北京時間8月8日凌晨1點，OpenAI正式發布GPT-5。山姆·奧爾特曼(Sam Altman)稱GPT-5是“邁向通用人工智能(AGI)的重要一步”。他還表示，GPT-5就像是一位真正的博士級專家，精通任何你需要的領域。

然而發布會后大家對于GPT-5的評價直接兩極分化，有說超預期的，也有失望“就這？”的。為什么會這樣？我們先來看看GPT-5到底升級了啥？

編程、寫作、多模態、醫療咨詢全面進化

這場一個多小時的發布會，OpenAI的功能展示占據了絕大多數戲份。

首先是編程能力，GPT-5直接刷新了行業天花板，在SWE-Bench Verified(代碼修復測試)中得分74.9%，在Aider Polyglot(多語言編程測試)中得分88%，遠超前代模型。在發布會上，OpenAI后期訓練負責人Yann Dubois現場演示了GPT-5如何根據指令快速生成法語學習、并帶有互動游戲的網站，甚至能自動處理交互設計、進度記錄等功能。短短幾分鐘就有這樣精致的頁面，確實讓人驚艷。

多模態理解方面，GPT-5在一系列多模式基準測試中表現出色，涵蓋視覺、基于視頻、空間和科學推理。更強的多模態性能意味著，可以更準確地推理圖像和其他非文本輸入，無論是解釋圖表，總結演示文稿的照片還是回答有關圖表的問題。

寫作方面，OpenAI毫不謙虛地稱GPT-5為“GPT-5是迄今為止最強大的寫作協作工具”。該模型能夠幫助用戶將粗略的想法轉化為引人入勝、富有文學深度和節奏感的文字作品。

健康咨詢方面，在HealthBench Hard(醫療問答測試)中，GPT-5得分46.2%。OpenAI表示，與以前的模型相比，GPT-5更像是一個積極的思想伙伴，主動標記潛在的問題并提出問題以提供更多有用的答案。OpenAI強調，該模型還提供了更精確和可靠的響應，適應用戶的上下文，知識水平和地理位置，使其能夠在廣泛的場景中提供更安全和更有用的響應。

想象一下，將我們的體檢報告上傳交給AI來輔助判斷，或許能夠更好地、更及時地制定診療決策。發布會上，OpenAI也邀請了一位同時患有三種癌癥的女士分享了經歷。這名換著通過上傳病例報告到ChatGPT，更好地理解了報告中專業的醫療術語，在確診初期對于自己面臨的情況有了更清晰的理解。甚至由于病情的復雜程度，當專家把治療決定全交給這位女士時，她選擇了GPT來結合海量信息分析報告，并最終輔助這位患者做出了正確的決定。

除了以上升級外，GPT-5還在降低幻覺影響方面取得突破。在啟用網頁搜索時，GPT-5響應的事實錯誤率較GPT-4o降低約45%;深度思考模式下，錯誤率較OpenAI o3降低近80%，大幅減少了“一本正經胡說八道”的情況。更難得的是，GPT-5在嚴守事實的同時，指令遵循能力躍升，拍馬屁的傾向也大大降低。

為了讓對話更有趣，GPT-5還引入了批判者(Cynic)、分析者(Robot)、傾聽者(Listener)和書呆子(Nerd)四種“人格模式”供用戶選擇。比如讓模型以“書呆子”模式詳細解釋量子力學原理，或以“傾聽者”模式提供情感支持。

從免費用戶到Pro套餐，API定價競爭力凸顯

OpenAI的商業化策略同樣值得關注。免費用戶可直接使用GPT-5(普通版，帶推理功能)，但每月使用額度有限，觸及上限后，系統會自動切換到GPT-5-mini(輕量型);Plus訂閱用戶除了能使用這些模型外，還享有更高的使用限額。而每月200美元的Pro套餐可無限使用GPT-5，并解鎖更強的GPT-5 Pro版本(適合處理復雜任務)和GPT-5 Thinking(延長推理時間)。

對于開發者，OpenAI的API定價也頗具競爭力：GPT-5輸入1.25美元/百萬tokens，輸出10美元/百萬tokens;GPT-5 mini輸入0.25美元/百萬tokens，輸出2美元/百萬tokens;GPT-5 nano輸入0.05美元/百萬tokens，輸出0.4美元/百萬tokens。相較主要對手Anthropic與Google，GPT-5在不僅具備競爭力，甚至更為親民。

性能飛躍能否掩蓋PPT翻車與幻覺爭議？

既然GPT-5的提升如此顯著，為何評價還會兩極分化？先說說發布會上出現的低級錯誤，比如在介紹GPT-5性能時OpenAI播放的幾頁PPT，實在是讓人捉摸不透，這神奇的圖表也成為發布會的一大亮(槽)點，52.8>69.1，讓人質疑OpenAI的嚴謹性。奧特曼用“GPT-6來改進”的調侃緩解尷尬，但網友似乎并不買賬。除此之外還有演示中神奇的大炮軌跡...也是讓人無力吐槽。

另外，盡管OpenAI表示GPT-5的幻覺率大幅降低，但在實際測試中，模型仍會因訓練數據的局限性而犯錯。官方Demo里“幻覺降低”的片段，被網友揪出了錯誤。

GPT-5的發布并未讓競爭對手沉默。馬斯克也趕來補刀，轉發GPT-5在ARC-AGI-2測試中未能擊敗Grok 4的截圖。并表示在今年年底前發布Grok 5。

寫在最后：

盡管GPT-5存在爭議，但不可否認的是，這款模型正悄然重塑人類與AI的關系——從工具，到伙伴，再到如今潛在的“超級智能”。那么，在你看來這個口袋里的“博士級專家團隊”表現是否超預期？

供稿單位：重慶天極網絡有限公司

審核專家：李志高 高級工程師/重慶天極網絡有限公司總裁

聲明：除原創內容及特別說明之外，部分圖片來源網絡，非商業用途，僅作為科普傳播素材，版權歸原作者所有，若有侵權，請聯系刪除。

來源: 重慶市科學技術協會

內容資源由項目單位提供