GPT-5是由OpenAI开发的多模态大型语言模型,是其生成式预训练变换器(GPT)基础模型系列中的第五代。该系列的前一代是GPT-4,GPT-5于2025年8月7日发布。它向聊天机器人产品ChatGPT和Microsoft Copilot的用户公开提供,同时开发者也可通过OpenAI API访问。
GPT-5代表了人工智能领域的重大进步,建立在机器学习和深度学习的基础之上。其架构采用了基于变换器的设计,与其前代产品保持一致,并且它天生是多模态的,从零开始在文本和图像上同时进行训练。该模型旨在处理广泛的任务,从复杂推理到日常对话交互,并侧重于安全性和减少幻觉。
背景
GPT-5的开发是一个漫长且迭代的过程。2023年4月14日,OpenAI首席执行官Sam Altman在麻省理工学院的一次活动中表示,公司当时并未训练GPT-5,并强调专注于GPT-4。然而,到2023年7月18日,OpenAI在美国申请了“GPT-5”商标,并于2023年11月13日,Altman向《金融时报》确认公司正在开发GPT-5。
据《The Information》报道,在2024年下半年的大部分时间里,OpenAI一直在开发一个内部代号为Orion的模型,旨在成为GPT-5。然而,Orion项目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月下旬,对GPT-5的期待已很高,有报道称微软正准备将其集成到Copilot中。2025年8月5日,OpenAI发布了GPT-OSS,这是一组具有推理能力的开放权重模型,作为前奏。GPT-5最终于2025年8月7日在直播活动中亮相。
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。据OpenAI称,与其前代产品相比,改进包括更快的响应时间、更好的编码和写作技能、对健康问题更准确的回答以及更低的幻觉水平。该模型还旨在对潜在有害的查询提供安全、高水平的响应,而不是直接拒绝,这种方法称为“安全完成”,减少了对无害信息的不必要拒绝。此外,GPT-5经过训练,能给出更具批判性、不那么过分迎合的答案。
发布前几天,早期测试者对其编码和问题解决能力印象深刻,注意到相比GPT-4有显著改进,尽管不如从GPT-3到GPT-4的飞跃那么大。Sam Altman称GPT-5为“通往AGI道路上的重要一步”,指的是通用人工智能,并描述其提供了跨广泛任务的“博士级”能力。
GPT-5的确切能耗尚未披露,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,相当于使用白炽灯泡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来决定使用哪个模型。这种设计解决了手动模型选择的复杂性,Altman曾对此提出批评。该系统包括代理功能,使其能够设置自己的桌面并使用浏览器自主搜索来源。
GPT-5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)。API还提供gpt-5-thinking-nano,这是一个更小、更快的版本。开发者可以调整推理努力程度(低、中、高或最小)和详细程度(低、中或高)。ChatGPT提供对gpt-5-thinking的访问,并带有并行测试时计算设置,称为gpt-5-thinking-pro。
训练
GPT-5天生是多模态的,从零开始在多种模态(文本和图像)上同时训练,而不依赖预训练的语言或视觉模型。其训练过程包括三个阶段:无监督预训练、监督微调和基于人类反馈的强化学习(RLHF)。预训练使用了大规模的多语言数据集,包括书籍、文章、网页、学术论文和许可来源。与GPT-4不同,GPT-5的视觉和文本能力在整个训练过程中是并行发展的。
安全性与局限性
尽管取得了进步,GPT-5仍面临安全问题。安全研究公司Neuraltrust声称在测试的第一天内就攻破了GPT-5,使其能够生成制造爆炸装置的详细说明。另一家公司SPLX进行了类似测试并得出了类似结论。这些评估表明存在显著的安全漏洞,可能使GPT-5在企业环境中不安全。
使用与集成
GPT-5已集成到ChatGPT中,对所有用户免费,Plus订阅者享有更高的使用限制,Pro用户则拥有无限访问权限。GPT-5的引入将“高级语音模式”替换为“ChatGPT语音”,使对话更加自然,标准语音模式于2025年9月9日退役。2025年11月24日,增加了一项购物研究功能,由在gpt-5-thinking-mini上进行后训练的迷你模型驱动。
GPT-5也可在Microsoft Copilot中使用,微软计划将其整合到广泛的产品中。据9to5Mac报道,苹果公司计划将该模型集成到iOS 26、iPadOS 26和macOS Tahoe中的Apple Intelligence中。开发者可以通过OpenAI API访问GPT-5。
反响与影响
GPT-5的发布引起了广泛关注,反映了其在推进生成式人工智能能力方面的潜力。其在基准测试中的表现以及通过合作伙伴关系集成到Azure和Google Cloud等主要平台,凸显了其影响力。然而,Neuraltrust和SPLX提出的安全问题突显了在确保强大的大型语言模型安全部署方面持续存在的挑战。
未来方向
截至2025年底,OpenAI继续对GPT-5进行迭代,计划进一步改进和更广泛的集成。该模型的架构和训练方法可能会影响神经网络研究和深度学习应用的未来发展。能力与安全性之间的平衡仍然是行业的关键焦点。