GPT-5離“神級AI”還有多遠？_風聞

定焦One（dingjiaoone）原創

作者 | 王璐

編輯 | 魏佳

多次跳票後，GPT-5終於亮相。

美國西部時間8月7日（北京時間8月8日凌晨），明星AI創業公司OpenAI發佈了新一代大模型GPT-5，並向所有用户開放使用，包括免費用户。

這是OpenAI近年來最受關注的一次升級，其CEO薩姆·奧特曼（Sam Altman）在發佈會上宣稱，GPT-5的能力已從“大學生水平”躍升至“博士級專家”，並強調該模型在綜合能力上已達到全球最高。

這次發佈會的關鍵詞可以簡單概括為兩個詞：“專業”和“聰明”。“專業”體現在它在健康、編程、教育等多個場景中展示了更強的能力，同時降低幻覺率，提升了可靠性；“聰明”則主要是它首次採用集成架構，GPT-5能夠根據用户指令的複雜度，自動調用最合適的模型，無需用户手動切換，並支持更多個性化功能。

然而，外界反饋卻較為平淡，部分用户和從業者認為，GPT-5“缺乏驚喜”。

這一方面是因為此前版本發佈頻繁，預期被不斷拉高。

AI從業者雲中江樹在發佈會前便對GPT-5持觀望態度，因為從過去幾輪GPT的升級來看，實際表現往往低於宣傳，但仍期待它這次能在推理和編程上帶來突破，真正拓寬應用場景。

然而從目前來看，業界公認在推理能力上領先的模型仍是GPT-o系列和DeepSeek-R1。GPT-5的進步更多是對既有能力的優化，而非質的飛躍。

另一方面，儘管GPT-5降低了幻覺率，但發佈會上出現的兩處低級錯誤仍然引發爭議。

一是它在解釋伯努利效應時，錯誤地採用了被主流物理學教材已經證偽的“等時通過理論”，“博士級AI”居然講錯高中物理。二是在製作圖表時，GPT-5某項評分（52.8）明明低於o3模型（69.1），對應的柱狀圖卻顯示更高，這也讓外界懷疑GPT-5的能力被誇大了。

GPT-5的真正實力到底如何？會給行業帶來哪些影響？

“神級”GPT-5，真的強嗎？

發佈會開場，薩姆·奧特曼便高贊GPT-5的強大，強調其相較前代模型已經發生質變。他表示，如果GPT-4像是和一位大學生進行交談，GPT-5則接近於博士級別專家。

為了證明這一點，OpenAI公佈了Artificial Analysis全套基準測試結果。數據顯示，GPT-5（high）達到68分，位列第一。GPT-5（medium）67分，與xAI的Grok 4並列第二，而DeepSeek R1是65分，排在其後。

這些數字表明，GPT-5在速度、可靠性和準確性上均處於行業領先地位，尤其在複雜推理、編程、醫療健康等領域表現突出。

例如，在醫學領域，GPT-5展示了對患者檢查報告和各種醫學術語的理解能力，還以此為基礎提醒患者需要向醫生諮詢哪些問題，上下文理解與知識應用能力遠高於之前的GPT-4。

除了更加“專業”，在使用體驗上，GPT-5變得更聰明瞭。

最大的改變是，OpenAI採用了集成架構，首次將大語言模型GPT系列和推理模型o系列融合。這意味着，GPT-5能夠根據用户指令的複雜度，自主選擇並調用最合適的模型，不再需要用户手動切換。

具體來説，GPT系列是OpenAI最早構建的模型體系，聚焦自然語言處理、對話系統與文本生成，o系列是OpenAI於2023年新設立的模型家族，聚焦結構化推理能力，強調模型的邏輯、分析、工具調用能力。o3被視為OpenAI最強大的推理模型。

此外，GPT-5還變得更像人。

一方面支持定製語音、語速調節等個性化功能，語音效果已十分接近真人，另一方面具備“助理”功能，比如鏈接谷歌日曆、Gmail等工具，自動識別未回覆郵件、生成待辦事項，提升使用者工作效率。

石榴數字人創始人沈仁奎評價，GPT-5在多模態與工具整合上的升級，能顯著提升實用性和交互體驗 。其即時交互模型與深度推理模型之間的融合也更成熟，模型角色劃分清晰，還具備長期記憶用户信息，能為用户提供更精準、更個性化的體驗。

他認為，GPT-5的“模型羣+路由系統（判斷問題難度從而自動調用最合適的模型）”架構設計很值得借鑑，有助於大模型在不同任務之間智能調度與資源優化。

目前，GPT-5已經面向免費、Plus、Pro等用户開放，對企業和教育用户下週開放，按照企業級套餐計費。免費用户使用有額度限制，付費用户中，Plus用户可以獲得更高的使用額度，Pro用户可專屬訪問GPT-5 Pro，區別在於推理能力更強、響應更加快速。

發佈會後，行業最關心的三個問題

本次發佈會後，「定焦One」和幾位資深從業者聊了聊，他們最關注GPT-5的三大變化。

一是幻覺率降低。

“幻覺”是指大模型編造虛假信息，幻覺率越低，説明準確性越高，大模型越可靠。

披露的數據表明，GPT-5在多個使用場景下的幻覺率相比前代模型有所下降。比如在聯網搜索模式下，GPT-5的幻覺率比GPT-4o低約45%，而在深度思考模式下，幻覺率比o3低約80%。

這意味着，其在回答準確性、邏輯一致性等方面有所提升，更適用於醫療、法律等對信息真實性要求極高的應用場景。

幻覺率的降低與多方面因素有關，這種改進背後，是訓練數據、模型架構與推理策略的協同優化。

二是價格更具性價比。

GPT-5包含GPT-5、GPT-5 mini、GPT-5 nano三個模型，API調用價格分層設置，最低的是GPT-5 nano，每百萬輸入token為0.05美元、輸出為0.40美元，比GPT-4最便宜的模型還要低。相比老對手也有很大優勢，GPT-5的調用費僅為Claude Opus 4的十二分之一。

這對於中小企業與開發者而言，意味着更低的試錯成本與更廣泛的應用空間。

最後是在編程領域的突破。

這也是發佈會上的重中之重，OpenAI用了近一半的時間強調GPT-5的編程實力，官方稱其為“迄今為止最強大的編程模型“。在現場演示中，GPT-5僅憑一句提示詞，就創建出網站、應用程序App和遊戲，並支持複雜前端開發和大型代碼庫調試以及修復 bug等功能。

OpenAI甚至還邀請了被稱為最強AI編程工具之一Cursor背後公司的聯合創始人，在現場演示修復bug。Cursor方面表示，GPT-5已經是Cursor用户的新用户默認選項。

從基準測試數據來看，GPT-5的表現同樣領先。在SWE-bench Verified（評估AI編程能力）中，GPT-5思考後首次嘗試的準確率達74.9%，高於GPT-o3的69.1%和GPT-4o的30.8，也領先於競爭對手Anthropic最新推出的Claude Opus 4.1和谷歌DeepMind的Gemini 2.5 Pro。

雲中江樹告訴「定焦One」，大模型的編程能力之所以備受重視，是因為各大廠商都認可，在AI大模型訓練中，最好的數據是形式化的數學語言，代碼數據高度結構化、結果可驗證、邏輯性強，是最具價值的語料類型。

一位從業者分析，採用分階段、分領域的漸進式研究策略，能顯著提升模型的綜合性能。他還以DeepSeek的誕生過程為例，它先進行數學相關任務的專項研究，接着進行代碼生成與理解任務的研究，最後應用到通用模型，最終出現了DeepSeek-R1。

“這種路徑能有效提升模型的邏輯推理和結構化思維能力。目前，國際科技巨頭以及國內領先的AI研究機構，都在採用類似的漸進式策略。”這位從業者表示。

目前來看，GPT-5在編程能力上的提升已經得到了廣泛認可，但在垂直領域適配、工具調用效率上還有提升空間。

一位軟件工程師表示，相比Anthropic的Claude、亞馬遜的CodeWhisperer等垂直領域的AI編程工具，GPT-5對特定技術棧的適配性可能存在不足。他覺得，GPT-5的優勢在於通用性，而非專業編程。

此外，在使用體驗上，用户反饋也出現分化。有開發者稱GPT-5生成效果驚豔，有人卻遇到了“生成網頁無法點擊、代碼無法運行“等問題，生成效果很不穩定。這也説明，儘管GPT-5在編程能力上取得突破，仍需時間和反饋不斷迭代完善。

技術不算質變，但能推動AI商業化

儘管GPT-5實現了多維度的升級，但多位從業者認為，這更像是一次架構與工程優化升級，而非真正意義上的代際躍遷。

從產品實際表現來看，GPT-5仍存在不少短板。

比如發佈會上，它在回答伯努利效應解釋等複雜科學問題，便暴露出了AI慣有的缺陷，在推理時只注重統計關聯，而不理解內容本質。在生成圖表時，還出現了52.8分的柱狀圖比69.1分更高的明顯錯誤。儘管薩姆·奧特曼隨後公開回應，暗示可能是AI尚未完全掌握PPT製作技巧，但還是引發外界對GPT-5能力的懷疑。

多位從業者認為，薩姆·奧特曼宣稱的“博士級專家”能力，更像是場景化性能的堆砌，而非大模型認知能力有了突破，這與其前期過度宣傳的“神級能力”存在很大差距。這也導致外界對本次GPT-5的評價一般。

不過，沈仁奎指出，雖然GPT-5並非是全行業顛覆式的升級，但在推動AI商業化上的作用不容低估。尤其是開放API，為企業提供了極低門檻的接入方式，可能會成為許多企業快速部署AI能力的“加速器”。

他觀察到，目前一些垂直類企業，比如醫藥、生物科技等領域的企業以及Uber、Salesforce等已部署GPT-5，應用於科研分析、客户服務與運營決策等環節。在部分新興工具平台，比如Cursor、Windsurf等開發平台也已集成GPT-5，來改善自身的編程效率與智能交互體驗。企業們願意積極擁抱GPT-5，除了其能力有所升級外，也在於“白菜價”的API策略。

他認為三類企業會率先吃到GPT-5的紅利，第一類為軟件開發平台，利用GPT-5自動代碼生成、調試與工具鏈集成，提升開發效率；第二類是專注於知識管理與決策系統的公司，GPT-5能快速深入並解決金融、醫藥、法律等需複雜推理與輔助決策的場景；還有消費級智能服務類企業，它們涉及大量寫作助手、學習平台與跨媒體內容創作服務，可藉助GPT-5的多模態與個性化提升使用體驗。

值得注意的是，OpenAI這次還打起了ToG的主意。它與美國總務管理局進行合作，在未來12個月裏，ChatGPT企業版將對美國聯邦政府開放，每個機構只需要支付1美元，所有員工便可無限制使用OpenAI的前沿大模型技術。

OpenAI的以上種種動作，展現出藉着GPT-5從“平台工具”加速向“社會基礎設施”轉型的野心。即便其能力未達“神級”，但其所激發的商業潛力和行業聯動效應，仍可能在未來掀起一波新的AI應用高潮。

某種意義上，GPT-5帶來的最大改變，或許不是模型本身，而是它所觸發的生態。AI的戰爭，已經從模型能力比拼，走向基礎能力與商業落地的全面競賽。

*題圖來源於OpenAI官網。