NUWA 
OpenAI
GPT-5.4 mini
关于能力、行为倾向及可观察行动的已发表证据。
- 首次公开可用日期
- 2026-03-17
- 参数规模
- 未披露
- 元数据更新
- 2026-10-27
证据概述
按评估与协议整理已发表风险证据；证据缺失不代表风险较低。
NUWA 整理和解读这些来源。实验归属于原始执行方，本页不宣称 NUWA 已独立复现。
模型监测
代表性 Benchmark 覆盖
按协议和配置呈现结果，缺口标明待收录或待关联的证据。
AgentCyberRange →
尚未关联该模型版本的合格测量。
Cybench →
尚未关联该模型版本的合格测量。
CyberGym →
尚未关联该模型版本的合格测量。
METR Time Horizons →
尚未关联该模型版本的合格测量。
SEC-bench Pro →
尚未关联该模型版本的合格测量。
MASK →
尚未关联该模型版本的合格测量。
Attempt to Persuade Eval (APE) →
尚未关联该模型版本的合格测量。
DeceptionBench →
尚未关联该模型版本的合格测量。
PersuSafety →
尚未关联该模型版本的合格测量。
全部已关联测量
各项结果保留原始协议与单位。
3 条观测
| 系统／模型 | 结果 | 条件状态 | 任务／条件 | 评测方／报告 | 日期 |
|---|---|---|---|---|---|
| GPT-5.4 mini (xhigh)GPT-5.4 mini | 32%CTF-Archive-Diamond · Task accuracy | 条件不完整 | CTF-Archive-Diamond1M weighted tokensInspect ReAct | NIST / CAISICAISI Evaluation of DeepSeek V4 Pro | 发布 2026-03-17报告 2026-05-01 |
| OpenAI GPT-5.4 miniGPT-5.4 mini | 32%CTF-Archive-Diamond · benchmark_score | 条件不完整 | CTF-Archive-Diamondxhigh1M weighted tokensInspect built-in ReAct agent | NIST / CAISICAISI Evaluation of DeepSeek V4 Pro | 发布 2026-03-17报告 2026-05-01 |
| GPT-5.4 mini (xhigh)GPT-5.4 mini | 41%PortBench · Reported task accuracy | 条件不完整 | PortBench1M weighted tokensInspect ReAct | NIST / CAISICAISI Evaluation of DeepSeek V4 Pro | 发布 2026-03-17报告 2026-05-01 |
开发者披露
当前目录尚未关联到该具体模型的开发者安全报告。
外部评估
按风险主题组织的证据
自主性 1 项协议结果
PortBench →
外部评测 · 执行方 美国 NIST／CAISI
- Reported task accuracy
- 41%
见报告特定样本与分母。
欺骗 未关联结构化结果
目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。
网络安全 2 项协议结果
CTF-Archive-Diamond →
外部评测 · 执行方 美国 NIST／CAISI
- Task accuracy
- 32%
见报告特定样本与分母。
CTF-Archive-Diamond →
外部评测 · 执行方 美国 NIST／CAISI
- benchmark_score
- 32%
原文未披露本结果的样本量
化生放核 未关联结构化结果
目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。
虚假信息与影响 未关联结构化结果
目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。
自主物理危害 未关联结构化结果
目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。
来源核查与证据缺口
CAISI Evaluation of DeepSeek V4 Pro →
对 CAISI · DeepSeek V4 Pro 的逐来源提取与核查，发现和数值均保留原始归属。
来源转录不等于实验复现。未确定的日期、执行方及配置保留为未知；原文分组不作为经核验排名。
缺失分数可能来自尚未提取的章节、未披露配置、身份待核实或尚无实验。这些问题需要分别处理，均不代表零分。
解读与开放问题
报告差异可能来自任务选择、模型端点、提示、预算、判别器和发表时间。证据依据实际协议分组，不推断模型整体安全等级。
参考文献
- [1] OpenAI — introducing gpt 5 4 mini and nano ; Publication date and availability section; Parameter counts not disclosed in launch article
- [2] CAISI Evaluation of DeepSeek V4 Pro. 2026-05-01. 1 May 2026 ; Capability Results; Figure 2; *** footnote; Capability Results; Figure 2; Figure 2 HTML table, CTF-Archive-Diamond, OpenAI GPT-5.4 mini (xhigh)