OpenAI最强模型GPT-5来了！免费可用，Altman高呼迈向AGI一大步，微软抢先接入

今年OpenAI最为大众期待的产品来了。

美东时间8月7日周四，OpenAI宣布，推出新一代旗舰人工智能（AI）模型GPT-5。它是OpenAI首个“一体化”的AI系统，是OpenAI首次将o系列模型的推理能力与GPT系列模型快速响应能力相结合的产物。

OpenAI CEO Sam Altman在新模型发布会上高度评价GPT-5，称它是“世界上最好的模型”，是相比此前模型的“重大升级”，并表示，它的问世标志着，OpenAI在实现通用人工智能（AGI）道路上迈出“重要一步”。

OpenAI介绍，GPT-5在多项基准测试中表现出色，在编程、数学、健康等领域达到前沿水平。GPT-5在SWE-bench Verified代码测试中得到74.9%的准确率，略超Anthropic本周二发布的新模型Claude Opus 4.1。同时，GPT-5的幻觉问题大幅改善，错误信息率仅为4.8%，远低于前代模型GPT-4o的20.6%。

从本周四当日起，GPT-5向所有ChatGPT的免费用户和订阅Plus、Pro、Team的付费用户开放，作为默认模型使用，并于一周内在Enterprise 和 Edu付费方案上线。

与GPT-4o一样，GPT-5免费和付费版的区别在于用量。Plus用户享有更高使用限额，Pro用户可无限使用并获得增强版本GPT-5 Pro。对于免费用户，完整的推理功能可能需要几天时间才能全部上线。一旦免费用户达到GPT-5 的用量限制，OpenAI就将为他们切换到更小的模型GPT-5 mini。

OpenAI周三还表示，将以每年1美元的象征性收费向美国联邦政府机构提供ChatGPT 产品。具体来说是ChatGPT的企业版，其中包含强化的安全和隐私功能。

OpenAI刚刚官宣GPT-5，微软就宣布，从本周四开始，将GPT-5整合到旗下广泛的产品组合中，包括365 Copilot、Copilot、GitHub Copilot和Azure AI Foundry等平台，让微软的企业和消费者用户能够立即体验到GPT-5的高级推理能力和编程优势。

GPT-5拥有编程、创意写作、健康领域三大优势

OpenAI的GPT5发布公告在一开头就说，GPT-5是OpenAI“最智能、最快速、最实用的模型，其内置的思维能力，让每个人都能拥有专家级的智慧。”

根据OpenAI介绍，作为OpenAI的“最强大模型”，GPT-5在三个关键领域实现了显著提升。

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突出，能够仅凭一个提示就创建美观响应式的网站、应用程序App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方面的改进。

在从GitHub获取现实世界编码任务的基准测试SWE-bench Verified中，GPT-5思考后首次尝试的准确率达74.9%，高于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 的表现略胜于 Anthropic周二推出的Claude Opus 4.1和谷歌DeepMind的Gemini 2.5 Pro，后两者在SWE-bench Verified测试的得分分别为74.5%和59.6%。

不过，在衡量数学、人文和自然科学领域模型表现的各学科专家级能力Humanity’s Last Exam测试中，带有扩展推理功能的GPT-5增强版本GPT-5 pro在使用工具的情况下得分42%。这略低于得分 44.4%的 xAI模型Grok 4 Heavy。

Altman称，GPT-5尤其擅长按需启动整个软件App，也就是所谓的“氛围编码”、即用AI根据自然语言提示生成功能代码，从而加快开发速度。

作为实例，OpenAI的研究者演示了，要求GPT-5创建一款网页App，帮助说英语的用户学习法语，且该App必须有一个引人入胜的主题，包含抽认卡、测验、经典的贪吃蛇游戏，以及追踪每日学习进度的方法。

研究者将相同的提示词提交到两个GPT-5 窗口中，几分钟后生成了两个不同的App。OpenAI的负责人称，这些App“存在一些缺陷”，但用户可以根据个人喜好再调整AI生成的软件，例如更改背景或添加更多标签页。

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动的自由诗。OpenAI的ChatGPT业务副总Nick Turley表示，GPT-5在创意任务上表现出“更好的品味”，响应更自然。

健康咨询是第三个重要提升领域。

GPT-5能更积极地标记潜在健康问题，帮助用户解析医疗结果，尽管OpenAI强调，ChatGPT不能替代医疗专业人员。

在名为HealthBench Hard Hallucinations 的测试中，具备思考能力的GPT-5出现幻觉的错误信息率仅为1.6%。这远低于GPT-4o 和 o3 模型，后两者的错误信息率分别为15.8%和12.9%。

幻觉可能性显著降低 新的安全训练模式

OpenAI称，GPT-5相比此前的模型更可靠和实用，它能更准确地回答现实世界的疑问，出现幻觉的可能性显著降低。

在对代表ChatGPT生产流量的匿名提示词启用网络搜索后，GPT-5响应中包含事实错误的可能性比GPT-4o低约45%；在思考后，GPT-5响应中包含事实错误的可能性比o3低约 80%。下图可见，GPT-5响应的错误信息率仅为4.8%，GPT-4o为20.6%，o3为22%。

如果需要拒绝，经过训练的GPT-5 会以透明的方式告知用户拒绝的原因，并提供安全的替代方案。

在受控的实验和OpenAI的生产模型中，OpenAI都发现这种安全补全的方法更加细致入微，能够更好地引导双重用途问题，增强对模糊意图的鲁棒性，并减少不必要的过度拒绝。

OpenAI 的后训练负责人Michelle Pokrass 表示：“GPT-5 已经过训练，能够识别任务何时无法完成，避免猜测，并能更清晰地解释局限性，相比之前的模型，这减少了无根据的断言。”

推出四种可选的ChatGPT聊天预设性格

OpenAI称，GPT-5在指令执行方面表现提升，其执行自定义指令的能力也得到了相应的提升。OpenAI将为所有ChatGPT 用户推出四种预设性格的全新研究预览版。

初始的四种性格选项——愤世嫉俗者（Cynic）、机器人（Robot）、倾听者（Listener）和书呆子（Nerd）都是可选的，用户可在设置中随时调整，用以匹配ChatGPT和用户的沟通风格。

上述四种性格最初适用于文本聊天，之后将扩展到语音聊天，让用户无需编写自定义提示词即可设置ChatGPT 的交互方式——无论是简洁专业的、周到支持的，还是略带讽刺的。

OpenAI称，所有这些新性格都达到或超过了我们减少谄媚行为的内部评估标准。

Altman盛赞历史性突破 用回GPT-4后效果相当糟

在本周四的简报会上，Altman对GPT-5给予了极高评价，将GPT-5定位为通往AGI的重要里程碑。他表示：

“在以往历史上任何时期，拥有像GPT-5这样的东西都是不可想象的。”
“这是第一次感觉就像在与任何领域的专家交谈。”

Altman在简报会上甚至不惜用“踩”GPT-4抬高GPT-5。他说：

“我尝试过用回GPT-4，但效果相当糟糕。”

GPT-5采用统一的系统架构，配备实时路由器，能够根据对话类型、复杂性和工具需求自动决定是快速响应还是进行深度"思考"。这消除了用户选择合适设置的需要，使ChatGPT更易于使用。

在经济价值工作的内部基准测试中，使用推理模式的GPT-5在大约一半的案例中可与专家水平相当或更优，涵盖法律、物流、销售和工程等40多个职业。OpenAI VP Nick Turley称："这个模型的感觉真的很好。"

Altman比喻，使用GPT-5就像随时拥有一支学历通通为博士的专家团队。他还说：“在很多新领域，人们受到想法的限制，但实际上却没有执行能力。”

微软全面整合抢占先机

微软在GPT-5发布当日即宣布，将其整合到广泛的产品线中。在企业级应用方面，Microsoft 365 Copilot将利用GPT-5更好地处理复杂问题、在长对话中保持专注并理解用户上下文。企业用户可通过推理功能处理电子邮件、文档和文件。

对于消费者，Microsoft Copilot的新智能模式将利用GPT-5帮助用户发现最佳解决方案。用户可通过copilot.microsoft.com或Windows、Mac、Android和iOS设备上的Copilot应用免费体验GPT-5。

开发者将通过GitHub Copilot和Visual Studio Code获得GPT-5支持，用于编写、测试和部署代码。Azure AI Foundry平台将提供所有GPT-5模型，配备AI驱动的模型路由器，根据每个任务的复杂性、性能需求和成本效率选择最优模型。

微软AI红队使用严格的安全协议测试了GPT-5推理模型，结果显示，该模型在恶意软件生成、欺诈自动化等多种攻击模式下展现出OpenAI历代模型中最强的AI安全配置之一。