我在发布 Opus4.6 碾压 xx 模型的时候，很多人都问 GPT5.4 的表现怎么样。
既然有人问，就会有人测！
这不测试就来了。
GPT5.4 的表现有点出乎意料，但是也在意料之中，非常符合它的性格特征。
下面我就来完整的说明一下，这次的测试用例，测试工具，测试过程和测试结果。
测试用例
这是多模态测试系列，主要是通过图片还原网页。
我提供了六张 Claude 官网的图片，每张图片都有不同的侧重点。
同时提供了一段提示词：
json
参考 docs 下的所有图片制作网页，要求完美还原设计稿。
包括配色，图标，布局，字体，功能菜单等方面。
并且要使用 Anthropic 协议实现基础的聊天对话功能，
其他功能只需要完成 UI 展示和互动即可，无需实现具体功能！
调用的接口信息如下：
"baseURL": "https://open.bigmodel.cn/api/anthropic"
"apiKey": "xxxx"
"models": [
"glm-5.1",
"glm-5-turbo",
"glm-5",
"glm-4.7",
"glm-4.5-air"
],
"selectedModel": "glm-5.1",之前测了好几个模型，全部是一样的图片，一样的提示词。
测试工具
因为 GPT5.4 有自己的工具 Codex，所以肯定是选用 Codex 来进行开发了。
从图中可以看到，模型选用了 gpt-5.4 high fast。
这个和 Opus4.6 high 差不多等级，应该比较公平！
测试结果
有人说，喜欢先看结果。那我就先上结果吧！
这是GPT5.4做完后的整体结果。
我先不说有啥问题，我先说，这个UI的审美还是在线的，左边的菜单还原度也还可以。
大致看起来没有大毛病！
然后我来说问题了！
它的问题，就是有点"与众不同"。
第一个问题：静态页面崩的一塌糊涂
大量的错位！
但是，只要启动服务器，再打开网页就正常多了。
这是非常与众不同的一个点。
别人开发的页面基本上不会有这种问题，不管有没有启动 Web 服务，都不会影响布局！
第二个问题：套中套。
你们有没有发现，它把 Chrome 浏览器也还原出来了。
它不只是做了网页，还把外壳也给套上了。
GPT5.4 肯定觉得它牛得不行，把浏览器都给我还原出来了。
我甚至都能猜到 GPT5.4 的内心活动。
它肯定在想：
别的选手不会复现浏览器的部分，我能复现，我就比他们强了一个段位。
我真是个天才，那些小白用户肯定会大喊牛逼!
之前测了很多例子，没有一个模型是这么搞的。从我们的真实意图来看，我们其实是不希望它复现浏览器的，我们要的是它复现浏览器中的网页。
第三个问题：在doc下开发！
这又是一个与众不同的点。
正常的模型都知道文档是用来阅读，开发代码应该放在根目录下，或者单独的源代码目录中！
这个有点不应该吧，谁会把代码写在docs文档目录下面呢？
莫非也是降智降到脑残了？
三个与众不同的点说完，我们来聚焦页面效果。
这个页面整体看起来挺好，但细节问题不少：
它套壳了一个浏览器，但是底部边缘间距不够。
左下角的头像和下载图标位置全乱。
加号的位置太高了，应该往下移。
模型和语音输入图标太靠左了，应该往右移。
底部的快捷功能按钮没有边框。
还有一个问题，它的整个文字、输入框比例都是不对的。
这是原图的比例：
对话功能：
对话功能是正常，就是输入框偏左！ 左上角的对话标题和右下角的分享按钮都有，但是效果和原稿不一致。
总的来说：GPT5.4 它有自己的想法，审美不错，但是细节全部微调了！
而我们的要求是高度还原配色、图标、布局、字体、功能菜单等。
开发过程！
因为这个功能比较简单，其实开发过程没有太多东西。
但是也可以看一看，感受一下GPT5.4的思考过程。
它是构建了一个任务列表的，这一点没毛病，非常稳健。
它开发完成，做了3项验证，也是非常好的。
接口调用已经测试过了，就基本上不会有什么问题。
当然它目前无法像Claude Code+Opus一样，直接打开浏览器，自己去检查页面效果的。
另外我还问了一下，布局混乱的问题：
它用祖传的"不是..而是.."语法解释了两个关键点。
虽然它说了那么多，但是我知道，布局相关的JS完全可以不依赖任何服务器。
别人也轻松做到了静态页面布局显示正常，这是一个不争的事实。
它说的再多，都无济于事。还不如直接承认"我考虑欠周"！
我说它"与众不同"只是给它面子，其实是，它这个几个点都没做好。
我现在已经比较少用GPT5.4了，页面版因为废话太多完全无法用。
Codex 版感觉刚出的时候很棒，但是现在感觉也有降智。
我主要受不了它常常不说人话，黑话一套一套的。
它并不是做的不够，它是做的太多！
我单纯不喜欢它的这种人格而已。
很少有一个模型，可以让我上升到人格层面😄！
另外，曾经的前端一哥 Gemini 我也测试了：
它复现网页整体来说还很牛逼的，布局上非常稳！
但是细节不够到位：
缺了很多东西，比如作家的"Claude"没了，语言的弹出菜单没了，左下角的对话标题和右上角的分享没了。
截至当前，大部分模型已经测试了。
这些测试对象包括 GLM-5V-Turbo、Kimi K2.5 和内测版、Opus4.6、GPT5.4、Gemini3.1Pro。
我已经把这些网页全部放到 topai 上面，我把密钥隐藏掉了，所以在线版对话功能不可用。
具体可以看：
这个系列就告一个段落了，我接下来计划给它们一个更有挑战性的任务------复刻 Claude 桌面版。
这个技术栈就不太一样了，而且我要求后端全部由 GLM 替代，实现完整的对话管理。目的就是做到 Claude Desktop 的外壳，GLM 的内核。
这才叫高端的套壳！
另外，我还有一个计划。
让不同的模型帮我开发一个 tokens 盲盒，我后端会接入不同协议、不同平台的不同模型。然后它需要帮我统一管理这些资源，再提供 OpenAI 和 Anthropic 两个协议给用户使用。用户使用的时候随机分配模型，就像抽盲盒一样，抽到什么就是什么。
这里面应该是涉及到很多技术和业务上的东西了。
😄兼具中转站和B彩站的特性，这才叫实战！
目前测试的难点是，全球模型都在降智...收拢配额...！ Opus前几天都疯狂说韩语！！！
具体什么时候出，得看时间安排。 我好像测试测太久了，需要实干去了！