文 | 定焦 One，作者 | 王璐，编辑 | 魏佳
多次跳票后，GPT-5 终于亮相。
美国西部时间 8 月 7 日 （北京时间 8 月 8 日凌晨），明星 AI 创业公司 OpenAI 发布了新一代大模型 GPT-5，并向所有用户开放使用，包括免费用户。
这是 OpenAI 近年来最受关注的一次升级，其 CEO 萨姆·奥特曼 （Sam Altman） 在发布会上宣称，GPT-5 的能力已从 「大学生水平」 跃升至 「博士级专家」，并强调该模型在综合能力上已达到全球最高。
这次发布会的关键词可以简单概括为两个词：「专业」 和 「聪明」。「专业」 体现在它在健康、编程、教育等多个场景中展示了更强的能力，同时降低幻觉率，提升了可靠性；「聪明」 则主要是它首次采用集成架构，GPT-5 能够根据用户指令的复杂度，自动调用最合适的模型，无需用户手动切换，并支持更多个性化功能。
然而，外界反馈却较为平淡，部分用户和从业者认为，GPT-5「缺乏惊喜」。
这一方面是因为此前版本发布频繁，预期被不断拉高。
AI 从业者云中江树在发布会前便对 GPT-5 持观望态度，因为从过去几轮 GPT 的升级来看，实际表现往往低于宣传，但仍期待它这次能在推理和编程上带来突破，真正拓宽应用场景。
然而从目前来看，业界公认在推理能力上领先的模型仍是 GPT-o 系列和 DeepSeek-R1。GPT-5 的进步更多是对既有能力的优化，而非质的飞跃。
另一方面，尽管 GPT-5 降低了幻觉率，但发布会上出现的两处低级错误仍然引发争议。
一是它在解释伯努利效应时，错误地采用了被主流物理学教材已经证伪的 「等时通过理论」，「博士级 AI」 居然讲错高中物理。二是在制作图表时，GPT-5 某项评分 （52.8） 明明低于 o3 模型 （69.1），对应的柱状图却显示更高，这也让外界怀疑 GPT-5 的能力被夸大了。
GPT-5 的真正实力到底如何？会给行业带来哪些影响？
「神级」GPT-5，真的强吗？
发布会开场，萨姆·奥特曼便高赞 GPT-5 的强大，强调其相较前代模型已经发生质变。他表示，如果 GPT-4 像是和一位大学生进行交谈，GPT-5 则接近于博士级别专家。
为了证明这一点，OpenAI 公布了 Artificial Analysis 全套基准测试结果。数据显示，GPT-5（high） 达到 68 分，位列第一。GPT-5（medium）67 分，与 xAI 的 Grok 4 并列第二，而 DeepSeek R1 是 65 分，排在其后。
这些数字表明，GPT-5 在速度、可靠性和准确性上均处于行业领先地位，尤其在复杂推理、编程、医疗健康等领域表现突出。
例如，在医学领域，GPT-5 展示了对患者检查报告和各种医学术语的理解能力，还以此为基础提醒患者需要向医生咨询哪些问题，上下文理解与知识应用能力远高于之前的 GPT-4。
除了更加 「专业」，在使用体验上，GPT-5 变得更聪明了。
最大的改变是，OpenAI 采用了集成架构，首次将大语言模型 GPT 系列和推理模型 o 系列融合。这意味着，GPT-5 能够根据用户指令的复杂度，自主选择并调用最合适的模型，不再需要用户手动切换。
具体来说，GPT 系列是 OpenAI 最早构建的模型体系，聚焦自然语言处理、对话系统与文本生成，o 系列是 OpenAI 于 2023 年新设立的模型家族，聚焦结构化推理能力，强调模型的逻辑、分析、工具调用能力。o3 被视为 OpenAI 最强大的推理模型。
此外，GPT-5 还变得更像人。
一方面支持定制语音、语速调节等个性化功能，语音效果已十分接近真人，另一方面具备 「助理」 功能，比如链接谷歌日历、Gmail 等工具，自动识别未回复邮件、生成待办事项，提升使用者工作效率。
石榴数字人创始人沈仁奎评价，GPT-5 在多模态与工具整合上的升级，能显著提升实用性和交互体验 。其实时交互模型与深度推理模型之间的融合也更成熟，模型角色划分清晰，还具备长期记忆用户信息，能为用户提供更精准、更个性化的体验。
他认为，GPT-5 的 「模型群+路由系统 （判断问题难度从而自动调用最合适的模型）」 架构设计很值得借鉴，有助于大模型在不同任务之间智能调度与资源优化。
目前，GPT-5 已经面向免费、Plus、Pro 等用户开放，对企业和教育用户下周开放，按照企业级套餐计费。免费用户使用有额度限制，付费用户中，Plus 用户可以获得更高的使用额度，Pro 用户可专属访问 GPT-5 Pro，区别在于推理能力更强、响应更加快速。
发布会后，行业最关心的三个问题
本次发布会后，「定焦 One」 和几位资深从业者聊了聊，他们最关注 GPT-5 的三大变化。
一是幻觉率降低。
「幻觉」 是指大模型编造虚假信息，幻觉率越低，说明准确性越高，大模型越可靠。
披露的数据表明，GPT-5 在多个使用场景下的幻觉率相比前代模型有所下降。比如在联网搜索模式下，GPT-5 的幻觉率比 GPT-4o 低约 45%，而在深度思考模式下，幻觉率比 o3 低约 80%。
这意味着，其在回答准确性、逻辑一致性等方面有所提升，更适用于医疗、法律等对信息真实性要求极高的应用场景。
幻觉率的降低与多方面因素有关，这种改进背后，是训练数据、模型架构与推理策略的协同优化。
二是价格更具性价比。
GPT-5 包含 GPT-5、GPT-5 mini、GPT-5 nano 三个模型，API 调用价格分层设置，最低的是 GPT-5 nano，每百万输入 token 为 0.05 美元、输出为 0.40 美元，比 GPT-4 最便宜的模型还要低。相比老对手也有很大优势，GPT-5 的调用费仅为 Claude Opus 4 的十二分之一。
这对于中小企业与开发者而言，意味着更低的试错成本与更广泛的应用空间。
最后是在编程领域的突破。
这也是发布会上的重中之重，OpenAI 用了近一半的时间强调 GPT-5 的编程实力，官方称其为 「迄今为止最强大的编程模型 「。在现场演示中，GPT-5 仅凭一句提示词，就创建出网站、应用程序 App 和游戏，并支持复杂前端开发和大型代码库调试以及修复 bug 等功能。
OpenAI 甚至还邀请了被称为最强 AI 编程工具之一 Cursor 背后公司的联合创始人，在现场演示修复 bug。Cursor 方面表示，GPT-5 已经是 Cursor 用户的新用户默认选项。
从基准测试数据来看，GPT-5 的表现同样领先。在 SWE-bench Verified（评估 AI 编程能力） 中，GPT-5 思考后首次尝试的准确率达 74.9%，高于 GPT-o3 的 69.1% 和 GPT-4o 的 30.8，也领先于竞争对手 Anthropic 最新推出的 Claude Opus 4.1 和谷歌 DeepMind 的 Gemini 2.5 Pro。
云中江树告诉 「定焦 One」，大模型的编程能力之所以备受重视，是因为各大厂商都认可，在 AI 大模型训练中，最好的数据是形式化的数学语言，代码数据高度结构化、结果可验证、逻辑性强，是最具价值的语料类型。
一位从业者分析，采用分阶段、分领域的渐进式研究策略，能显著提升模型的综合性能。他还以 DeepSeek 的诞生过程为例，它先进行数学相关任务的专项研究，接着进行代码生成与理解任务的研究，最后应用到通用模型，最终出现了 DeepSeek-R1。
「这种路径能有效提升模型的逻辑推理和结构化思维能力。目前，国际科技巨头以及国内领先的 AI 研究机构，都在采用类似的渐进式策略。」 这位从业者表示。
目前来看，GPT-5 在编程能力上的提升已经得到了广泛认可，但在垂直领域适配、工具调用效率上还有提升空间。
一位软件工程师表示，相比 Anthropic 的 Claude、亚马逊的 CodeWhisperer 等垂直领域的 AI 编程工具，GPT-5 对特定技术栈的适配性可能存在不足。他觉得，GPT-5 的优势在于通用性，而非专业编程。
此外，在使用体验上，用户反馈也出现分化。有开发者称 GPT-5 生成效果惊艳，有人却遇到了 「生成网页无法点击、代码无法运行 「等问题，生成效果很不稳定。这也说明，尽管 GPT-5 在编程能力上取得突破，仍需时间和反馈不断迭代完善。
技术不算质变，但能推动 AI 商业化
尽管 GPT-5 实现了多维度的升级，但多位从业者认为，这更像是一次架构与工程优化升级，而非真正意义上的代际跃迁。
从产品实际表现来看，GPT-5 仍存在不少短板。
比如发布会上，它在回答伯努利效应解释等复杂科学问题，便暴露出了 AI 惯有的缺陷，在推理时只注重统计关联，而不理解内容本质。在生成图表时，还出现了 52.8 分的柱状图比 69.1 分更高的明显错误。尽管萨姆·奥特曼随后公开回应，暗示可能是 AI 尚未完全掌握 PPT 制作技巧，但还是引发外界对 GPT-5 能力的怀疑。
多位从业者认为，萨姆·奥特曼宣称的 「博士级专家」 能力，更像是场景化性能的堆砌，而非大模型认知能力有了突破，这与其前期过度宣传的 「神级能力」 存在很大差距。这也导致外界对本次 GPT-5 的评价一般。
不过，沈仁奎指出，虽然 GPT-5 并非是全行业颠覆式的升级，但在推动 AI 商业化上的作用不容低估。尤其是开放 API，为企业提供了极低门槛的接入方式，可能会成为许多企业快速部署 AI 能力的 「加速器」。
他观察到，目前一些垂直类企业，比如医药、生物科技等领域的企业以及 Uber、Salesforce 等已部署 GPT-5，应用于科研分析、客户服务与运营决策等环节。在部分新兴工具平台，比如 Cursor、Windsurf 等开发平台也已集成 GPT-5，来改善自身的编程效率与智能交互体验。企业们愿意积极拥抱 GPT-5，除了其能力有所升级外，也在于 「白菜价」 的 API 策略。
他认为三类企业会率先吃到 GPT-5 的红利，第一类为软件开发平台，利用 GPT-5 自动代码生成、调试与工具链集成，提升开发效率；第二类是专注于知识管理与决策系统的公司，GPT-5 能快速深入并解决金融、医药、法律等需复杂推理与辅助决策的场景；还有消费级智能服务类企业，它们涉及大量写作助手、学习平台与跨媒体内容创作服务，可借助 GPT-5 的多模态与个性化提升使用体验。
值得注意的是，OpenAI 这次还打起了 ToG 的主意。它与美国总务管理局进行合作，在未来 12 个月里，ChatGPT 企业版将对美国联邦政府开放，每个机构只需要支付 1 美元，所有员工便可无限制使用 OpenAI 的前沿大模型技术。
OpenAI 的以上种种动作，展现出借着 GPT-5 从 「平台工具」 加速向 「社会基础设施」 转型的野心。即便其能力未达 「神级」，但其所激发的商业潜力和行业联动效应，仍可能在未来掀起一波新的 AI 应用高潮。
某种意义上，GPT-5 带来的最大改变，或许不是模型本身，而是它所触发的生态。AI 的战争，已经从模型能力比拼，走向基础能力与商业落地的全面竞赛。
