本文来自微信公众号:划重点 KeyPoints,作者:常远,编辑:重点君,原文标题:《终于,GPT-5 发布了,也被喷惨了》,题图来自:AI 生成
GPT-5,终于在深夜出炉。
以为很震惊,以为很惊艳?确实有。
但先来看一张图:
OpenAI 到底是如何做到在全球直播的场合展示 Benchmark,竟然能把 52.8 显示得比 69.1 都高,甚至这个 69.1 能跟 30.8 平齐的???
其它的不谈,单就这一点,开场直接号称" 博士水平 "的 AI,就这么水灵灵地 " 按需缩放 " 坐标系,也是引得网友怒喷不已。
甚至 Altman 都赶忙出来转移话题,称技术博客上是正确的……
确实,技术博客确实是有所更正。
但如此失误,着实不应该,毕竟大家都等了 2 年啊!
博士水平的 AI,来了
不过有一说一,除了这个被大众诟病的致命失误之外,GPT-5 在现场的表现还算是可圈可点。
在技术博客中,OpenAI 开场直接一句:" 迄今为止,这是我们最智能、最快速、最实用的模型,内置的思考能力让每个人都能拥有专家级智能。"
这次发布的 GPT-5 拥有四个版本:
GPT-5:在不同领域中进行 Coding 和执行任务的标准模式;
GPT-5 mini:轻量版版本,适用于对明确界定的任务和场景;
GPT-5 nano:强调运行速度和性价比;
GPT-5 Chat:ChatGPT 中使用的版本。
GPT-5 目前已面向普通用户提供免费、plus 和 Pro 三种模式。
同时在 API 平台上,推出了 GPT-5、GPT-5 nano、GPT-5 mini 三种模型选择。
不仅如此,承接昨天时隔 6 年的开源,OpenAI 表示这次GPT-5 面向所有人,免费!并且是博士水平的那种。
我们先来看下 Benchmark。
最让人吸睛的,还是 GPT-5 在AIME 2025的表现,直接拿下满分的成绩。
其次就是编程能力,相较于 o3 和 4o,GPT-5 在思考模式加持之下,达到了 74.9% 的水平。
除此之外,这个模型在多种多模态评测中表现出色,覆盖了图像、视频、空间理解和科学推理等方面。
更强的多模态能力,意味着 ChatGPT 在处理图片和其他非文字信息时更聪明了——比如看懂图表、总结一张演示照片的内容,或者回答关于图示的问题。
而且比较罕见的是,第三方的大模型竞技场(Imarena.ai)也是及时跟进,直接发表声明:" 全方面第一 "。
具体而言,竞技场涉及的内容包括:文本、Web 开发、视觉、编程、数学、创造力、长查询等。
由此可见,GPT-5 从目前评测标准来看,确实是 AI 大模型的卫冕之王。
再看效果
成绩是一方面,但实际效果才是硬道理。
深谙此理的 Sam Altman 在自己的 X 账号上也是立马跟进,发布了由 GPT-5 生成的效果:
并且 Altman 还表示,有 GPT-5 权限的用户,只需发送 "use beatbot to make a sick beat to celebrate gpt-5" 即可体验。
不多不说,营销这块,Altman 还是非常手拿把掐的。
不过在直播的现场演示过程中,GPT-5 还是有不少惊艳的表现在身上的。
例如让 GPT-5 生成一个学语法的 APP,效果是这样的:
不要以为是简单的网站,除了可以完成市面上 AI 的交互之外,它在里面还可以内嵌一个小游戏(点击 "Mouse&Cheese"):
并且若是想改变 APP 里面的内容,只要一句话,瞬间(现场实测)就可以改变布局:
对于更加庞大且复杂的项目,例如现场 OpenAI 展示了用 GPT-5 先编程出来的代码:
在运行之后,便得到了一个 3D 效果的 " 世界 ":
总而言之,从现场效果来看,GPT-5 也是担得起 " 最聪明、最强编程 " 的大模型。
" 观众 " 们买单吗?
从目前 X 上 " 观众 " 的反馈来看,讨论最激烈的就是前面我们提到的图表 bug。
甚至有网友做了一张简单粗暴的 Excel 表格来讽刺这次的失误:
不过另一方面,老东家微软 CEO 火速出面站台,并配有一个 " 爱心 " 图片以表支持:
再如开发者们常用的 VS Code,官方也是 Day 0 无缝衔接 GPT-5:
不过对于普罗大众来说,反馈声音最大的莫过于:" 说好的免费,我的 ChatGPT 咋没有呢?"
总而言之,用户到底买不买单,实测效果到底有没有那么神,需要让子弹再飞一会了。
参考链接:
1、https://openai.com/index/introducing-gpt-5/
2、https://x.com/EgeErdil2/status/1953505551570415718
本文来自微信公众号:划重点 KeyPoints,作者:常远
登录后才可以发布评论哦
打开小程序可以发布评论哦