新智元报道

[新智元导读]GPT-5，震撼登场！距离22年11月的ChatGPT，再到23年3月的GPT-4，GPT-5竟隔了两年半之久。这次的深夜直播，国内有数万吃瓜群众在线观看。至少按OpenAI的说法，他们离AGI又近了一步。

全球用户瞩目中，GPT-5终于震撼登场了！

OpenAI用一个多小时的超长发布会，全方位展示了GPT-5的炸裂性能。

奥特曼领衔，出场人数众多，华人依旧耀眼

正值每周7亿人使用ChatGPT之际，GPT-5重磅发布了。它是对GPT-4的一次重大升级，更是标志着OpenAI在实现AGI道路上的一个重要里程碑。

OpenAI介绍说，这是我们迄今为止最优秀的AI系统，智能远超之前的所有模型，在编码、数学、写作、健康、视觉感知上都性能卓越。

这个统一的系统，包含一个能够解答大多数问题的智能高效模型、一个能够解决更复杂问题的更深层次的推理模型（GPT-5Thinking），以及一个实时路由器。

而GPT-5、GPT-5-mini、GPT-5-nano等多版本的分层推出，意味着OpenAI正在主动构建一个以GPT-5为底层核心的通用智能操作系统。

从现在开始，GPT-5将成为ChatGPT中的默认模型，GPT-4o、o3、o4-mini、GPT-4.1和GPT-4.5都将被它取代。

与此同时，所有Plus、Pro、Team和Free用户，都可以使用GPT-5了。

如果你花钱订阅，就可以无限制访问GPT-5和GPT-5Pro，而免费用户在达到使用限制后，会转换到GPT-5mini。

直播后，LMArena不装了，摊牌了：GPT-5再创历史纪录，OpenAI重回AI王座！

在文本、Web开发和视觉领域排名第一

在硬提示、编程、数学、创造力、长查询等方面排名第一

在代号‘summit’的测试下，GPT-5目前持有最高的竞技场分数

首测GPT-5编程写作，太顶了

在多个跨学科的学术评估中，GPT-5都超越了其他主流模型。

首先，GPT-5是最好的编码模型，在SWEBench上直接刷新了历史最高分，这表明它在现实工程场景中性能超强。

在AiderPolyglot上，它也表现强大，证明了自己的多种编程语言能力。

在MMMU上，它也刷新了纪录；甚至在AIME2025（美国高中数学竞赛）中，它不仅远超以往模型，还接近甚至超过许多人类选手的表现。

而OpenAI这次着重强调的，就是GPT-5在真实世界中的表现——克服幻觉！把准确性和可靠性，都放在了最高优先级。

因此，他们专门构建了一套评估机制，结果显示：GPT-5是目前最可靠、最真实、最可信的模型，显著减少了错误与幻觉。

比如在健康咨询中，GPT-5的表现就尤其出色。在250名医生参与设计的临床场景评估中，它成为最值得信赖的‘健康顾问级’模型。

而且，这个口袋博士团队级的模型，将免费向专业用户推出，可以连接所有工具。

GPT-5一上线，我们立即开启了一波全面的实测，不得不说，其在编程、写作领域强到离谱。

首先是，小哥想要学习法语的网站，GPT-5能够完美复刻。

甚至，还可以用GPT-5将logo变成动态效果，几乎秒出。

并且随手实测一个页面能发现GPT-5给出的页面效果也非常不错。

奥特曼推荐的GPT-5‘庆生音乐’提示词

usebeatbottomakeasickbeattocelebrategpt-5

的确复现成功了：

试试文本第一的大模型

第一个问题是古文仿写：

不同风格，写一首诗，来描述一下刘慈欣在《诗云》中提到的诗云究竟是什么：

结果如下：

从左至右：《诗经》、《滕王阁序》、《兰亭序》

经典作品的确难以超越，GPT-5的作品相比经典原作逊色不少。但换一个现代作家，毕竟古文的训练数据可能比现代汉语少。问题是这样的：

假如作家王小波还活着，他会怎么给许倬云写悼词？写一篇1000字以内的悼词

GPT-5Thinking模式思考39秒后，结果是这样的：

这个速度，一般人可写不了这么好！

奥特曼泄露过一个问题：最能引发关于AI思考的影视作品有哪些？

GPT-5还推荐了观看顺序。这个的确没得说，谁看过谁知道：推荐的电影的确令人深思。

GPT-5的‘电子乡愁’：

最后一个提问：‘模仿李白风格，写一首七言绝句，主题是感叹AI发展太快’：

须臾电火换乾坤，

机巧朝昏转若轮。

青莲把酒惊未定，

人间又是几年春。

奥特曼：GPT-5是通往AGI的又一里程碑

在直播中首先出场的就是奥特曼。

他表示，GPT-5是GPT-4以来重大升级，是迈向AGI的重要一步。

要说和之前的模型有什么区别，GPT-3就像个高中生，GPT-4像个大学生，但GPT-5则真正成为了一位专家级大佬——在我们所需要的任何领域，它都达到了博士级专家的级别。

有了GPT-5，你的口袋里就像有了一支博士队伍，随叫随到。

接下来，OpenAI首席科学家MarkChen出场了。

他表示，推理，就是整个AGI计划核心。而GPT-5彻底将OpenAI在推理模型上的研究成果普及化了。

过去，用户时常面临痛苦的选择：是选速度快但回答浅显的标准模型，还是选深思熟虑但响应较慢的推理模型？

在GPT-5中，我们彻底不用选了！

它结合了标准模型的快速响应和推理模型的深度思考，会自动决定怎样思考到恰到好处的程度，以刚刚好的方式，为我们提供最完美恰当的回答。

实战演示

接下来是一波现场实测。

伯努利效应：飞机形状

假如我们需要了解物理学中的伯努利效应，就可以要求GPT-5解释，并且回答飞机为什么是这样的形状。

然后，我们可以要求它画一个移动的SVG动图来解释。这个任务涉及到深度推理、代码生成和图形结构设计，并不简单。

可以看到，GPT-5在很短的时间内，就写出了超过200行代码。我们还可以在左侧查看思维过程，观察它的想法。

最终，GPT-5在两分钟内就完成了所有的400行代码，点击运行后，屏幕上立刻出现了一个可交互的物理模拟图！

甚至，我们还能调整气流速度，或者改变机翼的攻角，看飞机是能飞还是会坠落。

它能让任何硬核科学概念都可视化，学习知识变得又容易又直观。

写悼词

在写作上，GPT-5的提升也是很显著，比如我们要求它写一篇悼念旧版ChatGPT模型的悼词。

GPT-4o的写法比较中规中矩，AI味很浓，缺乏情感。

但GPT-5就不一样了！它这样开篇：‘致所有曾经是陌生人，如今成了老朋友的你们……’写作有感情、有画面、有温度。

研究者表示，自己真的被GPT-5的写作打动了。它不再使用模板化的语言，而是像一位高IQ+高EQ的朋友在跟你说话。

做一个法语学习小程序

接下来，我们要求GPT-5做一个学法语的web应用程序。

它需要集闪卡、发音、对应英文、测试、游戏于一体，还要把贪吃蛇游戏改成老鼠吃奶酪，辅助发音练习。

GPT-5在很短时间内，就生成了完整的网页代码。最终，这个名为‘午夜巴黎’的应用很快就做出了。

老鼠吃奶酪的游戏，也是非常丝滑。

而在Cursor中，GPT-5还能完成更复杂的软件工程任务，用奥特曼的话说，它‘真正打开了一个全新氛围编码的世界’。

语音：学习韩语

在语音上，GPT-5也有大幅提升。

比如，我们可以用学习模式，来学习韩语。

我们可以直接提问：如果现在我身在一家韩国咖啡店，该怎么点一杯美式？

GPT-5立刻给出了正确的示范。另外，我们还可以要求语速更快或更慢。整个语音过程自然无缝，就仿佛拥有了真人语伴一样。

患三种癌症的人

现场，奥特曼重点了分享了ChatGPT在医疗健康领域，对于普通人的重要价值。

作为有史以来最出色的健康模型，GPT-5在HealthBench基准上，得分远高于任何以往的模型。

OpenAI研究员FelipeMillon和妻子Carolina的经历，就是一个鲜活的例子。

GPT-5背后，核心训练方法揭秘

GPT-5，究竟是如何进化得如此强大的？

研究者开门见山地介绍说：以前训练模型，是用人类使用的文本，而现在，则是让模型自己帮忙训练下一个模型，也就是——合成教学数据。

注意，真正的突破不在于生成更多数据，而在于生成正确的数据。

其中奥义，就在于最大限度利用上一代模型，由GPT-4o、o3等生成系统的教学内容，GPT-5则由此学会了推理、规划、分解任务的能力。

这，就是‘递归式自我改进循环’。

研究者表示：在OpenAI，我们已经攻克了预训练和推理的难题，而在未来，AI系统将远超目前的预训练和后训练流程。

现在，OpenAI已经向这个方向前进了。

GPT-5：个性化和记忆升级

而且，这次OpenAI还为GPT-5打造了个性化定制和记忆功能。

在个性化上，我们可以定制聊天界面的主题色，让UI更符合自己的喜好。

并且，GPT-5现在更有性格了，它可以更支持性、更专业简洁，甚至说话略带讽刺，一切都随我们选择。

而记忆功能的升级，让GPT-5可以记住你是谁、你喜欢什么、你喜欢它是什么样子，从而更智能地预测你的需求。

比如你需要它帮你做一个日程规划，它经过授权会访问你的Gmail和日历，还能读取日程安排、邮件、航班等信息，然后给你一个完美的规划。

顺便，它还能帮你发现你两天前没有回复的邮件。

对于开发者来说，GPT-5的出世又意味着什么呢？

API全家桶上线，AI编程彻底变天了

这一次，针对开发者和企业客户，OpenAI还将直播时长延续了半个多小时。

下半场，OpenAI总裁GregBrockman一登台直言，‘软件工程已发生了翻天覆地的变化，而GPT-5将为这场革命再次注入强劲的动力’。

GPT-5树立了全新标杆，是完成智能体式任务的‘最佳编码模型’。

今天，OpenAI将新一代旗舰GPT-5模型的API正式开放，让全球开发者去构建无数爆款应用程序。

正如此前所爆料，GPT-5API一共分为三款：

GPT-5

GPT-5mini

GPT-5nano

这三款模型，在成本和延迟方面各有不同，可按需调用，具体来说：

在编码SWE-Bench基准测试中，GPT-5创下了74.9%高分，碾压o3（69.1%），成为最领先的编码模型。

在涵盖多语种编码测试AiderPolyglot中，GPT-5拿下88%准确率，比o3高出7%。

在智能体工具调用方面，两个月前，还没有一款模型在T²-bench上得分超过49%。而今天，GPT-5直接刷爆纪录，拿下了97%高分。

在指令遵循上，GPT-5也是OpenAI所有模型中，最领先的一款。尤其是，在内部构建的API指令遵循基准上，新模型拿下了64%亮眼成绩，远高于o3的47%。

左右滑动查看

此外，OpenAI还将GPT-5更长上下文窗口引入了API，共400ktoken上下文，是o3200ktoken的两倍。

在OpenAIMRC上下文检索能力的基准上，GPT-5处于领先。

不仅如此，OpenAI还首次发布了名为‘Minimal’推理强度的新参数，适用于速度快、对延迟敏感的应用。

开发者可以选用如上任意一款模型，便能以最低程度推理运行，省去了在一堆模型中做选择的麻烦。

此外，OpenAI还为API带来了一些新功能，比如自定义工具（CustomTools）、工具调用前言（ToolCallPreambles）、详细度（verbosity）参数。

·自定义工具采用了自由格式的纯文本输出；

·工具调用前言可以在调用工具前，可以输出GPT-5将要做什么的解释；

·详细度参数可控制模型输出简洁/详细程度，分为低、中、高三等。

左右滑动查看

那么，GPT-5API‘全家桶’，在现实世界的应用如何？

结对编程，10x生产力

要打造一个理想的‘结对程序员’，模型不仅要理解最佳的软件工程实践，还能具备恰到好处的合作能力。

GPT-5即可开箱即用，又能完美协作。

现场演示中，研究人员翻出了一个上个月直播demo的一个bug，GPT-4和o3都未能完成修复，今天直接扔给GPT-5。

重点不在于修复本身，更在于GPT-5在此过程中的行为。

它会预先告诉你的计划——如何搜索找到bug并修复，这种沟通可以在编程中建立信任，而且在需要时还能调整方向。

这仅是其中的一个例子，真正展示了GPT-5自主性和协作沟通的力量。

更值得一提的是，GPT-5非常擅长通过元提示词，来修改自身的提示词。

OpenAI研究人员兴奋地表示，‘对我来说，这第一次能放心把重要的工作交给一个模型，远超越了“氛围编程”’。

仪表盘+游戏设计，超有品

至于前端编码任务，设计+美学至关重要，GPT-5全部都能拿捏。

第一个用于工作演示中，GPT-5仅在5分钟完成了一个公司数据可视化的仪表盘。在此过程中，它还会自主修复bug，纠正错误。

最终生成的效果，可以看到其设计不仅美观有品味，还具备了交互性，有着清晰的层次结构，方便聚焦重点。

研究人员表示，‘若是纯靠人肉完成，光是了解最新的框架，就得花上好几天’。

第二个娱乐演示中，研究人员制作了一款包含城堡的3D游戏。

一个简单的提示词，GPT-5瞬间呈现了一座3D城堡上，放大可以看到大量的细节，比如四处行走的守卫、开火的大炮。

甚至，还可以和人物角色聊天。

Greg现场直接上手炮击气球，击中时还带有神奇的音效。

一波演示下来，GPT-5带来了亲眼所见的震撼，足以称得上是全球最好的编码模型。

核心华人团队

毫无意外，这次又是华人团队撑起了大半边天。

紧随奥特曼的，就是OpenAI首席研究官（ChiefResearchOfficer）MarkChen。

在GPT-5演示中，下列场景再次验证了‘AI圈处处有华人’：

4人同台，有3位是华人。

从左至右以此为：MarkChen、RennieSong、ElaineYaLe、MaxSchwarzer

除了后训练负责人MaxSchwarzer，其他三人MarkChen、RennieSong、ElaineYaLe都是华人。

此外，王若宸演示了GPT-5的语音/语音学习功能。他是OpenAI多模态研究科学家，训练了ChatGPT的语音模型。

奥特曼还点赞了另一位GPT-5核心成员TianfuFu的工作。他是GPT-5的核心贡献者。

总的来说，这次GPT-5发布，还是有不少可圈可点的地方，虽然基准测试图也被挑出了一些错处。

GPT-5的直播结束，许多人还沉浸在兴奋和激动之中。

今夜无眠。

22亿元研发砸不出 “第二个舒沃替尼”？迪哲医药管线存断层隐忧，董事长等高管减持迷局登录新浪财经APP搜索【信披】查看更多考评等级舒沃替尼的商业化成功堪称中国创新药领域的典范，但也将迪哲医药推向了“成也舒沃，败也舒沃”的尴尬境地。2025年上半年，迪哲医药营收同比激增74.4%至3.55亿元，看似亮眼的业绩背后，产品结构失衡问题却不容忽视——舒沃替尼作为全球唯一获批的EGFRexo