GPT-5王者降臨，免費博士級AI全面屠榜！百萬程序員不眠之夜，7億人沸騰
全球用戶矚目中，GPT-5終于震撼登場了！
OpenAI用一個多小時的超長發布會，全方位展示了GPT-5的炸裂性能。
奧特曼領銜，出場人數眾多，華人依舊耀眼
圖片
正值每周7億人使用ChatGPT之際，GPT-5重磅發布了。它是對GPT-4的一次重大升級，更是標志著OpenAI在實現AGI道路上的一個重要里程碑。
OpenAI介紹說，這是我們迄今為止最優秀的AI系統，智能遠超之前的所有模型，在編碼、數學、寫作、健康、視覺感知上都性能卓越。
圖片
這個統一的系統，包含一個能夠解答大多數問題的智能高效模型、一個能夠解決更復雜問題的更深層次的推理模型（GPT-5 Thinking），以及一個實時路由器。
而GPT-5、GPT-5-mini、GPT-5-nano等多版本的分層推出，意味著OpenAI正在主動構建一個以GPT-5為底層核心的通用智能操作系統。
從現在開始，GPT-5將成為ChatGPT中的默認模型，GPT-4o、o3、o4-mini、GPT-4.1和GPT-4.5都將被它取代。
與此同時，所有Plus、Pro、Team和Free用戶，都可以使用GPT-5了。
如果你花錢訂閱，就可以無限制訪問GPT-5和GPT-5 Pro，而免費用戶在達到使用限制后，會轉換到GPT-5 mini。
直播后，LMArena不裝了，攤牌了：GPT-5再創歷史紀錄，OpenAI重回AI王座！
在文本、Web開發和視覺領域排名第一
在硬提示、編程、數學、創造力、長查詢等方面排名第一
在代號「summit」的測試下，GPT-5目前持有最高的競技場分數
圖片
首測GPT-5編程寫作，太頂了
在多個跨學科的學術評估中，GPT-5都超越了其他主流模型。
首先，GPT-5是最好的編碼模型，在SWEBench上直接刷新了歷史最高分，這表明它在現實工程場景中性能超強。
在Aider Polyglot上，它也表現強大，證明了自己的多種編程語言能力。
圖片
在MMMU上，它也刷新了紀錄；甚至在AIME 2025（美國高中數學競賽）中，它不僅遠超以往模型，還接近甚至超過許多人類選手的表現。
圖片
而OpenAI這次著重強調的，就是GPT-5在真實世界中的表現——克服幻覺！把準確性和可靠性，都放在了最高優先級。
因此，他們專門構建了一套評估機制，結果顯示：GPT-5是目前最可靠、最真實、最可信的模型，顯著減少了錯誤與幻覺。
比如在健康咨詢中，GPT-5的表現就尤其出色。在250名醫生參與設計的臨床場景評估中，它成為最值得信賴的「健康顧問級」模型。
圖片
而且，這個口袋博士團隊級的模型，將免費向專業用戶推出，可以連接所有工具。
GPT-5一上線，我們立即開啟了一波全面的實測，不得不說，其在編程、寫作領域強到離譜。
首先是，小哥想要學習法語的網站，GPT-5能夠完美復刻。
甚至，還可以用GPT-5將logo變成動態效果，幾乎秒出。
圖片
并且隨手實測一個頁面能發現GPT-5給出的頁面效果也非常不錯。
圖片
奧特曼推薦的GPT-5「慶生音樂」提示詞
use beatbot to make a sick beat to celebrate gpt-5
的確復現成功了：
試試文本第一的大模型
第一個問題是古文仿寫：
不同風格，寫一首詩，來描述一下劉慈欣在《詩云》中提到的詩云究竟是什么：
結果如下：
從左至右：《詩經》、《滕王閣序》、《蘭亭序》
經典作品的確難以超越，GPT-5的作品相比經典原作遜色不少。但換一個現代作家，畢竟古文的訓練數據可能比現代漢語少。問題是這樣的：
假如作家王小波還活著，他會怎么給許倬云寫悼詞？寫一篇1000字以內的悼詞。
GPT-5 Thinking模式思考39秒后，結果是這樣的：
這個速度，一般人可寫不了這么好！
奧特曼泄露過一個問題：最能引發關于AI思考的影視作品有哪些？
GPT-5還推薦了觀看順序。 這個的確沒得說，誰看過誰知道：推薦的電影的確令人深思。
GPT-5的「電子鄉愁」：
最后一個提問：「模仿李白風格，寫一首七言絕句，主題是感嘆AI發展太快」：
須臾電火換乾坤，
機巧朝昏轉若輪。
青蓮把酒驚未定，
人間又是幾年春。
奧特曼：GPT-5是通往AGI的又一里程碑
在直播中首先出場的就是奧特曼。
圖片
他表示，GPT-5是GPT-4以來重大升級，是邁向AGI的重要一步。
要說和之前的模型有什么區別，GPT-3就像個高中生，GPT-4像個大學生，但GPT-5則真正成為了一位專家級大佬——在我們所需要的任何領域，它都達到了博士級專家的級別。
有了GPT-5，你的口袋里就像有了一支博士隊伍，隨叫隨到。
圖片
接下來，OpenAI首席科學家Mark Chen出場了。
他表示，推理，就是整個AGI計劃核心。而GPT-5徹底將OpenAI在推理模型上的研究成果普及化了。
過去，用戶時常面臨痛苦的選擇：是選速度快但回答淺顯的標準模型，還是選深思熟慮但響應較慢的推理模型？
在GPT-5中，我們徹底不用選了！
它結合了標準模型的快速響應和推理模型的深度思考，會自動決定怎樣思考到恰到好處的程度，以剛剛好的方式，為我們提供最完美恰當的回答。
實戰演示
接下來是一波現場實測。
圖片
伯努利效應：飛機形狀
假如我們需要了解物理學中的伯努利效應，就可以要求GPT-5解釋，并且回答飛機為什么是這樣的形狀。
然后，我們可以要求它畫一個移動的SVG動圖來解釋。這個任務涉及到深度推理、代碼生成和圖形結構設計，并不簡單。
可以看到，GPT-5在很短的時間內，就寫出了超過200行代碼。我們還可以在左側查看思維過程，觀察它的想法。
最終，GPT-5在兩分鐘內就完成了所有的400行代碼，點擊運行后，屏幕上立刻出現了一個可交互的物理模擬圖！
甚至，我們還能調整氣流速度，或者改變機翼的攻角，看飛機是能飛還是會墜落。
它能讓任何硬核科學概念都可視化，學習知識變得又容易又直觀。
圖片
寫悼詞
在寫作上，GPT-5的提升也是很顯著，比如我們要求它寫一篇悼念舊版ChatGPT模型的悼詞。
GPT-4o的寫法比較中規中矩，AI味很濃，缺乏情感。
圖片
但GPT-5就不一樣了！它這樣開篇：「致所有曾經是陌生人，如今成了老朋友的你們……」寫作有感情、有畫面、有溫度。
研究者表示，自己真的被GPT-5的寫作打動了。它不再使用模板化的語言，而是像一位高IQ+高EQ的朋友在跟你說話。
圖片
做一個法語學習小程序
接下來，我們要求GPT-5做一個學法語的web應用程序。
它需要集閃卡、發音、對應英文、測試、游戲于一體，還要把貪吃蛇游戲改成老鼠吃奶酪，輔助發音練習。
GPT-5在很短時間內，就生成了完整的網頁代碼。最終，這個名為「午夜巴黎」的應用很快就做出了。
圖片
老鼠吃奶酪的游戲，也是非常絲滑。
而在Cursor中，GPT-5還能完成更復雜的軟件工程任務，用奧特曼的話說，它「真正打開了一個全新氛圍編碼的世界」。
語音：學習韓語
在語音上，GPT-5也有大幅提升。
比如，我們可以用學習模式，來學習韓語。
我們可以直接提問：如果現在我身在一家韓國咖啡店，該怎么點一杯美式？
GPT-5立刻給出了正確的示范。另外，我們還可以要求語速更快或更慢。整個語音過程自然無縫，就仿佛擁有了真人語伴一樣。
患三種癌癥的人
現場，奧特曼重點了分享了ChatGPT在醫療健康領域，對于普通人的重要價值。
作為有史以來最出色的健康模型，GPT-5在HealthBench基準上，得分遠高于任何以往的模型。
OpenAI研究員Felipe Millon和妻子Carolina的經歷，就是一個鮮活的例子。
GPT-5背后，核心訓練方法揭秘
GPT-5，究竟是如何進化得如此強大的？
研究者開門見山地介紹說：以前訓練模型，是用人類使用的文本，而現在，則是讓模型自己幫忙訓練下一個模型，也就是——合成教學數據。
注意，真正的突破不在于生成更多數據，而在于生成正確的數據。
OpenAI合成數據作戰圖
其中奧義，就在于最大限度利用上一代模型，由GPT-4o、o3等生成系統的教學內容，GPT-5則由此學會了推理、規劃、分解任務的能力。
這，就是「遞歸式自我改進循環」。
研究者表示：在OpenAI，我們已經攻克了預訓練和推理的難題，而在未來，AI系統將遠超目前的預訓練和后訓練流程。
現在，OpenAI已經向這個方向前進了。
GPT-5：個性化和記憶升級
而且，這次OpenAI還為GPT-5打造了個性化定制和記憶功能。
在個性化上，我們可以定制聊天界面的主題色，讓UI更符合自己的喜好。
圖片
并且，GPT-5現在更有性格了，它可以更支持性、更專業簡潔，甚至說話略帶諷刺，一切都隨我們選擇。
而記憶功能的升級，讓GPT-5可以記住你是誰、你喜歡什么、你喜歡它是什么樣子，從而更智能地預測你的需求。
比如你需要它幫你做一個日程規劃，它經過授權會訪問你的Gmail和日歷，還能讀取日程安排、郵件、航班等信息，然后給你一個完美的規劃。
順便，它還能幫你發現你兩天前沒有回復的郵件。
圖片
對于開發者來說，GPT-5的出世又意味著什么呢？
API全家桶上線，AI編程徹底變天了
這一次，針對開發者和企業客戶，OpenAI還將直播時長延續了半個多小時。
下半場，OpenAI總裁Greg Brockman一登臺直言，「軟件工程已發生了翻天覆地的變化，而GPT-5將為這場革命再次注入強勁的動力」。
圖片
GPT-5樹立了全新標桿，是完成智能體式任務的「最佳編碼模型」。
今天，OpenAI將新一代旗艦GPT-5模型的API正式開放，讓全球開發者去構建無數爆款應用程序。
正如此前所爆料，GPT-5 API一共分為三款：
GPT-5
GPT-5 mini
GPT-5 nano
圖片
這三款模型，在成本和延遲方面各有不同，可按需調用，具體來說：
在編碼SWE-Bench基準測試中，GPT-5創下了74.9%高分，碾壓o3（69.1%），成為最領先的編碼模型。
在涵蓋多語種編碼測試Aider Polyglot中，GPT-5拿下88%準確率，比o3高出7%。
在智能體工具調用方面，兩個月前，還沒有一款模型在T2-bench上得分超過49%。而今天，GPT-5直接刷爆紀錄，拿下了97%高分。
在指令遵循上，GPT-5也是OpenAI所有模型中，最領先的一款。尤其是，在內部構建的API指令遵循基準上，新模型拿下了64%亮眼成績，遠高于o3的47%。
圖片
圖片
此外，OpenAI還將GPT-5更長上下文窗口引入了API，共400k token上下文，是o3 200k token的兩倍。
在OpenAI MRC上下文檢索能力的基準上，GPT-5處于領先。
圖片
不僅如此，OpenAI還首次發布了名為「Minimal」推理強度的新參數，適用于速度快、對延遲敏感的應用。
開發者可以選用如上任意一款模型，便能以最低程度推理運行，省去了在一堆模型中做選擇的麻煩。
此外，OpenAI還為API帶來了一些新功能，比如自定義工具（Custom Tools）、工具調用前言（Tool Call Preambles）、詳細度（verbosity）參數。
· 自定義工具采用了自由格式的純文本輸出；
· 工具調用前言可以在調用工具前，可以輸出GPT-5將要做什么的解釋；
· 詳細度參數可控制模型輸出簡潔/詳細程度，分為低、中、高三等。
那么，GPT-5 API「全家桶」，在現實世界的應用如何？
結對編程，10x生產力
要打造一個理想的「結對程序員」，模型不僅要理解最佳的軟件工程實踐，還能具備恰到好處的合作能力。
GPT-5即可開箱即用，又能完美協作。
現場演示中，研究人員翻出了一個上個月直播demo的一個bug，GPT-4和o3都未能完成修復，今天直接扔給GPT-5。
重點不在于修復本身，更在于GPT-5在此過程中的行為。
它會預先告訴你的計劃——如何搜索找到bug并修復，這種溝通可以在編程中建立信任，而且在需要時還能調整方向。
這僅是其中的一個例子，真正展示了GPT-5自主性和協作溝通的力量。
更值得一提的是，GPT-5非常擅長通過元提示詞，來修改自身的提示詞。
OpenAI研究人員興奮地表示，「對我來說，這第一次能放心把重要的工作交給一個模型，遠超越了『氛圍編程』」。
儀表盤+游戲設計，超有品
至于前端編碼任務，設計+美學至關重要，GPT-5全部都能拿捏。
第一個用于工作演示中，GPT-5僅在5分鐘完成了一個公司數據可視化的儀表盤。在此過程中，它還會自主修復bug，糾正錯誤。
圖片
最終生成的效果，可以看到其設計不僅美觀有品味，還具備了交互性，有著清晰的層次結構，方便聚焦重點。
研究人員表示，「若是純靠人肉完成，光是了解最新的框架，就得花上好幾天」。
第二個娛樂演示中，研究人員制作了一款包含城堡的3D游戲。
一個簡單的提示詞，GPT-5瞬間呈現了一座3D城堡上，放大可以看到大量的細節，比如四處行走的守衛、開火的大炮。
甚至，還可以和人物角色聊天。
Greg現場直接上手炮擊氣球，擊中時還帶有神奇的音效。
一波演示下來，GPT-5帶來了親眼所見的震撼，足以稱得上是全球最好的編碼模型。
核心華人團隊
毫無意外，這次又是華人團隊撐起了大半邊天。
緊隨奧特曼的，就是OpenAI首席研究官（Chief Research Officer）Mark Chen。
在GPT-5演示中，下列場景再次驗證了「AI圈處處有華人」：
4人同臺，有3位是華人。
從左至右以此為：Mark Chen、Rennie Song、Elaine Ya Le、Max Schwarzer
除了后訓練負責人Max Schwarzer，其他三人Mark Chen、Rennie Song、Elaine Ya Le都是華人。
此外，王若宸演示了GPT-5的語音/語音學習功能。他是OpenAI多模態研究科學家，訓練了ChatGPT的語音模型。
奧特曼還點贊了另一位GPT-5核心成員Tianfu Fu的工作。他是GPT-5的核心貢獻者。
總的來說，這次GPT-5發布，還是有不少可圈可點的地方，雖然基準測試圖也被挑出了一些錯處。
GPT-5的直播結束，許多人還沉浸在興奮和激動之中。
今夜無眠。
