当地时间周四（8 月 7 日），OpenAI 官方正式推出了备受外界期待的、性能更强的新一代人工智能模型 GPT-5。
OpenAI 在新闻稿中写道，GPT-5 的智能性能远超公司之前的所有模型，在编码、数学、写作、健康、视觉感知等领域均拥有卓越的性能。
声明补充称，GPT-5 是一个统一的系统，能够识别何时快速响应，何时需要更长时间的思考以提供专家级的应答，不必由用户手动选择使用常规语言模型还是推理系统。
OpenAI 表示，GPT-5 将面向所有用户开放，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。
先前，OpenAI 首席执行官萨姆 · 奥尔特曼（Sam Altman）称 GPT-5 是一次 " 重大升级 "，" 这还是第一次，真的像是在与某个领域的专家对话。"
ChatGPT 团队负责人 Nick Turley 表示，新模型在响应速度、回答准确性以及减少 " 幻觉 " 方面都优于前代产品，" 你跟它对话时，会感觉自然了不少。"
在 8 月 7 日的简报会上，奥尔特曼对 GPT-5 给予了极高评价，将 GPT-5 定位为通往 AGI 的重要里程碑。他表示：" 在以往历史上任何时期，拥有像 GPT-5 这样的东西都是不可想象的。"
" 这是第一次感觉就像在与任何领域的专家交谈。"Altman 在简报会上甚至不惜用 " 踩 "GPT-4 抬高 GPT-5。他说：" 我尝试过用回 GPT-4，但效果相当糟糕。"
图片来源：视觉中国
GPT-5 拥有编程、创意写作、健康领域三大优势
根据 OpenAI 介绍，作为 OpenAI 的 " 最强大模型 "，GPT-5 在三个关键领域实现了显著提升。
首先是编程能力。GPT-5 是 OpenAI 迄今为止最强大的编码模型，在复杂的前端生成和大型代码库调试方面表现突出，能够仅凭一个提示就创建美观响应式的网站、应用程序 App 和游戏。早期测试者注意到其在间距、排版和留白等设计选择方面的改进。
在从 GitHub 获取现实世界编码任务的基准测试 SWE-bench Verified 中，GPT-5 思考后首次尝试的准确率达 74.9%，高于 OpenAI 推理模型 o3 的 69.1% 和 GPT-4o 的 30.8%。
不过，在衡量数学、人文和自然科学领域模型表现的各学科专家级能力 Humanity ’ s Last Exam 测试中，带有扩展推理功能的 GPT-5 增强版本 GPT-5 pro 在使用工具的情况下得分 42%。这略低于得分 44.4% 的 xAI 模型 Grok 4 Heavy。
作为实例，OpenAI 的研究者演示了，要求 GPT-5 创建一款网页 App，帮助说英语的用户学习法语，且该 App 必须有一个引人入胜的主题，包含抽认卡、测验、经典的贪吃蛇游戏，以及追踪每日学习进度的方法。
研究者将相同的提示词提交到两个 GPT-5 窗口中，几分钟后生成了两个不同的 App。OpenAI 的负责人称，这些 App" 存在一些缺陷 "，但用户可以根据个人喜好再调整 AI 生成的软件，例如更改背景或添加更多标签页。
在创意写作方面，GPT-5 能够处理结构复杂的写作任务，如无韵律的抑扬格五音步诗或自然流动的自由诗，犹如诗人。OpenAI 的 ChatGPT 业务副总 Nick Turley 表示，GPT-5 在创意任务上表现出 " 更好的品味 "，响应更自然。
GPT-5 能更积极地标记潜在健康问题，帮助用户解析医疗结果，尽管 OpenAI 强调，ChatGPT 不能替代医疗专业人员。
在名为 HealthBench Hard Hallucinations 的测试中，具备思考能力的 GPT-5 出现幻觉的错误信息率仅为 1.6%。这远低于 GPT-4o 和 o3 模型，后两者的错误信息率分别为 15.8% 和 12.9%。
幻觉可能性显著降低 新的安全训练模式
OpenAI 称，GPT-5 相比此前的模型更可靠和实用，它能更准确地回答现实世界的疑问，出现幻觉的可能性显著降低。
在对代表 ChatGPT 生产流量的匿名提示词启用网络搜索后，GPT-5 响应中包含事实错误的可能性比 GPT-4o 低约 45%；在思考后，GPT-5 响应中包含事实错误的可能性比 o3 低约 80%。下图可见，GPT-5 响应的错误信息率仅为 4.8%，GPT-4o 为 20.6%，o3 为 22%。
如果需要拒绝，经过训练的 GPT-5 会以透明的方式告知用户拒绝的原因，并提供安全的替代方案。
在受控的实验和 OpenAI 的生产模型中，OpenAI 都发现这种安全补全的方法更加细致入微，能够更好地引导双重用途问题，增强对模糊意图的鲁棒性，并减少不必要的过度拒绝。
OpenAI 的后训练负责人 Michelle Pokrass 表示："GPT-5 已经过训练，能够识别任务何时无法完成，避免猜测，并能更清晰地解释局限性，相比之前的模型，这减少了无根据的断言。"
推出四种可选的 ChatGPT 聊天预设性格
OpenAI 称，GPT-5 在指令执行方面表现提升，其执行自定义指令的能力也得到了相应的提升。OpenAI 将为所有 ChatGPT 用户推出四种预设性格的全新研究预览版。
初始的四种性格选项——愤世嫉俗者（Cynic）、机器人（Robot）、倾听者（Listener）和书呆子（Nerd）都是可选的，用户可在设置中随时调整，用以匹配 ChatGPT 和用户的沟通风格。
上述四种性格最初适用于文本聊天，之后将扩展到语音聊天，让用户无需编写自定义提示词即可设置 ChatGPT 的交互方式——无论是简洁专业的、周到支持的，还是略带讽刺的。
此外，微软在 GPT-5 发布当日即宣布，将其整合到广泛的产品线中。在企业级应用方面，Microsoft 365 Copilot 将利用 GPT-5 更好地处理复杂问题、在长对话中保持专注并理解用户上下文。企业用户可通过推理功能处理电子邮件、文档和文件。
对于消费者，Microsoft Copilot 的新智能模式将利用 GPT-5 帮助用户发现最佳解决方案。用户可通过 copilot.microsoft.com 或 Windows、Mac、Android 和 iOS 设备上的 Copilot 应用免费体验 GPT-5。
每日经济新闻综合 OpenAI 官网、公开资料
每日经济新闻
