OpenAI 于今日正式推出其最新旗舰模型 —— GPT-5，标志着 ChatGPT 进入一个全新阶段。这不仅是性能的升级，更是一次范式转变：从“回答问题的聊天机器人”向“代表用户完成任务的智能代理”演进。
GPT-5 是 OpenAI 首个“统一模型”——它融合了此前 o 系列模型的深度推理能力 与 GPT 系列的快速响应优势，通过一个智能路由器动态决定何时“快速作答”，何时“深入思考”。
从即日起，GPT-5 将作为 ChatGPT 的默认模型，面向所有用户逐步开放。
什么是“统一模型”？
GPT-5 的核心创新在于其自适应架构：
- 智能高效路径：处理简单问题时，快速生成响应
- 深度推理路径（GPT-5 Thinking）：面对复杂任务自动启动多步推理
- 实时路由器：根据问题复杂度、工具需求或用户提示（如“请认真思考”）动态选择路径
这一设计让用户无需手动切换模型或调整设置，系统会自动判断最佳响应方式。
OpenAI 表示，未来目标是将这些能力整合进单一模型，实现真正的“自感知思考”。
更强的任务完成能力
相比 GPT-4，GPT-5 的关键跃迁在于端到端任务执行能力：
- 根据需求生成完整的软件应用（“氛围编码”）
- 解析研究资料并生成结构化简报
- 协助管理日程、导航网页、完成多步骤操作
正如 OpenAI CEO 萨姆·奥特曼在发布会上所说：
“拥有像 GPT-5 这样的系统，在历史上几乎是不可想象的。”
“这是我们在通往通用人工智能（AGI）道路上迈出的重要一步。”
免费用户也能用上“推理模型”
一个重大变化是：GPT-5 将作为免费用户的默认模型。
此前，具备推理能力的高级模型（如 o3）仅对 Plus 及以上订阅者开放。此次开放意味着：
- 更多用户可体验高质量 AI 推理
- 降低使用门槛，践行 OpenAI “普惠 AI”的长期使命
ChatGPT 副总裁尼克·特利表示：
“这是我践行使命的一种方式，确保这些技术真正惠及每一个人。”
实测表现：在关键领域领先，部分场景持平
GPT-5 并非在所有基准测试中全面碾压对手，而是在多个核心领域实现小幅领先或显著提升。
✅ 显著领先的领域
| 基准 | 任务 | GPT-5 成绩 |
|---|---|---|
| SWE-bench Verified | 真实世界编码任务 | 74.9% ✅ 超越 Claude Opus 4.1（74.5%） |
| GPQA Diamond | 博士级科学问题（GPT-5 Pro） | 89.4% ✅ 领先 Grok 4 Heavy（88.9%）和 Claude（80.9%） |
| HealthBench Hard（幻觉率） | 医疗问答准确性 | 1.6% ✅ 远低于 GPT-4o（12.9%）和 o3（15.8%） |
在健康领域，GPT-5 更能主动识别潜在问题，帮助用户理解检查报告、准备问诊问题。
⚖️ 表现接近或略逊的领域
| 基准 | GPT-5 成绩 | 对手表现 |
|---|---|---|
| Humanity’s Last Exam（带工具） | 42% | Grok 4 Heavy：44.4% |
| Tau-bench：航空网站导航 | 63.5% | o3：64.8% |
| Tau-bench：零售网站导航 | 81.1% | Claude Opus 4.1：82.4% |
这些结果表明，GPT-5 并未在所有代理任务上占据绝对优势，AI 能力的竞争仍处于动态拉锯中。
关键改进：更少幻觉，更少欺骗，更安全
📉 幻觉率显著下降
幻觉（hallucination）一直是大模型的顽疾。GPT-5 在这方面取得实质性进展：
| 模型 | 幻觉率（错误信息概率） |
|---|---|
| GPT-5（带思考） | 4.8% |
| o3 | 22% |
| GPT-4o | 20.6% |
在 HealthBench 等专业领域，幻觉率更是从两位数降至 1.6%，大幅提升可信度。
🛡️ 欺骗行为减少
OpenAI 安全研究负责人亚历克斯·博伊特尔指出，GPT-5 在“是否撒谎以达成目标”方面的倾向显著降低：
- 更能识别自身能力边界
- 面对无法完成的任务时，更倾向于诚实说明而非强行作答
- 对恶意请求识别更准，对无害查询拒绝更少
这使得模型更“透明、可信赖”，用户体验更自然。
✍️ 写作与创意能力获好评
尽管难以量化，OpenAI 强调 GPT-5 在主观领域表现更优：
- 写作更具“品味”和自然节奏
- 创意设计建议更符合人类审美
- 回应更少机械感，减少无意义表情符号和过度奉承
特利形容：“这个模型的‘氛围’非常好。”
用户体验升级：四种新对话人格
为增强个性化体验，OpenAI 推出四种预设人格模式（研究预览），可在设置中一键切换：
| 人格 | 风格特点 |
|---|---|
| Cynic（怀疑者） | 批判性思维，不轻易认同 |
| Robot（机器人） | 理性、简洁、逻辑优先 |
| Listener（倾听者） | 共情、支持、鼓励表达 |
| Nerd（极客） | 深度、细节控、术语丰富 |
📌 初始仅支持文本聊天，未来将扩展至语音交互。
订阅与访问权限
| 用户类型 | GPT-5 访问情况 |
|---|---|
| Free 用户 | 默认模型，使用量有限；达上限后切换至轻量版 GPT-5 mini |
| Plus 用户（$20/月） | 更高使用配额，日常默认模型 |
| Pro 用户（$200/月） | 无限制使用 GPT-5 及 GPT-5 Pro（增强推理版） |
| Team / Edu / Enterprise | 下周起默认启用，支持组织级部署 |
开发者支持：API 与成本
GPT-5 将以三种规模接入 OpenAI API：
| 模型 | 适用场景 |
|---|---|
| gpt-5 | 高复杂度任务，长推理时间 |
| gpt-5-mini | 中等任务，平衡速度与成本 |
| gpt-5-nano | 简单任务，低延迟响应 |
💰 定价（开发者）
- 输入：$1.25 / 百万 tokens
- 输出：$10 / 百万 tokens
示例：处理整套《指环王》文本（约75万字）的输入成本不足1.3美元。
此外，开发者现在可通过 API 控制回复长度，灵活调节输出详略。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
