文｜魏琳華編｜王一粟

從2023年底OpenAI CEO Sam Altman第一次提到GPT-5，到今天模型的正式發(fā)布，時(shí)間過(guò)去了一年半。

如今，人們?nèi)匀话疽箛^OpenAI的發(fā)布會(huì)，但徹夜討論的呼聲中少了驚呼，多了質(zhì)疑。

值得欣慰的是，從模型性能上來(lái)說(shuō)，OpenAI成功扳回了之前下滑的口碑。在發(fā)布會(huì)上拿出的GPT-5，依然做到了多方面能力SOTA，更是靠GPT-5直言“世界最強(qiáng)編程模型”，狙擊Claude的領(lǐng)先地位。

但繞不開的一些固有印象是，OpenAI拉開同行的差距，遠(yuǎn)遠(yuǎn)不及GPT-3、GPT-4的斷崖式領(lǐng)先。

OpenAI的同行者也虎視眈眈。不說(shuō)Anthropic本周官宣要在當(dāng)月發(fā)布大版本更新的模型，馬斯克更是刷屏一晚，強(qiáng)調(diào)自家模型Grok-4在部分測(cè)試上已經(jīng)超過(guò)了OpenAI的新模型。

OpenAI又能在這個(gè)新“王座”上坐多久？Altman不語(yǔ)，只是一味地講起了大模型便宜落地的故事。

盯上最強(qiáng)代碼模型 GPT-5全面升級(jí)

刷新的性能分?jǐn)?shù)、極高的性價(jià)比、針對(duì)性優(yōu)化的幻覺問(wèn)題和超長(zhǎng)上下文，方方面面的優(yōu)化，都是為了讓GPT-5成為一個(gè)更適合干活的大模型。

首先在架構(gòu)上，GPT-5是一個(gè)統(tǒng)一架構(gòu)版本的模型，由三個(gè)部分組成：一個(gè)基礎(chǔ)模型、一個(gè)具有深度推理能力的GPT-5 thinking模型，加上一個(gè)實(shí)時(shí)路由器。

這樣設(shè)計(jì)的好處是，實(shí)時(shí)路由器能根據(jù)對(duì)話類型、問(wèn)題復(fù)雜性、工具需求以及用戶意圖快速?zèng)Q定使用哪個(gè)模型。比如當(dāng)用戶的提示詞包括“幫我認(rèn)真思考一下”這類話術(shù)，它就會(huì)調(diào)用深度推理模型。

在發(fā)布會(huì)前一天就大肆預(yù)熱的Altman，就在X上發(fā)圖暗示GPT-5的性能優(yōu)勢(shì)，在發(fā)布會(huì)上，他也強(qiáng)調(diào)了對(duì)GPT-5的信心。

“如果說(shuō)和GPT-4的聊天像跟高中生對(duì)話，和O3像是跟大學(xué)生聊天，那么跟GPT-5的交流就相當(dāng)于對(duì)話博士生。”Altman這樣定義GPT-5的體驗(yàn)感受。

先從性能說(shuō)起，被Altman當(dāng)成殺器的GPT-5，確實(shí)在多個(gè)模型能力上做到了SOTA。聚焦到測(cè)評(píng)指標(biāo)上，GPT-5的優(yōu)勢(shì)體現(xiàn)在編程、數(shù)學(xué)、多模態(tài)理解和健康等方面。

先說(shuō)OpenAI著重放到開頭講的編程能力，這一次，OpenAI如愿以償?shù)負(fù)尰亓祟I(lǐng)先地位。用他們的話說(shuō)，“GPT-5是世界上最強(qiáng)的編程模型。”

在SWE-Bench（測(cè)試大模型代碼補(bǔ)全能力）的指標(biāo)上，GPT-5的推理版本拿到了74.9%，不僅超越了自家模型O3，也超越了Anthropic剛發(fā)布的Claude Opus 4.1（74.5%）。在編程能力上，OpenAI搶過(guò)了Claude系列的王座。

發(fā)布會(huì)現(xiàn)場(chǎng)，OpenAI通過(guò)一些案例具體展示了OpenAI的編程能力，比如讓它做一個(gè)闡釋伯努利效應(yīng)的網(wǎng)頁(yè)，在兩分鐘內(nèi)，GPT-5跑出了400行代碼，做了一個(gè)支持調(diào)整參數(shù)的網(wǎng)頁(yè)版本。

除此之外，OpenAI還展示了模型做一些網(wǎng)頁(yè)端小游戲的能力，比如蹦跳躲障礙的網(wǎng)頁(yè)小游戲、隨心畫畫的畫布小游戲，還有美觀提升一個(gè)度的貪吃蛇。這些能力其實(shí)交給當(dāng)下一些開源大模型同樣能完成，只是OpenAI的美觀度和流程完整度上了一個(gè)臺(tái)階。

除了這種面向C端用戶體驗(yàn)的案例，在B端實(shí)際使用上，OpenAI也面向開發(fā)者演示了GPT-5寫代碼落地的能力，GPT-5不再埋頭寫代碼，而是把“開箱可用”的落地能力夯實(shí)了。比如，GPT-5在后臺(tái)寫代碼并自行優(yōu)化迭代之后，按照需求開發(fā)了一個(gè)財(cái)務(wù)信息看板，UI做得也足夠漂亮。

除了編程，在其他多個(gè)維度上，GPT-5也有部分指標(biāo)刷新自家模型的上限，包括數(shù)學(xué)（AIME 2025，GPT-5無(wú)工具版本拿到94.6%）、多模態(tài)理解（MMMU 為 84.2%）和健康（HealthBench Hard 為 46.2%）。

GPT-5再次向我們證明了“模型即產(chǎn)品”的觀點(diǎn)可行性——加上工具能力的GPT-5 pro，它甚至能直接把AIME 2025（美國(guó)數(shù)學(xué)競(jìng)賽）的測(cè)試刷滿分。

不過(guò)，OpenAI的翻車變成了第一個(gè)出圈的討論。在發(fā)布會(huì)演示的現(xiàn)場(chǎng)，OpenAI上來(lái)就犯了一個(gè)非常嚴(yán)重和低級(jí)的錯(cuò)誤：在現(xiàn)場(chǎng)展示的圖表中，數(shù)字大小和柱狀圖顯示的關(guān)系甚至都匹配不上，69.1和30.8的柱圖高度一模一樣，52.8甚至比69.1更大......

對(duì)此，光錐智能也隨便給了一組數(shù)據(jù)測(cè)試，讓GPT-5做柱狀圖。最終跑出來(lái)的數(shù)據(jù)和圖表關(guān)系對(duì)照沒有錯(cuò)誤，可見不是模型生成的問(wèn)題，大概單純是制圖失誤。

除了上述優(yōu)化外，GPT-5還在模型的超長(zhǎng)上下文理解、幻覺問(wèn)題等方面做調(diào)整，一切的努力都是為了讓這個(gè)模型能夠更好地落地。

根據(jù)OpenAI給出的數(shù)據(jù)，GPT-5在上下文理解上的處理效果不僅有所提升，并且在文本更長(zhǎng)的階段（比如輸入在128-256k長(zhǎng)度），可以從圖示看到，GPT-5理解能力下降的速度顯著低于其他模型。再有，GPT-5還顯著降低了幻覺問(wèn)題，其事實(shí)錯(cuò)誤率比GPT-4o降低了45%，這對(duì)于模型應(yīng)用在法律、醫(yī)療等要求精準(zhǔn)的行業(yè)算是利好。

如果從性能上評(píng)估，GPT-5雖然能力全面升級(jí)，不過(guò)顯然不是大眾期待的顛覆式超越。但從性價(jià)比上來(lái)說(shuō)，GPT-5給出的價(jià)格直接甩了對(duì)手一條街。

以標(biāo)準(zhǔn)版的GPT-5來(lái)說(shuō)，和Claude Opus 4.1每百萬(wàn)Token輸入15美元、輸出75美元的定價(jià)相比，前者的輸入價(jià)格低于后者的1/10，輸出價(jià)格低于后者1/7。

極低的價(jià)格，也是OpenAI愿意限量免費(fèi)開放給所有用戶使用的底氣。目前，免費(fèi)用戶也可以體驗(yàn)到GPT-5，不過(guò)區(qū)別于付費(fèi)用戶的不限量開放，前者會(huì)在用到一定額度后自動(dòng)切換為GPT-5-mini模型使用。

此外，針對(duì)開發(fā)者使用的不同需求，GPT-5還在API 中引入了新功能，通過(guò)控制冗余量（verbosity）的方式，分為低中高三檔，幫助開發(fā)者控制AI生成內(nèi)容的長(zhǎng)短。

難坐穩(wěn)的SOTA但價(jià)格或許能贏過(guò)一切

GPT-5固然在多項(xiàng)能力上刷新了SOTA紀(jì)錄，但這種領(lǐng)先優(yōu)勢(shì)，不再是需要長(zhǎng)期追趕的鴻溝。

先從本次OpenAI最先喊出的“最強(qiáng)編程模型”來(lái)說(shuō)，領(lǐng)先于Claude Opus 4.1僅0.4%的優(yōu)勢(shì)，很有可能在本月被Anthropic趕超。

從去年挖角OpenAI成員，再到部分能力超過(guò)OpenAI旗艦?zāi)Ｐ�。Anthropic正處在像之前OpenAI狙擊Google新模型的階段，緊緊追著OpenAI的步伐。

本月，在OpenAI發(fā)布兩個(gè)開源模型的當(dāng)天，Anthropic早其十幾分鐘，發(fā)布了小更新版本Claude 4.1。特別是在這家公司還預(yù)告了“大幅度更新模型”即將在本月發(fā)布的情況下，0.4%的微弱差距，很難讓人對(duì)OpenAI保持樂(lè)觀。

微弱的優(yōu)勢(shì)同樣造成了評(píng)測(cè)口碑的兩極分化。即使OpenAI喊出了最佳編程模型的地位，但在用戶使用體驗(yàn)的階段，OpenAI還沒有形成一邊倒的優(yōu)勢(shì)。

有用戶表示，對(duì)比GPT-5和Claude，后者跑出的各個(gè)案例都明顯優(yōu)于前者，在UI和前端效果上更佳；也有用戶認(rèn)為，用GPT-5跑出來(lái)的代碼效果更精細(xì)。

而GPT-5的面面俱到以及微弱優(yōu)勢(shì)，或許還不如前一天Google發(fā)布的視覺生成模型Genie更讓人印象深刻。畢竟每秒24幀已經(jīng)能讓AI跑出來(lái)的視頻達(dá)到流暢的效果，畫質(zhì)720p的清晰度也翻越了一倍。

在Anthropic、Google等競(jìng)爭(zhēng)對(duì)手的步步緊逼下，AI領(lǐng)域的“SOTA”寶座，正變得越來(lái)越難以坐穩(wěn)，也難以留下深刻印象。

那么，在性能趨同的背景下，AI大模型的競(jìng)爭(zhēng)將走向何方？OpenAI給出的答案是價(jià)格。當(dāng)技術(shù)領(lǐng)先難以形成絕對(duì)壁壘時(shí)，“價(jià)格戰(zhàn)”才是贏得市場(chǎng)的終極武器。

“GPT-5 是我們迄今為止最聰明的模型，但我們主要追求的是實(shí)際應(yīng)用價(jià)值和大規(guī)模的普及/負(fù)擔(dān)能力。”Altman在X上說(shuō)，“我們完全可以發(fā)布更智能的模型，而且我們會(huì)這樣做，但這個(gè)模型將有數(shù)十億人受益。”

通過(guò)優(yōu)化成本的方式，OpenAI的價(jià)格雖然不能和國(guó)內(nèi)便宜大碗的開源模型們比較，不過(guò)和一個(gè)月讓程序員輕松花掉上千美元的Claude相比，OpenAI能在API端把輸入輸出價(jià)格分別拉低到1/10和1/7，其成本優(yōu)勢(shì)斷層領(lǐng)先。

這也是為什么發(fā)布會(huì)后半場(chǎng)，OpenAI開設(shè)了一個(gè)“開發(fā)者專場(chǎng)”，專門面向開發(fā)者群體展示模型的實(shí)用能力，并拉來(lái)Cursor CEO、Manus的首席科學(xué)家背書，秀自家模型在Agent、Vibe Coding（氛圍式編程）上的效果。

于C端，免費(fèi)開放的GPT-5將大幅提升之前無(wú)法體驗(yàn)O3等付費(fèi)模型用戶的使用體驗(yàn)；于B端，便宜的API也會(huì)成為開發(fā)者尋求性價(jià)比的考慮。

從GPT-5秘密訓(xùn)練到發(fā)布的一年半之間，OpenAI真正的壁壘已然不再靠越來(lái)越短的SOTA紅利支撐，而是變成了價(jià)格和模型的落地效果。

當(dāng)成本急劇降低到更普適大眾的節(jié)點(diǎn)，AI應(yīng)用的爆發(fā)，才能指日可待。

原文標(biāo)題 : GPT-5王座難坐穩(wěn)，OpenAI想靠?jī)r(jià)格贏過(guò)一切