Anfang 2026.
Wo es heute steht
Gegen aktuelle Pro-Stufen-Angebote liegt der März-2026-Snapshot von GPT-5.4 Pro bei harten Reasoning-Workloads an oder nahe der Spitze. Das Intelligence-Leaderboard verfolgt die vergleichende Position; gehen Sie davon aus, dass die Lücke zu einem aktuellen floating-Slug-Pro wächst, sobald sowohl OpenAI als auch Wettbewerber neuere Snapshots veröffentlichen.
Der Rückstand ist kein Fehler. Pinning tauscht Spitzenqualität gegen stabiles Verhalten. Wenn Ihnen Spitzenqualität wichtig wäre, würden Sie nicht pinnen.
Wann dieser Snapshot zu pinnen ist
Die üblichen Reproduzierbarkeits-Fälle gelten, und zusätzlich ist der Agent-Loop-Fall in einzigartiger Weise stark:
Sie betreiben Agent-Loops in der Produktion, in denen die Reproduzierbarkeit der Trajektorien wichtig ist. Der Pin hält die Reasoning-Kette über Deployments hinweg und über Debugging-Sitzungen hinweg konsistent.
Sie haben das Agent-Verhalten gegen genau diesen Snapshot evaluiert und haben Prompts, Tool-Definitionen und Entscheidungslogik auf seine Planungsmuster kalibriert. Das Re-Tuning über eine Snapshot-Migration hinweg ist deutlich teurer als bei Single-Shot-Completions, weil Sie die Trajektorienform neu validieren müssen, nicht nur den Inhalt der Ausgabe.
Sie operieren in regulierten Domänen, in denen das Modell, das jeden Schritt einer mehrstufigen Entscheidung erzeugt hat, audit-nachvollziehbar sein muss. Floating Slugs können diese Anforderung nicht erfüllen; dieser Snapshot kann es.
Sie haben kundennahe Features auf hartem Reasoning aufgebaut, bei denen die Prompts auf das spezifische Verhalten dieses Snapshots in harten Fällen kalibriert wurden.
Wann auf den Pin zu verzichten ist
Verzichten Sie darauf für Prototyp-Agents in der Entwicklung, in denen die automatische Übernahme neuer Snapshots ein Feature ist. Lesen Sie den floating Slug; pinnen Sie, wenn Sie ausliefern.
Verzichten Sie darauf für Workloads, bei denen die Spitzen-Reasoning-Qualität wichtiger ist als die Reproduzierbarkeit der Trajektorien. Verwenden Sie den floating Slug oder einen neueren datierten Snapshot.
Verzichten Sie darauf, sobald OpenAI den Deprecation-Zeitplan für diesen Snapshot veröffentlicht. Planen Sie die Migration zum nächsten Pin weit vor dem Sunset.
Das Agent-spezifische Migrationsmuster
Das Zwei-Slug-Muster gilt hier mit besonderer Sorgfalt. Datierter Snapshot in der Produktion, floating Slug in der Pre-Release, eine Canary-Suite repräsentativer Agent-Läufe, die beide Versionen vergleicht. Die Canary sollte sowohl die Trajektorienform als auch die finale Ausgabequalität messen — Anzahl der Tool-Calls, Tiefe der Planungsketten, Retry-Raten, Verteilung der Entscheidungszweige.
Wenn der floating Slug etwas verschiebt, das für Ihre Agents relevant ist, fängt die Canary es ab, bevor der Produktionsverkehr es tut. Wenn der neue Snapshot tatsächlich besser ist und keine Regressionen bei den relevanten Trajektorien-Metriken zeigt, schalten Sie den Produktions-Pin weiter und validieren die Prompts gegen das neue Verhalten erneut.
Dieses Muster kostet mehr Engineering als das Pinning für Single-Shot-Anwendungen, weil die Validierungsoberfläche größer ist. Es spart aber auch mehr Incident-Response, weil die Fehlerbilder von Agents in der Produktion schwerer zu diagnostizieren und teurer zu beheben sind.
Wo die Grenzen weiterhin liegen
Pro ist bei hartem Reasoning besser als die Basis, unterliegt aber weiterhin denselben grundlegenden Limitationen der GPT-5.4-Generation. Halluzinationen bei Nischenthemen sind reduziert, aber nicht eliminiert. Die Kohärenz in langen Kontexten ist gut, aber nicht unbegrenzt. Sprachen mit geringeren Ressourcen bleiben schwächer als die großen.
Keiner dieser Punkte ändert sich durch das Pinning. Sie pinnen das Launch-Verhalten eines Top-Tier-Reasoning-Modells. Workloads, die diese Grenzen bereits im Tausch gegen die Reasoning-Tiefe akzeptiert haben, sind die Workloads, die vom Pin profitieren.
Alternativen
Für Agent-Workloads auf einer anderen Modellfamilie werden die vergleichbaren Pro-Stufen-Angebote von Anthropic und Google mit datierten Snapshots ausgeliefert, und dasselbe Reproduzierbarkeits-Argument gilt. Vergleichen Sie anhand Ihrer spezifischen Agent-Trajektorien, nicht anhand von Benchmark-Zusammenfassungen.
Für Workloads, bei denen Reproduzierbarkeit zwar wichtig ist, Pro aber überdimensioniert wäre, pinnen Sie stattdessen den datierten Snapshot von Basis-5.4.
Letzte technische Überprüfung: 2026-05-22 — Tokonomix.ai
