期待AGI的人要失望了,GPT-5只是个精心打磨的商业化产品

音符科技网

界面新闻记者 | 伍洋宇

界面新闻编辑 | 文姝琪

从GPT-4刷新人类对AI的认知起,世界曾一度以为走到GPT-5就可能打开通往异世界的大门——等到它真正出现的这天才发现,大模型还在攀爬AGI(通用人工智能)的长梯上,不过多走了两三步而已。

北京时间8月8日凌晨,OpenAI正式发布GPT-5,它的简介是对它亮点的核心概括,但你会发现这些措辞依旧无比熟悉:“这是我们迄今为止最智能、最快、最实用的模型,具有内置思维,可将专家级智能交到每个人手中。

GPT-5是一个统一的系统,包含一个能够解答大多数问题的智能高效模型gpt-5-main,以及一个能够解决更复杂问题的推理模型gpt-5-thinking。

OpenAI通过一个实时路由器,来分析判断用户的对话类型、复杂度、工具需求及其明确意图,比如用户在提示词中写道“认真思考一下”,模型就会切换至thinking版本。 

路由器会根据用户的实际使用情况持续训练,包括用户切换模型的时间、回答偏好率以及准确率测量,并随着时间的推移不断改进。

一旦达到使用限制,每个模型的mini版本将处理剩余的查询任务。是的,它还包括gpt-5-main-mini和gpt-5-thinking-mini,以及专为开发者设置的更加高效的版本gpt-5-thinking-nano。

OpenAI计划在不久之后将这些功能集成到一个模型中。目前,GPT-5面向所有用户开放,Plus会员可获得更多使用量,Pro会员则可访问GPT-5 Pro版本,该版本具有扩展推理能力,可提供更全面、更准确的答案。 

这就是GPT-5的全貌,它基本上一一对应了上一代模型。例如GPT-4o对应gpt-5-main,OpenAI o3对应gpt-5-thinking,包括各自的Pro版本和mini版本。 

从性能上来说,GPT-5最突出的表现围绕“现实世界”而来。OpenAI表示,减少幻觉、提高指令执行能力和减少谄媚是它进展最明显的三个方面。

图自OpenAI官网

在AIME 2025(数学)、SWE-bench Verified(真实世界编码)、MMMU(多模态理解)、GPQA(研究生水平推理)等基准测试中,GPT-5已经是当之无愧的SOTA,甚至在AIME 2025中拿下了100分。

GPT-5还在Humanity's Last Exam(人类最后的知识测试)上超过了自己的ChatGPT Agent。HLE是一个极难的学术级别测试,涵盖数学、自然科学、人文等多个领域的高难度封闭题,ChatGPT Agent在HLE上因为多工具协作和并行策略更有优势,但GPT-5作为单体模型依然拿下不错成绩,这说明它自身有更强的思考能力。

图自OpenAI官网

刷榜是结果但不是目的,正如OpenAI所说,GPT-5能力升级的核心表现就是降低幻觉,更加靠近现实世界。

GPT-5现在可以更准确地回答现实世界的疑问。在ChatGPT生产流量中代表匿名提示的网页搜索中,GPT-5回答包含事实错误的概率比GPT-4o低约45%;在思考时,其*含事实错误概率比OpenAI o3低约80%。这是由于OpenAI添加了新的评估 *** ,以对开放式事实性进行压力测试。

团队测量了GPT- 5在思考开放式事实搜索提示时的幻觉率,这些提示词来自两个公开的事实性基准:LongFact和FActScore。在这些基准测试中,“GPT-5-thinking”的幻觉数量比o3少了约六倍。 

另外,它不会像以前那样谄媚了。与GPT-4o相比,GPT-5的亲切感会有所减弱,不必要的表情符号也更少,后续的互动也会更细腻周到。 

降本增效也很重要。据OpenAI,GPT-5相比OpenAI o3,在视觉推理、 *** 编码和研究生水平的科学问题解决等功能上,输出token数量减少了50%至80%。更关键的是,价格也集体打下来了。

图自Twitter(单位每百万tokens)

在实际应用上,GPT-5把编程能力提升到了新高度。一名AI领域从业人士对界面新闻记者表示,从一些常规测试来看,GPT-5的表现很难评断有多少提升,因为在实际使用中已经很少有人需要从0开始写代码,但对于一些代码修改型任务,它明显会更精准。

另有一名已经使用GPT-5的用户对界面新闻记者表示,其身边人共同探讨的结论是,这次发布可能还是够不上一个大版本更新,“更像是从iPhone 4到iPhone 4S”。

现在局面已经很明确,期待已久的GPT-5大概率会是个成功的商业化产品套组,但它不是如想象般突破AGI进程的要塞,大模型可能已经不是这片战场最有用的武器了。

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

  • 东方卫视秋晚:朱洁静将与机械臂共舞
  • 日经225指数暴涨超4%创新高 房地产、科技及周期性消费股领涨
  • 不再是“顶流”?“拉面哥”最新发声!
  • 黄金再创历史新高!港股黄金股普涨,中国白银集团涨超15%
  • 专访|万鹏:希望《许我耀眼》能破除对女性关系的刻板印象
  • 知名男歌手朴树当场宣布停演!数次哽咽
  • 高市早苗的“日本撒切尔夫人”幻梦,会被现实击碎吗?
  • 港股异动 | 中国金融租赁(02312)高开逾8% 公司向Antalpha创始人配股 重点投资数字资产领域
  • 中国金融租赁高开逾8% 公司向Antalpha创始人配股
  • 苹果继任计划:约翰·特努斯有望接替蒂姆·库克
  • 在太空过中秋!神二十乘组从“天宫”发来宇宙级祝福
  • AI战略又一重要布局将落地!联想(00992)收购高端存储企业Infinidat事宜或于年底前完成
  • 这场血腥战争,终于要打不下去了
  • 日经225指数首次站上47000点
  • 返程客流来了,铁路上海站今天预计到达旅客67.1万人次
  • “加沙刚发生轰炸”,美国务卿称以军暂停攻势遭美媒打脸
  • 快讯:恒指低开0.5% 科指跌1.12% 科网股走弱 黄金股普涨
  • 普京强硬警告:“战斧”若出,俄美翻脸!
  • 折磨人类的验证码,已经拦不住人机了?
  • 日经225指数日内涨超4%
  • OPEC+小幅增产的决定缓解部分市场担忧 油价上涨
  • 美国一地发生大规模枪击事件,多人死伤!警察局长发声
  • 报告:前三季度房企融资规模3072亿元
  • 体坛联播|巴萨1比4惨败于塞维利亚,米兰与尤文互交白卷
  • 勇立潮头向未来(奋勇争先,决战决胜“十四五”)
  • 日经指数暴涨超4.2%,日本未来首位女首相高市早苗主张“负责任的积极财政”
  • 中经评论:科技为笔,绘就“三农”新图景
  • 因撞脸周杰伦爆火的“粥饼伦”如今怎样了?
  • 富时中国A50指数期货开跌0.2%
  • 美军没钱发,特朗普照样庆典开花
  • 公明党敲警钟:高市早苗若参拜靖国神社,联合政府难组
  • 日本40年期国债价格暴跌 此前高市早苗在自民党党首选举中获胜
  • 台风“夏浪”向西偏北方向移动,强度逐渐增强
  • 上海非遗里的中秋节
  • 财富管理五大增长点曝光!山西证券韩丽萍最新发声
  • 复兴亚洲公布接获复牌指引
  • 野村证券策略师称“高市交易”可能不会持续太久
  • 中国新零售供应链:恢复公众持股量
  • 贝壳-W于10月3日斥资500万美元回购79.67万股
  • 中通快递-W于10月3日斥资197.35万美元回购10.39万股
  • 目录[+]

    取消
    微信二维码
    微信二维码
    支付宝二维码