GPT-5 发布在即，8 月 8 日凌晨揭晓的关键亮点有哪些？

没有评论

共计 4285 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，终于有了好消息！

OpenAI正式宣布：LIVE5TREAM（直播）将在周四上午10点（太平洋时间），也就是我们的周五凌晨1点开始。

苦等已久，GPT-5即将登场，这次绝对不会失约！

在8月7日，OpenAI发布了大型语言模型GPT-5，这一成果经过多次延期后，终于与大家见面。距离GPT-4发布已有两年半的时间。OpenAI自豪地称其为“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的对话“如同与某一领域的博士级专家交流”。此次版本首次采用集成模型架构，能够根据具体任务自动选择推理深度，用户无需手动切换模式。

目前，Plus、Pro、团队以及免费用户均已获得GPT-5的接入，企业版与教育版用户预计将在一周内覆盖，免费用户的接入将在几天内完成。

不过，业内部分人士认为GPT-5的表现并不如预期，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的智能表现远超公司以往的任何模型，涵盖编码、数学、写作、健康、视觉感知等多个领域，性能出色。

声明中进一步指出，GPT-5是一个统一系统，能够智能识别何时需要快速响应，何时需要更长的思考时间来提供专家级答案，用户无需再手动选择使用常规语言模型或推理系统。

OpenAI表示，GPT-5将向所有用户开放。普通消费者也能免费使用GPT-5，但使用次数有限，每天可以对话“几个小时”，一旦达到上限，系统将自动切换至GPT-5 mini模型。而Plus用户将享有远高于免费用户的使用额度，基本满足日常需求。Pro会员则可以访问GPT-5 Pro版本——该版本具备更强的推理能力，能够提供更全面且准确的答案。

对于开发者API用户而言，GPT-5的定价几乎令人无法拒绝：每百万个token的输入费用为1.25美元，输出费用为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。

早前，OpenAI首席执行官萨姆·奥尔特曼曾称GPT-5是一次“重大升级”。

ChatGPT团队的负责人Nick Turley表示，新模型在响应速度、回答准确性和减少“幻觉”方面均优于前代产品，“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给予了高度评价，称其为通向AGI的重要里程碑。他表示：“在历史的任何时期，拥有像GPT-5这样的技术都是难以想象的。”

“这次的体验就像与任何领域的专家进行交流。”在简报会上，奥尔特曼甚至不惜抨击GPT-4以衬托GPT-5的优越性。他提到：“我尝试使用GPT-4，结果非常糟糕。”

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

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优异，能仅凭一个提示生成美观且响应式的网站、应用程序和游戏。早期测试者注意到其在间距、排版和留白等设计选择上有显著改进。

在基于GitHub的真实编码任务基准测试SWE-bench Verified中，GPT-5在首次尝试时的准确率达到了74.9%，超越了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的表现稍胜于Anthropic周二推出的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%。

然而，在衡量数学、人文和自然科学领域的专家级能力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%。这略低于得分44.4%的xAI模型Grok 4 Heavy。

奥尔特曼表示，GPT-5在按需启动整个软件应用方面表现尤为突出，这种所谓的“氛围编码”允许AI根据自然语言提示生成功能代码，从而加快开发进程。

作为实例，OpenAI的研究者展示了要求GPT-5创建一个网页应用，帮助英语用户学习法语，且该应用程序需具备引人入胜的主题，包含抽认卡、测验、经典贪吃蛇游戏，以及追踪每日学习进度的功能。

研究人员将相同的提示词发送到两个GPT-5窗口中，几分钟后生成了两个不同的应用程序。OpenAI负责人表示，这些应用程序“存在一些缺陷”，但用户可以根据个人喜好对AI生成的软件进行调整，例如更改背景或添加更多标签。

在创意写作方面，GPT-5能够处理结构复杂的写作任务，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“更好的品味”，其回应也显得更为自然。

健康咨询是第三个重要提升领域。

GPT-5能更积极地识别潜在健康问题，帮助用户解读医疗结果，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，具备思考能力的GPT-5的错误信息率仅为1.6%。这一数字远低于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，幻觉的可能性显著降低。

在启用网络搜索后，GPT-5的回答中包含事实错误的几率比GPT-4o低约45%；经过思考后，GPT-5的回答中包含错误的几率比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还指出，为GPT-5引入了一种新型的安全训练模式，称作安全补全（safe completions）。该模式教会模型在安全范围内尽可能提供最有帮助的答案。

在某些情况下，这可能意味着部分回答用户的问题，或仅提供高层次的回应。

如果需要拒绝，经过训练的GPT-5会透明地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的实际模型应用中，OpenAI发现这种安全补全方法更为细致，能够更好地应对双重用途问题，增强对模糊意图的鲁棒性，减少不必要的过度拒绝。

OpenAI后训练负责人Michelle Pokrass表示：“GPT-5经过训练，能够识别无法完成的任务，避免无谓猜测，并更清晰地阐明局限性，与之前的模型相比，减少了无根据的断言。”

GPT-5发布：新特性与市场反响

OpenAI宣布，GPT-5在执行指令的能力上有了显著提升，同时其自定义指令的执行效果也得到了增强。此外，OpenAI将向所有ChatGPT用户推出四种全新的预设性格模式，供研究测试之用。

这四种性格选项包括愤世嫉俗者、机器人、倾听者和书呆子，用户可以随时在设置中进行切换，以便更好地适应与ChatGPT的沟通风格。

这四种性格最初适用于文本交流，未来还将扩展到语音聊天，用户可无需编写提示词便能调整ChatGPT的互动方式，诸如专业简洁、周到支持或带有讽刺的风格均可实现。

微软在GPT-5发布的同一天宣布，将其整合到多种产品中。在企业应用方面，Microsoft 365 Copilot将借助GPT-5更有效地处理复杂问题，保持在长时间对话中的专注，并理解用户的上下文。企业用户能够通过推理功能来管理电子邮件、文档及其他文件。

对于消费者而言，Microsoft Copilot的新智能模式将利用GPT-5的能力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及iOS设备上的Copilot应用进行免费体验。

开发者将通过GitHub Copilot和Visual Studio Code获取GPT-5的支持，帮助他们在编写、测试和部署代码的过程中提升效率。同时，Azure AI Foundry平台也将提供所有GPT-5模型，配备AI驱动的模型路由器，以根据每项任务的复杂性、性能需求和成本效益选择最佳模型。

值得关注的是，在GPT-5的发布会上出现了一些小问题，现场展示的性能图表存在数据和显示不一致的情况。例如，在编程基准测试的图表中，GPT-5的准确率标注为52.8%，但对应的柱状图却显示超过69.1%的旧模型O3，引发了网友的广泛讨论。对此，奥特曼也承认了这一错误：

更为尴尬的是，马斯克也对此发表了看法，转发了关于GPT-5未能在ARC-AGI-2中击败Grok 4的消息。

据《证券时报》报道，某些人工智能领域的资深研究员认为，GPT-5的发布仍然只是“渐进式优化”，并非具有颠覆性或跨越式的提升。GPT-5未能令人印象深刻的核心原因在于，大规模模型的训练遵循缩放定律，即模型性能依赖于参数规模、训练数据量和计算资源的增加。然而，目前这一规律正逐渐放缓，预训练的边际收益也在减弱，全球高质量数据的匮乏使得OpenAI的训练资源面临瓶颈，因此模型的性能提升显得非常有限。

此次GPT-5的发布或许与OpenAI近期的资本运作有关。

参考消息网援引《金融时报》的报道，OpenAI于8月1日获得了83亿美元的新融资，公司的估值达到了3000亿美元。知情人士透露，这笔新资金来自黑石集团、得克萨斯太平洋集团资本公司、富达管理与研究公司等多个投资者。

GPT-5的推出将进一步巩固OpenAI在大型模型技术领域的领先地位，提升投资者的信心，有助于公司估值的增长以及股票的二次出售计划的实施。

编辑|程鹏杜宇易启江

校对|段炼