GPT-5 震撼来袭：8月8日凌晨发布的关键资讯解读！

没有评论

共计 4241 个字符，预计需要花费 11 分钟才能阅读完成。

经过长时间的期待，终于来了！

OpenAI正式宣布：LIVE5TREAM（直播）定于周四上午10点（太平洋时间），也就是我们周五的凌晨1点。

经过漫长等待，GPT-5终于要上线，这次绝不会失约！

在当地时间8月7日，OpenAI推出了备受期待的大型语言模型GPT-5，此次发布经历了多次延期，时隔两年半才与公众见面。OpenAI自豪地称其为“全球最优秀的模型”，并将免费提供给用户使用。

首席执行官山姆·奥尔特曼在发布会上表示，与GPT-5的对话体验“就像与某个领域的博士专家进行交流”。此版本首次运用了集成模型架构，能够根据任务自动调整推理深度，无需用户进行模式切换。

目前，Plus、Pro、团队及免费用户均可使用GPT-5，预计企业版和教育版用户将在一周内接入，免费用户将在几天内完成覆盖。

然而，部分行业人士认为GPT-5的表现“并不惊艳”，马斯克在社交媒体上表示不满，称GPT-5在ARC-AGI-2的测试中未能战胜Grok 4。

OpenAI在新闻稿中提到，GPT-5的智能能力远超以往所有模型，涵盖编码、数学、写作、健康及视觉感知等多个领域，表现极为卓越。

声明指出，GPT-5是一个统一的系统，能够自动识别何时需要快速响应，何时需进行深入思考以提供专业应答，无需用户手动选择使用的语言模型或推理系统。

OpenAI表示，GPT-5将向所有用户开放，C端的免费用户也可使用，但会有使用次数的限制，每天可聊“几个小时”，达到上限后自动切换到GPT-5 mini模型。Plus用户的使用额度将显著高于免费用户，基本能够满足日常需求。Pro会员则可使用具有扩展推理能力的GPT-5 Pro版本，提供更全面和准确的回答。

对于开发者API用户而言，GPT-5的定价几乎难以拒绝：每百万token的输入费用为1.25美元，输出为10美元。这一价格不仅低于GPT-4o，也仅为Claude Opus 4.1的1/15，甚至比以“低价”著称的Gemini 2.5 Pro更具竞争力。

此前，OpenAI首席执行官萨姆·奥尔特曼曾表示，GPT-5是一次“重大的升级”。

ChatGPT团队的负责人Nick Turley指出，新模型在响应速度、答案准确性以及减少“幻觉”方面优于前代产品，“与其对话时，感觉更为自然。”

在8月7日的简报会上，奥尔特曼给予了GPT-5高度评价，称其为通向AGI的重要里程碑。他表示：“在历史上，拥有像GPT-5这样的技术是不可想象的。”

“这次的体验就像与各领域的专家进行交流。”奥尔特曼甚至不惜贬低GPT-4来抬高GPT-5，他表示：“我尝试回到GPT-4，结果相当糟糕。”

根据OpenAI的介绍，作为其“最强大的模型”，GPT-5在三个关键领域实现了显著进步。

首先是编程能力。GPT-5被誉为OpenAI迄今最强的编码模型，在复杂前端生成和大型代码调试方面表现出色，能够仅凭一个提示创建美观且响应迅速的网站、应用程序和游戏。早期测试者注意到其在排版、间距和留白等设计选择上的改进。

在GitHub的现实世界编码任务基准测试SWE-bench Verified中，GPT-5在首次尝试时的准确率高达74.9%，显著高于OpenAI推理模型o3的69.1%和GPT-4o的30.8%。

评论指出，这意味着，GPT-5的表现稍好于Anthropic近期推出的Claude Opus 4.1和谷歌DeepMind的Gemini 2.5 Pro，后者在SWE-bench Verified测试中的得分分别为74.5%和59.6%。

不过，在评估数学、人文学科及自然科学领域模型表现的各学科专家级能力Humanity’s Last Exam测试中，具备扩展推理功能的GPT-5 pro版本得分为42%，略低于得分44.4%的xAI模型Grok 4 Heavy。

奥尔特曼表示，GPT-5尤其擅长按需启动整个软件应用，即所谓的“氛围编码”，通过自然语言提示生成功能代码，从而加快开发速度。

作为示例，OpenAI的研究人员演示了，要求GPT-5创建一个网页应用，帮助英语用户学习法语，且该应用必须具备引人入胜的主题，包含抽认卡、测验、经典贪吃蛇游戏，以及跟踪每日学习进度的功能。

研究者在两个GPT-5窗口中输入相同的提示，几分钟后生成了两个不同的应用。OpenAI负责人指出，这些应用“存在一些缺陷”，但用户可以根据个人偏好调整AI生成的软件，例如更改背景或添加更多标签页。

在创意写作方面，GPT-5能够处理复杂的写作任务，如无韵律的抑扬格五音步诗或自然流畅的自由诗，宛如真正的诗人。OpenAI的ChatGPT业务副总Nick Turley表示，GPT-5在创意任务上展现出“更高的品味”，响应更为自然。

健康咨询是第三个显著提升的领域。

GPT-5能够更加积极地标记潜在健康问题，协助用户解析医疗结果，尽管OpenAI强调，ChatGPT不能替代医疗专业人士的角色。

在名为HealthBench Hard Hallucinations的测试中，具备思考能力的GPT-5幻觉错误信息率仅为1.6%，远低于GPT-4o和o3模型的15.8%与12.9%。

OpenAI表示，GPT-5相比之前的模型更为可靠和实用，能够更准确地回应现实世界的问题，幻觉的发生概率显著降低。

在对代表ChatGPT生产流量的匿名提示词启用网络搜索后，GPT-5的响应中出现事实错误的概率比GPT-4o低约45%；经过深思熟虑后，GPT-5的响应中包含事实错误的概率比o3低约80%。下图展示了，GPT-5的错误信息率仅为4.8%，而GPT-4o为20.6%，o3为22%。

OpenAI还透露，为了GPT-5引入了一种全新的安全训练模式，称为安全补全（safe completions）。该模式旨在教会模型在安全的框架内给出最有帮助的答案。

有时，这意味着会部分回答用户的问题，或者只提供高层次的回答。

如果需要拒绝，经过训练的GPT-5会以透明的方式告知用户拒绝的原因，并提供安全的替代方案。

在受控实验和OpenAI的生产模型中，该安全补全方法被发现更加细致，能够更好地引导双重用途问题，增强对模糊意图的鲁棒性，同时减少不必要的拒绝。

OpenAI的后训练负责人Michelle Pokrass指出：“GPT-5已经过训练，能够识别何时任务无法完成，避免猜测，并能够更清晰地解释其局限性，相比之前的模型，这减少了无根据的断言。”

OpenAI发布GPT-5：新功能与市场反响

根据OpenAI的最新声明，GPT-5在执行指令的能力上有了显著的进步，能够更有效地满足用户的自定义需求。此外，OpenAI计划为所有使用ChatGPT的用户推出一种全新的研究预览版，包含四种可选择的预设性格。

这四种初始性格选项分别是：愤世嫉俗者、机器人、倾听者和书呆子。用户可随时在设置中进行调整，以便更好地匹配ChatGPT的交互风格和个人沟通方式。

目前，这四种性格主要用于文本聊天，未来还将扩展至语音交互，这意味着用户可以在不需要编写自定义提示的情况下，轻松设置ChatGPT的交流方式，选择简洁专业或带有讽刺的风格。

微软也在GPT-5发布的同一天，宣布将其集成至多个产品中。在企业应用方面，Microsoft 365 Copilot将利用GPT-5的能力，更好地应对复杂问题，保持对长对话的关注，并理解用户的上下文。企业用户可以通过推理功能高效处理电子邮件、文档等。

对于普通消费者而言，Microsoft Copilot的新智能模式将借助GPT-5帮助用户找到最佳解决方案。用户可以通过http://copilot.microsoft.com或在Windows、Mac、Android和iOS设备上的Copilot应用中免费体验GPT-5。

开发者们将通过GitHub Copilot和Visual Studio Code获得GPT-5的支持，以便于编写、测试和部署代码。此外，Azure AI Foundry平台将提供所有GPT-5模型，并配备AI驱动的模型路由器，能够根据任务的复杂性和性能需求选择最佳模型。

在GPT-5的发布会上，现场出现了一些小问题。例如，在直播中展示的性能图表存在数据与实际图表不符的情况，编程基准测试（swe-bench）中，GPT-5的准确率被标注为52.8%，但其柱状图的高度却超出了标注为69.1%的旧模型O3，导致网友广泛质疑。奥特曼对此错误表示承认：

更为尴尬的是，马斯克也对此进行了质疑，转发了GPT-5在ARC-AGI-2测试中未能击败Grok 4的相关消息：

根据证券时报的报道，有人工智能领域的资深研究者指出，GPT-5的改进仍然属于“渐进式优化”，并非真正的颠覆性突破。他们认为GPT-5表现平平的主要原因在于，大模型训练遵循的缩放定律（Scaling Laws）正在放缓，模型性能的提升依赖于参数规模、训练数据量和计算资源的增加，而目前这些条件的边际收益在下降，全球优质数据的稀缺使得OpenAI面临训练资源的瓶颈，导致模型的性能提升非常有限。

此次的GPT-5发布或许还与OpenAI近期的资本运作密切相关。

据参考消息网引述《金融时报》的消息，OpenAI已获得83亿美元的新融资，估值达到3000亿美元。据知情人士透露，这笔资金来自黑石集团、得克萨斯太平洋集团资本公司、富达管理与研究公司以及普徕仕公司等现有及新投资者。

GPT-5的发布将进一步巩固OpenAI在大型模型技术领域的领先地位，增强投资者的信心，有助于公司估值的增长及股票的后续出售计划。

编辑|程鹏杜宇易启江

校对|段炼