OpenAI正式发布GPT-5

音符科技网

  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 *** 而非聊天的人工智能系统。

  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更佳答案 —— 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 已成长为全球更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 在多个领域达到了更先进水平,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%)。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 *** 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。

文章版权声明:除非注明,否则均为音符科技网 wap.luzhiwang.com原创文章,转载或复制请以超链接形式并注明出处。

相关阅读

  • 龙源电力前7个月累计完成发电量4598.12万兆瓦时 同比下降0.6%
  • 家长不在家,工作人员凌晨入户给孩子抽血?广东湛江当地回应
  • 小米集团-W根据股份计划发行5762.6万股
  • 浦林成山:泰国轮胎生产基地复产
  • 顺龙控股:接管人与潜在买家于7月就交易条款达成初步了解
  • 医院被指欠工程款3年没还清、工人讨薪过激被拘,孝感市卫健委回应
  • 特朗普签署行政令,允许美国人的401(k)退休账户投资加密货币等另类资产
  • 松景科技委任洛尔达为独立财务顾问
  • 永利澳门控股股东Wynn Resorts, Limited二季度澳门业务经营收入约1.28亿美元 同比减少20.78%
  • 特朗普称英特尔首席执行官存在严重利益冲突 除了辞职外别无他法
  • 龙湖集团拟分批偿还年底到期的92亿港元银团贷款,已完成了首笔11亿港元的偿付
  • 被指侵犯名誉权,女律师被爱康国宾索赔1000万元!张晓玲回应
  • 降息利好持续发酵,黄金走势偏强
  • 澳大利亚铁矿石巨头Fortescue获得142亿元人民币贷款
  • 易通讯集团公布中期业绩 股东应占溢利约为97.6万港元同比减少约65.5%
  • 德翔海运订立2025年造船合约
  • 丘钛科技7月摄像头模组销售数量合计3783.6万件 同比增加15.9%
  • 中金:持续看好户外运动和黄金珠宝行业投资机会
  • 悬念升级!沃勒领跑下任美联储主席候选名单,市场押注政策延续性
  • 百心安-B完成购回及注销2022年H股奖励计划所涉51.99万股
  • 中国天弓控股完成发行合共2142.48万股配售股份
  • 河南局部旱情得到有效缓解
  • 渣打集团8月6日斥资746万英镑回购54.38万股
  • 日本东证指数首次突破3000点大关 再创历史新高
  • “洞洞丑鞋”卖不动了,Crocs暴跌近30%,CEO:美国客户不买东西了,甚至不去商店
  • GPT-5王者降临,免费博士级AI全面屠榜!百万程序员不眠之夜,7亿人沸腾
  • HMVOD视频:高等法院就呈请书授出认可令
  • AI早报 | OpenAI推出GPT-5;全球首家具身智能机器人4S店8月8日营业
  • 中裕能源委任毕马威会计师事务所为新核数师
  • 华泰证券发行50亿元短期公司债券
  • 【世界说】将贸易“武器化”的代价:世行前首席经济学家直指美国恐“自食其果”
  • 牛弹琴:一切让人眼花缭乱
  • 多邻国股价盘中涨超35%!AI助推二季度日活用户增四成,净利增84%
  • 事关俄美元首会晤,特朗普最新表态!美联储高层将迎来白宫人选!英国央行降息,黄金价格会持续走高?
  • 主力合约涨超5%,碳酸锂又“强”了?
  • 日本6月家庭支出同比增长1.3%,低于预期
  • 日本称美方已承诺15%关税不会叠加 超出部分将予以退还
  • 特斯拉据悉解散Dojo超级计算机团队 增强无人驾驶算力的行动遇挫
  • 中国新城镇将于9月16日派发中期股息每股0.0016港元
  • 胜利证券将于9月12日派发中期股息每股0.015港元
  • 目录[+]

    取消
    微信二维码
    微信二维码
    支付宝二维码