每經編輯｜杜宇    

當地時間周四（8月7日），OpenAI官方正式推出了備受外界期待的、性能更強的新一代人工智能模型GPT-5。

圖片來源：OpenAI官網

OpenAI在新聞稿中寫道，GPT-5的智能性能遠超公司之前的所有模型，在編碼、數學、寫作、健康、視覺感知等領域均擁有卓越的性能。

聲明補充稱，GPT-5是一個統一的系統，能夠識別何時快速響應，何時需要更長時間的思考以提供專家級的應答，不必由用戶手動選擇使用常規語言模型還是推理系統。

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——該版本具有擴展推理能力，可提供更全面、更準確的答案。

先前，OpenAI首席執行官薩姆·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域的專家對話。”

ChatGPT團隊負責人Nick Turley表示，新模型在響應速度、回答準確性以及減少“幻覺”方面都優于前代產品，“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。”

“這是第一次感覺就像在與任何領域的專家交談。”Altman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，但效果相當糟糕。”

圖片來源：視覺中國

GPT-5擁有編程、創意寫作、健康領域三大優勢

根據OpenAI介紹，作為OpenAI的“最強大模型”，GPT-5在三個關鍵領域實現了顯著提升。

首先是編程能力。GPT-5是OpenAI迄今為止最強大的編碼模型，在復雜的前端生成和大型代碼庫調試方面表現突出，能夠僅憑一個提示就創建美觀響應式的網站、應用程序App和游戲。早期測試者注意到其在間距、排版和留白等設計選擇方面的改進。

在從GitHub獲取現實世界編碼任務的基準測試SWE-bench Verified中，GPT-5思考后首次嘗試的準確率達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，在衡量數學、人文和自然科學領域模型表現的各學科專家級能力Humanity’s Last Exam測試中，帶有擴展推理功能的GPT-5增強版本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根據自然語言提示生成功能代碼，從而加快開發速度。

作為實例，OpenAI的研究者演示了，要求GPT-5創建一款網頁App，幫助說英語的用戶學習法語，且該App必須有一個引人入勝的主題，包含抽認卡、測驗、經典的貪吃蛇游戲，以及追蹤每日學習進度的方法。

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的負責人稱，這些App“存在一些缺陷”，但用戶可以根據個人喜好再調整AI生成的軟件，例如更改背景或添加更多標簽頁。

在創意寫作方面，GPT-5能夠處理結構復雜的寫作任務，如無韻律的抑揚格五音步詩或自然流動的自由詩，猶如詩人。OpenAI的ChatGPT業務副總Nick Turley表示，GPT-5在創意任務上表現出“更好的品味”，響應更自然。

健康咨詢是第三個重要提升領域。

GPT-5能更積極地標記潛在健康問題，幫助用戶解析醫療結果，盡管OpenAI強調，ChatGPT不能替代醫療專業人員。

在名為HealthBench Hard Hallucinations的測試中，具備思考能力的GPT-5出現幻覺的錯誤信息率僅為1.6%。這遠低于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 新的安全訓練模式

OpenAI稱，GPT-5相比此前的模型更可靠和實用，它能更準確地回答現實世界的疑問，出現幻覺的可能性顯著降低。

在對代表ChatGPT生產流量的匿名提示詞啟用網絡搜索后，GPT-5響應中包含事實錯誤的可能性比GPT-4o低約45%；在思考后，GPT-5響應中包含事實錯誤的可能性比o3低約 80%。下圖可見，GPT-5響應的錯誤信息率僅為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練形式，名為安全補全（safe completions）。它教模型在安全范圍內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，經過訓練的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。

在受控的實驗和OpenAI的生產模型中，OpenAI都發現這種安全補全的方法更加細致入微，能夠更好地引導雙重用途問題，增強對模糊意圖的魯棒性，并減少不必要的過度拒絕。

OpenAI的后訓練負責人Michelle Pokrass表示：“GPT-5已經過訓練，能夠識別任務何時無法完成，避免猜測，并能更清晰地解釋局限性，相比之前的模型，這減少了無根據的斷言。”

推出四種可選的ChatGPT聊天預設性格

OpenAI稱，GPT-5在指令執行方面表現提升，其執行自定義指令的能力也得到了相應的提升。OpenAI將為所有ChatGPT用戶推出四種預設性格的全新研究預覽版。

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

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

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

對于消費者，Microsoft Copilot的新智能模式將利用GPT-5幫助用戶發現最佳解決方案。用戶可通過copilot.microsoft.com或Windows、Mac、Android和iOS設備上的Copilot應用免費體驗GPT-5。

開發者將通過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驅動的模型路由器，根據每個任務的復雜性、性能需求和成本效率選擇最優模型。

每日經濟新聞綜合OpenAI官網、公開資料