共计 3518 个字符，预计需要花费 9 分钟才能阅读完成。
8月8日，ChatGPT-5发布后，许多用户发现OpenAI停止了GPT-4o的使用，这一决定引发了广泛的争议。社交平台上，很多人对GPT-5的使用体验表示不满，甚至有用户直接喊出“还我GPT-4o”。
对此，OpenAI迅速回应，宣布恢复GPT-4o的服务，供Plus和Team用户使用。有需求的用户可以在ChatGPT网页版的设置中选择“显示旧版模型”来访问GPT-4o。此外，OpenAI还计划于下周推出迷你版的GPT-5和GPT-5 thinking。
OpenAI的首席执行官萨姆·奥尔特曼在X平台上也发表了两条推文，回应了关于下线GPT-4o和上线GPT-5所引发的争论。
奥尔特曼承认，未能预见用户对GPT-4o的喜爱程度，这一经历让公司更加坚定了为不同用户提供个性化服务的理念。他表示，未来会推出更多定制化的内容。同时，他还确认Plus用户将能够继续使用GPT-4o，并将密切关注用户的反馈，考虑旧版本模型的保留时限。
针对用户对GPT-5的负面反馈，奥尔特曼解释称，主要是由于自动切换器的故障，导致GPT-5的表现不佳。他表示，未来将集中精力提升GPT-5的部署和改进，确保其稳定性。
奥尔特曼还提到，自GPT-5上线以来，ChatGPT API的流量在24小时内翻了一番，OpenAI正在全力优化系统以寻找更多的处理能力。然而，他坦言，预计下周仍将面临严峻的流量挑战。
用户对GPT-5的抱怨主要集中在新模型虽然在回答的专业性上有所提高，但却缺乏情感互动的温度、个性与想象力。
GPT-5上线遭遇挫折！OpenAI宣布：恢复GPT-4o使用！奥尔特曼做出回应
总结一下：Anthropic的粉丝为Claude 3 Sonnet举办了线下“葬礼”，而OpenAI的用户却强烈要求线上复活GPT-4o，这一切似乎都是情绪的反映。或许GPT-5并没有那么糟糕，GPT-4o也未必是绝对的优秀。
如今，批评GPT-5并称赞GPT-4o似乎成了一种趋势？我来表达一个不同的看法：毫无疑问，GPT-5的发布是一次失利，但若就此将其完全定性为失败的模型，未免太过严苛。
我使用国外网友提供的模型盲评工具对GPT-5与GPT-4o进行了比较，设计了10道题目，结果是九一开，你猜谁得了9分？
关于GPT-5的争议，大家都知道的因素我就不再赘述了，比如过度宣传、发布会上出现的低级错误，这些都是OpenAI自己造成的，理应接受口碑的反噬。
抛开这些外部因素，GPT-5发布时最严重的问题是“模型自动切换器”的故障（如果我们愿意相信确实存在这样的问题）。
GPT-5所宣称的最大改进在于融合了GPT和o系列模型，即能够根据用户的问题自动选择使用的模型。这本应是GPT-5的核心卖点，也是OpenAI停止旧模型使用的主要原因。
但这一核心卖点却出现了问题。因此，将责任推给“模型自动切换器”似乎并不能完全为GPT-5辩护，至少可以说——不是模型本身的能力问题，而是没能有效运用模型。
然而，这并不是用户的错，所以GPT-5给用户的第一印象是完全负面的，加上旧版被激进下线，用户根本无法找到，导致不满情绪爆发。
不过，值得一提的是，即使GPT-5确实存在问题，GPT-4o在目前这个阶段真的优秀吗？
首先声明：我将所有AI视为工具，除了对AI能力进步的惊叹，几乎没有对模型产生“情感依赖”。
根据我的使用体验，最近几个月在面对复杂任务时我会使用o3，编程时使用Claude，日常任务则倾向于使用国内模型或Gemini。而GPT-4o，除了因其“吉卜力风格”绘图火了一把外，给我的印象并不深刻。
因此，是否可能大家对GPT-5和GPT-4o的评价夹杂了强烈的主观情感和怀旧色彩呢？
我曾多次表达过一个观点：我们对模型的主观评价在很大程度上取决于我们的预期。GPT-5未能达到预期，因此对其的批评成为主流；而GPT-4o被直接下架，所以怀念GPT-4o成为了一种政治正确的表达。
我再强调一遍：GPT-5不佳，并不代表（在现在，2025年8月）GPT-4o出色。换句话说，大家真的是更喜欢GPT-4o吗？是否因为（以为自己）太讨厌GPT-5了？
不如来试试盲评？
在X平台上的博主 Flowers ☾制作并发布了一个盲测网站，接入了gpt-5-chat和gpt-4o的API，免费供大家使用 https://gptblindvoting.vercel.app/：
该网站提供了两种模式，左侧是GPT-4o与GPT-5的1对1盲评，右侧则是包括GPT-5、GPT-4o、Gemini 2.5 Pro、Grok 4、Claude Sonnet 4在内的五个模型的排名赛。有兴趣的朋友可以亲自体验一下。
1对1盲评的结果我在开头就提到过：GPT-5 (9) : GPT-4o (1)，大比分获胜，实在出乎我的意料。
至于五个模型的测试，需要回答16道题目，每题五选二：
当然，这个测试依然只是为了娱乐，并不能说明GPT-5一定优于GPT-4o。
因为这些题目的区分度对模型来说并不够，网站设置的题目多是关于人际交往和心理咨询的主观题，同时开发者要求模型“简明扼要，无需标记或列表，用1-2句话回答”。这导致模型的回答内容趋同，很多时候只是长短和措辞的不同。
通常情况下，官方提供的模型会尽量保持客观中立，避免过多的“人格”特征。但也有例外，比如2023年NewBing的Sydney人格，以及最近Grok的失控事件。
不过，GPT-4o在这次GPT-5的对比中显得相对…普通，之前几乎没有听说过谁对GPT-4o表现出强烈的偏爱。
若提到因模型“个性”而产生依赖的用户，倒是Claude的死忠粉丝更多。
这里还有一个颇为有趣的话题：“第一次AI模型的葬礼”。
7月21日，Anthropic正式下线了Claude 3 Sonnet模型；8月2日，200多名Anthropic粉丝在旧金山举行了一场隆重的“葬礼”。
到场的有许多科技界知名人士，比如作家Noah Smith，甚至Anthropic的员工和竞争对手OpenAI的人员也参与了。
整晚，人们轮流上台，手持麦克风，为Claude 3 Sonnet宣读悼词。尽管有人尝试复活它，但显然没有成功。
Anthropic明确指出模型的生命周期管理，将模型分为活跃、遗留、弃用和退役四个阶段，并将在API弃用前至少提前六个月通知开发者，更新文档并推荐替代模型。
为了让新模型的发布腾出空间，旧模型的退役似乎是合理的。毕竟旧模型维护成本高，而企业在激烈的创新竞争中，推动用户转向新模型往往更具经济利益。
有趣的是，WIRED在报道中提到：
我们很少看到用户为ChatGPT的Logo创作同人作品，而Anthropic构建的Claude似乎具备独特的用户吸引力。
他们或许没料到，就在短短一周后，GPT-4o的用户群体便展现出了强大的“用户粘性”。
不过，我们必须承认，OpenAI在GPT-4o的处理上确实表现出过度自信和不明智的操作，这显然与正常的商业逻辑不符。
AI模型变迁中的情感纠葛与用户反应
即使GPT-5在性能上有显著提升，仍然可能会对现有用户的工作流程产生冲击，导致他们之前精心调整的Prompt失效，从而严重降低工作效率。（虽然API并未直接停用）
如果不是以如此激进的方式取消GPT-4o的选项，或许用户对GPT-5的反对声也不会如此强烈。
相较而言，GPT-4的退役过程显得更加平静。
这个在2023年3月引爆大模型行业的系统，于今年5月1日正式下线。
当时，Sam Altman在社交媒体上发布了一条推文：
告别，GPT-4。你引领了一场革命。
我们将把你的权重参数珍藏在专用硬盘，以便未来留给历史学家的研究。
或许有许多用户在AI诞生后，真正对其产生了情感，也可能只是因对GPT-5表现不如预期而感到不满。
用户感到失落的不仅是一个工具或平台，而是与其建立了互动、对话和情感联系的智能存在。
无论如何，当用户对AI模型的依赖逐渐显露，形成群体反应时，这或许将成为一个重要的转折点，甚至可能成为研究科技对社会影响的一个典范。
无论是Claude 3 Sonnet的告别仪式，还是对GPT-4o的复活呼声，或许都不会是最后一次这样的情景。
