我们需要决定这个迭代应优先补提示词示例覆盖,还是先清理旧模型样例。
决策:优先补提示词示例覆盖。 背景:模型页现在消费已复核示例,旧样例只作为库存。 选项:现在清旧样例、现在补提示词覆盖,或拆分这个迭代。 建议:先给未覆盖模型补提示词示例,再在后续清理旧兼容数据。 风险:临时媒体 URL 仍会阻塞最终媒体治理。 下一里程碑:每个聊天和音频模型至少有一个已发布提示词示例。
GPT-5.4 是 Rivya 里的高阶通用 GPT 选项,适合认真研究、长文分析、截图推理和对外文案写作。当 GPT-5.2 显得偏轻,但任务又不是代码优先的 Codex 项目时,可以使用它。
示例输出
适合策略评审、管理层对齐和清晰取舍判断。
响应
示例输出
适合策略评审、管理层对齐和清晰取舍判断。
让 Rivya 帮你做更复杂的分析、研究整合、代码评审,或处理高要求的多步骤对话任务。
Rivya 高管决策备忘录提示词的对话预览。
输出摘要
适合策略评审、管理层对齐和清晰取舍判断。
适合任务
支持能力
在线试用
输入设置
对话控制
当所选模型支持时,你可以控制是否联网搜索、使用多强的推理,以及是否包含模型的思考内容。
联网搜索
允许支持的模型在回答过程中调用实时网页搜索。
推理强度
可以保持模型默认,或在支持时指定更轻或更强的推理级别。
开始一段对话,把规划、提示词和创作方向整理成一条可复用的线程。
提示词起步
当你不想从空白输入开始时,可以先用已经映射到 GPT-5.4 的模板,再按自己的任务改写。
模型示例
先用上方在线试用区开始生成,再结合这些示例结果判断成品质感、输出节奏和任务适配度,然后决定是否继续在完整工作台里投入更多积分。
让 Rivya 帮你做更复杂的分析、研究整合、代码评审,或处理高要求的多步骤对话任务。
Rivya 高管决策备忘录提示词的对话预览。
输出摘要
适合策略评审、管理层对齐和清晰取舍判断。
主示例
Rivya 高管决策备忘录提示词的对话预览。
输入
提示词 + 可选图片
看点提示
Rivya 高管决策备忘录提示词的对话预览。
每次消耗积分
按量付费 — 根据使用量消耗积分
为什么它适合
复杂分析和多步骤规划能力更强
支持视觉输入,最多 6 张图片
适合结构化任务与工具调用型对话
最适合的任务
模型示例
决策确认
决策确认
适合任务
任务接近这些情况时使用
安静事实
提供商
OpenAI
类别
对话
能力标签
响应
积分模式
按量付费 — 根据使用量消耗积分
输入方式
提示词 + 可选图片
提示设置
最多 20,000 字
GPT-5.4 常见问题
GPT-5.4 更适合那种文本和视觉证据要一起看、一起推理的任务,比如策略简报、研究材料、截图、图表、产品流程和决策备忘录混在同一个问题里。它真正擅长的,不只是“看懂内容”,而是把这些材料放进同一个判断框架后还能给出更像样的结论。
在 Rivya 里,GPT-5.4 现在还是以对话为核心,但它也支持最多 6 张图片一起进入同一轮分析。所以它比较适合那些“文字本身说不完,必须连图一起看”的工作。
对 GPT-5.4 来说,真正关键的不是参数,而是初步证据包怎么摆:哪些文字材料要看、哪些截图或图表要看、顺序怎么放、最后你到底希望它回答什么问题。如果这几件事捆得够清楚,它的价值通常会比继续调提示词格式更明显。
当前按 token 计费:每百万输入 token 为 140 积分,每百万输出 token 为 1120 积分。这个花费更适合放在那种长上下文、要看图、还要做判断的任务上,因为这种任务里,一轮靠谱分析往往比几轮便宜但总跑偏的对话更值。
如果同一条线程需要同时处理复杂推理和视觉证据,就优先选 GPT-5.4;如果只是低成本纯文本试答,用更轻的选项。只有在任务明确需要顶级分析上限时,再往更重的模型走。
这页更适合尝试一轮“文字和截图要一起看”的研究或策略任务,比如长简报、研究包、图表判断、流程截图分析。你可以先在这里验证 GPT-5.4 有没有把整组材料真正看在一起,再进入把任务继续带进更长的工作台线程。
这页本身就是 GPT-5.4 的公开对话入口,也支持最多 6 张图片一起参与分析。它本质上仍然是聊天页,但更适合那些截图、图表和文字证据必须放在同一轮里一起判断的任务。
开始试用前,先把问题、文字材料、截图和图表之间的关系理顺,再说明这次到底要它回答什么。对 GPT-5.4 来说,初步不是“把图贴上去”就够了,而是要让图、文字和问题真正对齐。
这页可以先公开浏览,但真正发送初步消息前还是要先登录。当前按 token 计费:每百万输入 token 为 140 积分,每百万输出 token 为 1120 积分,所以更适合先把文字上下文、图片组和证据问题理顺,再登录开始这轮正式分析。
如果你现在只是要试初步分析框架,看看图、表和文字有没有被一起读对,继续留在这页就够了。等任务开始需要保存上下文、挂更多附件、持续追问,或者变成一条长期证据链线程时,再切到完整创作工作台会更顺。
比较替代模型
OpenAI 在 Rivya 上的高阶 GPT 对话模型,适合复杂推理、图像辅助分析、研究整合和结构化写作。
为什么考虑它
当积分提示更适合下一次运行时,可以考虑它:按量付费 - 根据使用量消耗积分。
OpenAI 在 Rivya 上更高阶的 Codex AI 编码模型,延续代码生成、结构化推理和工具协作能力,更适合仓库级开发项目。
为什么考虑它
如果任务更接近这个方向,可以考虑它:仓库级调试和架构审阅。
Rivya 上的高规格 Codex 模型,适合疑难调试、长上下文实现规划和要求较高的代码审阅。
为什么考虑它
如果任务更接近这个方向,可以考虑它:大型代码库里的疑难调试。
产品策略情景地图提示词的对话预览。
让 Rivya 帮你做更复杂的分析、研究整合、代码评审,或处理高要求的多步骤对话任务。
运营计划风险复核对话提示词的对话预览。
适合在计划变成一堆延期任务之前提前复核。
运营计划风险复核对话提示词的对话预览。
让 Rivya 帮你做更复杂的分析、研究整合、代码评审,或处理高要求的多步骤对话任务。
高管汇报问答准备对话提示词的对话预览。
把汇报材料转成高层听众真正可能追问的问题。
高管汇报问答准备对话提示词的对话预览。
开发者接入
确认模型字段、参考素材规则和积分行为后,可以通过 Public API v1 调用 GPT-5.4。