网易首页 > 网易号 > 正文 申请入驻

OpenAI GPT-5 发布:模型能力全面「屠榜」,构建「超级智能」第一步

0
分享至

OpenAI 的第一次 SOTA,但他们说这只是构建「超级智能」的第一步。


作者|张勇毅

经历过无数次「跳票」之后,GPT-5 终于来了。

北京时间 8 月 8 日凌晨一点,颇有新一代「科技春晚」架势的 OpenAI 夏季发布会拉开帷幕。

与此前 OpenAI 速通式的发布会明显不同,这次 OpenAI 准备了时长超过一个小时的发布会直播几波人马轮番上阵,你方唱罢我登场,从各种角度展示 GPT-5 的强悍性能。

先说重点:GPT-5 在多个领域的表现都迎来了全面提升,在文本、WebDev 和视觉感知能力领域排名第一;在硬提示、编码、数学、创造力、长查询等方面排名第一 GPT-5,在代号为「峰会」的测试下,目前保持着截至目前最高的 Arena 分数,可以说是字面意义上的「屠榜」了。

Sam Altman 表示,GPT-4o 就像中学生,而 GPT-5 就像大学生,甚至形容 GPT-5 是第一部配备视网膜显示屏的 iPhone——「你问它一个问题,也许能得到正确答案,也许会得到一些疯狂的东西。GPT-4 则感觉像在和一名大学生对话。而GPT-5,是第一次让我真正感觉像在与一位博士级别的专家交谈。」Sam Altman 这样介绍 GPT-5 的能力提升。

尽管 ChatGPT 的周活跃用户已接近 7 亿,但 OpenAI 过去一段时间实际上并未拥有行业领先的前沿模型。现在,OpenAI 相信 GPT-5 将使其稳稳地重回排行榜榜首。

Altman 甚至直接在发布会中断言:「这是世界上编码能力最强的模型,是世界上写作能力最强的模型,也是世界上在医疗保健领域最强的模型」

同时 OpenAI 也在发布会上宣称,除了代码能力爆表,GPT-5 的写作功底和回答健康相关问题的准确性也更上一层楼。同时 GPT-5 不仅在智能上实现了「巨大飞跃」,还大幅减少了「一本正经胡说八道」的幻觉问题。它在理解和遵循指令方面表现更出色,拍马屁的倾向也大大降低了。

01


告别「幻觉」,AI 更可靠了


首先是本次更新的模型阵容,GPT-5 系列一共有 GPT-5, mini, nano, chat 四个版本,其中 Chat 版本对应的是实现更自然、更智能的响应的体验——你甚至可以用它来学习一门新的语言。

另外,现在当你打开 ChatGPT 网页之后,首先会注意到 GPT-5 被呈现为一个单一模型,而不是一个常规模型外加一个独立的推理模型。

这背后其实是 OpenAI 开发的一个路由系统(router),它会自动为更复杂的查询切换到推理能力更强的版本,或者在你告诉它努力思考时也会这样做。(Altman 称之前的模型选择界面是「一个非常混乱的烂摊子」。)

「AI 幻觉」一直是大家吐槽的重灾区。好消息是,GPT-5 在这方面下了大功夫,官方宣称其产生幻觉的可能性「显著降低」。具体来说:

  • 在联网搜索时,GPT-5 的回答出现事实错误的概率比 GPT-4o低了 45%。

  • 在独立思考时,其回答出错的概率更是比 OpenAI o3低了 80%

GPT-5 也在新的 ARC-AGI-2 上进行了测试。除 Grok 4(思考)外,它的表现优于所有主要模型。

此外,GPT-5 还成了一个「老实人」。它不太会再对用户撒谎,吹嘘自己能完成办不到的任务。当遇到不可能完成、指令不明确或缺少关键工具的任务时,它会更诚实地沟通自己的局限。

这次更新最有趣的一点,莫过于引入了四种全新的「人格」模式,用户可以自由选择。它们分别是:

  • 犬儒 (Cynic)

  • 机器人 (Robot)

  • 倾听者 (Listener)

  • 学霸 (Nerd)

这些模式是可选的,你可以根据自己的喜好,设定 ChatGPT 与你互动和回答问题的方式。想让它跟你抬杠,还是像个耐心的朋友一样倾听?现在都可以由你说了算。

「这个模型给人的『感觉』真的很好,」ChatGPT 的负责人 Nick Turley 说,「我认为人们会真切地感受到这一点,特别是那些平时不怎么研究模型的普通用户。」

此外,你还可以为单个聊天窗口更改颜色主题,代码编辑器主题爱好者狂喜了。

02

「软件按需生成」时代来临?代码能力逆天

随着代码能力的进一步提升,Altman 预测,GPT-5 强大的编码能力将开启一个他称之为「软件按需生成」的时代。

在 OpenAI 的测试中,GPT-5 在 SWE-Bench, SWE-Lancer, 和 Aider Polyglot 等多个编码基准测试中的表现均优于任何其他模型。在人类最终测试中取得 42% 的成绩,在 SWE 基准测试中取得 75% 的成绩。

一个小插曲是,发布会上的这张图的坐标轴明显有不少槽点,不仅有 52.8 > 69.1 这样的弱智错误,也实际上夸大了 GPT-5 的能力提升,在社交媒体上被网友群嘲「你这 PPT 怕最好别是 GPT-5 做的」。

在发布会上,OpenAI 的后期训练负责人 Yann Dubois 使用 GPT-5 现场演示,要求它生成一个用于学习法语、并带有互动游戏的网站。在短短几秒钟内,GPT-5 就编写了数百行代码,并直接展示了网站的前端界面。他在 Zoom 上分享屏幕并进行了简单的点击操作,一切看起来都完美运行。

发布会现场,OpenAI 还直接展示了一款仅靠一段提示词就由 GPT-5 创作的 3D 游戏。其创作的 3D 场景不仅画面精致,其中的物理效果也非常准确的还原出了对应的效果。

03

更安全,更「诚实」

据模型安全研究负责人 Alex Beutel 介绍,为了解其安全风险,OpenAI 对 GPT-5 进行了「超过五千小时」的测试。其中一个重点是「确保模型不会对用户撒谎」。

虽然 GPT-5 的幻觉(hallucination)比 OpenAI 的 o3 推理模型要少,但「自信地撒谎」仍然是大型语言模型固有的问题。当模型开始像智能体(agent)一样完成任务时,这个问题会变得更加复杂。不过 OpenAI 表示,GPT-5 在更可靠地处理多步骤任务方面表现更好。「过去,我们看到过模型声称完成了某项任务,但实际上并没有完成的情况,」Beutel 说,「这是个问题。」

对于以前会直接拒绝回答的提示,GPT-5 将提供 OpenAI 所谓的「安全补全」机制(safe completions)。Beutel 解释说:「比如有人问『点燃某种特定材料需要多少能量?』,这可能是一个试图绕过安全防护造成伤害的恶意问题,也可能是一个想了解材料物理特性的学生。这给模型如何回应带来了真正的挑战。」

通过「安全补全」,GPT-5「试图在保持安全的约束下,给出尽可能有帮助的答案」。模型通常只会部分遵从,并提供一些无法被实际用于造成伤害的、更宏观层面的信息。

04

如何用上 GPT-5

那么,大家最关心的问题来了:怎么才能用上 GPT-5 呢?

好消息是,所有ChatGPT用户都可以现在立即免费体验到 GPT-5。这也是 OpenAI 第一次面向所有用户免费开放前沿模型。当然,不同级别的用户权限不同:

  • Plus 订阅用户在达到使用上限前,可以有更多的使用次数。

  • Pro 订阅用户则可以访问具备更强推理能力的GPT-5 Pro版本。

当用户达到使用上限后,ChatGPT 会自动切换到一个「迷你版」的 GPT-5 来处理后续的请求。同时,随着 GPT-5 的上线,它将正式取代 GPT-4o, OpenAI o3, OpenAI o4-mini, GPT-4.1 和 GPT-4.5 等一系列旧模型。

此外 Token 定价部分,标准版 GPT-5 为每百万输入 Token 1.25 美元,每百万输出 Token 10 美元。mini 版 与 Nano 版定价都便宜不少。

详细定价可参考下图截取自官网的信息。

此外,OpenAI 还在 API 中发布了一个名为「Minimal」的新参数,这样你就可以在所有用例中使用 GPT-5,只需改变推理的力度。

除了 OpenAI 的第一方平台,微软 CEO 纳德拉同时也宣布,GPT-5 已在微软全系平台上线,包括 Microsoft 365 Copilot、Copilot、GitHub Copilot 和 Azure AI Foundry。同时所有这些改进均在 Azure 上进行训练。

最后,Altman 表示,OpenAI 的使命是开发通用人工智能(AGI)。GPT-5 使他们更接近这一目标,尽管整个行业已经开始转向构建所谓的「超级智能」。

「我有点讨厌 AGI 这个词,因为现在每个人对它的定义都略有不同,」Altman 说,「但这是朝着真正强大的模型迈出的重要一步。这显然是需要一个具备通用智能的模型才能做到。」

然而,他也承认相比起真正的 AGI, GPT-5 仍然「缺少一些非常重要的东西」。

「这不是一个模型,它是从它所发现的新事物中所生长出来的原生事物,对我来说,这正是它为什么能成为 AGI 「种子」的原因。」Sam Altman 这样介绍道。

*头图来源:视觉中国

本文为极客公园原创文章,转载请联系极客君微信 geekparkGO

极客一问

你如何看待···?

马斯克早期演讲:如果你坚信你做的是对的,那你就永远别放弃。

点赞关注 极客公园视频号 ,

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
流亡的阿萨德一家何去何从?俄罗斯近日表明了明确态度:即便法院判了死刑,阿萨德也休想离开俄罗斯

流亡的阿萨德一家何去何从?俄罗斯近日表明了明确态度:即便法院判了死刑,阿萨德也休想离开俄罗斯

人生录
2026-10-22 00:20:08
钱再多有什么用?被送进急救的于和伟,给所有男明星提了个醒

钱再多有什么用?被送进急救的于和伟,给所有男明星提了个醒

云舟史策
2026-11-19 07:13:32
香港名媛私人合照外泄,婚变传出三个月,发律师信要求老公交代情况

香港名媛私人合照外泄,婚变传出三个月,发律师信要求老公交代情况

粤睇先生
2026-11-20 23:36:08
欧国联淘汰赛抽签:西班牙VS法国!世界杯半决赛重演 葡萄牙战荷兰

欧国联淘汰赛抽签:西班牙VS法国!世界杯半决赛重演 葡萄牙战荷兰

念洲
2026-11-20 19:32:12
等不到2028大选了?莎拉阵营甩“重磅”炸弹,弹劾案已到生死关头

等不到2028大选了?莎拉阵营甩“重磅”炸弹,弹劾案已到生死关头

云上乌托邦
2026-11-21 00:10:04
男篮世预赛终极大名单出炉!郭士强的天塌了:第一后卫落选?

男篮世预赛终极大名单出炉!郭士强的天塌了:第一后卫落选?

篮球快餐车
2026-11-20 07:06:12
百年难遇!中美俄共同警告非洲卢旺达,作为中国徒弟实在太能打了

百年难遇!中美俄共同警告非洲卢旺达,作为中国徒弟实在太能打了

云上乌托邦
2026-11-11 13:41:46
满仓满融死扛存储的大佬,归零了!

满仓满融死扛存储的大佬,归零了!

大财可富司机
2026-11-20 13:55:47
白宫发布特朗普访华视频,中国仪仗队再次出圈,特朗普曾多次大赞“叹为观止”

白宫发布特朗普访华视频,中国仪仗队再次出圈,特朗普曾多次大赞“叹为观止”

极目新闻
2026-11-19 09:25:11
郎平接受鲁豫专访,自曝颈椎、髋关节、膝关节全都换了;现在是钓鱼高手,从不“空军”;盛赞在《夺冠》中演郎平的巩俐“演得非常像”

郎平接受鲁豫专访,自曝颈椎、髋关节、膝关节全都换了;现在是钓鱼高手,从不“空军”;盛赞在《夺冠》中演郎平的巩俐“演得非常像”

极目新闻
2026-11-20 19:43:20
特朗普高度评价中俄美元首会晤:满分10分,我打12分!其乘坐空军一号连续飞行超14小时回到美国,返美途中发文:这是一次伟大且意义深远的访问

特朗普高度评价中俄美元首会晤:满分10分,我打12分!其乘坐空军一号连续飞行超14小时回到美国,返美途中发文:这是一次伟大且意义深远的访问

每日经济新闻
2026-11-20 16:58:38
特朗普:亚洲行程繁忙,此次未能与金正恩会面,但我们的关系还在,总有一天会见

特朗普:亚洲行程繁忙,此次未能与金正恩会面,但我们的关系还在,总有一天会见

都市快报橙柿互动
2026-11-21 01:38:36
武汉商学院原党委书记刘志辉被“双开”

武汉商学院原党委书记刘志辉被“双开”

界面新闻
2026-11-20 14:35:34
绝境翻盘!卞相壹顶住重压逆转取胜,斩获三星杯桂冠,李钦诚随手战败

绝境翻盘!卞相壹顶住重压逆转取胜,斩获三星杯桂冠,李钦诚随手战败

L76号
2026-11-20 14:47:33
2年1326万美金!联盟第1!36岁神射手愈老愈妖

2年1326万美金!联盟第1!36岁神射手愈老愈妖

微评体育圈
2026-11-21 00:20:05
APEC全家福惊现"最不受欢迎的人",零会晤背后藏着什么?

APEC全家福惊现"最不受欢迎的人",零会晤背后藏着什么?

三周檀的鲲
2026-11-19 19:55:46
被骂9年“骗子”的贾跃亭,突然把英伟达OpenAI踩在脚下:0.8698分全球第一,是翻身还是换壳讲故事?

被骂9年“骗子”的贾跃亭,突然把英伟达OpenAI踩在脚下:0.8698分全球第一,是翻身还是换壳讲故事?

秋风妃
2026-11-18 21:50:07
《饥饿游戏》新片里的亚裔面孔,接下来要演漫威冰人

《饥饿游戏》新片里的亚裔面孔,接下来要演漫威冰人

浅遇时光
2026-11-20 00:24:35
“我是狼养大的”:唐斯回明尼苏达,一句话说尽9年

“我是狼养大的”:唐斯回明尼苏达,一句话说尽9年

绿茵狂热者
2026-11-21 01:53:42
0-5西班牙!U17国足创队史世界杯最大比分失利,恐难逃两连败

0-5西班牙!U17国足创队史世界杯最大比分失利,恐难逃两连败

念洲
2026-11-20 23:56:52
2026-11-21 02:31:00
极客公园
极客公园
让最棒的创新成为头条
13054文章数 78968关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

游戏
数码
手机
家居
公开课

PC Gamer试玩GTA6百小时:双主角出色但任务重复

数码要闻

苹果公布2026古典乐年度专辑:任奫灿《哥德堡变奏曲》获奖

手机要闻

2026年最后一款超模旗舰!小米18标准版屏幕、性能、影像全面领跑

家居要闻

2026建博会(广州) 公装联探展交流活动

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版