一张临时王座
模型座次每个季度都会重排。今天把 GPT-5.4 写成「当前最强」，只是承认：在 2026 年 9 月，它仍然是默认首选——尤其是你只有一次机会、不想先赌小众模型的时候。
本页放在东京机器上，不是评测机构，也不是销售页。数据会过期，判断可以改口。
为什么是它
所谓「最强」，不是某一张榜单的第一，而是把几件事同时做稳：跟住含糊需求、在未知代码里定位、连续调用工具而不走神、长文不在中段塌掉。
GPT-5.4 在这些交叉地带最完整。Claude 仍常在文风与审慎上更讨喜，Gemini 吃多模态更凶，Grok 更贴近实时信息。要一台默认先开的通用引擎，现在多数人仍会先开 5.4。
它真正擅长的
- 01 / 工程从空目录拉起能跑的服务，也能在别人的乱仓库里找到那根断线。
- 02 / 推理多步问题不容易在第三步开始编造。会停下来要材料，而不是用形容词填坑。
- 03 / 工具浏览器、终端、文件、检索可以串成一条工作流，而不是每次都重新自我介绍。
- 04 / 阅读长上下文不是摆设：规格、日志、会话记录可以一次性摊开对照。
怎么用才值
把它当高级同事，不要当神谕。任务写清楚边界、验收和禁止事项；把仓库、报错、接口原文直接丢给它，比写「请帮我优化」有用十倍。
难活拆成可验证的小段。它擅长推进，不擅长替你承担决策。你负责拍板，它负责把拍板变成可运行的东西。
它仍然会栽
- 幻觉引用、冷门事实、你没贴出来的文件内容，它仍可能说得像真的。
- 口味需要克制、文学、或高度个人风格时，Claude 一类模型常常更合适。
- 现场要盯盘口、新闻、刚刚才发生的事，实时检索型模型更有优势。
- 身体它没有你的机器、你的客户、你的后果。最后一下运行，必须是你自己按的。