GPT-5真身曝光，首测编程惊艳全网！一句话秒生游戏，OpenAI双雄备战AGI

新智元报道

编辑：桃子

【新智元导读】GPT-5更近了！今天，神秘模型Horizon Alpha火遍全网，编码首测性能逆天，各种三方基准实测相继放出。就在发布前夕，OpenAI核心大脑专访坦言模型还有瓶颈，但坚信Scaling Law没有尽头。

GPT-5的发布前兆，愈发强烈了。

今早，一款神秘模型Horizon Alpha突然上线OpenRouter，各种榜单和测试席卷了全网。

Horizon Alpha模型的上下文为256K，响应极速，非常擅长创意写作。

它还具备了「推理」功能，不过，推理token的预算是o4-mini的两倍。

在编程方面，Horizon Alpha堪称无敌了。

它可以一句话生成「水果忍者」、「外星人抓奶牛」等各种游戏，能根据logo图直出广告，还能轻而易举地通过「六边形物理模拟」测试。

左右滑动查看

在写作EQ-Bench基准测试中，Horizon Alpha位列第一，远超o3、Gemini 2.5 Pro。

左右滑动查看

更令人惊叹的是，它竟能在30秒内，完成20位数与20位数的乘法运算。

此前被爆料的各种代号模型，比如lobster、zenith、summit等，在多项测试中惊艳了所有人。

种种迹象表明，GPT-5「全家桶」绝对是个地表最强模型。

谷歌收录GPT-5的OpenAI文档页面，目前404

关于Horizon Alpha的更多细节，全部浓缩在网友的实测中了。

神秘Horizon Alpha登场，编程强到逆天

目前，在OpenRouter平台上，即可开启对Horizon Alpha版本的测试。

传送门：https://openrouter.ai/chat?room=orc-1754007231-sX8GtgCUyNkHh6O6In2l

在模型推理时，相较于Claude Sonnet 4（60-80 token/s），Horizon Alpha的吞吐量是最快的，达120个token/s。

吞吐量对比测试，Horizon Alpha是目前最快的。

物理模拟惊艳，秒搭网页

有网友让其创建一个功能完整的Windows 95复古桌面，效果令人惊喜且生成速度极快。

另一个让小球在多边形中，模拟物理的测试。

不论是六边形，还是三角形，即便小球可运动的区间缩小，也不会影响效果。

再上点难度，20个球在旋转的七边形内弹跳。网友惊讶地表示，「这是自己目前见过最出色的版本之一」。

Horizon Alpha能够在3分48秒中，创建一个展示一系列简单有趣的浏览器小游戏的网页。

给Horizon Alpha同一个提示，「创建一个视觉上有趣的着色器，可以在 twigl 应用中运行，让它看起来像暴风雨中的海洋」。

沃顿商学院CS教授Ethan Mollick惊叹道，这是迄今为止最好的，而且创建速度非常快。

当网友要求其「创建一个与遛狗的商业网站」，Horizon Alpha爱问一大堆需要提前确认的问题；Sonnet 4则会直接给出解决方案。

左：Horizon Alpha；右：Claude Sonnet 4

最终，从搭建的效果来看，Horizon Alpha输出的质量高且简洁。Sonnet 4输出的更长，内容更全面，也更具创意。

上：Horizon Alpha；下：Claude Sonnet 4

Horizon Alpha还会自主搭建一个银行网站。

设计一绝，审美感在线

AI大佬Matthew Berman亲自测试其SVG创建和UI设计功能，Horizon Alpha瞬间生成了一张专业设计美感的图。

此前，AI圈大神Simon Willison曾表示，从一张「骑自行车的鹈鹕」就可以看透AI进化史。

如今，用Horizon Alpha生成同款SVG测试，是所有模型当中最强的那个。

其他一些SVG优秀案例。

左右滑动查看

需要注意的是，虽然各种测试表现不凡，不过根据多方推测，Horizon Alpha可能只是一款小模型。

不管是GPT-5中的哪一款，接下来就坐等OpenAI发布了。

OpenAI「双雄」专访，奥特曼盛赞

就在GPT-5发布前夕，OpenAI双雄——首席科学家Jakub Pachocki和研究主管Mark Chen重磅采访同时放出了。

这对黄金搭档，可是研发GPT-5的「双巨头」。

这篇由MIT Technology Review做的独家专访，没想到深得奥特曼的心。

他对此大加赞赏，「我通常认为这类文章说不到点上，但这篇确实抓住了两人合作精髓」。

能够得到奥特曼的高度认可，究竟讲了什么？

OpenAI最佳拍档

熟悉OpenAI内部人员变动的人都知道，Jakub Pachocki和Mark Chen都是后起之秀。

他们风格迥异，却形成了完美的互补。

Mark Chen，曾经的华尔街量化交易员，着装考究，谈吐间挥洒自如，可以说与AI毫不搭界。

入职OpenAI后，他迅速成长为DALL·E和GPT-4多模态能力、Codex背后的关键推手，擅长将复杂的研究转化为人人可用的产品。

而Jakub Pachocki，一位低调的理论计算机科学家，接替了离职后的Ilya，痴迷于突破AI逻辑与创造力的极限。

关于内部的角色分工，Pachocki是这么说的，「Chen负责组建和管理研究团队，而我负责设定研究路线图，并确立我们长期的技术愿景」。

他们之间合作模式，可以说是「无缝切换」。

不论技术难题多么复杂，Pachocki和Mark总能非常默契，迅速分工合力攻克。

AGI标尺，自主时间

当前，外界对GPT-5的期待，是一款更强、更快、更全能的巨兽。

采访中，Mark Chen虽未直面GPT-5问题，却坦言「我们始终在努力理解深度学习的技术瓶颈，即便是当前最强推理模型，也无法有效将知识串联起来」。

Pachocki补充道，「我们仍处于推理范式最开端」。

如何让一款模型进行长期的学习和探索，并提出新颖的想法，才是至关重要。

同时，在他们看来，Scaling Law远未触及天花板，通过投入更多计算资源、数据，模型就会变得越来越好。

被问题如何看待AGI时，Mark Chen提出了一个指标——模型能更长时间地自主工作的能力，即「自主时间」。

这个概念简单却深刻，它代表着AI在面对复杂问题时，能持续取得进展，而无需人类干预的时间长度。

这个愿景，远远超出了当前模型的能力，自主时间仅限于几分钟到一小时，遇到陌生场景往往会「卡住」。

数学+编程，摘下AI圣杯？

前段时间，OpenAI模型在两项顶级竞赛中取得佳绩：

一是，在AtCoder世界巡回赛总决赛中获第二名；二是，在IMO 2025大赛中夺下金牌。

在AtCoder比赛中，Psyho的胜利展现了人类独有的创造性思维，类似AlphaGo当年击败李世石的围棋比赛。

Pachocki表示，「我们在这里谈论的是编程和数学，但它实际上关乎创造力，提出新颖的想法，将不同领域的想法联系起来」。

在他们二人看来，数学和编程是「通用智能」的基石。

参考资料：

https://x.com/karminski3/status/1950987896565182587 https://x.com/chetaslua/status/1950784759799718161

https://www.technologyreview.com/2025/07/31/1120885/the-two-people-shaping-the-future-of-openais-research/