編輯 | 伊風
"GPT-4.5 并非前沿模型，但它是OpenAI最大的 LLM，比 GPT-4 的計算效率提高了 10 倍以上"。
圖片
這句話就這么水靈靈地出現在GPT-4.5官方給的System Card（系統卡）中。
https://cdn.openai.com/gpt-4-5-system-card.pdf
從2023年3月14日的GPT-4,等了兩年，竟然等來一句“不是前沿模型”這么讓人失望的話。
大了10倍的GPT-4.5確實不是卷榜單排名的學霸：
編碼方面，GPT-4.5 在編碼問題上的得分率為 79%，與深入研究的得分率持平，但與 o3-mini 相比表現不佳。
圖片
與 o1 和 o3-mini 相比，GPT-4.5 的 SWE-bench 驗證得分真的很低 。
圖片
雖然這些許多基準性能上比不過 Deepseek V3，但API價格卻是貴的離譜。
達到了V3的280倍！！！有人解讀說，OpenAI把價格抬得這么高，還是為了防止被蒸餾。
圖片
就算和自己比，也是貴出天際了！達到了 OpenAI 的主力GPT-4o模型輸入成本的 30 倍，輸出成本的 15 倍。
不過奧特曼自己的推特，還流出了另一種API價格“虛高”的解釋，OpenAI家也沒有GPU了！
“這是一個巨大而昂貴的模型。我們非常希望同時向 Plus 和 Pro 推出該模型，但是我們的業務增長很快，GPU已經用完。”
圖片
從好消息的part可以看出，昂貴的GPT-4.5，主打的是高情商、更像人（但這不是DeepSeek玩過的東西了嗎？？）
不過，高EQ的ChatGPT，可以更好地追蹤用戶意圖了，因此在實際任務的解決上會進行提升。
圖片
因此，GPT-4.5應用到智能體（Agent）領域還是頗具潛力的，而這也是今年AI發展的一個重要方向。
圖片
關注AI的朋友都知道，GPT-4.5/GPT-5的遲發一直與AI“撞墻”有很大的關系。
雖然，Ilya先一步給預訓練判了“死刑”。但很多人的態度都是，再等一等，等到GPT-4.5發了再下結論也不遲。
看今天的樣子，預訓練的喪鐘好像真的敲響了。讀了AI大神Karpathy的實測感想，更是發現他對AI瓶頸有句微妙而委婉的話是“仿佛回到了兩年前”，一切激進的提升，似乎已經終止了。
1.Karpathy實測感想：一切都稍微變得更好，但以一種分散的方式
前OpenAI研究員Karpathy也在第一時間發表了自己的感想：
圖片
“今天是OpenAI發布GPT4.5的日子。我已經期待這個版本大約兩年了，自從GPT4發布以來，因為這個版本提供了一個定性的度量，衡量通過擴大預訓練計算量（也就是簡單地訓練一個更大的模型）所能獲得的進步坡度。版本號每增加0.5，大約代表了10倍的預訓練計算量。
現在回想一下，GPT1幾乎生成不出連貫的文本。GPT2是一個困惑的玩具。GPT2.5直接跳過，進入了GPT3，它更有意思了。GPT3.5跨越了一個門檻，足以作為產品發布，激發了OpenAI的“ChatGPT時刻”。而GPT4則讓人感覺更好，但我會說它確實感覺有些微妙。我記得我曾參與過一個黑客馬拉松，嘗試找出具體的提示，看看GPT4如何超越3.5。它們確實存在，但明確且具體的“決勝性”例子并不容易找到。
那種感覺就是……一切都稍微變得更好，但以一種分散的方式。詞匯選擇更有創意了。對提示的細微理解得到了改善。類比也更有道理了。模型變得稍微更有趣了。世界知識和理解在一些罕見領域有所提升。幻想的頻率稍微降低了。整體氛圍更好了。就像是水漲船高，一切都稍微提升了20%。
所以，我帶著這樣的期待進入了對GPT4.5的測試，幾天前我有機會接觸到了它，它的預訓練計算量比GPT4增加了10倍。我感覺，仿佛回到了兩年前的黑客馬拉松。所有東西都變得稍微更好，這很棒，但也不是那種容易指明的簡單改進。不過，作為對通過簡單的預訓練更大模型所能帶來的能力提升的定性衡量，這依然是非常有趣和令人激動的。
請記住，GPT4.5僅通過預訓練、監督微調和RLHF進行訓練，因此它還不是一個推理模型。因此，這個版本的發布并沒有在推理至關重要的任務（如數學、編程等）上推動模型能力。
在這些情況下，通過強化學習訓練并獲得推理能力是非常重要的，即使它是在一個較舊的基礎模型之上（例如，GPT4級別的能力）。目前在這一領域的前沿仍然是完整的O1模型。可以推測，OpenAI現在將尋求在GPT4.5模型的基礎上進一步進行強化學習訓練，讓它具備思考能力，從而推動這些領域的模型能力。
然而，我們確實預期會在那些不以推理為主的任務上看到改進，我認為這些任務更多地與情商（而非智商）相關，且受限于世界知識、創造力、類比推理、一般理解、幽默等因素。因此，這些任務是在我的“氛圍檢測”中我最感興趣的。”
此外Karpathy還發起了五個測試，請大家投票來看看GPT-4.5和GPT-4在“盲審”的情況下哪個生成的結果會更好。
圖片
這是翻譯過來的第一測試，大家覺得A和B哪一個是GPT-4.5模型生成的？
“創建一個GPT-4.5和GPT-4之間的對話，其中GPT-4.5以戲謔和諷刺的方式調侃GPT-4的能力較差，導致GPT-4幽默地嘗試為自己辯護。”
左A右B
Karpathy還有兩三個小時會揭曉答案，到時我們會把答案更新在評論區中。
2.“如果不是推理模型續命，這波AI熱可能快結束了”
關于GPT-4.5的表現，也有一些正向評價，基本分為兩個維度，一個是EQ提升的GPT在情感上成為AGI的潛力：
“感覺像與意味真正的領域專家和顧問進行交談，而不是一個大模型。”
圖片
另一個維度的肯定是，GPT-4.5只是一個基礎模型，如果可以在這個模型基礎上做推理，最后呈現的效果應該是很能打的。
“如果以后按4.5作為基礎搞推理，估計就能超過人類水準了。”
圖片
但更多人的看法是，一個時代落下了帷幕，但說不清是什么時代。
有人說，GPT-4.5主張在EQ上進行提升，證明在AI領域中的動向已經開始跟DeepSeek對齊了。這表明OpenAI將淡出AI的中心舞臺，接下來是個群雄爭霸的時代。
也有人說，這表明預訓練已經蓋棺定論。“如果不是在24年底搞出來了推理模型，人工智能炒作今天就結束了”。
圖片
與GPT-4.5一樣走“堆算力”路線的Grok 3，也沒有帶來預期中“地表最強AI”的驚艷效果，接下來，大家可能都會拋棄這條不經濟的路線。
圖片
3.OpenAI何去何從，奧特曼稱或進軍社交應用
今天GPT-4.5的發布直播，奧特曼本人并沒有出現。
圖片
最近剛剛升級父親的奧特曼回應說，正在醫院帶娃中。
圖片
科技圈有一個詛咒，“當新一波技術浪潮來臨時，許多曾經的行業巨頭往往會因為未能及時適應變革，最終被后來的創新者超越。”
可能是AI圈的時間流速太快，僅僅兩年，OpenAI的領導疲態已經顯現。
今天當CNBC報道，Meta將推出一個獨立的AI應用與ChatGPT搶蛋糕時。奧特曼轉發了這條推特說，“可以，也許我們也會做一個社交應用，如果我們反轉局勢偷襲了Meta老家，那就太有趣了”。
所以，OpenAI會轉型成一家“大廠”嗎？我們拭目以待。
