GPT-5,放了个哑炮 siyushenqi.com • 2025 年 8 月 13 日 上午11:26 • 行业动态 • 阅读 412 虽刷新编程测试纪录,但综合性能提升有限,未再现GPT-4的碾压式震撼。 摘要 推出免费限量+低价API+高价Pro版,覆盖C端、开发者、企业全场景,成本仅为竞品1/15。 高质量数据枯竭、预训练收益递减,迫使OpenAI转向开源(GPT-oss系列)但幻觉率高达53%,远落后DeepSeek等。 中国模型(Qwen、DeepSeek)主导Hugging Face榜单,OpenAI闭源优势被稀释,企业市场份额遭Anthropic(32% vs 25%)蚕食。 Meta天价挖角(数亿美元年薪)+竞品夹击,OpenAI靠7亿周活用户、120亿美元ARR硬撑,但淘汰赛远未结束。 距离GPT-4发布两年半,GPT-5姗姗来迟。 从去年底开始,GPT-5的发布时间便备受瞩目,在业内被视为最被期待的大模型。社交媒体上,OpenAI的CEO山姆·奥特曼更将其称为“世界最强模型”,科技粉们被吊足了胃口。 但发布当日,GPT-5的表现似乎并不如奥特曼预言的那般神奇,也没有在业内激起如前作GPT-4那样凶猛的水花。 北京时间8月8日凌晨,GPT-5家族正式亮相。OpenAI共为其推出了4个版本,分别是主流模型GPT-5、面向开发者和企业的轻量版GPT‑5 Mini、超轻量版GPT‑5 Nano,以及只对企业版和每月需付费200美元的高级版开放的GPT-5 Pro模式。可以说,对企业、开发者、普通用户的需求进行了全套覆盖。 发布会上,山姆·奥特曼高调形容GPT-4到GPT-5的跨越,可以比作iPhone从像素屏进化到视网膜屏的跨越。他还类比以往模型举例:不管什么问题,GPT-5都能给你博士级别的解答。 事实是否果真如此?从性能上看,GPT-5是否仍具备此前OpenAI发布的多款模型产品的技术底气和行业领导力? 马斯克不服OpenAI 从产品端看,GPT-5最显而易见的改变,是在使用上更加简洁统一。过去,OpenAI的模型名称让用户眼花缭乱,如GPT-4o、o4、GPT-4.1等。这一次, GPT-5整合了所有模型,直接终结了用户的选择困难症。 价格方面,OpenAI也亮出了“杀手锏”。针对普通用户,GPT-5推出了限量免费策略,每5小时可免费发送10条信息,人人都可试用。在API价格方面,GPT-5每百万Token输入仅为1.25美元,输出为10美元。 曾经“高冷”的OpenAI这次算是拿出了诚意。和两个主要竞争对手相比,GPT-5的价格已降至Claude Opus 4.1的1/15,也比Gemini 2.5 Pro使用价格更低。 但不少熬夜看完整场发布会的应用者仍难掩对GPT-5的失望。 大模型从业者秦岚对《财经天下》说道,“整体看下来,没有感觉出GPT-5除了‘刷榜’之外的模型架构优势。虽然数据集提升了,(功能)没有给人眼前一亮的感觉”。 另一位大模型从业者观点更为理性:“毕竟以前GPT-4太轰动了,大家对GPT-5仍有碾压式的效果期待,但技术的发展从来都不是线性的。” 实事求是地说,GPT-5各项基准测试的表现,相较于上一代模型GPT-4o和o3都有所提升。特别是在编程表现上,GPT-5刷新了OpenAI历代模型纪录。 在1小时20分钟的发布会上,OpenAI高层率先介绍了GPT-5的编码性能,并自信地表示,“GPT-5是当今市场上最好的编码模型”。 如今AI编程能力,已成为科技巨头们的必争之地。在国内企业中,7月21日到7月23日的3天内,字节、腾讯、阿里三大巨头已相继推出了AI编程领域的新一代产品。 其中,字节推出了AI编程助手TRAE 2.0版本,腾讯云宣布CodeBuddy IDE开启内测,阿里云则发布通义千问AI编程大模型Qwen3-Coder。此外,Kimi、智谱AI等也于近日相继推出包含编程能力的K2模型和GLM-4.5模型。 国外企业中,谷歌旗下的Gemini 2.5 Pro被称为最强AI编程模型,主打长文本、多模态和多语言理解。同时,人工智能新“顶流”Anthropic也在今年4月推出了Claude 4系列大模型。 巨头火热入局,或是看中AI编程正在成为Agent(智能体)商业化的突破口。西部证券指出,企业开发效率的刚需创造了明确付费意愿,AI编程领域已逐步形成“技术验证-产品迭代-商业变现”的完整闭环。 相比之下,GPT-5虽然暂时坐上了“榜一大哥”的位置,却还没有与其他对手明显拉开差距。 OpenAI数据显示,在SWE-bench编程测试中,GPT-5的成绩为74.9%。几天前Anthropic公司发布的Claude Opus 4.1成绩则为74.5%,GPT-5只高出了0.4%。 由于GPT-5效果“不够惊艳”,马斯克甚至在社交媒体公开表示“不服”:GPT-5在ARC-AGI-2(一项专门评测AI流体智能的基准测试)上没有打败xAI公司开发的Grok 4。 基模训练摸到天花板 实际上,在对GPT-5褒贬不一的背后,还隐藏着大模型训练已逐渐摸到天花板的困局。 科技媒体“The Information”曾报道,GPT-5的研发遇到了比较大的困难。“一方面,高质量训练数据供应不足。另一方面,大规模预训练收益下降,使得GPT-5的提升难以像GPT-3到GPT-4那样实现明显飞跃。” 作为权宜之计,在GPT-5发布之前,曾坚持走闭源模型路线的OpenAI,也加入了大模型“开源生态”的竞技场。 8月6日,OpenAI发布了自2019年以来的首批开源大语言模型:GPT-oss-120b和GPT-oss-20b,二者分别有1168亿个参数和209亿个参数,并一举跻身全球人工智能领域权威的HuggingFace模型榜单前两名。 所谓“oss”,即“Open Source Series”的缩写,意为开源系列。OpenAI公布开源模型后,奥特曼骄傲地表示,“GPT-oss是OpenAI花费数十亿美元研究成果的结晶”。 不过对比之下,据报道,国内科技公司如DeepSeek、MiniMax等仅花了几百万美元,便训练出了同样开源的DeepSeek-R1和MiniMax M1模型。 那么,OpenAI数十亿美元的巨资花得值吗?从性能方面看,据OpenAI披露,GPT-oss-120b在核心推理基准测试中接近OpenAI o4-mini的表现,较小的GPT-oss-20b模型在相同评估中,达到或超过了OpenAI o3-mini的性能。 特别之处在于,两款GPT-oss模型采用了最先进的预训练和后训练技术,尤其注重推理、效率和跨部署环境的实用性。此外, 它们都使用了混合专家(MoE)架构设计的Transformer,以减少处理输入所需的活跃参数数量。 尽管OpenAI诚意满满地入局开源,但一个显而易见的问题也被人诟病——模型“幻觉”比例太高了。OpenAI表示,在公司内部用于评估人物知识准确性的PersonQA测试中,GPT-oss-20b有53%的回答存在事实错误。 要知道,如今DeepSeek-R1模型的幻觉率已经控制到了10.5%,若对比OpenAI自家最新的GPT-5闭源模型,其幻觉率已经降到了1%以下,这样的差距更是断崖式的。 “其实,各大开源模型厂商都在通过算法迭代的方式,持续攻克幻觉率高的难题,也已经有了显著提升。而GPT-oss-20b的53%幻觉率,不仅明显落后于DeepSeek-R1,也显著低于它自身闭源大模型的能力。”大模型算法工程师陈伟对《财经天下》表示。 不过,OpenAI对开源态度的扭转,仍有重大的意义。在OpenAI成立之初,其2018年发布的GPT-1模型,以及2019年发布的GPT-2模型,在一定程度上都体现了开源的理念。 2020年后,OpenAI拿出石破天惊的GPT-3模型,才全面踏入了闭源路线。这一次,OpenAI再次扭转态度,核心原因在于开源生态实在太繁荣了。 2025年1月,我国的DeepSeek掀起开源热潮后,奥特曼首次承认,OpenAI在开源技术上“站在了历史的错误一边”。 在DeepSeek的强势带动下,一众国产大模型开源大军齐头并进。到7月30日,全球知名AI开源社区Hugging Face趋势热门榜单更新中,前10名席位里,中国大模型已占据9席。 要想持续保持技术领导地位,OpenAI已难再躺赢。“开源模型厂商需要依靠开发者贡献的微调数据、评测集和RLHF等改进方案,来持续优化模型性能。如果只凭单一款模型实力,缺少持续的生态产出,就不能获得足够的市场声量。”陈伟对《财经天下》说。 而在开源生态伙伴建设方面,OpenAI已经有所行动。两款开源模型发布不久,OpenAI便与其大股东微软的Windows设备“建联”,同时获得全球最大云厂商亚马逊AWS的“带货认证”。 不过,OpenAI的开源也不忘给自己留“后手”:禁止年收入超过1亿美元,或日活跃用户超过100万的商业实体使用GPT-oss开发与OpenAI核心产品竞争的服务——这也几乎包含了OpenAI所有的竞争对手。 周活跃用户7亿,OpenAI仍不轻松 等待OpenAI亮出GPT-5的同时,众多科技巨头也不甘示弱,纷纷展开AI技术正面对垒。 8月6日,谷歌推出了一款通用型世界模型Genie 3,号称能以每秒24帧的速度实时生成可供自由探索的动态世界,并在720P分辨率下保持数分钟的画面一致性。不过,由于目前还在样本阶段,真实效果有待检验。 赶在GPT-5发布前夜,Anthropic也抢先出牌,发布了新模型Claude 4.1,在编程能力上抢了个风头。在定价上,Claude 4.1维持了前版的原价,“加量不加价”,继续捍卫其在编程领域的护城河。 国内市场中,大模型产品的竞争更加焦灼。7月以来,阿里曾在一周四次连发模型产品,Kimi、阶跃星辰、商汤科技也都你追我赶,亮出技术底牌。 反观OpenAI,最新数据显示,今年8月ChatGPT周活跃用户已达7亿,同比增长4倍。其付费用户数从2024年的300万增至500万,Pro会员和企业版用户贡献了超60%的收入。 庞大的用户规模,帮助ChatGPT的商业收入再创新高。曾有媒体报道,截至今年7月末,OpenAI预计将实现120亿美元的年度经常性收入,成为全球最大的AI创业公司。它的最大竞争对手Anthropic同期收入预计仅为50亿美元。 不过,OpenAI的挑战也显而易见。尤其是在企业级市场,OpenAI的市场份额正在迅速被竞争对手蚕食。 近期,海外投资机构Menlo Ventures发布的一份报告显示,Anthropic在企业大语言模型市场占有率已达32%。相比之下,OpenAI的市场份额仅为25%。 海内外开源大模型玩家也在悄然蚕食OpenAI的竞争优势。数据显示,截至今年7月,阿里Qwen系列已开源300余个模型,全球下载量超4亿次,衍生模型数超14万个,稳坐全球开源模型榜首。 最近两个月,Meta挖走十多位OpenAI研究员的消息,更让OpenAI的发展蒙上阴影。Meta不惜开出数亿美元天价年薪,这样的疯狂挖角终于让奥特曼坐不住了。据市场消息,OpenAI在内部已开启新一期比照5000亿美元估值的员工期权兑现计划。 这场人工智能的竞赛还远未到终点,未来的淘汰赛只会更加残酷。低垂的果实已被采摘殆尽,OpenAI想要继续横扫市场,已经越来越吃力。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/32237.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 Meta狂抢AI人才 Anthropic创始人:不怕被挖角 上一篇 2025 年 8 月 13 日 上午11:26 小红书开源了首个多模态大模型dots.vlm1 下一篇 2025 年 8 月 13 日 上午11:26 相关推荐 行业动态 京东京造第二批AI玩具上线,百元“鹦鹉”服务老年群体,情绪价值成卖点? 百元“唠唠鹉”打响京东京造“普惠AI养老”第一枪。 siyushenqi.com 2026 年 1 月 29 日 393000 海外玩家讨论最多的游戏是《原神》,推特公布第一季度话题排行榜 如今已经是四月份了,许多社交平台近期公布了2022年第一季度(一月到三月)相关回顾内容,其中就包括海外知名社交网络及微博客服务推特(Twitter)。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 548000 海外营收抬头,三七又一款SLG开始发力了 谈起出海,总绕不开SLG。在最新一期SensorTower出海收入Top30榜单上出现了14款SLG,占比近一半,其中更有6款挤入前十。恐怖的吸金能力让不少厂商都渴望从中分一杯羹。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 434000 行业动态 字节跳动又放弃两个业务,想重新变回 AI 公司 表面上的大收缩,最终可能又是为了一次 “大力出奇迹”。 siyushenqi.com 2025 年 8 月 13 日 442000 独立开发出海-搞定海外银行账户 独立开发出海-搞定海外银行账户。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 471000 行业动态 谷歌Nano Banana 2亮相 谷歌推出新一代图像生成模型Nano Banana 2,兼具Pro级画质与闪电生成速度,支持多角色一致性及4K分辨率,成本仅为前代一半,登顶文生图榜单。 siyushenqi.com 2026 年 3 月 2 日 284000 行业动态 对话阿里国际站总裁张阔:AI能给30万亿美金的产业带来什么? Accio是阿里国际站推出的一款AI搜索产品,于2024年3月1日全量接入推理模型。它能够根据用户输入的自然语言描述,快速生成详尽的商业计划书和采购建议,甚至提供具体的采购链接。例如,用户提出在沙漠中建室内滑雪场的想法,Accio可在30秒内生成包含设备选型、供应商推荐、建造材料及光伏发电系统等细节的完整方案。 siyushenqi.com 2025 年 8 月 13 日 478000 2025年11月 | Insightrackr 海外短剧应用下载与收入排行榜 榜单根据 Insightrackr 计算的应用下载量及整体收入水平排序得出 短剧应用下载量 TOP 15 和 短剧应用收入 TOP 15,并拆解其中当月热门案例的广告投放和素材创意策略。 siyushenqi.com 2025 年 12 月 10 日 • 行业动态 375000 莉莉丝的包场式营销又来了,但是这次的场子有点小 不久前,莉莉丝又一款「出海大将」《战火勋章》在国内上线了。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 495000 行业动态 全球封锁俄罗斯背后:中国商家的意外财富 曾经的“俄罗斯倒爷”,如今又重出江湖了! siyushenqi.com 2025 年 8 月 5 日 448000 SHEIN拿什么对抗拼多多TEMU 打铁还需自身硬。 siyushenqi.com 2025 年 8 月 12 日 • 行业动态 445000 行业动态 【市场洞察】移动市场 2023 年第 3 季度总结 - 热门手游市场篇 2023 年前 3 个季度,全球移动应用用户支出连续突破 330 亿美元,而第 3 季度则达到了 336 亿美元。 siyushenqi.com 2025 年 8 月 18 日 513000 行业动态 母婴产品持续热销!韩国11街电商平台最新动态及招商政策全面解读 11街是在职妈妈使用率排名第一的网站 siyushenqi.com 2025 年 8 月 12 日 441000 行业动态 君海游戏 海外发行VP 陈少君 确认担任 PAGC 2025丨第五届全球产品与增长展会 游戏出海增长峰会圆桌嘉宾! 君海游戏 海外发行VP 陈少君 确认担任 PAGC 2025丨第五届全球产品与增长展会 游戏出海增长峰会圆桌嘉宾! siyushenqi.com 2025 年 8 月 17 日 491000 行业动态 哪些行业在海外需要用到海外社媒渠道的私域流量? 在海外,许多行业都需要利用社交媒体渠道的私域流量来提升品牌知名度、客户互动和销售转化。以下是一些主要行业: 1. 电子商务:跨境电商:通过Facebook、Instagram、WhatsApp等平台建立私域流量池,进行精准营销和客户维护。DTC品牌:直接面向消费者的品牌通过社交媒体建立私域流量,增强客户忠诚度。 2. 教育:在线教育:通过LinkedIn、F… siyushenqi.com 2025 年 8 月 13 日 上午11:26 412000 行业动态 【出海榜单】2023 年中国游戏厂商及应用出海收入 30 强 我们将对 2023 年中国手游发行商及应用出海收入 30 强进行详细盘点。 siyushenqi.com 2025 年 8 月 18 日 452000 行业动态 Netflix的最新实验是一个类似于TikTok的有趣视频feed Netflix早在2018年就已经从Snapchat和Instagram等社交应用中借鉴了短视频 "Stories "的概念 siyushenqi.com 2025 年 8 月 26 日 486000 三招辨别IP欺诈风险,如何降低跨境电商/社媒运营风险? 在跨境电商和社媒运营的世界里,一个“可疑”的IP地址可能就是潘多拉魔盒的钥匙。某跨境电商卖家因未识别代理IP,遭遇大规模欺诈订单,损失惨重;某社媒运营团队因使用“黑名单IP”发布内容,导致账号批量被封禁,广告费付诸东流,所以业务开启前,测试IP欺诈值非常重要。今天我就拿一家代理商IPFoxy的静态住宅IP来进行演示测试。 一、三招判定IP质量方法 第一招:检… siyushenqi.com 2025 年 8 月 13 日 上午11:26 • 行业动态 412000 行业动态 极兔速递跌倒了 极兔危险了。 siyushenqi.com 2025 年 8 月 12 日 420000 “重度游戏+语聊房”打开新思路 征服中东土豪的航道又多了一条 重度游戏+语聊房,能否实现游戏+社交的双向满足? siyushenqi.com 2025 年 8 月 19 日 • 行业动态 491000 行业动态 元宝“粘”不过豆包 豆包内测了一项新功能,在对话内容下方根据用户兴趣和对话推荐内容流,类似微缩版“抖音”,旨在增强用户粘性,对抗腾讯元宝和DeepSeek的竞争。 siyushenqi.com 2025 年 8 月 13 日 446000 行业动态 新注册的Twitter账号怎么养?从零开始的安全养号指南 随着海外社媒营销的不断升温,Twitter成为许多跨境电商、内容创作者、独立站站长重点布局的平台之一。但不少人在注册新账号后,不久就遭遇“限流”、“封号”、“功能受限”等问题,原因就在于没有做好“养号”。 对于Twitter这样强调真实互动和行为轨迹的平台,新注册账号不能“急功近利”,而应通过科学的养号流程,逐步建立平台信任度。 本文将从养号的时间节点、行为… siyushenqi.com 2025 年 8 月 13 日 上午11:26 412000 行业动态 跨境电商海外斗法,Temu与SHEIN短兵相接 跨境电商“战事”升温,随着Temu全托管模式的成功,越来越多的跨境电商平台正在入局 siyushenqi.com 2025 年 8 月 13 日 436000 行业动态 TCL控股索尼电视业务,中国品牌高端出海再提速 TCL拟51%控股索尼电视与音响业务,2027年4月起全球运营Sony/BRAVIA品牌,整合XR芯片与华星面板,加速中国品牌高端出海,冲击三星LG份额。 siyushenqi.com 2026 年 1 月 21 日 401000 站稳5000万月流水,跻身SLG TOP20,网易重磅新游下月决战全球! “网易+SLG”,提到这个组合,你一定会首先想到《率土之滨》。作为国内最早实现月入破亿的SLG产品之一,《率土之滨》的成功也让市场看到了网易在SLG赛道发力的决心。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 471000 行业动态 字节跳动布局AI模型社区:Lumi与LiblibAI谁能笑到最后? AI生图产品成为国内外创作者新宠,AI模型社区产品蓬勃发展,吸引众多创作者、企业和资本关注。LiblibAI作为社区型产品迅速崛起,不到一年完成数亿元融资,其成功得益于强大的社区力量、多重功能和良好的用户粘性,成为AI生图创作者和爱好者聚集地。 siyushenqi.com 2025 年 8 月 13 日 476000 私域神器周报 No.47丨网信办公开征求AIGC管理意见 阿里云大模型产品通义千问面世 私域神器为大家整理了一周内出海行业中值得关注的新闻:网信办公开征求AIGC管理意见,阿里云大模型产品通义千问面世。除此之外私域神器还为大家总结了更多出海圈大事件,涉及手游、电商、泛娱乐等方面的重点事件。 一起看看这周有哪些出海圈值得关注的大事记吧! siyushenqi.com 2025 年 8 月 15 日 • 行业动态 438000 行业动态 史上首届「AI选美」冠军难产,奖金过万,社区嘘声一片 离谱!人类发起的AI选美比赛,还让AI做评委。 siyushenqi.com 2025 年 8 月 13 日 446000 行业动态 一场改写腾讯网易命运的大迁徙 国际化或将重塑游戏厂商的研发与发行势力版图 siyushenqi.com 2025 年 8 月 24 日 481000 当东南亚迎来激进碳中和目标,跨境电商行业路在何方? 当新兴市场也跟上可持续化发展步伐,跨境电商行业迎来更严苛的要求。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 430000 发表回复 请登录后评论...登录后才能评论 提交