摘要
GPT-5在数学、编码、视觉感知和健康领域表现大幅超越前代模型。在健康领域，GPT-5-thinking在HealthBench Hard评估中得分从31.6%提升至46.2%；数学方面，2025年美国AIME测试中无工具得分94.6%，使用Python可达到99.6%，Pro专业版+Python可达100%；在SWE-bench软件测试中，GPT-5达到74.9%，超过前代模型。
GPT-5在编码和开发方面表现出色，能够快速开发游戏、财务分析模板、学习应用等，甚至几分钟内生成数百行代码。即使是不懂代码的用户也能通过提示词快速开发出所需应用。
GPT-5在特定潜在错误领域表现优异，挑战性对话幻觉率较OpenAI o3降低超8倍，高风险场景错误率较GPT-4o降低超50倍，在全球健康背景适应方面零失误。
从发布当天开始，GPT-5向所有Plus、Pro、团队及免费用户推出，企业和教育用户将在一周后获得访问权限。免费用户达到使用限额后会自动切换至GPT-5-mini版本。
今天凌晨1点，OpenAI进行了技术直播，发布了全球科技圈期待已久的GPT-5。
GPT-5首次使用了内嵌式三位一体集成架构，彻底颠覆了前代模型的独立运行模式，一共由3个核心模型组成，分别是处理常规问题的GPT-5-main模型、解决复杂任务的GPT-5-thinking 深度思考模型、实时决策的路由机制，还有一个是额度使用完后启动的mini版本。
实时决策的路由机制是主要创新，该机制会根据对话类型、复杂程度、工具需求以及你的明确意图，快速决定使用哪个模型，相当于马路中的“交通指挥员”，会用最适合的模型来解决适合你所提出的问题。
路由机制会持续接受真实信号的训练，包括用户切换模型的情况、对回应的偏好率以及测得的正确性等，其性能会随着时间不断提升。
值得一提的是，免费版ChatGPT也可以使用GPT-5，不过会有额度限制，达到限制后可使用GPT-5-mini版本。
根据OpenAI公开的测试数据显示，GPT-5在数学、编码、视觉感知和健康的表现全部大幅度超越前代，成为目前最强大模型。
在健康领域，通过HealthBench评估体系对GPT-5模型家族进行了全面测试，涵盖HealthBench、HealthBench Hard和HealthBench Consensus等多个维度，并与前代OpenAI模型进行对比。
结果显示，GPT-5-thinking在该领域的表现大幅超越包括GPT-4o、o1、o3和o4-mini在内的所有前代模型。其中，在HealthBench Hard这一挑战性评估中，其得分从o3的31.6%提升至46.2%成为目前最佳。
数学方面在2025年美国AIME测试中无工具得分94.6%，使用Python是99.6%，如果是Pro专业版+Python可达到100%，同样大幅度超过了o3模型。
在SWE-bench软件测试中，GPT-5启动思考模式下达到了74.9%，超过了o3的69.1以及4o的30.8，成为目前最强编码模型。
这里有一个小插曲，OpenAI在直播介绍GPT-5的SWE-bench测试数据时，o3的图表高度是错误的，居然和4o的一样。
安全与幻觉方面，在特定潜在错误领域，GPT-5-thinking 的挑战性对话幻觉率较 OpenAI o3降超8倍，高风险场景错误率较GPT-4o降超50倍，在全球健康背景适应方面零失误。
在应用场景方面，编码是GPT-5最突出的核心能力，只需要几句话就能自动快速完成应用的开发，例如，输入提示词：创建的单页应用是一个名为 “Jumping Ball Runner” 的游戏，以单个 HTML 文件呈现。游戏目标是让玩家操控球跳跃越过障碍物，尽可能长时间地生存下去。
这款游戏具备多项特色功能，包括随着游戏进行不断加快的速度、最高分记录功能、重试按钮，以及为各类动作和事件配备的趣味音效。在视觉设计上，用户界面色彩丰富，搭配视差滚动背景，营造出层次感和动态效果；游戏角色采用卡通风格设计，造型有趣，观赏性强，旨在让所有年龄段的玩家都能从中获得乐趣。
也可以制作交互式内容来解释像伯努利效应这样的复杂概念，在几分钟内就能生成数百行代码。
GPT-5只用了5分钟就快速开发了一个财务分析模版，而使用传统方法要花费好几个小时。
只需要几句提示词，就能制作一个可交互式的类塔防游戏，还可以选择与不同的角色对话，增加可玩性和动作。
也可以用GPT-5几分钟自动开发一个学习法语的网络应用，功能需求包括一个类似贪吃蛇的游戏，游戏中有老鼠、奶酪和法语单词。
GPT-5在开发应用程序、绘制图表、解读代码、开发AI Agent方面非常出色，不会任何代码的路人也能快速开发出自己想要的应用。
训练数据方面，与OpenAI之前的模型一样，GPT-5的训练数据来源广泛，包括互联网上公开的信息、与第三方合作获取的信息，以及用户或训练师生成的信息。为了确保数据的质量和降低潜在风险，采用了严格的数据处理流程。
包括先进的数据过滤技术，用于减少训练数据中的个人信息，同时通过Moderation API和安全分类器，防止有害或敏感内容的使用。
在训练方法上，GPT-5的推理模型，包括GPT-5-thinking、GPT-5-thinking-mini和GPT-5-thinking-nano采用了强化学习技术。这些模型在训练过程中被教导在回答问题之前先进行思考，先生成一个内部的思考链，然后再向用户做出回应。通过这种方式，模型能够学习到如何优化思考过程，尝试不同的策略，并识别自己的错误。
从今天开始，GPT-5开始向所有 Plus、Pro、团队及免费用户推出，企业和教育用户将在一周后获得访问权限。Pro、Plus 和团队用户还可通过ChatGPT 登录，在Codex命令行界面（Codex CLI）中使用 GPT-5 进行编码。
与 GPT-4o 相同，免费用户与付费用户在 GPT-5 访问权限上的差异体现在使用量上。Pro 订阅用户可无限使用 GPT-5，并能访问 GPT-5 Pro。
Plus 用户可将其作为日常问题的默认模型放心使用，使用额度显著高于免费用户。团队、企业和教育客户也能将GPT-5 作为日常工作的默认模型轻松使用，其宽松的使用限制让整个组织都能便捷地依赖 GPT-5。
关于 ChatGPT 免费用户，完整的推理功能可能需要几天时间才能全面推出。一旦免费用户达到 GPT-5 的使用限额，系统将自动切换至 GPT-5-mini版本，这是一个更小、更快且仍具备强大功能的模型。
本文源自「私域神器」，发布者：siyushenqi.com，转载请注明出处：https://www.siyushenqi.com/32379.html
微信扫一扫 
支付宝扫一扫 
