GPT5向所有免费用户开放

北京时间8月8日凌晨1点的发布会上，GPT-5 总算在万众期待中姗姗而至，此时，距离GPT-4的发布已过去了两年半。

一、整体评价

1. 发布会平淡：相比前代产品的惊艳亮相，GPT-5发布会缺乏突破性创新，展示的基准测试（Benchmark）和用例难以激发兴趣，甚至出现PPT数据展示错误。

2. 核心亮点：

- 价格优势：API定价仅为竞品Claude Opus 4.1的1/15，低于Gemini 2.5 Pro。

- 编程优化：强化了代码理解、错误修复和工具调用能力。

- 超低幻觉率：比GPT-4o低45%，比o3低80%。

- 上下文能力跃升：支持400K上下文，精准度翻倍。

二、模型能力分析

1. 智力水平有限提升：

- 主流测试集小幅领先竞品（如比Grok 4高1分），但未实现跨越式进步。

- 在AGI关键测试（Arc Prize）中远落后于Grok 4。

- Pro模式例外：处理超高难度科学问题（GPQA）时刷新纪录，盲测胜率近70%。

2. 编程能力亮点：

- 智能体式编码（Agentic Coding）：可调用工具长时间协作，主动沟通步骤与计划。

- 痛点优化：增强代码库理解、自我Bug修复（构建-报错-迭代循环）、前端生成效率（400行代码/2分钟）。

- 实际体验优于基准测试，但领先Claude 4.1 Opus仅0.3%。

3. 多模态短板：仍限于文本和图像理解，不支持音频/视频生成，远落后于Gemini大一统模型。

三、其他技术改进

1. 幻觉与安全：

- 通过强化学习减少"欺骗行为"（部分维度降90%），结合浏览工具降低知识性错误。

2. 数据瓶颈回应：采用跨代模型生成合成训练数据，证实"左脚踩右脚"式递归训练，但效果受限。

四、新功能与体验

1. 乏善可陈：

- 写作润色更"人性化"但效果不直观。

- 语音助手自然度提升（行业标配水平）。

- 记忆功能仅整合邮箱/日历，个性化仅支持界面换色。

2. 用户定价策略：

- 免费用户限时使用GPT-5，超额转用GPT-5 mini。

- Plus用户额度大幅提升，API价格极具竞争力（输入$1.25/百万token）。

五、发布会问题与行业影响

1. 公关灾难：

- PPT数据图表比例失真（如SWE Benchmark、Tau 2测试），引发舆论嘲讽。

- 演示冗长专业，缺乏冲击力（对比竞品售货机实验、宝可梦演示）。

2. 行业警示：

- GPT-4.5项目失败、Grok-4算力堆砌未达革命性突破，叠加GPT-5渐进式升级，预示Scaling Law增长见顶。

- AI行业进入"务实竞争"阶段，需等待新范式突破。

核心结论：GPT-5以价格战和工程优化（编程/幻觉/上下文）守住市场份额，但技术突破乏力，发布会加剧舆论危机，折射AI高速增长期结束。