作者｜王兆洋

邮箱｜zywang@pingwest.com

“GPT系列不是我们前沿的模型。”

一个月前，你很难想象当 OpenAI 发布 GPT 的下一个大版本更新时，它会这样说自己。

2 月 27 日，OpenAI 突然通过一个直播发布了 GPT4.5。从这一天开始，一切都发生了变化。

GPT 的定位不再是 OpenAI 用以震撼外界的模型，它变成了一个逐渐退居舞台后方的“底座”。

它的发布不再是 OpenAI 引领行业叙事的重大举动，而是更多地带有了一种防御的意味。

这是GPT目前“最大”的一款，也是它在舞台中心的最后一舞。

OpenAI最初文档里的表述，后已删除。图源：推特

GPT4.5 的亮点简单总结如下：在于它“更大，更暖”。它是 OpenAI 迄今最大的模型，并且知识最为丰富。

OpenAI 介绍称，GPT-4.5 在多个方面超越了 GPT-4o 以及其他众多 AI 模型。比如，在 OpenAI 的 SimpleQA 基准测试里，此测试是考察 AI 处理简单、事实性问题的准确度的，GPT-4.5 的表现要比 GPT-4o 以及 OpenAI 的推理模型 o1、o3-mini 都好。

在 SWE-Bench Verified 基准测试中用于测试编程能力。它在该测试上与 GPT-4o 和 o3-mini 的表现相近。然而，它不如 OpenAI 的 deep research 以及 Anthropic 的 Claude 3.7 Sonnet。AI 在生成完整软件功能方面具有一定能力，它在 SWE-Lancer 上的表现比 GPT-4o 要好，同时也比 o3-mini 要好。

以往只会刷新榜单，而这次情况不同。这次 OpenAI 在发布时就展示了自身在榜单中的差距。在一些学术基准测试像 AIME 和 GPQA 上，GPT 4.5 在数学和科学相关问题上处于领先地位。不过，在其他多个维度的评测方面，它不及 DeepSeek 和 Anthropic 的模型。当然，这么做的原因是，它自身所开发的新一代推理模型在榜单中依然处于领先地位。

很明显，OpenAI 对 GPT4.5 的定位已不再是最强的模型。所以，基准测试也就不再是 GPT4.5 想要向外展现的重点内容了。

4. 对人工智能的发展方向有了更深入的思考和探索。

更暖，更少幻觉

GPT-4.5最引人注目的特性是“情商”的显著提升。

它通过深度学习大量的人类对话数据，一方面能够识别文本里的情绪，像愤怒、焦虑等；另一方面还可以解析情感背后潜藏的需求，并且能够生成更富有同理心的回应。

当用户诉说“朋友老是爽约”时，GPT-4.5不再死板地给出建议，而是首先给予情感上的支持，接着引导出理性的解决办法，还会借助鼓励性的语言帮助用户调整心态。这种能力是因为对语境以及情感细微差别进行了深入的剖析，而不是仅仅依靠简单的关键词匹配。

知识广度与准确性的提升

无监督学习进行了规模化扩展，据 OpenAI 研究员称，其预训练算力比 GPT-4 提升了 10 倍，不过这一点后来被官方从文档中去除了。通过这种方式，GPT-4.5 的世界知识覆盖深度有了显著增强。

在回答“海水为何是咸的”这类问题时，它能够给出结构清晰且通俗易懂的解释，还会主动增添科学不确定性，使“幻觉率”降低到 37.1%，这个比率比前代模型低很多。

这种进步体现在知识量方面，同时也体现在对用户意图的精准捕捉上。比如，能够从“我需要减肥”这句话里识别出其中隐含的健康管理需求，而不是仅仅推荐食谱。

多场景实用性的优化

GPT-4.5 在写作方面展现出更强的上下文连贯性，在编程方面也展现出更强的上下文连贯性，在日常问题解决方面同样展现出更强的上下文连贯性。它能够辅助生成创意文案，能够修复代码漏洞，甚至能够通过联网检索实时信息。

在数学和编程等深度推理任务方面提升较为有限，代码能力仅提升 7%-10%。然而，在依赖世界知识和创造力的领域，比如设计、教育咨询等领域，它的表现十分卓越。另外，多语言支持增加到了 14 种，像斯瓦希里语这样的低资源语言的表现有了显著提升，从而进一步打破了语言的壁垒。

在训练方面，OpenAI 强调了其训练方法具有高效率且规模更大。他们运用了低精度训练，并且提升了跨数据中心的训练资源的使用效率。

以上这些种种特点都难免让人想到DeepSeek。

DeepSeek R1 是一个强调逻辑推理能力的模型，然而它在文字表达方面给人带来了惊喜。GPT4.5 是一个“知识型”模型，并且开始强调它的情感能力。

在训练方面，GPT4.5采用了低精度训练这种方式，并且这种方式是“激进地”使用的。而当初 deepseek 最初公布 V3 时，引发外界震动的绝活之一几乎就是这种低精度训练。

OpenAI 为使 GPT4.5“变大”，在预训练阶段借助跨多个数据中心的计算设施进行扩展。这使人联想到 DeepSeek“起家”的技术，以及关于其自建萤火集群的一系列跨数据中心的研究论文。

OpenAI 宣称 GPT-4.5 将会成为未来推理模型的基础模型。这就如同 V3 与 R1 之间的关系一样。

DeepSeek 开源之前，OpenAI 称 GPT 系列和 o 系列是两个不同系列的模型。DeepSeek 的详细论文解释了基座模型与推理模型的关系，并且自然而然地将竞争引向了 OpenAI 和 Anthropic 最近两个模型所展现出的模型融合的路线上。

API非常贵

当我们停下来看看，这一切的变化还是很神奇的：

一个月之前不会发生这样的情况。现在，每一个在 AI 领域的重要动作，都在一定程度上被 DeepSeek 的“阴影”所笼罩。

所有迹象都显示这是一个 OpenAI 计划外发布的模型，它不能太强，不能超过它主打的 o3。然而，它又必须发布，因为 DeepSeek 带来了一波开源冲击，人人都知晓了 GPT 系列和 o 系列的紧密关系。它需要证明在基础模型上的进展，而不能仅仅依靠 o 系列来震撼大家。

OpenAI 此次发布使许多事情得以确定。例如，曾经依靠数据和计算能力扩展而实现的 GPT 系列能力增强已正式结束；它所带来的 o 系列计算时间扩展定律已正式成为后续的行业主题；同时，GPT 系列的意义从处于最前端直接参与竞争的角色，转变为在比拼推理模型时的重要支撑。

GPT 从舞台中央逐渐淡出，它的时代已然结束。随后，正式迈入了群雄竞争的推理时代。