OpenAI ha introdotto GPT-5.4, una versione progettata per trasformare i modelli di linguaggio in componenti di produttività e non solo strumenti di conversazione. Il rilascio integra le capacità di ragionamento, sviluppo software e gestione documentale, includendo la tecnologia GPT-5.3-Codex e ampliando le possibilità operative degli agenti intelligenti. Tra le novità più rilevanti figurano l’uso nativo del computer, una finestra di contesto estesa e ottimizzazioni pensate per flussi di lavoro multi-step. Dal punto di vista normativo, il rischio compliance è reale: le aziende dovranno valutare impatti su GDPR compliance e governance dei dati per integrare questi agenti nei processi produttivi.
Dal punto di vista della fruizione, OpenAI ha reso disponibili due versioni per gli utenti: GPT-5.4 Thinking per i piani ChatGPT Plus, Team e Pro e GPT-5.4 Pro per i piani Pro ed Enterprise.
Per gli sviluppatori, i nomi in API sono gpt-5.4 e gpt-5.4-pro, corrispondenti alle stesse configurazioni offerte per gli account commerciali.
Il modello precedente, GPT-5.2 Thinking, rimane nella sezione Legacy per tre mesi prima della dismissione prevista il 5 giugno 2026, permettendo una transizione per le implementazioni già in produzione. Dal punto di vista normativo, il rilascio impone alle aziende di aggiornare le valutazioni di impatto sulla protezione dei dati e le misure di governance.
Il rischio compliance è reale: le imprese dovranno verificare integrazioni tecniche, contrattualistica con fornitori cloud e procedure di data retention. In assenza di adeguati adeguamenti, si profilano rischi operativi e sanzionatori legati alla GDPR compliance.
Contesto esteso e operazioni complesse
Una delle innovazioni più evidenti è la finestra di contesto che supporta fino a circa 1 milione di token. Questa capacità consente di gestire codebase ampie, dossier documentali estesi e sequenze agentiche molto lunghe senza perdita di coerenza. Il vantaggio pratico riguarda le attività di knowledge work che prima richiedevano suddivisione in più sessioni: ora possono essere mantenute in un unico thread operativo, con benefici sulla continuità delle analisi e sulla qualità delle verifiche. Dal punto di vista normativo, l’aumento del contesto comporta obblighi più stringenti in termini di data protection e gestione dei flussi informativi. Il Garante ha stabilito che le misure tecniche e organizzative devono essere adeguate alla scala del trattamento; il rischio compliance è reale: in assenza di adeguati adeguamenti si profilano rischi operativi e sanzionatori legati alla GDPR compliance.
Per le aziende ciò significa adottare procedure di auditing, strumenti di RegTech e tracciabilità dei dati per ridurre il rischio legale e operativo.
Impatto sui costi e limiti di utilizzo
Il passaggio operativo dalle procedure di auditing menzionate precedentemente conduce direttamente alla valutazione economica dell’uso della finestra di contesto. Le piattaforme che offrono ampie capacità di contesto indicano soglie tariffarie differenti per volumi elevati di token,
Dal punto di vista normativo, il rischio compliance è reale: l’uso intensivo del contesto aumenta i requisiti di tracciabilità e documentazione. Per attenuare il rischio, si raccomanda l’adozione di strumenti di RegTech, policy di retention chiare e l’uso mirato di tool search per ridurre il carico informativo nei prompt. Il prossimo sviluppo atteso riguarda l’armonizzazione dei modelli di tariffazione con gli strumenti di governance per facilitare decisioni di costo-efficacia.
Uso del computer e automazione delle interfacce
Il nuovo modello estende la capacità di eseguire compiti direttamente su interfacce grafiche. Esso interagisce con applicazioni, browser e desktop tramite input visivi e comandi su mouse e tastiera, oltre all’integrazione con librerie di automazione come Playwright. Questa evoluzione riduce i passaggi necessari per completare workflow complessi e consente agli agenti di pianificare, eseguire e verificare azioni su catene di lavoro articolate.
Dal punto di vista operativo, la novità sposta l’asse dell’automazione da semplici chiamate API a esecuzioni su interfacce reali. Ciò migliora l’efficienza nelle attività che richiedono interazione con software non progettati per integrazioni programmatiche. Per le imprese, l’impatto pratico riguarda tempi di esecuzione più brevi e una minore frammentazione dei processi manuali.
Dal punto di vista normativo, il rischio compliance è reale: l’esecuzione autonoma su interfacce può comportare trattamento di dati personali e attività con effetti amministrativi. Il Garante ha stabilito che ogni automazione richiede valutazioni di GDPR compliance e misure di sicurezza adeguate. Le aziende devono aggiornare le procedure di governance, log e auditing per monitorare le azioni automatizzate e ridurre i rischi legali.
L’adozione su larga scala dipenderà dalla capacità degli operatori di integrare controlli di governance e modelli di tariffazione sostenibili. Un prossimo sviluppo atteso riguarda l’allineamento tra strumenti di automazione e framework di compliance per facilitare decisioni di costo-efficacia.
Precisione visiva e supporto immagini
In continuità con l’allineamento tra automazione e framework di compliance, il modello amplia la gestione delle immagini ad alta risoluzione per migliorare l’accuratezza operativa. Il livello original image detail supporta fino a 10,24 milioni di pixel, equivalenti a 6000 pixel per lato, mentre il livello high detail arriva a 2,56 milioni di pixel o 2048 pixel per lato. Questa capacità consente la lettura di interfacce dense, documentazione tecnica e schermate complesse senza perdita significativa di precisione. L’aumento della risoluzione riduce gli errori di interpretazione visiva e facilita l’integrazione con strumenti di analisi automatica e revisione umana.
Benchmark, efficienza e qualità delle risposte
I test pubblicati da OpenAI documentano progressi misurabili nelle prestazioni del nuovo modello. Su OSWorld-Verified, benchmark che valuta la navigazione desktop tramite immagini e input, GPT-5.4 raggiunge il 75,0% di successo. Il modello precedente, GPT-5.2, ottiene il 47,3%, mentre la media umana riportata dallo stesso benchmark è del 72,4%. Su WebArena-Verified, che misura compiti browser-based, GPT-5.4 segna il 67,3% rispetto al 65,4% della generazione precedente.
Nei compiti di fogli di calcolo il punteggio sale all’87,3% rispetto al 68,4% di GPT-5.2. Nelle presentazioni i valutatori umani preferiscono gli output del nuovo modello nel 68% dei casi per qualità grafica e varietà visiva. L’aumento della risoluzione riduce gli errori di interpretazione visiva e facilita l’integrazione con strumenti di analisi automatica e revisione umana.
Dal punto di vista normativo, il miglioramento delle prestazioni riduce alcune criticità tecniche ma non elimina il rischio compliance. Il rischio compliance è reale: le aziende devono rafforzare i processi di validazione, audit e documentazione delle catene decisionali automatizzate. In assenza di controlli adeguati, gli errori sistematici nelle fasi di input o post-elaborazione possono tradursi in responsabilità operative e reputazionali.
Per le imprese resta prioritario implementare test indipendenti e procedure di verifica continue. Ulteriori report e test pubblici potranno chiarire la robustezza dei miglioramenti e guidare le scelte di integrazione industriale.
OpenAI segnala miglioramenti nella correttezza e nella precisione. Nei test interni le affermazioni false risultano il 33% meno frequenti rispetto a GPT-5.2. La probabilità che una risposta contenga errori si riduce del 18%. Sul fronte della velocità e dei costi, GPT-5.4 mostra maggiore efficienza nel consumo di token. In Codex è stata introdotta una modalità /fast che incrementa la velocità di elaborazione fino a 1,5 volte mantenendo la qualità.
Tool search e ottimizzazione del contesto
Una funzione pratica è tool search, concepita per individuare e caricare strumenti o API solo quando strettamente necessari. In un test su 250 task con 36 server MCP attivi, l’adozione di tool search ha ridotto il consumo totale di token del 47% mantenendo la stessa accuratezza. Dal punto di vista operativo, questo approccio diminuisce l’overhead di contesto e migliora la scalabilità nell’integrazione di ecosistemi eterogenei.
Dal punto di vista normativo, il ricorso a caricamenti selettivi degli strumenti può ridurre l’esposizione ai dati non necessari. Il rischio compliance è reale: le aziende devono valutare controlli di accesso e logging per garantire data protection e GDPR compliance. Ulteriori test pubblici e report indipendenti potranno chiarire la robustezza dei miglioramenti e orientare le scelte di integrazione industriale.
La versione finale indica una direzione chiara: GPT-5.4 mira a trasformare i modelli di frontiera in componenti integrate per il lavoro professionale. Le nuove capacità comprendono l’esecuzione di operazioni reali e la produzione di deliverable mantenendo coerenza su orizzonti temporali più lunghi. Dal punto di vista normativo, il rischio compliance è reale: la piena adozione richiede procedure di controllo e verifica indipendente in ambiente di produzione. L’effettiva robustezza dei miglioramenti sarà chiarita da ulteriori test pubblici e report indipendenti, che orienteranno le scelte di integrazione industriale e l’adozione nei workflow aziendali.
