8月8日凌晨，北京时间，OpenAI隆重推出了全新模型GPT-5。

此次预热过程异常冗长。自2023年3月GPT-4问世以来，关于“5”的传闻便在业界广泛流传。近期，OpenAI的CEO萨姆·奥尔特曼（Sam Altman）在播客中透露，新模型的强大程度甚至让他感到自身似乎变得“无足轻重”。

然而，有媒体报道称，OpenAI内部曾将一款名为“猎户座”（Orion）的新模型推出，但因其表现未能达到预期的高度惊艳，而被贬低为已发布的GPT-4.5。在各种猜测和暗示中，人们屡次以为该模型即将问世，然而每次都只是OpenAI的虚张声势。

近期，OpenAI举办了一场极为罕见的、长达75分钟的发布会，正式向公众全面展示了GPT-5的神秘面容。

OpenAI CEO萨姆·奥尔特曼亮相GPT-5发布会

1.聪明，不等于装懂：GPT-5更诚实了

在发布会即将到来之际，奥尔特曼通过社交媒体平台发布了这篇报道的封面图片，该图似乎描绘了源自《星球大战》的传奇超级武器“死星”，从中可见奥尔特曼对GPT-5项目抱有的雄心壮志。

OpenAI声称，GPT-5是该公司目前最强大的通用模型，其在反应速度、精确度、逻辑思维以及模拟人类语调等方面均实现了全面升级。

GPT-5将在发布当天被设定为GPT的默认选择，紧接着下周将推出针对企业的版本以及教育版本，用户无需在各个版本间进行切换。该模型对所有用户开放，而Plus会员将享有更丰富的使用额度，Pro会员则能够访问GPT-5 Pro版本，而免费用户在达到使用额度上限后，将自动被切换至GPT-5 mini模型。

GPT Plus会员的最新App界面

在发布会伊始，奥尔特曼以比喻开篇：将GPT-3与GPT-4比作高中生与大学生，而GPT-5则宛如在各个领域都取得了博士学位的专家。他着重指出，GPT-5的速度之快令人对其是否真正思考产生疑虑，然而它确实在思考。这一表述也成为了众多现场工程师频繁引用的评价。

“快”与“深思”之间的矛盾，正是GPT-5此次升级的精髓所在。过去，用户在享受标准GPT的迅速反应与推理模型的缓慢而周密回答之间，不得不做出取舍。然而，GPT-5成功打破了这一局限。它追求在恰当的范围内进行思考，力求提供无懈可击的答案。

在SWE-Bench测试中，分数的波动直接体现了GPT-5推理能力的提升。特别是在解决实际编程任务这一评测环节，GPT-5展现出的“思考”能力使得其得分相较于上一代模型有了明显的提升。

但细心观察的读者很快便能察觉，图中左侧的柱状图里，52.8和69.1，以及30.8的标注比例与实际情况并不一致。这一情况迅速引发了众多网友的质疑，有人调侃道：“这表格难道是GPT-5绘制的吗？”“甲子光年”观察到，该表格在OpenAI公司官网发布的GPT-5产品介绍新闻稿中已经进行了修正。

编程并非是其唯一突出的技能。在展示过程中，OpenAI特别突出了GPT-5在撰写文章、生成代码以及提供健康咨询这三个典型应用场景中的优异表现。这些领域正是GPT在过去两年中最频繁被应用的部分。

例如在创作技巧方面，GPT-5能够依据不明确的提示，创作出多样化风格的段落，这些段落涵盖非押韵的抑扬格五音步诗歌、结构较为松散的自由诗，亦或是从不同角度重新编排祝酒辞。

与GPT-4o相较，GPT-5在语言节奏上的表现更为出色，对文学体裁的驾驭亦显得更为流畅自然。然而，它依旧保留着一些旧有的问题——例如破折号的运用略显过多，这一点或许也反映出：GPT-5在完全把握“语言的分寸感”方面，尚且差了一步之遥。

OpenAI进一步说明，GPT-5凭借单一提示便能够生成既美观又反应灵敏的网站、应用和游戏，同时具备审美价值，能够将创意巧妙地转化为现实。此外，测试人员还观察到，GPT-5在布局、版式和空白处理等方面展现出了独到的设计理念。下面展示的是GPT-5制作的小游戏，只需点击球体，它便会开始弹跳。

除了编程领域之外，GPT-5在多模态推理以及数学推理能力上均有所提升，其MMMU测试成绩和AIME（美国数学邀请赛）的得分均达到了历代模型中的最高水平。

若需该模型阐述伯努利效应，GPT-5的反应速度同样迅速。然而，当后续任务转变为生成视觉效果时，OpenAI指出，其处理所需时间会相对延长，但最终呈现出的视觉效果却远胜以往。

GPT-5的另一次演示凸显了其编程技能。在短短数分钟内，它成功编写了超过200行代码。在发布会现场，它即时搭建了一个网站，网站中不仅融入了丰富的视觉元素，还加入了音频元素，为人们提供了一个与伙伴共同学习法语的互动平台。

在医疗行业，HealthBench Hard基准测试结果表明，GPT-5在医学问答方面的准确率显著超越了其前代模型。而且，它的表述更加明确，逻辑性也更为突出。

在发布会上，一位真正的用户分享了他在短短一周内被确诊患有三种癌症的经历，随后他迅速将诊断结果的邮件截图上传到了GPT平台，并从GPT-5那里得到了一种易于理解、语气平和且充满人文关怀的说明。OpenAI认为，GPT-5能够帮助病患们“重新获得一丝自主控制的能力”。

幻觉控制问题对于每一代GPT模型来说都是难以回避的挑战。GPT-5在这方面实现了显著的改进，特别是在健康咨询等对“事实准确性”要求极高的场景中。根据测试结果，GPT-5在具备思考能力时，输出含有事实错误的可能性较GPT-o3降低了大约80%，相较GPT-4o则降低了约45%。

然而，当遇到无法解答的疑问或问题存在瑕疵时，它更倾向于直接承认自身的不足。以CharXiv测试为例，当研究人员将所有图像从测试中移除后，GPT-5提供自信回答的比率仅为9%，而GPT-o3的这一比例却高达86.7%。

与此同时，GPT-5的服从性也有所提升。在对其指令遵从性和多工具协同作业能力的测试中，GPT-5展现出更稳定的执行多阶段指令的能力，并能在不断变化的环境中灵活调整自己的反应。它不仅执行精度更高，而且在需要时能够主动调用多个工具，以完成更为复杂的任务闭环。例如，当它意识到任务无法完成时，会直接坦白说明原因，而非像之前那样试图无懈可击地辩解。

在效率提升方面，结果同样令人振奋。OpenAI的评估结果表明，GPT-5在处理研究生水平科学难题、视觉推理以及复杂代理任务时，其所需的token数量相较于之前减少了50%至80%，这对开发者来说无疑是一大利好。

GPT-5在更新后的语音交互演示中展现出了显著的认知准确度。在演示过程中，它被要求用单一词汇来总结《傲慢与偏见》这部作品，而它给出的回应是：“关系”。

自然，除了技术展示之外，GPT-5所强调的安全机制提升，往往被忽视却至关重要。以往，GPT系列主要依靠拒绝式训练，这意味着模型在遇到敏感请求时需学会拒绝。然而，这种方法在处理模糊或中性请求时，往往容易造成误判。

GPT-5运用了一种创新的保护性填充技术：在确保不超出界限的基础上，力求尽可能准确回答用户提出的问题。在必要时，即便无法给出答案，也会提供清晰的说明，并指引用户获取替代信息的途径。

观察上述展示，我们可以发现GPT-5的前端用户界面设计经历了显著调整——不仅整体反应速度有所提升、信息展示更加直观，而且用户现在还能够根据个人喜好来调整聊天窗口的色调。

然而，不少网友戏谑地表示，这次系统更新似乎正逐渐向“苹果发布会”靠拢：不仅系统逐步升级，新增了不少可视化功能，甚至连色彩也成为一大亮点。

于是问题来了：

即便“更加强大”并不总是等同于“引起轰动”或“一夜成名”，我们为何仍旧对GPT-5抱有期待？

2.革命不再，曲线仍在

GPT-5的整体体验与两位早期测试工程师对路透社的评价高度一致：确实更为出色，但并未带来颠覆性的变化。众多媒体报道指出，GPT-5在编程和科学问题解决方面的能力给人留下深刻印象，然而，从GPT-4到GPT-5的进步，相较于2023年GPT-3至GPT-4的飞跃，则显得微不足道。

盖瑞·马库斯，一位著名的人工智能领域的专家，曾发表文章提到，尽管GPT-5在处理细节方面可能超越了GPT-4，但本质上它依然是一个“放大器”，既增强了语言生成的能力，也放大了产生幻觉以及语义偏差的风险。这样的特性使得它并非一个真正拥有“结构性推理能力”的通用智能，这一点与他对三年前尚未发布的GPT-4的看法保持一致。

除了对进展缓慢的疑问，还有一个令人担忧的现象，即模型“性能下降”的倾向。近期，人工智能指标领域的初创公司Penrose的研究员Yunyu Lin发现，包括OpenAI的o3和o4 mini在内的众多大型语言模型，随着时间的推移，其能力逐渐减弱——即便是在它们所声称的擅长领域——基础数学领域。这表明，即便模型在初始阶段显得十分出色，但在实际应用过程中，其性能可能会“逐步下降”。

模型评估与威胁研究组织（METR）主导的调研进一步证实了这一忧虑。在该研究中，一支由16位经验丰富的开发者组成的团队，运用了Claude、Cursor Pro等主流人工智能工具，完成了246个真实开源项目的任务。调查结果显示，尽管人工智能技术缩短了编码所需的时间，但由提示构建、建议审核以及错误调试所引起的总耗时却增加了19%。AI节省了输入，却增加了上下文管理的负担。

Mayfield基金公司的合伙人纳文・查达指出，大众对于“更智能的对话助手”的需求已不再满足，他们期待GPT-5能够具备“独立完成任务”的功能。然而，根据目前披露的信息，实现这一目标可能还需等待更长的时间。

在这些反馈之中，潜藏着深刻的忧虑：GPT系列模型似乎已进入了一个“难以实现重大突破”的发展瓶颈期。

OpenAI显然并未将GPT-5视为发展的终点。事实上，奥尔特曼在今年的6月份通过其博客文章《温和的奇点》描绘了未来发展的蓝图：预计到2025年，将出现能够胜任认知任务的AI代理；2026年，将推出具有原创能力的系统；2027年，将诞生能够实际执行任务的机器人。展望到2030年，个人的生产力将显著超越2020年的水平。

GPT-5可能并未带来令人惊艳的飞跃，然而它仍需确保人们坚信：进步仍在继续，未来仍存变数。这正是大众的期望所在。

从GPT-3发展至GPT-5，OpenAI仅用了五年的时间便走完了他人十年所行之路。据最新媒体报道，该公司正以5000亿美元的估值准备进行员工股份的第二次发售；与此同时，Claude、Gemini、Grok等竞争对手正围绕开源、多模态以及更强大的推理能力展开激烈竞争，力求在未来AI平台的话语权上占据一席之地。

或许，奥尔特曼在其博客中提及的那段话，能够更全面地描绘出GPT-5所处的境地：技术发展的轨迹，从未来展望是笔直向上的，从过去回顾则显得平缓无奇，然而，它始终是一条流畅的曲线。

GPT-5并非终点，亦非最耀眼的瞬间，它实际上是这条发展轨迹上，一个不可或缺的稳固基石。

（封面图及文章图片来源：OpenAI）