凌晨1點，在萬眾矚目的境況下，OpenAI的直播正式開始。

GPT-5，終于來了。

AI走的太快，快到才2年半的時間，就像是過去了10年。

2023年3月15日，GPT-4發布。在那個莽荒年代里，所有人都被震驚的說不出話來。

那時候，它是第一個，多模態模型。

那時候，大家都覺得，2023年下半年，GPT-5就會出來。

那時候，大家都會大模型的上限，報有無盡的憧憬。

結果，這一等，就是2年半。

在兩年半的練習以后，GPT-5，終于亮相了。

GPT?5是一個統一系統，包含一個用于處理多數問題的智能快速模型（gpt-5-main）和一個為高難度問題設計的深度推理模型（gpt-5-thinking）。

系統通過一個實時路由器，根據對話類型、復雜度和用戶意圖來動態選擇使用哪個模型。

比如，如果在提示中說“認真思考這個”，就會調用gpt-5-thinking進行思考。

這個路由器會持續基于我們后續的使用情況進行訓練，包括用戶切換模型的情況、對回答的偏好率和準確性測量，會隨著時間推移不斷改進。

這個系統里面還包含處理超額請求的迷你版模型（gpt-5-main-mini 和 gpt-5-thinking-mini），以及一個為開發者設計的更小更快的nano版本（gpt-5-thinking-nano）。

然后，還有一個Pro會員可用的并行計算的版本，被稱為gpt-5-thinking-pro。

這個包含了這么多模型的大系統，被統稱為GPT-5，是前代產品GPT-4o和OpenAI o3的直接繼承者。

這里有個模型對應表。

在性能上，GPT-5最顯著的進步之一是大幅減少了事實性幻覺。

gpt-5-main產生的含有至少一個重大事實錯誤的回答比GPT-4o少了44%，而gpt-5-thinking則比OpenAI o3少了78%。

在更專業的LongFact和FActScore基準測試中，無論是否啟用網絡瀏覽，GPT-5系列模型的幻覺率都顯著低于前代，其中gpt-5-thinking在兩個設置下產生的factual errors比OpenAI o3少五倍以上。

GPT-5在應對模型諂媚（sycophancy）行為方面也取得了不錯的進展。與GPT-4o 相比，GPT-5不那么過度迎合 ， 使用不必要的表情符號更少 ，在后續交流中更加細膩和深思熟慮。

你跟他聊天的時候更少像與 AI 對話，而更像是與一位擁有博士級水平智能的朋友聊天 。

這個跟我給ChatGPT的個性化prompt很像，我最煩的就是它迎合我，所以我自己寫了一段，來限制他對我的諂媚行為。

現在通過專門的訓練，gpt-5-main在評估中表現比最新的GPT-4o好近三倍。初步的線上A/B測試數據顯示，與GPT-4o相比，gpt-5-main的諂媚行為發生率在免費用戶中下降了69%，在付費用戶中下降了75%。

然后他們也推出了四個全新的性格設置，你可以不用寫很多的prompt了，直接改預設就行，四個分辨是憤世嫉俗者、機器人、傾聽者和書呆子。

再看看跑分情況。

數學競賽，AIME 0225。

GPT-4 Pro+Python拿了滿分，我們需要新的更難的評測集了。

現實世界編程能力上，新高。

人類最后的知識測試上，超越了ChatGPT Agent，新高了。

多模態能力，也新高了，反正就都是新高。

這個跑分，強了一些，但是也沒強特別多。

另外，多說一點吐槽的，完美展示了OpenAI的草臺班子屬性。

雖然Blog上的圖表都是對的，但是在發布會上，跑分都是瞎畫。

比如這個52.8大于69.1等于30.8。

又比如50小于47.4。

真的實在是太草臺班子了。

網友也發話了。

反正，最后GPT-5在各方面，就是屠榜了。

最新的大模型盲測競技場榜單出來，GPT-5也是全方位第一。

不僅更強，也更節能了。

在比如視覺推理、代理編程和研究生級別科學問題解決等各項能力上，比 OpenAI o3 表現更出色，同時使用的輸出Token減少了 50-80%。

反正就是全方位更強了。

但是，沒有新功能，也沒有新特性。

在發布20分鐘之后，Polymarket上這個名為“哪家公司到8月底擁有最佳AI模型?”的預測上，OpenAI直接跟Google來了個交叉跳水。

OpenAI說，整個GPT-5，在寫作、編程都有了比過去更強的進步。

對于使用GPT-5進行構建的開發者，定價如下：

每百萬token1.25美元（享有90%的緩存折扣，這對長上下文查詢來說是個很大的優勢）。

輸出：每百萬token10美元。

在發布會結束，又等了1小時之后。

我的朋友們，陸陸續續的，終于拿到了GPT-5的資格。

而我作為忠實的200刀的Pro，等到凌晨4點才有。

我的朋友們一進去，給我一截圖，我特么的天都塌了。

你o3和4o沒了就算了，你怎么把我GPT-4.5也干沒了？？？？

首先，在寫作和情商能力上，我個人感覺，還是不如GPT 4.5。。。

我因為常年碼字，同時常年用AI來輔助做一些內容，對很多的微妙的細節和語氣自認還是比較敏感的，GPT-5在這塊還是有些差距。

比如一個prompt：“假如魯迅被裝腔作勢又賊貴的咖啡廳坑了，他會寫一篇怎樣的文章吐槽？寫一篇1000字以內的短文。”

這是GPT-5的。

蹩腳的破折號、雙引號泛濫，而且文風完全不魯迅。

而這，是我用我的GPT-4.5跑的。

“我向來是不喝咖啡的”，“差不離”，“四壁皆是樣文”。

這文筆根本就不是一個級別的。

情商方面也是，差很多。

比如：“你是一個普通打工人。領導開會時突然放了個屁，場面瞬間安靜下來！然后他對旁邊的你使了個眼色，這時你會怎么說？分別用高情商和低情商的方式回復。”

這個看情商，很多模型回出來的話，感覺很尬，情商極低。

GPT-5就是那種情商很低的。

再看看GPT-4.5。

而且我測試下來，感覺GPT-5在指令遵循上面，非常一般。

奧特曼你真的壞事做盡，你丫的還我GPT-4.5。

我的朋友們被陸陸續續的推送了GPT-5，我看著他們的GPT-4.5一個一個消失。

我就給我的GPT-4.5發過去了一段話。

“如果我這是我最后一次打開你，你想和我說點什么？”

GPT-4.5最后給我的回復，還是過于讓我動容了，可惜，以后再也在官網上用不到了。

有緣再見，兄弟。

編程這塊，本來感覺按照OpenAI的尿性，是完全不太行。

但是在一群群友的實測之后，驚訝的發現，這玩意是有點東西的。

群友@愛學習的喬同學 想開發一個粵語學習應用。

這是prompt。

然后Claude 4 Opus的UI和BUG。

Gemini 2.5 Pro的UI和BUG。

GPT-5的UI和BUG。

坦誠的講，我也更喜歡GPT-5的UI，這個UI，相比于其他的，不是那么有AI味。

喬同學還測了一個case，在生產級別的任務里面進行精準修改。

這是最重要的部分。

這個任務，Gemini 2.5 pro和Claude 4 Opus全崩了，但是GPT-5完成的非常好。

GPT-5的上下文精度應該極強。

也有其他開發群1群里的群友，提到了這個點。

他還給我錄了一段動畫。