作者｜张勇毅
先说重点：GPT-5在多个领域的表现都迎来了全面提升，在文本、WebDev和视觉感知能力领域排名第一；在硬提示、编码、数学、创造力、长查询等方面排名第一GPT-5，在代号为“峰会”的测试下，目前保持着截至目前最高的Arena分数，可以说是字面意义上的“屠榜”了。
SamAltman表示，GPT-4o就像中学生，而GPT-5就像大学生，甚至形容GPT-5是第一部配备视网膜显示屏的iPhone——“你问它一个问题，也许能得到正确答案，也许会得到一些疯狂的东西。GPT-4则感觉像在和一名大学生对话。而 GPT-5，是第一次让我真正感觉像在与一位博士级别的专家交谈。”SamAltman这样介绍GPT-5的能力提升。
尽管ChatGPT的周活跃用户已接近7亿，但OpenAI过去一段时间实际上并未拥有行业领先的前沿模型。现在，OpenAI相信GPT-5将使其稳稳地重回排行榜榜首。
Altman甚至直接在发布会中断言：“这是世界上编码能力最强的模型，是世界上写作能力最强的模型，也是世界上在医疗保健领域最强的模型”
同时OpenAI也在发布会上宣称，除了代码能力爆表，GPT-5的写作功底和回答健康相关问题的准确性也更上一层楼。同时GPT-5不仅在智能上实现了“巨大飞跃”，还大幅减少了“一本正经胡说八道”的幻觉问题。它在理解和遵循指令方面表现更出色，拍马屁的倾向也大大降低了。
01
告别“幻觉”，AI更可靠了
首先是本次更新的模型阵容，GPT-5系列一共有GPT-5，mini，nano，chat四个版本，其中Chat版本对应的是实现更自然、更智能的响应的体验——你甚至可以用它来学习一门新的语言。
另外，现在当你打开ChatGPT网页之后，首先会注意到GPT-5被呈现为一个单一模型，而不是一个常规模型外加一个独立的推理模型。
这背后其实是OpenAI开发的一个路由系统（router），它会自动为更复杂的查询切换到推理能力更强的版本，或者在你告诉它努力思考时也会这样做。（Altman称之前的模型选择界面是“一个非常混乱的烂摊子”。）
“AI幻觉”一直是大家吐槽的重灾区。好消息是，GPT-5在这方面下了大功夫，官方宣称其产生幻觉的可能性“显著降低”。具体来说：
在联网搜索时，GPT-5的回答出现事实错误的概率比GPT-4o 低了45%。
在独立思考时，其回答出错的概率更是比OpenAIo3 低了80%
GPT-5也在新的ARC-AGI-2上进行了测试。除Grok4（思考）外，它的表现优于所有主要模型。
此外，GPT-5还成了一个“老实人”。它不太会再对用户撒谎，吹嘘自己能完成办不到的任务。当遇到不可能完成、指令不明确或缺少关键工具的任务时，它会更诚实地沟通自己的局限。
这次更新最有趣的一点，莫过于引入了四种全新的“人格”模式，用户可以自由选择。它们分别是：
犬儒(Cynic)
机器人(Robot)
倾听者(Listener)
学霸(Nerd)
这些模式是可选的，你可以根据自己的喜好，设定ChatGPT与你互动和回答问题的方式。想让它跟你抬杠，还是像个耐心的朋友一样倾听？现在都可以由你说了算。
“这个模型给人的『感觉』真的很好，”ChatGPT的负责人NickTurley说，“我认为人们会真切地感受到这一点，特别是那些平时不怎么研究模型的普通用户。”
此外，你还可以为单个聊天窗口更改颜色主题，代码编辑器主题爱好者狂喜了。
02
“软件按需生成”时代来临？代码能力逆天
随着代码能力的进一步提升，Altman预测，GPT-5强大的编码能力将开启一个他称之为“软件按需生成”的时代。
在OpenAI的测试中，GPT-5在SWE-Bench，SWE-Lancer，和AiderPolyglot等多个编码基准测试中的表现均优于任何其他模型。在人类最终测试中取得42%的成绩，在SWE基准测试中取得75%的成绩。
一个小插曲是，发布会上的这张图的坐标轴明显有不少槽点，不仅有52.8>69.1这样的弱智错误，也实际上夸大了GPT-5的能力提升，在社交媒体上被网友群嘲“你这PPT怕最好别是GPT-5做的”。
在发布会上，OpenAI的后期训练负责人YannDubois使用GPT-5现场演示，要求它生成一个用于学习法语、并带有互动游戏的网站。在短短几秒钟内，GPT-5就编写了数百行代码，并直接展示了网站的前端界面。 他在Zoom上分享屏幕并进行了简单的点击操作，一切看起来都完美运行。
发布会现场，OpenAI还直接展示了一款仅靠一段提示词就由GPT-5创作的3D游戏。其创作的3D场景不仅画面精致，其中的物理效果也非常准确的还原出了对应的效果。
03
更安全，更“诚实”
据模型安全研究负责人AlexBeutel介绍，为了解其安全风险，OpenAI对GPT-5进行了“超过五千小时”的测试。其中一个重点是“确保模型不会对用户撒谎”。
虽然GPT-5的幻觉（hallucination）比OpenAI的o3推理模型要少，但“自信地撒谎”仍然是大型语言模型固有的问题。当模型开始像智能体（agent）一样完成任务时，这个问题会变得更加复杂。不过OpenAI表示，GPT-5在更可靠地处理多步骤任务方面表现更好。“过去，我们看到过模型声称完成了某项任务，但实际上并没有完成的情况，”Beutel说，“这是个问题。”
对于以前会直接拒绝回答的提示，GPT-5将提供OpenAI所谓的“安全补全”机制（safecompletions）。Beutel解释说：“比如有人问『点燃某种特定材料需要多少能量？』，这可能是一个试图绕过安全防护造成伤害的恶意问题，也可能是一个想了解材料物理特性的学生。这给模型如何回应带来了真正的挑战。”
通过“安全补全”，GPT-5“试图在保持安全的约束下，给出尽可能有帮助的答案”。模型通常只会部分遵从，并提供一些无法被实际用于造成伤害的、更宏观层面的信息。
04
如何用上GPT-5
那么，大家最关心的问题来了：怎么才能用上GPT-5呢？
好消息是，所有 ChatGPT 用户都可以现在立即免费体验到GPT-5。这也是OpenAI第一次面向所有用户免费开放前沿模型。当然，不同级别的用户权限不同：
Plus订阅用户在达到使用上限前，可以有更多的使用次数。
Pro订阅用户则可以访问具备更强推理能力的 GPT-5Pro 版本。
当用户达到使用上限后，ChatGPT会自动切换到一个“迷你版”的GPT-5来处理后续的请求。同时，随着GPT-5的上线，它将正式取代GPT-4o，OpenAIo3，OpenAIo4-mini，GPT-4.1和GPT-4.5等一系列旧模型。
此外Token定价部分，标准版GPT-5为每百万输入Token1.25美元，每百万输出Token10美元。mini版与Nano版定价都便宜不少。
详细定价可参考下图截取自官网的信息。
此外，OpenAI还在API中发布了一个名为“Minimal”的新参数，这样你就可以在所有用例中使用GPT-5，只需改变推理的力度。
除了OpenAI的第一方平台，微软CEO纳德拉同时也宣布，GPT-5已在微软全系平台上线，包括Microsoft365Copilot、Copilot、GitHubCopilot和AzureAIFoundry。同时所有这些改进均在Azure上进行训练。
最后，Altman表示，OpenAI的使命是开发通用人工智能（AGI）。GPT-5使他们更接近这一目标，尽管整个行业已经开始转向构建所谓的“超级智能”。
“我有点讨厌AGI这个词，因为现在每个人对它的定义都略有不同，”Altman说，“但这是朝着真正强大的模型迈出的重要一步。这显然是需要一个具备通用智能的模型才能做到。”
然而，他也承认相比起真正的AGI，GPT-5仍然“缺少一些非常重要的东西”。
“这不是一个模型，它是从它所发现的新事物中所生长出来的原生事物，对我来说，这正是它为什么能成为AGI「种子”的原因。」SamAltman这样介绍道。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】