GPT-5：强大却无趣的新模型

千呼万唤，OpenAI 终于推出了全世界网友期待已久的 GPT-5。

不到一天时间，OpenAI 的发布推文就获得 300 万阅读、3 万点赞，世超的朋友圈和群聊也全被 GPT-5 刷屏。

尽管大家嘴上说着 OpenAI 越来越不行，不会再用，但每次他们发布新模型，AI 圈都会受到震动，不管关不关注 AI 的人都会参与讨论。可见，大家还是忘不了 ChatGPT。

那么，GPT-5 到底怎么样呢？奥特曼称这是他们做过的最智能的模型，在任何领域都达到了博士级水平。

然而，从网友反应来看，不少人对这个新版本 GPT 评价不佳，抱怨它根本不像 GPT-5，甚至不如 grok。

Polymarket 上发起了“哪家公司在八月末拥有最顶级的 AI 模型”的竞猜，发布会刚结束，谷歌和 OpenAI 的赔率就出现了两极反转。

更可笑的是，发布会时 OpenAI 放的柱状图，比较大模型写代码准确度，52.8% 画得比 69.1% 还高，这失误实在低级。

网友反应大，主要是奥特曼前期宣传太夸张，还没发布就大肆宣扬。

不过，GPT-5 的跑分很强，在大模型竞技场 LMArena 上获得大满贯，全方位排名第一。

但好不好用，还得用户亲自体验。世超体验后认为，GPT-5 没那么惊艳，不如叫 GPT4.6。

首先，GPT-5 的编程能力备受称赞。拿它和竞技场榜二的 Gemini 2.5 pro 对比。

让它模拟高中的弹性碰撞，提示词为“我是一名高中生，通过物理模拟让我理解弹性碰撞”。

GPT-5 做得不错，能标注球的速度方向，碰撞时球的大小变化也很丝滑。而 Gemini 虽然也还行，但丝滑度不如 GPT-5，改变球大小就会卡住。

再用多米诺骨牌测试，很多 AI 都难以完成。GPT-5 做出的效果很有动感，提示词为“模拟多米诺骨牌的物理过程，左键放牌，右键倒牌”。

而 Gemini 对这个需求理解不佳，牌甚至会挂到天上。

不过也有搞笑的情况，让 GPT-5 生成开飞船的游戏，结果尾焰和动力方向不一致，一出门就坠机。

除编程外，其他更新主要是对现有能力的优化。OpenAI 此次更新朝着“节能高效”方向，不同于 GPT3.5 到 4 的飞跃式更新。

据 OpenAI 官方博客介绍，GPT-5 思考和输出更高效，保证准确率的同时，思考时间更短，输出的 Token 数量减少 50% 到 80%。

它还大力解决了幻觉问题，事实错误率比 GPT-4o 低 45%，思考时的事实错误率低约 80%。

这意味着 GPT-5 更诚实，清楚自己能力边界，遇到不会的问题会直说。

对于编辑来说，模型写文章的能力很重要。但体验发现，GPT-5 在文本创作上有些力不从心，像失去灵感的诗人。

它在逻辑、推理、数学、编程等领域表现出色，但文本创作方面却有所欠缺。

让 GPT-5 撰写一段夸自己的文字，结果写了首略微肉麻的诗。

再看 Gemini 夸自己的内容，感觉 AI 味道更淡。

虽然发布会上说 GPT-5 大幅减少了幻觉，但文本变得过于保守，缺少独特视角和奇妙比喻。

此外，发布 GPT-5 时，OpenAI 强行删除了之前的其他模型，现在 GPT 界面基本只能看到 GPT-5 选项。

这种操作有些离谱，国内模型还能让用户选择是否“深度思考”，而 OpenAI 却收回了用户的选择权。不过，ChatGPT 的 Pro 会员还能使用旧模型。

而且，官方存在偷偷降智的行为，奥特曼发布会上展示的做音乐例子，部分用户无法复刻。

总体而言，这次 OpenAI 更新更注重“实用第一”策略。一方面可能是大模型基座性能升级遇到瓶颈，另一方面这种调整有意义，过去大模型追求性能升级忽视了幻觉、成本等问题。

如今 OpenAI 周活跃用户达 7 亿，性能升级有限时，打磨产品体验很有必要。

大家还是可以有所期待，下一个被寄予厚望的模型可能是 DeepSeek R2 和 Gemini 3.0。

撰文：不咕

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com