共计 3683 个字符，预计需要花费 10 分钟才能阅读完成。
作者 |Yoky
邮箱|yokyliu@pingwest.com
至今，我们依然不清楚使奥特曼“瘫坐在椅子上”的究竟是什么力量。
期待已久的 GPT- 5 发布，竟然让人们在发布会后的反应中发现了意外的槽点，甚至比亮点还要多。
几个月前，甚至在发布之前，谁也未曾预料到这个备受瞩目的模型发布会竟会因一系列令人哭笑不得的错误图表而成为讨论焦点。
这几乎就是发布会给观众的整体印象。
虽然在争夺用户关注的过程中做了大量工作，很多细节也得到了提升，但并没有带来太大的惊喜，甚至在某些时刻令人忍俊不禁，AGI 的时代似乎仍遥遥无期，商业竞争已然拉开帷幕。
随着 GPT- 5 的推出，AGI 的时刻依然没有到来，甚至连“顿悟时刻”都未曾出现。
根据发布前的相关泄露，GPT- 5 采用了“All in one”的策略，整合了推理、编程、语音和研究等多种能力，根据用户需求自动调取相应功能。在多个垂直领域，GPT- 5 刷新了基准测试的记录，尤其在编程能力上展现出显著进步，无论是专业开发者还是新手尝试编程，它都在模型性能上做了优化。
在 API 方面，GPT- 5 首次考虑了用户的经济因素，开启了一轮大幅降价。企业用户可以根据预算选择相应的中高档版本，包括 GPT- 5 标准版、GPT-5-mini 版和 GPT-5-nano 版。值得注意的是，GPT-5-mini 的定价低于谷歌的 Gemini 2.5 Flash，而 GPT- 5 标准版的费用仅为 Claude 4 Opus 的十二分之一。
新模型的案例演示、刷新基准测试成绩以及下调的 API 价格，几乎构成了此次发布会的全部内容。然而，在最后的三分之一部分，OpenAI 添加了一些并不那么耀眼的企业案例，展示他们如何利用模型帮助企业构建应用，同时推出了专为企业设计的 GPT-5-chat 模型，旨在客服场景下，延迟低于 200 毫秒。
这些内容才是 GPT- 5 发布的真正意图：他们所追求的，已经不再是技术演示的掌声，而是企业客户的实际收益。GPT- 5 并不是一个跨时代的爆炸性模型，而是 OpenAI 在商业竞争中准备的一张底牌。
结合 Sam Altman 之前在 X 上对 SaaS 前景的判断，一旦企业能够自主基于 GPT- 5 构建应用，传统 SaaS 模式将面临前所未有的挑战。
这揭示了一个更深的现实：整个人工智能行业已经从单纯的技术展示转向了商业应用的关键阶段，OpenAI 也不例外。
1
单一模型，多重智能
在发布之初，OpenAI 的 Sam Altman 表示，这不仅是一项简单的升级，而是智能的“维度跃迁”。
官方宣称引入了全新的“智能路由”系统，该系统能够在秒级内评估问题的复杂程度，并自动调动合适的“智能体”来解答。对于简单问题，系统会使用“高效智能体”快速应答；而对于复杂问题，则会切换至“深度思考智能体”。这种快速与深度思考的结合，早在今年部分模型产品中通过 Autothink 实现。
GPT- 5 首次融合了 GPT 系列和 o 系列推理模型，形成了统一的多模态架构。上下文窗口扩展至 1M tokens，输出能力可达 10 万 tokens，并支持 MCP（模型上下文协议）及并行工具的调用。四个变体均针对编程场景进行了优化：
• gpt-5：旗舰版，长链推理 + 全模态；
• gpt-5-mini：成本降低 60%，仍保留 90% 的编程性能；
• gpt-5-nano：端侧离线 32K，延迟低于 40ms；
• gpt-5-chat：面向企业的对话，集成插件化的 CI/CD。
针对不同应用场景，GPT- 5 进行了单项优化，比如在写作中的语感提升及多语种的语音对话切换能力。此外，GPT- 5 也在新的 ARC-AGI- 2 上进行了测试，表现优于所有主要模型，仅次于 Grok 4（思考）。
最为显著的是，整个编程能力再次提升了一个层次。代码能力涵盖了两种场景：低提示词的非专业用户使用场景。
在发布会上，OpenAI 的后期训练负责人 Yann Dubois 现场演示了 GPT- 5 的能力，要求其生成一个用于学习法语并具备互动游戏功能的网站。仅在几秒钟内，GPT- 5 便编写了数百行代码，并展示了网站的前端界面。他通过 Zoom 分享屏幕并进行了简要操作，便生成了一个看起来极为炫酷的网站。
在 Canvas 中，GPT- 5 能够迅速一次性完成前端应用程序，确保那些没有免费的优质编码模型的用户，也能实现真正的 Vibe Coding。
在专业编程环境中，GPT- 5 支持一键上传完整的前后端代码库，并在秒级时间内生成可视化的“代码地图”，分层展示模块依赖、性能瓶颈和安全漏洞，并提供优先级列表；对于遗留代码，它能够自动去除无用依赖、统一命名风格、补全类型注释，同时生成 Git 回滚脚本，以确保重构时零风险。
此外，该模型原生支持 Python、TypeScript、Rust、Go、Solidity 等 20 多种语言的混合项目，能够智能识别跨语言调用链，自动生成 FFI 绑定、序列化代码及相应的 Docker 多阶段构建文件，无需人工干预便可贯通开发与部署的全流程。
然而，尽管 OpenAI 持续强调“GPT- 5 是全球最优秀的编程模型”，在 OpenAI 的展示中却出现了 Benchmark 图坐标轴“作弊”的情况，存在 52.8 > 69.1 这样的荒谬错误，实际上也夸大了 GPT- 5 的能力提升。
抛去一些不必要的细节，GPT-5 实际上将“编写代码”的概念提升到了“软件交付”的层面，涵盖了从单个文件的自动补全到多语言、多框架，甚至是端到端的项目管理。开发者们所获得的，不仅仅是加速的代码补全，而是一整套可部署、可测试并可维护的工程解决方案。
为了提高模型的实用性，OpenAI 在减少模型幻觉方面投入了大量时间。模型安全研究主管 Alex Beutel 表示，OpenAI 针对 GPT-5 可能存在的风险进行了超过五千小时的深入测试，而其核心目标之一就是确保模型不会向用户提供虚假信息。
尽管相较于 o3 推理模型，GPT-5 的幻觉现象有所减少，但“言之凿凿的虚假信息”依然是大型语言模型难以根除的顽疾。尤其是在模型作为智能体执行复杂任务时，这一风险尤为突出。尽管如此，OpenAI 强调，GPT-5 在完成复杂流程时提供的连贯性更加值得信赖。Beutel 指出，以前模型曾声称已完成某项任务，实际上却并未采取行动，而现在团队正在努力修复这一问题。
总体而言，GPT-5 在模型、产品与应用场景上进行了全面的优化，虽然它可能不是某一领域的绝对佼佼者，但却是一个出色的全能选手。
1
以低价突围商业化
“价格竞争”常常被视为中国大模型厂商的一种策略，而这次 OpenAI 则向大家展示了它的强劲反击。
为了吸引个人用户，OpenAI 采取了先提供免费体验、后分级限速的策略。从今天起，所有 ChatGPT 用户无需排队即可直接体验 GPT-5。免费用户每天有固定的使用额度，使用完毕后将自动降级至 GPT-5-mini 继续对话。Plus 会员的额度也翻倍，而 Pro 会员则可以使用“GPT-5 Pro”的高推理档位。换句话说，OpenAI 将 7 亿 C 端用户视为“默认入口”，但它的真正意图远不止于此。
针对企业客户，OpenAI 显然采取了明显的低价策略以抢占市场。根据官网的信息，标准版 GPT-5 的定价为输入 1.25 美元 / 百万 token，输出 10 美元 / 百万 token，这一价格较 GPT- 4 时代普遍下降了 30% 至 50%。而 mini 与 nano 版本的价格进一步下调，分别为 0.3 美元和 0.05 美元 / 百万 token，几乎接近自托管的成本。
企业套餐还提供零保留、私有端点和双倍并发，综合算下来，同等算力的支出可节省超过 40%。
显然，OpenAI 的目标是 B 端市场：通过超低的 API 定价将企业从自主研发或其它竞争对手那里吸引过来，而 C 端的免费策略则主要用作流量入口和口碑放大器。
显而易见，新定价策略让这些长期受困于 o3 的开发者们感到欣慰。当 GPT- 5 标准版的价格仅为 Claude 4 Opus 的十二分之一时，仰赖“性价比”生存的替代厂商将面临生存危机。
结合国内近期的模型“价格战”来看，基础模型市场今后将经历一场残酷的优胜劣汰。中小型模型厂商必须在特定领域找到独特定位，或者将被迫退出市场。
毫无疑问，推理成本的显著降低直接降低了 AI 应用的准入门槛。当调用成本不再是限制因素，更多企业和开发者将积极探索将 AI 能力整合进他们的产品中。随着软件的边际成本持续降低，新一波应用创新浪潮将应运而生，各类工具和消费级产品都将受益。
从技术突破到价格优势，从能力展示到实际应用，OpenAI 此次发布的核心策略十分清晰：以成本优势和产品整合重新定义 AI 生态的游戏规则。
当 GPT- 5 以极低的价格提供接近人类专家的能力时，它实际上是在向整个行业发起挑战——不仅仅是争夺竞争对手的市场份额，更是让传统软件服务商感受到降维打击的压力。这一策略的转变标志着 AI 行业从“技术驱动”正式迈向“商业驱动”的新阶段。
GPT- 5 并未标志着技术发展的终极阶段，反而象征着商业竞争的激烈升级。未来，我们将目睹 Meta 以高昂的代价争抢人才，OpenAI 发布会上的“数据失误”，以及 Anthropic 的选择性供应等事件，这些现象将比令人惊叹的模型飞跃和各种“顿悟时刻”更频繁地展现在我们眼前。
