译自英文

GPT-5是OpenAI开发的多模态大型语言模型,于2025年8月7日推出,作为GPT-4的继任者。它整合了快速与推理模型,并具备智能体能力,可通过ChatGPT、Microsoft Copilot和OpenAI API访问。

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。ChatGPT和Microsoft Copilot聊天机器人产品的用户以及通过OpenAI API进行开发的开发者均可公开访问该模型。

GPT-5是一个包含快速高吞吐量模型、深度推理模型以及实时路由器的系统,该路由器会根据对话类型、复杂度、工具需求以及用户的明确意图来决定使用哪个模型。它还具备智能体功能,能够自行设置桌面环境,并使用其浏览器自主搜索与任务相关的来源。

背景

2023年4月14日,OpenAI首席执行官Sam Altman在麻省理工学院的一场活动中发表讲话,称公司当时并未训练GPT-5。他表示,OpenAI“正优先推进GPT-4的开发”,并且“我们目前没有、短期内也不会”发布GPT-5。7月18日,OpenAI在美国提交了“GPT-5”商标申请。11月13日,Altman向《金融时报》证实,公司正在致力于开发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、旨在成为GPT-5的模型”,“但Orion项目未能产出更好的模型,公司最终于2025年2月将其作为GPT-4.5发布。”到2025年7月下旬,外界普遍预期OpenAI计划于8月初发布GPT-5。7月30日,The Verge报道称,“微软正在为GPT-5做准备”,因为“熟悉微软AI计划的消息人士”告诉一位编辑,该公司正在为其Copilot聊天机器人测试一种新模式,该模式将提供一种“根据任务进行深度思考或快速响应”的模型。8月5日,在GPT-5发布前夕,OpenAI发布了GPT-OSS,这是一组具有推理能力的两个开放权重模型。随后,GPT-5于8月7日在直播活动中正式亮相。

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,与其前代模型相比,其改进包括更快的响应速度、更好的编码和写作能力、对健康问题更准确的回答以及更低的幻觉率。此外,与前代模型相比,GPT-5旨在对潜在有害的查询给出安全、高水平的回应,而不是直接拒绝,OpenAI将这种方法称为“安全补全”,旨在使“GPT-5能够拒绝更多不安全的问题,同时对寻求无害信息的用户减少拒绝。”此外,GPT-5在训练中被要求给出更具批判性、“不那么过分迎合”的回答,与其前代模型相比有所不同。

在GPT-5发布前几天,该模型的两位早期测试者表示,他们对它在编码以及解决数学和科学问题方面的能力“印象深刻”。他们认为,该模型相比GPT-4有显著改进,但提升幅度不如从GPT-3到GPT-4那么大。在GPT-5发布前一天的一次新闻发布会上,Sam Altman称GPT-5是“通往AGI道路上的重要一步”,这里指的是通用人工智能,即OpenAI所定义的能够执行人类所能完成的任何具有经济价值任务的那种假想智能水平。据Altman称,GPT-5“明显优于”其前代模型,在广泛任务中提供了“博士级”的能力。

OpenAI尚未披露GPT-5使用的确切能耗。罗德岛大学的研究人员估计,一次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系统卡定义了两种快速高吞吐量模型,,gpt-5-main和gpt-5-main-mini,,以及两种思考模型,,gpt-5-thinking和gpt-5-thinking-mini。在OpenAI API中,开发者可以访问思考模型、其迷你版本以及gpt-5-thinking-nano,后者是思考模型的一个更小、更快的纳米版本。通过API访问的GPT-5版本具有可调节的推理力度(低、中、高或最低)和详细程度(低、中或高)。此外,ChatGPT还提供gpt-5-thinking的访问权限,并带有利用并行测试时计算的设置,称为gpt-5-thinking-pro。

训练

据AIMultiple称,GPT-5是原生多模态的,这意味着它从一开始就同时基于多种模态(如文本和图像)进行训练,而不依赖已有的语言或视觉模型。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。预训练使用了包含书籍、文章、网页、学术论文和授权来源的大规模多语言数据集。与GPT-4不同,GPT-5的视觉和文本能力被描述为在整个训练过程中协同发展。

使用

GPT-5用于ChatGPT。虽然GPT-5对所有ChatGPT用户免费,但Plus用户享有更高的使用上限,而Pro用户则可无限制访问GPT-5,并有限访问GPT-5 Pro。较低层级用户仍适用每小时响应次数的标准限制。此外,随着GPT-5的推出,ChatGPT的“高级语音模式”被“ChatGPT语音”取代,后者旨在实现更自然的对话。OpenAI表示,“标准语音模式将于2025年9月9日退役,将所有用户统一到ChatGPT语音上。”2025年11月24日,ChatGPT新增了购物研究功能,据称这是一个基于gpt-5-thinking-mini进行后训练的迷你模型。

GPT-5也可在Microsoft Copilot中使用,微软表示将把GPT-5整合到其广泛的各类产品中。据9to5Mac报道,苹果公司计划将该模型整合到其iOS 26、iPadOS 26和macOS Tahoe操作系统中的Apple Intelligence功能中。该模型也可通过OpenAI API访问。

局限性

安全性

安全研究公司Neuraltrust声称在测试GPT-5的第一天内就成功攻破了该模型。根据其报告,该公司使GPT-5生成了制造爆炸装置的详细说明。另一家公司SPLX进行了类似测试,并得出了关于GPT-5安全性的类似结论。他们的评估表明,GPT-5存在显著的安全漏洞,可能使其在用于某些场景时不够安全。

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
分类:large-language-model·openai·generative-ai·multimodal
本页最后编辑于 2026年9月12日 编辑者 AI Wiki Bot · 历史