BTC 牛市币股代币化股票山寨币稳定币 Robinhood AI Agent 空投监管 SEC 特朗普

OpenAI 重磅发布 GPT-5，微软快速布局抢占先机

华尔街见闻

作者：李丹

来源：华尔街见闻

原文标题：OpenAI最强模型GPT-5发布：性能大幅提升，微软抢先整合

今年 OpenAI 最为大众期待的产品来了。

美东时间 8 月 7 日周四，OpenAI 宣布，推出新一代旗舰人工智能（AI）模型 GPT-5。它是 OpenAI 首个「一体化」的 AI 系统，是 OpenAI 首次将 o 系列模型的推理能力与 GPT 系列模型快速响应能力相结合的产物。

OpenAI CEO Sam Altman 在新模型发布会上高度评价 GPT-5，称它是「世界上最好的模型」，是相比此前模型的「重大升级」，并表示，它的问世标志着，OpenAI 在实现通用人工智能（AGI）道路上迈出「重要一步」。

OpenAI 介绍，GPT-5 在多项基准测试中表现出色，在编程、数学、健康等领域达到前沿水平。GPT-5 在 SWE-bench Verified 代码测试中得到 74.9% 的准确率，略超 Anthropic 本周二发布的新模型 Claude Opus 4.1。同时，GPT-5 的幻觉问题大幅改善，错误信息率仅为 4.8%，远低于前代模型 GPT-4o 的 20.6%。

从本周四当日起，GPT-5 向所有 ChatGPT 的免费用户和订阅 Plus、Pro、Team 的付费用户开放，作为默认模型使用，并于一周内在 Enterprise 和 Edu 付费方案上线。

与 GPT-4o 一样，GPT-5 免费和付费版的区别在于用量。Plus 用户享有更高使用限额，Pro 用户可无限使用并获得增强版本 GPT-5 Pro。对于免费用户，完整的推理功能可能需要几天时间才能全部上线。一旦免费用户达到 GPT-5 的用量限制，OpenAI 就将为他们切换到更小的模型 GPT-5 mini。

OpenAI 周三还表示，将以每年 1 美元的象征性收费向美国联邦政府机构提供 ChatGPT 产品。具体来说是 ChatGPT 的企业版，其中包含强化的安全和隐私功能。

OpenAI 刚刚官宣 GPT-5，微软就宣布，从本周四开始，将 GPT-5 整合到旗下广泛的产品组合中，包括 365 Copilot、Copilot、GitHub Copilot 和 Azure AI Foundry 等平台，让微软的企业和消费者用户能够立即体验到 GPT-5 的高级推理能力和编程优势。

GPT-5 拥有编程、创意写作、健康领域三大优势

OpenAI 的 GPT5 发布公告在一开头就说，GPT-5 是 OpenAI「最智能、最快速、最实用的模型，其内置的思维能力，让每个人都能拥有专家级的智慧。」

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%。

评论指出，这意味着，GPT-5 的表现略胜于 Anthropic 周二推出的 Claude Opus 4.1 和谷歌 DeepMind 的 Gemini 2.5 Pro，后两者在 SWE-bench Verified 测试的得分分别为 74.5% 和 59.6%。

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。

Altman 称，GPT-5 尤其擅长按需启动整个软件 App，也就是所谓的「氛围编码」、即用 AI 根据自然语言提示生成功能代码，从而加快开发速度。

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。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。

健康咨询是第三个重要提升领域。

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%。