經(jīng)歷過無數(shù)次「跳票」之后，GPT-5 終于來了。

北京時間 8 月 8 日凌晨一點，頗有新一代「科技春晚」架勢的 OpenAI 夏季發(fā)布會拉開帷幕。

與此前 OpenAI 速通式的發(fā)布會明顯不同，這次 OpenAI 準(zhǔn)備了時長超過一個小時的發(fā)布會直播幾波人馬輪番上陣，你方唱罷我登場，從各種角度展示 GPT-5 的強悍性能。

 

先說重點：GPT-5 在多個領(lǐng)域的表現(xiàn)都迎來了全面提升，在文本、WebDev 和視覺感知能力領(lǐng)域排名第一；在硬提示、編碼、數(shù)學(xué)、創(chuàng)造力、長查詢等方面排名第一 GPT-5，在代號為「峰會」的測試下，目前保持著截至目前最高的 Arena 分數(shù)，可以說是字面意義上的「屠榜」了。

 

Sam Altman 表示，GPT-4o 就像中學(xué)生，而 GPT-5 就像大學(xué)生，甚至形容 GPT-5 是第一部配備視網(wǎng)膜顯示屏的 iPhone——「你問它一個問題，也許能得到正確答案，也許會得到一些瘋狂的東西。GPT-4 則感覺像在和一名大學(xué)生對話。而 GPT-5，是第一次讓我真正感覺像在與一位博士級別的專家交談。」Sam Altman 這樣介紹 GPT-5 的能力提升。

盡管 ChatGPT 的周活躍用戶已接近 7 億，但 OpenAI 過去一段時間實際上并未擁有行業(yè)領(lǐng)先的前沿模型?，F(xiàn)在，OpenAI 相信 GPT-5 將使其穩(wěn)穩(wěn)地重回排行榜榜首。

Altman 甚至直接在發(fā)布會中斷言：「這是世界上編碼能力最強的模型，是世界上寫作能力最強的模型，也是世界上在醫(yī)療保健領(lǐng)域最強的模型」

同時 OpenAI 也在發(fā)布會上宣稱，除了代碼能力爆表，GPT-5 的寫作功底和回答健康相關(guān)問題的準(zhǔn)確性也更上一層樓。同時 GPT-5 不僅在智能上實現(xiàn)了「巨大飛躍」，還大幅減少了「一本正經(jīng)胡說八道」的幻覺問題。它在理解和遵循指令方面表現(xiàn)更出色，拍馬屁的傾向也大大降低了。

01

 

告別「幻覺」，AI 更可靠了

 

首先是本次更新的模型陣容，GPT-5 系列一共有 GPT-5, mini, nano, chat 四個版本，其中 Chat 版本對應(yīng)的是實現(xiàn)更自然、更智能的響應(yīng)的體驗——你甚至可以用它來學(xué)習(xí)一門新的語言。

 

另外，現(xiàn)在當(dāng)你打開 ChatGPT 網(wǎng)頁之后，首先會注意到 GPT-5 被呈現(xiàn)為一個單一模型，而不是一個常規(guī)模型外加一個獨立的推理模型。

這背后其實是 OpenAI 開發(fā)的一個路由系統(tǒng)（router），它會自動為更復(fù)雜的查詢切換到推理能力更強的版本，或者在你告訴它努力思考時也會這樣做。（Altman 稱之前的模型選擇界面是「一個非?；靵y的爛攤子」。）

「AI 幻覺」一直是大家吐槽的重災(zāi)區(qū)。好消息是，GPT-5 在這方面下了大功夫，官方宣稱其產(chǎn)生幻覺的可能性「顯著降低」。具體來說：

• 在聯(lián)網(wǎng)搜索時，GPT-5 的回答出現(xiàn)事實錯誤的概率比 GPT-4o 低了 45%。

 

• 在獨立思考時，其回答出錯的概率更是比 OpenAI o3 低了 80%

 

GPT-5 也在新的 ARC-AGI-2 上進行了測試。除 Grok 4（思考）外，它的表現(xiàn)優(yōu)于所有主要模型。

 

此外，GPT-5 還成了一個「老實人」。它不太會再對用戶撒謊，吹噓自己能完成辦不到的任務(wù)。當(dāng)遇到不可能完成、指令不明確或缺少關(guān)鍵工具的任務(wù)時，它會更誠實地溝通自己的局限。

這次更新最有趣的一點，莫過于引入了四種全新的「人格」模式，用戶可以自由選擇。它們分別是：

• 犬儒 (Cynic)

• 機器人 (Robot)

• 傾聽者 (Listener)

• 學(xué)霸 (Nerd)

這些模式是可選的，你可以根據(jù)自己的喜好，設(shè)定 ChatGPT 與你互動和回答問題的方式。想讓它跟你抬杠，還是像個耐心的朋友一樣傾聽？現(xiàn)在都可以由你說了算。

「這個模型給人的『感覺』真的很好，」ChatGPT 的負責(zé)人 Nick Turley 說，「我認為人們會真切地感受到這一點，特別是那些平時不怎么研究模型的普通用戶?！?/p>

此外，你還可以為單個聊天窗口更改顏色主題，代碼編輯器主題愛好者狂喜了。

 

 

 

02

「軟件按需生成」時代來臨？代碼能力逆天

隨著代碼能力的進一步提升，Altman 預(yù)測，GPT-5 強大的編碼能力將開啟一個他稱之為「軟件按需生成」的時代。

在 OpenAI 的測試中，GPT-5 在 SWE-Bench, SWE-Lancer, 和 Aider Polyglot 等多個編碼基準(zhǔn)測試中的表現(xiàn)均優(yōu)于任何其他模型。在人類最終測試中取得 42% 的成績，在 SWE 基準(zhǔn)測試中取得 75% 的成績。

 

一個小插曲是，發(fā)布會上的這張圖的坐標(biāo)軸明顯有不少槽點，不僅有 52.8 > 69.1 這樣的弱智錯誤，也實際上夸大了 GPT-5 的能力提升，在社交媒體上被網(wǎng)友群嘲「你這 PPT 怕最好別是 GPT-5 做的」。

在發(fā)布會上，OpenAI 的后期訓(xùn)練負責(zé)人 Yann Dubois 使用 GPT-5 現(xiàn)場演示，要求它生成一個用于學(xué)習(xí)法語、并帶有互動游戲的網(wǎng)站。在短短幾秒鐘內(nèi)，GPT-5 就編寫了數(shù)百行代碼，并直接展示了網(wǎng)站的前端界面。 他在 Zoom 上分享屏幕并進行了簡單的點擊操作，一切看起來都完美運行。

 

發(fā)布會現(xiàn)場，OpenAI 還直接展示了一款僅靠一段提示詞就由 GPT-5 創(chuàng)作的 3D 游戲。其創(chuàng)作的 3D 場景不僅畫面精致，其中的物理效果也非常準(zhǔn)確的還原出了對應(yīng)的效果。

 

03

更安全，更「誠實」

據(jù)模型安全研究負責(zé)人 Alex Beutel 介紹，為了解其安全風(fēng)險，OpenAI 對 GPT-5 進行了「超過五千小時」的測試。其中一個重點是「確保模型不會對用戶撒謊」。

雖然 GPT-5 的幻覺（hallucination）比 OpenAI 的 o3 推理模型要少，但「自信地撒謊」仍然是大型語言模型固有的問題。當(dāng)模型開始像智能體（agent）一樣完成任務(wù)時，這個問題會變得更加復(fù)雜。不過 OpenAI 表示，GPT-5 在更可靠地處理多步驟任務(wù)方面表現(xiàn)更好?！高^去，我們看到過模型聲稱完成了某項任務(wù)，但實際上并沒有完成的情況，」Beutel 說，「這是個問題?！?/p>

對于以前會直接拒絕回答的提示，GPT-5 將提供 OpenAI 所謂的「安全補全」機制（safe completions）。Beutel 解釋說：「比如有人問『點燃某種特定材料需要多少能量？』，這可能是一個試圖繞過安全防護造成傷害的惡意問題，也可能是一個想了解材料物理特性的學(xué)生。這給模型如何回應(yīng)帶來了真正的挑戰(zhàn)?！?/p>

 

通過「安全補全」，GPT-5「試圖在保持安全的約束下，給出盡可能有幫助的答案」。模型通常只會部分遵從，并提供一些無法被實際用于造成傷害的、更宏觀層面的信息。

04

如何用上 GPT-5

那么，大家最關(guān)心的問題來了：怎么才能用上 GPT-5 呢？

好消息是，所有 ChatGPT 用戶都可以現(xiàn)在立即免費體驗到 GPT-5。這也是 OpenAI 第一次面向所有用戶免費開放前沿模型。當(dāng)然，不同級別的用戶權(quán)限不同：

• Plus 訂閱用戶在達到使用上限前，可以有更多的使用次數(shù)。

• Pro 訂閱用戶則可以訪問具備更強推理能力的 GPT-5 Pro 版本。

當(dāng)用戶達到使用上限后，ChatGPT 會自動切換到一個「迷你版」的 GPT-5 來處理后續(xù)的請求。同時，隨著 GPT-5 的上線，它將正式取代 GPT-4o, OpenAI o3, OpenAI o4-mini, GPT-4.1 和 GPT-4.5 等一系列舊模型。

此外 Token 定價部分，標(biāo)準(zhǔn)版 GPT-5 為每百萬輸入 Token 1.25 美元，每百萬輸出 Token 10 美元。mini 版 與 Nano 版定價都便宜不少。

 

詳細定價可參考下圖截取自官網(wǎng)的信息。

 

此外，OpenAI 還在 API 中發(fā)布了一個名為「Minimal」的新參數(shù)，這樣你就可以在所有用例中使用 GPT-5，只需改變推理的力度。

 

除了 OpenAI 的第一方平臺，微軟 CEO 納德拉同時也宣布，GPT-5 已在微軟全系平臺上線，包括 Microsoft 365 Copilot、Copilot、GitHub Copilot 和 Azure AI Foundry。同時所有這些改進均在 Azure 上進行訓(xùn)練。

 

最后，Altman 表示，OpenAI 的使命是開發(fā)通用人工智能（AGI）。GPT-5 使他們更接近這一目標(biāo)，盡管整個行業(yè)已經(jīng)開始轉(zhuǎn)向構(gòu)建所謂的「超級智能」。

「我有點討厭 AGI 這個詞，因為現(xiàn)在每個人對它的定義都略有不同，」Altman 說，「但這是朝著真正強大的模型邁出的重要一步。這顯然是需要一個具備通用智能的模型才能做到。」

然而，他也承認相比起真正的 AGI， GPT-5 仍然「缺少一些非常重要的東西」。

「這不是一個模型，它是從它所發(fā)現(xiàn)的新事物中所生長出來的原生事物，對我來說，這正是它為什么能成為 AGI 「種子」的原因。」Sam Altman 這樣介紹道。