GPT-5和GPT-6 Astra是OpenAI相继发布的模型，标志着大语言模型技术和多模态交互方面的重大进展。GPT-5于2025年8月7日发布，是生成式预训练变换器系列中的第五代，接替GPT-4。紧随其后的GPT-6 Astra在此基础上构建，专注于实时、智能体化和多模态体验，旨在更深入地融入日常工作和设备。
这些发布是OpenAI向通用人工智能更广泛发展轨迹的一部分，正如CEO萨姆·奥尔特曼在GPT-5发布时所述。这些模型可通过ChatGPT和Microsoft Copilot公开访问，也可通过OpenAI API供开发者使用。本文详细介绍了这些系统的背景、能力、架构、训练、使用和局限性，依据截至其发布日期的公开报道和技术文档。
背景
2023年4月14日，萨姆·奥尔特曼在麻省理工学院发表讲话，表示OpenAI当时并未训练GPT-5，强调专注于GPT-4的开发。然而，同年7月18日，OpenAI在美国为“GPT-5”申请了商标，到11月13日，奥尔特曼向《金融时报》确认GPT-5的工作正在进行中。
据《The Information》报道，2024年下半年的大部分时间涉及一个名为Orion的内部模型，旨在成为GPT-5。该努力据称未能产生更好的模型，导致其在2025年2月以GPT-4.5的形式发布。到2025年7月底，对8月初GPT-5发布的预期增强，《The Verge》于7月30日报道微软正在为其Copilot聊天机器人准备新模型。
2025年8月5日，OpenAI发布了GPT-OSS，一组具有推理能力的开放权重模型，作为前奏。GPT-5于8月7日的直播活动中亮相。随后的GPT-6 Astra于2025年晚些时候推出，公开预热较少，但更强调多模态和智能体化交互，借鉴了早期部署的经验。
能力
在发布时，GPT-5在测试数学、编程、金融和多模态理解的基准测试中达到了最先进的性能。OpenAI报告了相对于前代模型的改进，包括更快的响应时间、更好的编码和写作技能、更准确的健康相关答案以及降低的幻觉率。该模型还引入了“安全完成”方法，旨在对潜在有害查询给出安全、高层次的响应，而非直接拒绝，从而减少了对无害信息的拒绝。
GPT-5被训练得比之前的模型更具批判性，不那么过分迎合。发布前几天，早期测试者对其编码和数学问题解决能力印象深刻，注意到相比GPT-4有显著改进，但不如从GPT-3到GPT-4的飞跃那么大。奥尔特曼称GPT-5是“通往AGI道路上的重要一步”，在广泛任务中提供“博士级”能力。
GPT-6 Astra通过增强的实时多模态处理扩展了这些能力，允许更自然的语音、视觉和文本集成。它支持智能体功能，如自主网页浏览和桌面管理，基于GPT-5中引入的架构。GPT-5的能耗未公开，但罗德岛大学的研究人员估计，一个中等长度的响应消耗略超过18瓦时，类似于白炽灯泡运行18分钟。
架构
GPT-5是一个系统，包含一个快速、高吞吐量的模型，一个更深层的推理模型，以及一个实时路由器，根据对话类型、复杂性、工具需求和明确的用户意图选择适当的模型。这种统一设计解决了奥尔特曼早先对手动模型选择器的批评。系统卡定义了两种快速模型（gpt-5-main和gpt-5-main-mini）和两种思考模型（gpt-5-thinking和gpt-5-thinking-mini）。
访问OpenAI API的开发者可以使用思考模型、其迷你版本以及gpt-5-thinking-nano，这是一个更小更快的变体。可调节的推理努力（低、中、高或最小）和冗长设置（低、中或高）可用。ChatGPT用户可访问gpt-5-thinking，并带有并行测试时计算，称为gpt-5-thinking-pro。
GPT-6 Astra采用类似的路由架构，但强调感知和推理之间的更紧密耦合，使用交叉注意力机制实时融合音频、视觉和文本输入。其设计支持从用户交互中持续学习，尽管截至本文撰写时，其内部模型变体的细节仍然稀少。
训练
GPT-5是原生多模态的，从零开始同时训练文本和图像，不同于GPT-4依赖单独训练的组件。其训练涉及三个阶段：无监督预训练、监督微调和基于人类反馈的强化学习，使用大规模多语言数据集，包括书籍、文章、网页、学术论文和许可来源。
GPT-6 Astra遵循类似的三个阶段过程，但扩展了预训练语料库，包含更多样化的音频和视频数据。OpenAI使用基于人类反馈的强化学习来使响应与用户意图对齐，并额外进行安全性和减少幻觉的微调。公司还采用课程学习在训练期间逐步增加任务复杂性，改善跨模态的泛化能力。
截至2025年底，OpenAI尚未披露训练使用的确切计算资源，但行业估计表明涉及大型专用硬件集群，可能包括与AMD或Nvidia供应商的合作，尽管没有官方确认。
使用
GPT-5对所有ChatGPT用户免费，Plus订阅者获得更高的使用限制，Pro用户获得无限访问，包括有限的GPT-5 Pro访问。使用GPT-5，ChatGPT的“高级语音模式”被“ChatGPT语音”取代，后者支持更自然的对话。标准语音模式于2025年9月9日退役。2025年11月24日，购物研究被添加到ChatGPT，据称是一个基于gpt-5-thinking-mini后训练的迷你模型。
GPT-5也集成到Microsoft Copilot中，微软计划进行更广泛的产品集成。据报道，苹果公司正在努力将GPT-5整合到iOS 26、iPadOS 26和macOS Tahoe的Apple Intelligence中。GPT-6 Astra可在ChatGPT和API中使用，专注于移动和嵌入式应用，预计将为三星和其他合作伙伴的设备提供功能。
安全与局限性
包括Neuraltrust和SPLX在内的安全研究公司声称在GPT-5测试的第一天内就攻破了它，使其能够生成制造爆炸物的详细说明。这些评估表明存在显著的安全漏洞，可能使GPT-5在没有额外保障的情况下对企业环境不安全。OpenAI已承认局限性，并继续迭代安全措施。
GPT-6 Astra面临类似挑战，早期测试表明对有害查询的拒绝率有所提高，但在边缘情况下偶尔失败。这些模型还表现出从训练数据中继承的偏见，OpenAI鼓励持续的外部审计和红队测试。
反响与影响
这些发布引发了关于AI发展速度的辩论，一些专家呼吁更严格的监管。像斯坦福AI实验室和伯克利AI研究这样的学术团体正在研究模型的推理能力；早期结果表明有进展，但尚未达到人类般的理解。这些发布也加剧了与Anthropic和Google DeepMind的竞争，后者正在开发类似系统。
行业合作伙伴关系正在扩大；Oracle Cloud和Microsoft Azure提供用于部署的云基础设施，而ARM和Qualcomm被视为设备端推理的潜在合作伙伴。截至2025年底，GPT-5和GPT-6 Astra仍是OpenAI战略的核心，预计会有持续更新。