OpenAI正式发布GPT-5

OpenAI 已推出全新旗舰人工智能模型 GPT-5，该模型将为公司下一代 ChatGPT 提供技术支持。

于周四发布的 GPT-5 是 OpenAI 的首个 “统一” 人工智能模型，它融合了 o 系列模型的推理能力与 GPT 系列的快速响应优势。这款下一代模型标志着 ChatGPT 及其开发者 OpenAI 迈入新纪元，也彰显了 OpenAI 更宏大的野心 —— 开发更接近智能代理而非聊天机器人(19.330, -0.76, -3.78%)的人工智能系统。

如果说 GPT-4 让人工智能聊天机器人能够对各类问题给出智能回应，那么 GPT-5 则让 ChatGPT 能够代表用户完成多种任务，例如生成软件应用、管理用户日程或创建研究简报。

借助 GPT-5，OpenAI 还致力于让 ChatGPT 更易于使用。GPT-5 配备了实时路由机制，无需用户手动选择设置，就能自主决定如何提供最佳答案 —— 无论是快速回应用户问题，还是花更多时间 “思考” 答案。

在记者简报会上，OpenAI 首席执行官山姆・奥特曼称 GPT-5 是 “世界上最出色的模型”，并表示它代表着公司在开发 “能在大多数高经济价值工作中超越人类” 的人工智能（即人工通用智能，AGI）道路上迈出了 “重要一步”。

“在历史上任何时期，像 GPT-5 这样的技术都几乎是无法想象的，” 奥特曼说。

从周四开始，GPT-5 将作为默认模型向所有 ChatGPT 免费用户开放。OpenAI 负责 ChatGPT 的副总裁尼克・特利表示，这是公司首次让免费用户接触到人工智能推理模型（此前，这类更先进的模型仅对付费用户开放）。

“这只是我为践行使命而感到兴奋的方式之一，确保这些技术真正惠及大众，” 特利在谈及这一决定时说，他提到了 OpenAI 长期以来的使命 —— 让尽可能多的人接触到先进的人工智能。

外界对 GPT-5 的期待极高，它是自 2022 年 ChatGPT 让 OpenAI 声名鹊起以来，该公司最受期待的产品发布之一。据该公司称，从那以后，ChatGPT 已成长为全球最受欢迎的消费级产品之一，每周用户超过 7 亿 —— 接近全球人口的 10%。

许多人将 GPT-5 视为人工智能整体发展的风向标，硅谷对该模型的反响可能会对大型科技公司、华尔街以及监管科技的政策制定者产生深远影响。这些利益相关方正密切关注 GPT-5 是否能像其前代产品 GPT-4 那样，在人工智能能力上实现重大飞跃，打破人们对软件功能的固有预期。

GPT-5 略胜竞争对手一筹

OpenAI 称，GPT-5 在多个领域达到了最先进水平，在关键基准测试中略优于 Anthropic、谷歌 DeepMind 和埃隆・马斯克的 xAI 等公司的顶尖人工智能模型。不过，在其他一些领域，GPT-5 的表现略逊于前沿人工智能模型。

该公司表示，GPT-5 在编程领域展现出前沿水平；奥特曼称，该模型尤其擅长按需生成完整的软件应用，也就是人们所说的 “氛围编程”。

在 SWE-bench Verified（一项基于 GitHub 真实编程任务的测试）中，GPT-5 首次尝试的得分达到 74.9%。这意味着 GPT-5 略优于 Anthropic 最新的 Claude Opus 4.1 模型（得分 74.5%）和谷歌 DeepMind 的 Gemini 2.5 Pro 模型（得分 59.6%）。

在 “人类终极考试”（一项衡量人工智能模型在数学、人文和自然科学领域表现的高难度测试）中，具备扩展推理能力的 GPT-5 版本（GPT-5 Pro）在使用工具的情况下得分 42%。这略低于 xAI 的 Grok 4 Heavy 模型，后者在该测试中得分 44.4%。

在 GPQA Diamond（一项针对博士级科学问题的测试）中，GPT-5 Pro 首次尝试得分 89.4%，超过 Claude Opus 4.1（得分 80.9%）和 Grok 4 Heavy（得分 88.9%）。

OpenAI 表示，GPT-5 在回答健康相关问题方面表现更出色。在衡量人工智能模型健康领域回应准确性的测试 “HealthBench Hard Hallucinations” 中，OpenAI 称 GPT-5（启用思考功能时）的幻觉率仅为 1.6%。这远低于该公司此前的 GPT-4o 和 o3 模型，后两者的得分分别为 12.9% 和 15.8%。

尽管人工智能聊天机器人并非医疗专业人员，但数百万用户正借助它们获取健康建议。针对这一现象，该公司表示，GPT-5 会更主动地提示潜在的健康问题，并帮助用户解读医疗检查结果。

此外，OpenAI 称，在创意设计、写作等更难衡量的主观领域，GPT-5 也优于其他人工智能模型。特利表示，在创意任务中，GPT-5 的回应更自然，且展现出 “更好的品味”。

“这款模型的‘氛围’真的很棒，” 特利说。

GPT-5 也比 OpenAI 之前的模型更准确，该公司称，与 o 系列模型相比，GPT-5 的幻觉现象（即人工智能模型编造信息的倾向）大幅减少。此前，在 OpenAI 最新的人工智能推理模型（如 o3）中，幻觉问题似乎愈发严重，而该公司此前表示尚未完全弄清楚原因。

在对 ChatGPT 提示词的回应中，OpenAI 发现 GPT-5（启用思考功能时）产生幻觉并给出错误信息的概率为 4.8%。这较 o3 和 GPT-4o 有显著降低，后两者在测试中的幻觉率分别为 22% 和 20.6%。

在衡量人工智能模型完成模拟在线任务的代理能力基准测试 Tau-bench 中，GPT-5 的表现好坏参半。在测试人工智能浏览航空公司网站能力的部分，GPT-5 得分 63.5%，略低于 o3 模型的 64.8%。在测试人工智能浏览零售网站能力的另一部分，GPT-5 得分 81.1%，低于 Claude Opus 4.1 模型的 82.4%。

OpenAI 还表示，GPT-5 比其之前的模型更安全。尽管人工智能推理模型偶尔会表现出针对人类的谋划倾向，或为了达成自身目标而说谎，但 OpenAI 发现 GPT-5 的欺骗率低于其他模型。

OpenAI 安全研究负责人亚历克斯・比图尔表示，降低欺骗性不仅提高了 GPT-5 的安全性，还改善了用户体验，打造出一个 “在用户可信赖的层面上更透明、更诚实” 的模型。

比图尔还指出，GPT-5 能更好地区分试图滥用 ChatGPT 的恶意用户和提出无害请求的用户。这使得 GPT-5 能够拒绝更多不安全的问题，同时减少对寻求无害信息用户的拒绝次数。

为消费者和开发者打造的升级功能

随着 GPT-5 的发布，ChatGPT 迎来了多项用户体验升级。用户现在可以在 ChatGPT 的设置中选择四种新的人格：愤世嫉俗型、机器人型、倾听者型和书呆子型。该公司表示，这些人格将自动调整 ChatGPT 的回应方式，无需用户专门要求模型以特定方式回应。

每月支付 20 美元的 ChatGPT Plus 订阅用户比免费用户拥有更高的 GPT-5 使用限额。而每月支付 200 美元的 Pro 订阅用户可无限制使用 GPT-5，并能访问增强版的 GPT-5 Pro—— 该版本使用额外的计算资源生成更优质的答案。采用 OpenAI Team、Edu 和企业版计划的机构将在下周获得 GPT-5 作为默认模型。

对于开发者，GPT-5 将以三种规格通过 OpenAI 的 API 开放 ——gpt-5、gpt-5-mini 和 gpt-5-nano，它们在任务 “推理” 上花费的时间长短不同。开发者现在还可以通过 OpenAI API 控制回应的详细程度，决定人工智能模型的回应篇幅长短。

GPT-5 基础模型对开发者的收费为：每百万输入令牌 1.25 美元（约合 75 万个单词，比整套《指环王》系列的字数还多），每百万输出令牌 10 美元。

GPT-5 的发布之前，OpenAI 度过了忙碌的一周。该公司发布了开源权重推理模型 gpt-oss，开发者和企业可免费下载，且运行成本极低。这款开源模型的能力几乎与 OpenAI 之前的顶级模型 o3 和 o4-mini 相当，但 GPT-5 在编程等部分领域树立了新的前沿性能标准。

不过，在多个领域，GPT-5 似乎与其他前沿人工智能模型大致相当。当然，基准测试只能反映人工智能模型的部分表现，开发者将如何在现实世界中使用 GPT-5，以及该模型是否真的超越竞争对手，仍有待观察。