GPT-5能讓普通人變成博士，但魔法依舊沒有

千呼萬喚始出來的GPT-5終于在昨天晚上1點問世，在持續(xù)了一個小時10分鐘的發(fā)布會上，OpenAI向世人展示了一個性能絕對強大，更加易用，甚至能夠理解或者說準確猜測用戶真實意圖并且交付符合預(yù)期的產(chǎn)品的大模型。

用Sam Altman在發(fā)布會上的話來說，GPT-5在各個領(lǐng)域都能達到博士的知識水平，能力可以比肩專業(yè)人士，從而讓普通人能夠完成以前自己無法想象的工作。

相比于OpenAI兩年前發(fā)布GPT-4時，整個世界對于大模型的認知和體驗已經(jīng)充分得多。觀眾和用戶已經(jīng)不會對模型能夠看懂網(wǎng)絡(luò)梗圖這種事情感到驚嘆不已。但是作為一個幾乎每天都會使用AI產(chǎn)品的人來說，GPT-5的發(fā)布依然足夠驚艷。

最重要的原因就是，從發(fā)布會上傳達出的內(nèi)容，我能深切地感受到，OpenAI想讓大模型已經(jīng)從一個“玩弄”語言和“智能”，不時讓人感受到驚喜和挫敗的大玩具，加速進化到一個生活中的可靠幫手。就像你的手機一樣，如果你離開它，你將深刻地感受到不方便，不習慣，甚至不安全。

下面我將用發(fā)布會的幾個瞬間來幫助大家理解這一切是怎么發(fā)生的。

孩子讓你給他解釋流體力學中的伯努利公式，以前的AI可能給你一篇文章，GPT-5能按照你的要求，一句話直接給你做一個可以互動的頁面。

你想學習法語，GPT-5能按照你的要求去生成一個像多鄰國一樣的學習應(yīng)用，你可以用來背單詞，還能通過貪食蛇來幫你復習。如果你對生成的應(yīng)用有不滿意的地方，也可以直接通過自然語言讓GPT-5幫你修改。

如果你是一個創(chuàng)業(yè)公司的CFO，你可以讓GPT-5用大概3分鐘的時間，根據(jù)你的所有數(shù)據(jù)，生成一個詳細的財務(wù)狀況的可互動的演示板。而你需要的僅僅是一個100字左右的描述。GPT-5可以從零生成代碼，保證完成，它能猜測你想呈現(xiàn)的形式并自動幫你優(yōu)化代碼和呈現(xiàn)的效果。

最夸張的是，演示中OpenAI的工作人員直接用3段提示詞，就讓GPT-5生成了一個帶射擊小游戲功能的城堡3D模型，還能和城堡上的士兵聊天。你點擊周圍的氣球，就能發(fā)射彈藥把氣球打爆，同時還會伴隨爆炸的音效。

從演示中我們可以看出，GPT-5已經(jīng)全面進化成為一個直接輸出專業(yè)產(chǎn)品的萬能百寶箱。

但是說實話，最讓我感到觸動的，是OpenAI關(guān)于醫(yī)療健康方面能力的介紹。OpenAI邀請了一個從3種癌癥中康復的患者，讓她聊了聊自己在抗癌過程中GPT-5給她的幫助。

她說，當她得到診斷結(jié)果的時候，醫(yī)生給她提供了幾種治療方案進行選擇。她在求助了GPT-5之后，才真正理解了自己面臨的情況，而將自己的情況和GPT-5詳細聊過之后，她做出了最適合自己的選擇，最終戰(zhàn)勝了病魔，獲得了重生。她很難想象如果沒有GPT-5的專業(yè)建議，完全沒有醫(yī)療專業(yè)知識的自己如何能夠理解醫(yī)生給她的方案和選擇，更不知道最后自己是否能挺過來。

看完發(fā)布會之后，能清晰地感覺到，大模型技術(shù)本身已經(jīng)進入了一個相對穩(wěn)定的發(fā)展曲線。GPT-5發(fā)布代表著OpenAI也沒有其他“魔法”，讓大模型能力產(chǎn)生跨越式的發(fā)展。而接下來的AI巨頭們的冷兵器戰(zhàn)爭，將會越加焦灼。

性能介紹

模型系統(tǒng)

GPT-5 不再是一個模型，而是一個模型系統(tǒng)：

? 自動切換器判斷查詢意圖

? 簡單問題路由到聊天版本（極速響應(yīng)）

? 復雜問題路由到推理版本（深度思考）

256k token上下文窗口，支持文本和圖像輸入，支持函數(shù)調(diào)用和結(jié)構(gòu)化輸出。

目前打開我自己的ChatGPT，發(fā)現(xiàn)左上角的模型選項已經(jīng)默認為“GPT-5”，而且下拉選項中也不再能看到前代模型。正如奧特曼之前就承諾過的——GPT-5時代將不會再有繁瑣的模型選擇，由模型自行判斷用戶在當下情境是需要快速響應(yīng)，還是需要深度思考和推理。

編碼和寫作

OpenAI將GPT-5稱為“我們迄今為止最強大的編碼模型”，在復雜的前端生成和大型代碼庫的調(diào)試方面表現(xiàn)出色。它通常只需一次提示就能創(chuàng)建美觀且響應(yīng)迅速的網(wǎng)站、應(yīng)用程序和游戲，并兼具美感，直觀而優(yōu)雅地將創(chuàng)意轉(zhuǎn)化為現(xiàn)實。

此外，OpenAI也稱GPT-5是“我們迄今為止最強大的寫作工具”，可以寫出引人入勝、富有文學深度和節(jié)奏感的文本。它能夠更可靠地處理結(jié)構(gòu)模糊的寫作，例如持續(xù)不押韻的抑揚格五音步或流暢自然的自由詩，將對形式的尊重與清晰的表達相結(jié)合。這意味著 ChatGPT 能夠更好地幫助用戶完成日常任務(wù)，例如起草和編輯報告、電子郵件、備忘錄等。

我們也淺淺嘗試了一下新模型的作詩能力，以“秋天的第一杯奶茶”為題，的確比GPT-4要自然很多（AI味兒沒那么重了）。

評估

GPT-5 的全面智能化程度顯著提升，這體現(xiàn)在它在學術(shù)和人工評估基準測試中的表現(xiàn)上，尤其是在數(shù)學、編碼、視覺感知和健康領(lǐng)域。

它在數(shù)學（AIME 2025 無需工具測試得分 94.6%）、真實世界編碼（SWE-bench Verified 得分 74.9%，Aider Polyglot 得分 88%）、多模態(tài)理解（MMMU 得分 84.2%）和健康（HealthBench Hard 得分 46.2%）方面均創(chuàng)下了新的最高水平——這些提升在日常使用中得到了充分體現(xiàn)。

憑借 GPT-5 pro 的擴展推理能力，該模型還在GPQA上創(chuàng)下了新的最高水平，無需工具測試得分高達 88.4%。

GPT-5已經(jīng)在LMArean登頂。

在Intelligence Analysis獲得的預(yù)覽訪問中，GPT-5同樣獲得了第一名。

幻覺降低

在啟用搜索的情況下，GPT-5出現(xiàn)事實性錯誤的概率比GPT-4o降低約45%。在“思考（thinking）”模式下，這一概率比OpenAI o3降低80%。

除了事實性錯誤之外，AI還經(jīng)?！氨犞劬φf瞎話”，比如明明做不到/沒有權(quán)限做的事情，它也許會元氣滿滿地告訴你已經(jīng)搞定了，GPT-5在“欺騙”方面也表現(xiàn)得更好、更誠實。例如，為了測試這一點，OpenAI從多模態(tài)基準測試 CharXiv 的提示中刪除了所有圖像，結(jié)果發(fā)現(xiàn) OpenAI o3 仍然能夠以 86.7% 的概率對不存在的圖像給出自信的答案，而 GPT-5 的這一比例僅為 9%。

更“高效”，更“節(jié)省”

在OpenAI的評估中，GPT-5（具備思考能力）的表現(xiàn)優(yōu)于 OpenAI o3，在視覺推理、代理編碼和研究生水平的科學問題解決等功能上，輸出 token 數(shù)量減少了 50% 至 80%。

也就是說，GPT-5 用更少的思考時間實現(xiàn)了更大的價值。

API

API價格方面，GPT-5性能最強，價格卻低得離譜，看來OpenAI是掌握了跨代的優(yōu)化方法。

OpenAI和奧特曼對GPT-5無疑是寄予厚望的，他們也清楚，外界期待這一代模型已經(jīng)很久。

奧特曼稱，這還是第一次，真的像是在與某個領(lǐng)域的專家對話。如果說GPT-4o是大學生，那GPT-5就是博士級的專家。

這種重視，在發(fā)布會時長上也有所體現(xiàn)，以往的新模型發(fā)布，OpenAI的線上發(fā)布會只有半個小時左右，這次持續(xù)了一個小時以上。而奧特曼本人，也在發(fā)布會進行的同時，在X（前推特）上發(fā)帖進行“文字直播”。

不過也許是心急，發(fā)布會PPT里出現(xiàn)大錯誤——在“SWE-bench（人工驗證版）”相關(guān)的圖表中，條形圖明顯不對。GPT-5不加思考（thinking）的準確率為52.8%，在圖上卻高于OpenAI o3是69.1%，而o3的69.1%，又和GPT-4o的30.8%一樣高。

所以很尷尬的一幕出現(xiàn)了：奧特曼在“文字直播”發(fā)布會，很多網(wǎng)友卻在評論區(qū)發(fā)這張截圖，戲謔OpenAI離了大譜的圖表。

奧特曼倒是大方轉(zhuǎn)發(fā)了消息并且稱已經(jīng)改正，一些粉絲認為這只是無心之失。但不少人卻覺得這是“有意為之”，是為了讓GPT-5顯得厲害在圖表上玩花招，甚至稱之為“本世紀最大的圖表犯罪”。

這大概也在表明，GPT-5的發(fā)布會沒能讓所有人信服，不少人開始問“GPT-6什么時候出”。

馬斯克已經(jīng)跳出來，直言兩周前發(fā)布的Grok 4 Heavy比GPT-5更智能。

而一向喜歡潑冷水的AI學者蓋里·馬庫斯（Gary Marcus）在贊揚GPT-5有很多良好進展的同時，稱這“并非一個巨大的飛躍”，GPT-5也夠不上外界的期待。

“顯然不是AGI?！?/p>

GPT-5是否足夠好？還需要更多時間檢驗。也許OpenAI能從中學到的教訓就是——做好外界的預(yù)期管理，不要拖延太久。

歡迎在評論區(qū)留言~
如需開白請加小編微信：dongfangmark