證券時報
2025-08-09 11:56
當?shù)貢r間8月7日，OpenAI推出大型語言模型GPT-5，這一成果歷經(jīng)多次推遲后終于面世。這距離GPT-4的發(fā)布已過去了兩年半。OpenAI稱它是“世界上最好的模型”，將免費提供給用戶。
圖片來源：OpenAI官網(wǎng)
首席執(zhí)行官山姆·奧爾特曼在發(fā)布會上形容，與GPT-5對話“就像在與某個領(lǐng)域的博士級專家交流”。這一版本首次采用集成模型架構(gòu)，將根據(jù)任務(wù)自動選擇推理深度，無需用戶切換模式。
目前Plus、Pro、團隊和免費用戶均已接入GPT-5，企業(yè)版與教育版用戶預(yù)計將在一周內(nèi)覆蓋，免費用戶將在數(shù)天內(nèi)完成覆蓋。
也有業(yè)內(nèi)人士認為GPT-5“不夠驚艷”，馬斯克在社交媒體表示“不服”稱，GPT-5在ARC-AGI-2上沒有打敗Grok 4。
面向所有用戶開放
OpenAI在新聞稿中寫道，GPT-5的智能性能遠超公司之前的所有模型，在編碼、數(shù)學、寫作、健康、視覺感知等領(lǐng)域均擁有卓越的性能。
聲明補充稱，GPT-5是一個統(tǒng)一的系統(tǒng)，能夠識別何時快速響應(yīng)，何時需要更長時間的思考以提供專家級的應(yīng)答，不必由用戶手動選擇使用常規(guī)語言模型還是推理系統(tǒng)。
OpenAI表示，GPT-5將面向所有用戶開放。即C端免費用戶也可以使用GPT-5，但有使用次數(shù)限制，每天可以聊“幾個小時”，當達到上限后，會自動切換到GPT-5 mini模型。Plus用戶則將擁有比免費用戶“高得多”的使用額度 ，基本滿足日常應(yīng)用。Pro會員則可訪問GPT-5 Pro版本——該版本具有擴展推理能力，可提供更全面、更準確的答案。
對于開發(fā)者API用戶來講，GPT-5幾乎給出了一個難以拒絕的價格：每百萬token輸入1.25美元，輸出10美元。這個價格不僅比GPT 4o便宜，也僅為Claude Opus 4.1的1/15，甚至比一直以“低價”著稱的Gemini 2.5 Pro更便宜。
先前，OpenAI首席執(zhí)行官薩姆·奧爾特曼（Sam Altman）稱GPT-5是一次“重大升級”。
ChatGPT團隊負責人Nick Turley表示，新模型在響應(yīng)速度、回答準確性以及減少“幻覺”方面都優(yōu)于前代產(chǎn)品，“你跟它對話時，會感覺自然了不少?！?/p>
在8月7日的簡報會上，奧爾特曼對GPT-5給予了極高評價，將GPT-5定位為通往AGI的重要里程碑。他表示：“在以往歷史上任何時期，擁有像GPT-5這樣的東西都是不可想象的?！?/p>
“這是第一次感覺就像在與任何領(lǐng)域的專家交談。”Altman在簡報會上甚至不惜用“踩”GPT-4抬高GPT-5。他說：“我嘗試過用回GPT-4，但效果相當糟糕?！?/p>
一鍵生成網(wǎng)頁、像詩人一樣寫作
更懂健康問題
根據(jù)OpenAI介紹，作為OpenAI的“最強大模型”，GPT-5在三個關(guān)鍵領(lǐng)域?qū)崿F(xiàn)了顯著提升。
首先是編程能力。GPT-5是OpenAI迄今為止最強大的編碼模型，在復(fù)雜的前端生成和大型代碼庫調(diào)試方面表現(xiàn)突出，能夠僅憑一個提示就創(chuàng)建美觀響應(yīng)式的網(wǎng)站、應(yīng)用程序App和游戲。早期測試者注意到其在間距、排版和留白等設(shè)計選擇方面的改進。
在從GitHub獲取現(xiàn)實世界編碼任務(wù)的基準測試SWE-bench Verified中，GPT-5思考后首次嘗試的準確率達74.9%，高于OpenAI推理模型o3的69.1%和GPT-4o的30.8%。
評論指出，這意味著，GPT-5的表現(xiàn)略勝于Anthropic周二推出的Claude Opus 4.1和谷歌DeepMind的Gemini 2.5 Pro，后兩者在SWE-bench Verified測試的得分分別為74.5%和59.6%。
不過，在衡量數(shù)學、人文和自然科學領(lǐng)域模型表現(xiàn)的各學科專家級能力Humanity’s Last Exam測試中，帶有擴展推理功能的GPT-5增強版本GPT-5 pro在使用工具的情況下得分42%。這略低于得分44.4%的xAI模型Grok 4 Heavy。
奧爾特曼稱，GPT-5尤其擅長按需啟動整個軟件App，也就是所謂的“氛圍編碼”、即用AI根據(jù)自然語言提示生成功能代碼，從而加快開發(fā)速度。
作為實例，OpenAI的研究者演示了，要求GPT-5創(chuàng)建一款網(wǎng)頁App，幫助說英語的用戶學習法語，且該App必須有一個引人入勝的主題，包含抽認卡、測驗、經(jīng)典的貪吃蛇游戲，以及追蹤每日學習進度的方法。
研究者將相同的提示詞提交到兩個GPT-5 窗口中，幾分鐘后生成了兩個不同的App。OpenAI的負責人稱，這些App“存在一些缺陷”，但用戶可以根據(jù)個人喜好再調(diào)整AI生成的軟件，例如更改背景或添加更多標簽頁。
在創(chuàng)意寫作方面，GPT-5能夠處理結(jié)構(gòu)復(fù)雜的寫作任務(wù)，如無韻律的抑揚格五音步詩或自然流動的自由詩，猶如詩人。OpenAI的ChatGPT業(yè)務(wù)副總Nick Turley表示，GPT-5在創(chuàng)意任務(wù)上表現(xiàn)出“更好的品味”，響應(yīng)更自然。
健康咨詢是第三個重要提升領(lǐng)域。
GPT-5能更積極地標記潛在健康問題，幫助用戶解析醫(yī)療結(jié)果，盡管OpenAI強調(diào)，ChatGPT不能替代醫(yī)療專業(yè)人員。
在名為HealthBench Hard Hallucinations的測試中，具備思考能力的GPT-5出現(xiàn)幻覺的錯誤信息率僅為1.6%。這遠低于GPT-4o和o3模型，后兩者的錯誤信息率分別為15.8%和12.9%。
幻覺可能性顯著降低 新的安全訓練模式
OpenAI稱，GPT-5相比此前的模型更可靠和實用，它能更準確地回答現(xiàn)實世界的疑問，出現(xiàn)幻覺的可能性顯著降低。
在對代表ChatGPT生產(chǎn)流量的匿名提示詞啟用網(wǎng)絡(luò)搜索后，GPT-5響應(yīng)中包含事實錯誤的可能性比GPT-4o低約45%；在思考后，GPT-5響應(yīng)中包含事實錯誤的可能性比o3低約 80%。下圖可見，GPT-5響應(yīng)的錯誤信息率僅為4.8%，GPT-4o為20.6%，o3為22%。
OpenAI還表示，為GPT-5引入了一種新的安全訓練形式，名為安全補全（safe completions）。它教模型在安全范圍內(nèi)盡可能給出最有幫助的答案。有時，這可能意味著部分回答用戶的問題，或者只提供高水平的回答。
如果需要拒絕，經(jīng)過訓練的GPT-5會以透明的方式告知用戶拒絕的原因，并提供安全的替代方案。
在受控的實驗和OpenAI的生產(chǎn)模型中，OpenAI都發(fā)現(xiàn)這種安全補全的方法更加細致入微，能夠更好地引導(dǎo)雙重用途問題，增強對模糊意圖的魯棒性，并減少不必要的過度拒絕。
OpenAI的后訓練負責人Michelle Pokrass表示：“GPT-5已經(jīng)過訓練，能夠識別任務(wù)何時無法完成，避免猜測，并能更清晰地解釋局限性，相比之前的模型，這減少了無根據(jù)的斷言?！?/p>
推出四種可選的 ChatGPT聊天預(yù)設(shè)性格
OpenAI稱，GPT-5在指令執(zhí)行方面表現(xiàn)提升，其執(zhí)行自定義指令的能力也得到了相應(yīng)的提升。OpenAI將為所有ChatGPT用戶推出四種預(yù)設(shè)性格的全新研究預(yù)覽版。
初始的四種性格選項——憤世嫉俗者（Cynic）、機器人（Robot）、傾聽者（Listener）和書呆子（Nerd）都是可選的，用戶可在設(shè)置中隨時調(diào)整，用以匹配ChatGPT和用戶的溝通風格。
上述四種性格最初適用于文本聊天，之后將擴展到語音聊天，讓用戶無需編寫自定義提示詞即可設(shè)置ChatGPT的交互方式——無論是簡潔專業(yè)的、周到支持的，還是略帶諷刺的。
此外，微軟在GPT-5發(fā)布當日即宣布，將其整合到廣泛的產(chǎn)品線中。在企業(yè)級應(yīng)用方面，Microsoft 365 Copilot將利用GPT-5更好地處理復(fù)雜問題、在長對話中保持專注并理解用戶上下文。企業(yè)用戶可通過推理功能處理電子郵件、文檔和文件。
對于消費者，Microsoft Copilot的新智能模式將利用GPT-5幫助用戶發(fā)現(xiàn)最佳解決方案。用戶可通過copilot.microsoft.com或Windows、Mac、Android和iOS設(shè)備上的Copilot應(yīng)用免費體驗GPT-5。
開發(fā)者將通過GitHub Copilot和Visual Studio Code獲得GPT-5支持，用于編寫、測試和部署代碼。Azure AI Foundry平臺將提供所有GPT-5模型，配備AI驅(qū)動的模型路由器，根據(jù)每個任務(wù)的復(fù)雜性、性能需求和成本效率選擇最優(yōu)模型。
馬斯克拆臺
值得注意的是，在GPT-5的發(fā)布會上，現(xiàn)場也出了一些小bug，直播中展示的性能圖表存在數(shù)據(jù)與圖表顯示不匹配的情況，例如在編程基準測試（swe-bench）的圖表中，GPT-5的準確率標注為52.8%，但對應(yīng)的柱狀圖高度卻超過了標注為69.1%的舊模型O3的柱狀圖，引發(fā)了網(wǎng)友的廣泛質(zhì)疑。奧特曼也承認了錯誤：
更尷尬的是，馬斯克也跑來拆臺，轉(zhuǎn)發(fā)了GPT-5在ARC-AGI-2上沒有打敗Grok 4的消息：
據(jù)證券時報報道，有人工智能資深研究員認為，GPT-5 仍然只是“漸進式優(yōu)化”，而非顛覆性、跨越式的提升。GPT-5表現(xiàn)不夠驚艷的核心原因在于，大模型訓練遵循Scaling Laws（縮放定律），即模型性能隨著參數(shù)規(guī)模、訓練數(shù)據(jù)量、計算資源的增加而提升。如今這一定律正在放緩，預(yù)訓練帶來的邊際收益在減弱，而且全球高質(zhì)量數(shù)據(jù)已經(jīng)枯竭，這也使得OpenAI的訓練資源面臨瓶頸，模型性能提升十分有限。
GPT-5這次發(fā)布或許還與OpenAI近期資本運作有關(guān)。
據(jù)參考消息網(wǎng)援引《金融時報》網(wǎng)站8月1日報道，OpenAI已獲得83億美元新資本，估值達到3000億美元。據(jù)知情人士透露，這筆新資金來自黑石集團、得克薩斯太平洋集團資本公司、富達管理與研究公司和普徠仕公司等原有及新加入的投資者。
GPT-5的發(fā)布，將進一步鞏固OpenAI在大模型技術(shù)領(lǐng)域的領(lǐng)先優(yōu)勢，提振投資者信心，有助于公司估值的增長及股票二次出售計劃的實施。（每日經(jīng)濟新聞綜合自O(shè)penAI官網(wǎng)、證券時報、21世紀經(jīng)濟報道、第一財經(jīng)、公開資料）
