每經(jīng)編輯｜杜宇    

當(dāng)?shù)貢r間周四（8月7日），OpenAI官方正式推出了備受外界期待的、性能更強(qiáng)的新一代人工智能模型GPT-5。

圖片來源：OpenAI官網(wǎng)

OpenAI在新聞稿中寫道，GPT-5的智能性能遠(yuǎn)超公司之前的所有模型，在編碼、數(shù)學(xué)、寫作、健康、視覺感知等領(lǐng)域均擁有卓越的性能。

聲明補(bǔ)充稱，GPT-5是一個統(tǒng)一的系統(tǒng)，能夠識別何時快速響應(yīng)，何時需要更長時間的思考以提供專家級的應(yīng)答，不必由用戶手動選擇使用常規(guī)語言模型還是推理系統(tǒng)。

OpenAI表示，GPT-5將面向所有用戶開放，Plus會員可獲得更多使用量，Pro會員則可訪問GPT-5 Pro版本——該版本具有擴(kuò)展推理能力，可提供更全面、更準(zhǔn)確的答案。

先前，OpenAI首席執(zhí)行官薩姆·奧爾特曼（Sam Altman）稱GPT-5是一次“重大升級”，“這還是第一次，真的像是在與某個領(lǐng)域的專家對話。”

ChatGPT團(tuán)隊(duì)負(fù)責(zé)人Nick Turley表示，新模型在響應(yīng)速度、回答準(zhǔn)確性以及減少“幻覺”方面都優(yōu)于前代產(chǎn)品，“你跟它對話時，會感覺自然了不少。”

在8月7日的簡報會上，奧爾特曼對GPT-5給予了極高評價，將GPT-5定位為通往AGI的重要里程碑。他表示：“在以往歷史上任何時期，擁有像GPT-5這樣的東西都是不可想象的?！?/p>

“這是第一次感覺就像在與任何領(lǐng)域的專家交談?！盇ltman在簡報會上甚至不惜用“踩”GPT-4抬高GPT-5。他說：“我嘗試過用回GPT-4，但效果相當(dāng)糟糕?！?/p>

圖片來源：視覺中國

GPT-5擁有編程、創(chuàng)意寫作、健康領(lǐng)域三大優(yōu)勢

根據(jù)OpenAI介紹，作為OpenAI的“最強(qiáng)大模型”，GPT-5在三個關(guān)鍵領(lǐng)域?qū)崿F(xiàn)了顯著提升。

首先是編程能力。GPT-5是OpenAI迄今為止最強(qiáng)大的編碼模型，在復(fù)雜的前端生成和大型代碼庫調(diào)試方面表現(xiàn)突出，能夠僅憑一個提示就創(chuàng)建美觀響應(yīng)式的網(wǎng)站、應(yīng)用程序App和游戲。早期測試者注意到其在間距、排版和留白等設(shè)計(jì)選擇方面的改進(jìn)。

在從GitHub獲取現(xiàn)實(shí)世界編碼任務(wù)的基準(zhǔn)測試SWE-bench Verified中，GPT-5思考后首次嘗試的準(zhǔn)確率達(dá)74.9%，高于OpenAI推理模型o3的69.1%和GPT-4o的30.8%。

評論指出，這意味著，GPT-5的表現(xiàn)略勝于Anthropic周二推出的Claude Opus 4.1和谷歌DeepMind的Gemini 2.5 Pro，后兩者在SWE-bench Verified測試的得分分別為74.5%和59.6%。

不過，在衡量數(shù)學(xué)、人文和自然科學(xué)領(lǐng)域模型表現(xiàn)的各學(xué)科專家級能力Humanity’s Last Exam測試中，帶有擴(kuò)展推理功能的GPT-5增強(qiáng)版本GPT-5 pro在使用工具的情況下得分42%。這略低于得分44.4%的xAI模型Grok 4 Heavy。

奧爾特曼稱，GPT-5尤其擅長按需啟動整個軟件App，也就是所謂的“氛圍編碼”、即用AI根據(jù)自然語言提示生成功能代碼，從而加快開發(fā)速度。

作為實(shí)例，OpenAI的研究者演示了，要求GPT-5創(chuàng)建一款網(wǎng)頁App，幫助說英語的用戶學(xué)習(xí)法語，且該App必須有一個引人入勝的主題，包含抽認(rèn)卡、測驗(yàn)、經(jīng)典的貪吃蛇游戲，以及追蹤每日學(xué)習(xí)進(jìn)度的方法。

研究者將相同的提示詞提交到兩個GPT-5 窗口中，幾分鐘后生成了兩個不同的App。OpenAI的負(fù)責(zé)人稱，這些App“存在一些缺陷”，但用戶可以根據(jù)個人喜好再調(diào)整AI生成的軟件，例如更改背景或添加更多標(biāo)簽頁。

在創(chuàng)意寫作方面，GPT-5能夠處理結(jié)構(gòu)復(fù)雜的寫作任務(wù)，如無韻律的抑揚(yáng)格五音步詩或自然流動的自由詩，猶如詩人。OpenAI的ChatGPT業(yè)務(wù)副總Nick Turley表示，GPT-5在創(chuàng)意任務(wù)上表現(xiàn)出“更好的品味”，響應(yīng)更自然。

健康咨詢是第三個重要提升領(lǐng)域。

GPT-5能更積極地標(biāo)記潛在健康問題，幫助用戶解析醫(yī)療結(jié)果，盡管OpenAI強(qiáng)調(diào)，ChatGPT不能替代醫(yī)療專業(yè)人員。

在名為HealthBench Hard Hallucinations的測試中，具備思考能力的GPT-5出現(xiàn)幻覺的錯誤信息率僅為1.6%。這遠(yuǎn)低于GPT-4o和o3模型，后兩者的錯誤信息率分別為15.8%和12.9%。

幻覺可能性顯著降低 新的安全訓(xùn)練模式

OpenAI稱，GPT-5相比此前的模型更可靠和實(shí)用，它能更準(zhǔn)確地回答現(xiàn)實(shí)世界的疑問，出現(xiàn)幻覺的可能性顯著降低。

在對代表ChatGPT生產(chǎn)流量的匿名提示詞啟用網(wǎng)絡(luò)搜索后，GPT-5響應(yīng)中包含事實(shí)錯誤的可能性比GPT-4o低約45%；在思考后，GPT-5響應(yīng)中包含事實(shí)錯誤的可能性比o3低約 80%。下圖可見，GPT-5響應(yīng)的錯誤信息率僅為4.8%，GPT-4o為20.6%，o3為22%。

OpenAI還表示，為GPT-5引入了一種新的安全訓(xùn)練形式，名為安全補(bǔ)全（safe completions）。它教模型在安全范圍內(nèi)盡可能給出最有幫助的答案。有時，這可能意味著部分回答用戶的問題，或者只提供高水平的回答。

如果需要拒絕，經(jīng)過訓(xùn)練的GPT-5會以透明的方式告知用戶拒絕的原因，并提供安全的替代方案。

在受控的實(shí)驗(yàn)和OpenAI的生產(chǎn)模型中，OpenAI都發(fā)現(xiàn)這種安全補(bǔ)全的方法更加細(xì)致入微，能夠更好地引導(dǎo)雙重用途問題，增強(qiáng)對模糊意圖的魯棒性，并減少不必要的過度拒絕。

OpenAI的后訓(xùn)練負(fù)責(zé)人Michelle Pokrass表示：“GPT-5已經(jīng)過訓(xùn)練，能夠識別任務(wù)何時無法完成，避免猜測，并能更清晰地解釋局限性，相比之前的模型，這減少了無根據(jù)的斷言。”

推出四種可選的ChatGPT聊天預(yù)設(shè)性格

OpenAI稱，GPT-5在指令執(zhí)行方面表現(xiàn)提升，其執(zhí)行自定義指令的能力也得到了相應(yīng)的提升。OpenAI將為所有ChatGPT用戶推出四種預(yù)設(shè)性格的全新研究預(yù)覽版。

初始的四種性格選項(xiàng)——憤世嫉俗者（Cynic）、機(jī)器人（Robot）、傾聽者（Listener）和書呆子（Nerd）都是可選的，用戶可在設(shè)置中隨時調(diào)整，用以匹配ChatGPT和用戶的溝通風(fēng)格。

上述四種性格最初適用于文本聊天，之后將擴(kuò)展到語音聊天，讓用戶無需編寫自定義提示詞即可設(shè)置ChatGPT的交互方式——無論是簡潔專業(yè)的、周到支持的，還是略帶諷刺的。

此外，微軟在GPT-5發(fā)布當(dāng)日即宣布，將其整合到廣泛的產(chǎn)品線中。在企業(yè)級應(yīng)用方面，Microsoft 365 Copilot將利用GPT-5更好地處理復(fù)雜問題、在長對話中保持專注并理解用戶上下文。企業(yè)用戶可通過推理功能處理電子郵件、文檔和文件。

對于消費(fèi)者，Microsoft Copilot的新智能模式將利用GPT-5幫助用戶發(fā)現(xiàn)最佳解決方案。用戶可通過copilot.microsoft.com或Windows、Mac、Android和iOS設(shè)備上的Copilot應(yīng)用免費(fèi)體驗(yàn)GPT-5。

開發(fā)者將通過GitHub Copilot和Visual Studio Code獲得GPT-5支持，用于編寫、測試和部署代碼。Azure AI Foundry平臺將提供所有GPT-5模型，配備AI驅(qū)動的模型路由器，根據(jù)每個任務(wù)的復(fù)雜性、性能需求和成本效率選擇最優(yōu)模型。

每日經(jīng)濟(jì)新聞綜合OpenAI官網(wǎng)、公開資料