揭秘 GPT-5 发布：8 月 8 日凌晨的重磅信息与关注要点！

没有评论

共计 4195 个字符，预计需要花费 11 分钟才能阅读完成。

期待已久，终于来了！

OpenAI正式宣布：LIVE5STREAM（直播）将在周四上午10点（太平洋时间），即周五的凌晨1点准时开始。

经过漫长等待，GPT-5即将发布，这次绝不失约！

在8月7日的活动中，OpenAI发布了其最新的大型语言模型GPT-5，这一成果经历了多次延迟，终于面世。自从GPT-4发布以来，已经过去了两年半。OpenAI称其为“全球最佳模型”，并将免费提供给用户。

首席执行官山姆·奥尔特曼在发布会上表示，与GPT-5的交流“如同与某个领域的博士交谈”。此次版本采用了集成模型架构，能够根据任务自动调整推理深度，用户无需手动切换模式。

现在，Plus、Pro、团队以及免费用户均已能够访问GPT-5，预计企业版和教育版用户将在一周内接入，而免费用户也将在几天内逐步覆盖。

不过，业内专家对此表示，GPT-5的表现并不算出色，马斯克在社交媒体上表示不满，认为GPT-5在ARC-AGI-2测试中未能超越Grok 4。

OpenAI在新闻稿中提到，GPT-5的智能表现远超以往的所有模型，在编程、数学、写作、健康、视觉识别等领域表现卓越。

声明进一步指出，GPT-5是一个统一的系统，能够判断何时快速响应，何时需要更长时间进行深入思考，从而提供专家级回答，无需用户手动选择常规语言模型或推理系统。

OpenAI表示，GPT-5将向所有用户开放，C端的免费用户也能使用，但有次数限制，每天可使用几个小时。当达到上限时，系统会自动切换到GPT-5 mini模型。Plus用户的使用额度将远高于免费用户，基本满足日常需求。Pro会员则可以访问具有扩展推理能力的GPT-5 Pro版本，提供更全面和准确的答案。

对于开发者API用户来说，GPT-5提供了极具吸引力的定价：每百万token输入1.25美元，输出10美元。这个价格不仅低于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还要便宜。

此前，OpenAI首席执行官山姆·奥尔特曼称赞GPT-5是一次“重大升级”。

ChatGPT团队负责人Nick Turley表示，新模型在响应速度、回答准确性和减少“幻觉”方面都比前代产品有了显著提升，“与其对话时，感觉更加自然。”

在8月7日的简报会上，奥尔特曼对GPT-5给予了极高的评价，认为它是通往AGI的重要里程碑。他表示：“在历史上，拥有像GPT-5这样的技术简直是不可想象的。”

他甚至不惜贬低GPT-4，强调GPT-5的优越性，提到自己尝试返回使用GPT-4时，体验相当糟糕。

OpenAI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提升。

首先是编程能力。GPT-5是OpenAI迄今为止最强大的编码模型，在复杂的前端生成和大型代码库调试方面表现出色，能够仅凭一个提示就创建美观的响应式网站、应用程序和游戏。早期测试者发现其在间距、排版和留白等设计方面有了明显改善。

在基于GitHub的现实世界编码任务基准测试SWE-bench Verified中，GPT-5首次尝试的准确率达74.9%，高于OpenAI的o3模型的69.1%和GPT-4o的30.8%。

评论指出，这显示GPT-5的表现略优于Anthropic新推出的Claude Opus 4.1和谷歌DeepMind的Gemini 2.5 Pro，后两者在SWE-bench Verified测试中的得分分别为74.5%和59.6%。

不过，在各学科专家对模型表现的Humanity’s Last Exam测试中，具备扩展推理功能的GPT-5增强版本GPT-5 pro得分为42%，略低于得分为44.4%的xAI模型Grok 4 Heavy。

奥尔特曼指出，GPT-5在按需启动整个软件App方面表现尤为突出，也就是所谓的“氛围编码”，即用AI根据自然语言提示生成功能代码，从而加速开发过程。

作为实例，OpenAI的研究者要求GPT-5创建一款网页App，旨在帮助英语用户学习法语，且该App需具备引人入胜的主题，包含抽认卡、测验、经典贪吃蛇游戏和每日学习进度跟踪功能。

研究者在两个GPT-5窗口中提交了相同提示，几分钟后生成了两个不同的App。OpenAI负责人表示，这些App“虽然存在一些不足”，但用户可以根据个人需求进一步调整，例如更改背景或添加更多标签页。

在创意写作方面，GPT-5可以处理复杂的写作任务，如无韵律抑扬格五音步诗或自然流畅的自由诗，仿佛诗人一般。OpenAI的ChatGPT业务副总Nick Turley表示，GPT-5在创意任务上的表现更具“品位”，响应更自然。

健康咨询是第三个重要提升领域。

GPT-5能够更加积极地识别潜在健康问题，帮助用户理解医疗结果，尽管OpenAI强调，ChatGPT并不能替代医疗专业人士。

在名为HealthBench Hard Hallucinations的测试中，GPT-5出现幻觉的错误信息率仅为1.6%，远低于GPT-4o和o3模型，后者的错误信息率分别为15.8%和12.9%。

OpenAI表示，GPT-5相较于之前的模型更为可靠和实用，能够更准确地回答现实世界中的问题，幻觉的概率显著降低。

在启用网络搜索后，GPT-5响应中包含事实错误的概率比GPT-4o低约45%；经过思考后，其响应中包含事实错误的概率比o3低约80%。下图显示，GPT-5的错误信息率仅为4.8%，而GPT-4o为20.6%，o3为22%。

OpenAI还推出了一种新的安全训练形式，称为安全补全（safe completions），旨在引导模型在安全范围内给出最有帮助的答案。

有时，这可能意味着只部分回答用户的问题，或者仅提供高层次的回答。

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OpenAI的实验和生产模型中，这种安全补全方法更加细致，能够更好地应对双重用途问题，增强对模糊意图的鲁棒性，并减少不必要的过度拒绝。

OpenAI的后训练负责人Michelle Pokrass表示：“GPT-5已经被训练能够识别任务无法完成的情境，避免猜测，并能更清晰地解释局限性，相比于之前的模型，这减少了无根据的断言。”

OpenAI发布GPT-5：新功能与引发的争议

OpenAI最近宣布，GPT-5在执行命令的能力上有了显著提升，同时自定义指令的执行效果也得到了增强。为了改善用户体验，OpenAI为所有ChatGPT用户推出了四种全新的个性化聊天设定。

这四种初步设定包括：愤世嫉俗者、机器人、倾听者和书呆子，用户可以根据需要随时在设置中进行调整，以便更好地契合自己的沟通风格与ChatGPT的互动。

目前，这四种性格设定主要适用于文本聊天，未来会扩展至语音交互，使用户可以轻松设置ChatGPT的交流方式，无需编写特定的提示词。这些方式可以是简洁明了的、周到细致的，或者甚至带有讽刺意味的。

同时，微软在GPT-5发布当天就宣布将其整合进多个产品中。在企业应用方面，Microsoft 365 Copilot将利用GPT-5更高效地解决复杂问题，保持长时间对话中的专注力，并理解用户的上下文。企业用户能够通过推理功能更高效地处理电子邮件、文档和其他文件。

对于普通消费者，Microsoft Copilot的新智能模式将使用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。

开发者们将能够通过GitHub Copilot和Visual Studio Code获得GPT-5的支持，以便进行代码的编写、测试和部署。Azure AI Foundry平台将提供所有GPT-5模型，配备AI驱动的模型路由器，以选择最适合每个任务的模型，考虑其复杂性、性能要求和成本效益。

值得注意的是，在GPT-5的发布会上出现了一些小问题，直播中展示的性能图表存在数据与图表不一致的情况。例如，在编程基准测试（swe-bench）中，GPT-5的准确率被标记为52.8%，而对应的柱状图却显示超过了标记为69.1%的旧模型O3，引发了广泛的质疑。对此，奥特曼也承认了错误：

更为尴尬的是，马斯克也对此表示质疑，转发了GPT-5在ARC-AGI-2测试中未能超越Grok 4的消息：

据《证券时报》报道，一位人工智能领域的资深研究员指出，GPT-5仍然只是“渐进式优化”，并非突破性、跨越式的提升。其表现不尽如人意的主要原因在于，当前的大模型训练依赖于缩放定律，即模型性能随着参数规模、训练数据量和计算资源的增加而提升。然而，这一规律现在正在放缓，预训练带来的边际收益逐渐减弱，同时全球高质量数据也已接近枯竭，导致OpenAI的训练资源面临瓶颈，模型性能提升受到很大限制。

GPT-5的发布或许也与OpenAI近期的资本运作密切相关。

参考消息网援引《金融时报》的报道，OpenAI于8月1日获得了83亿美元的新资金，估值已经达到3000亿美元。据知情人透露，这笔资金来自于黑石集团、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加入的投资者。

GPT-5的推出将进一步巩固OpenAI在大型模型技术领域的领导地位，增强投资者信心，有助于公司估值的提升以及股票的再出售计划的实施。

编辑|程鹏杜宇易启江

校对|段炼