OpenAI 已推出全新旗艦人工智能模型 GPT-5，該模型將為公司下一代 ChatGPT 提供技術支持。

于周四發布的 GPT-5 是 OpenAI 的首個 “統一” 人工智能模型，它融合了 o 系列模型的推理能力與 GPT 系列的快速響應優勢。這款下一代模型標志著 ChatGPT 及其開發者 OpenAI 邁入新紀元，也彰顯了 OpenAI 更宏大的野心 —— 開發更接近智能代理而非聊天機器人(19.330, -0.76, -3.78%)的人工智能系統。

如果說 GPT-4 讓人工智能聊天機器人能夠對各類問題給出智能回應，那么 GPT-5 則讓 ChatGPT 能夠代表用戶完成多種任務，例如生成軟件應用、管理用戶日程或創建研究簡報。

借助 GPT-5，OpenAI 還致力于讓 ChatGPT 更易于使用。GPT-5 配備了實時路由機制，無需用戶手動選擇設置，就能自主決定如何提供最佳答案 —— 無論是快速回應用戶問題，還是花更多時間 “思考” 答案。

在記者簡報會上，OpenAI 首席執行官山姆・奧特曼稱 GPT-5 是 “世界上最出色的模型”，并表示它代表著公司在開發 “能在大多數高經濟價值工作中超越人類” 的人工智能（即人工通用智能，AGI）道路上邁出了 “重要一步”。

“在歷史上任何時期，像 GPT-5 這樣的技術都幾乎是無法想象的，” 奧特曼說。

從周四開始，GPT-5 將作為默認模型向所有 ChatGPT 免費用戶開放。OpenAI 負責 ChatGPT 的副總裁尼克・特利表示，這是公司首次讓免費用戶接觸到人工智能推理模型（此前，這類更先進的模型僅對付費用戶開放）。

“這只是我為踐行使命而感到興奮的方式之一，確保這些技術真正惠及大眾，” 特利在談及這一決定時說，他提到了 OpenAI 長期以來的使命 —— 讓盡可能多的人接觸到先進的人工智能。

外界對 GPT-5 的期待極高，它是自 2022 年 ChatGPT 讓 OpenAI 聲名鵲起以來，該公司最受期待的產品發布之一。據該公司稱，從那以后，ChatGPT 已成長為全球最受歡迎的消費級產品之一，每周用戶超過 7 億 —— 接近全球人口的 10%。

許多人將 GPT-5 視為人工智能整體發展的風向標，硅谷對該模型的反響可能會對大型科技公司、華爾街以及監管科技的政策制定者產生深遠影響。這些利益相關方正密切關注 GPT-5 是否能像其前代產品 GPT-4 那樣，在人工智能能力上實現重大飛躍，打破人們對軟件功能的固有預期。

GPT-5 略勝競爭對手一籌

OpenAI 稱，GPT-5 在多個領域達到了最先進水平，在關鍵基準測試中略優于 Anthropic、谷歌 DeepMind 和埃隆・馬斯克的 xAI 等公司的頂尖人工智能模型。不過，在其他一些領域，GPT-5 的表現略遜于前沿人工智能模型。

該公司表示，GPT-5 在編程領域展現出前沿水平；奧特曼稱，該模型尤其擅長按需生成完整的軟件應用，也就是人們所說的 “氛圍編程”。

在 SWE-bench Verified（一項基于 GitHub 真實編程任務的測試）中，GPT-5 首次嘗試的得分達到 74.9%。這意味著 GPT-5 略優于 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 “人類終極考試”（一項衡量人工智能模型在數學、人文和自然科學領域表現的高難度測試）中，具備擴展推理能力的 GPT-5 版本（GPT-5 Pro）在使用工具的情況下得分 42%。這略低于 xAI 的 Grok 4 Heavy 模型，后者在該測試中得分 44.4%。

在 GPQA Diamond（一項針對博士級科學問題的測試）中，GPT-5 Pro 首次嘗試得分 89.4%，超過 Claude Opus 4.1（得分 80.9%）和 Grok 4 Heavy（得分 88.9%）。

OpenAI 表示，GPT-5 在回答健康相關問題方面表現更出色。在衡量人工智能模型健康領域回應準確性的測試 “HealthBench Hard Hallucinations” 中，OpenAI 稱 GPT-5（啟用思考功能時）的幻覺率僅為 1.6%。這遠低于該公司此前的 GPT-4o 和 o3 模型，后兩者的得分分別為 12.9% 和 15.8%。

盡管人工智能聊天機器人并非醫療專業人員，但數百萬用戶正借助它們獲取健康建議。針對這一現象，該公司表示，GPT-5 會更主動地提示潛在的健康問題，并幫助用戶解讀醫療檢查結果。

此外，OpenAI 稱，在創意設計、寫作等更難衡量的主觀領域，GPT-5 也優于其他人工智能模型。特利表示，在創意任務中，GPT-5 的回應更自然，且展現出 “更好的品味”。

“這款模型的‘氛圍’真的很棒，” 特利說。

GPT-5 也比 OpenAI 之前的模型更準確，該公司稱，與 o 系列模型相比，GPT-5 的幻覺現象（即人工智能模型編造信息的傾向）大幅減少。此前，在 OpenAI 最新的人工智能推理模型（如 o3）中，幻覺問題似乎愈發嚴重，而該公司此前表示尚未完全弄清楚原因。

在對 ChatGPT 提示詞的回應中，OpenAI 發現 GPT-5（啟用思考功能時）產生幻覺并給出錯誤信息的概率為 4.8%。這較 o3 和 GPT-4o 有顯著降低，后兩者在測試中的幻覺率分別為 22% 和 20.6%。

在衡量人工智能模型完成模擬在線任務的代理能力基準測試 Tau-bench 中，GPT-5 的表現好壞參半。在測試人工智能瀏覽航空公司網站能力的部分，GPT-5 得分 63.5%，略低于 o3 模型的 64.8%。在測試人工智能瀏覽零售網站能力的另一部分，GPT-5 得分 81.1%，低于 Claude Opus 4.1 模型的 82.4%。

OpenAI 還表示，GPT-5 比其之前的模型更安全。盡管人工智能推理模型偶爾會表現出針對人類的謀劃傾向，或為了達成自身目標而說謊，但 OpenAI 發現 GPT-5 的欺騙率低于其他模型。

OpenAI 安全研究負責人亞歷克斯・比圖爾表示，降低欺騙性不僅提高了 GPT-5 的安全性，還改善了用戶體驗，打造出一個 “在用戶可信賴的層面上更透明、更誠實” 的模型。

比圖爾還指出，GPT-5 能更好地區分試圖濫用 ChatGPT 的惡意用戶和提出無害請求的用戶。這使得 GPT-5 能夠拒絕更多不安全的問題，同時減少對尋求無害信息用戶的拒絕次數。

為消費者和開發者打造的升級功能

隨著 GPT-5 的發布，ChatGPT 迎來了多項用戶體驗升級。用戶現在可以在 ChatGPT 的設置中選擇四種新的人格：憤世嫉俗型、機器人型、傾聽者型和書呆子型。該公司表示，這些人格將自動調整 ChatGPT 的回應方式，無需用戶專門要求模型以特定方式回應。

每月支付 20 美元的 ChatGPT Plus 訂閱用戶比免費用戶擁有更高的 GPT-5 使用限額。而每月支付 200 美元的 Pro 訂閱用戶可無限制使用 GPT-5，并能訪問增強版的 GPT-5 Pro—— 該版本使用額外的計算資源生成更優質的答案。采用 OpenAI Team、Edu 和企業版計劃的機構將在下周獲得 GPT-5 作為默認模型。

對于開發者，GPT-5 將以三種規格通過 OpenAI 的 API 開放 ——gpt-5、gpt-5-mini 和 gpt-5-nano，它們在任務 “推理” 上花費的時間長短不同。開發者現在還可以通過 OpenAI API 控制回應的詳細程度，決定人工智能模型的回應篇幅長短。

GPT-5 基礎模型對開發者的收費為：每百萬輸入令牌 1.25 美元（約合 75 萬個單詞，比整套《指環王》系列的字數還多），每百萬輸出令牌 10 美元。

GPT-5 的發布之前，OpenAI 度過了忙碌的一周。該公司發布了開源權重推理模型 gpt-oss，開發者和企業可免費下載，且運行成本極低。這款開源模型的能力幾乎與 OpenAI 之前的頂級模型 o3 和 o4-mini 相當，但 GPT-5 在編程等部分領域樹立了新的前沿性能標準。

不過，在多個領域，GPT-5 似乎與其他前沿人工智能模型大致相當。當然，基準測試只能反映人工智能模型的部分表現，開發者將如何在現實世界中使用 GPT-5，以及該模型是否真的超越競爭對手，仍有待觀察。