GPT-5 發表，揭開 OpenAI 下一代 AI 模型的神秘面紗

OpenAI 推出了 GPT-5，這是其新的旗艦 AI 模型，將驅動下一代 ChatGPT。

GPT-5 於週四發佈，是 OpenAI 首款統一的 AI 機型，融合了 o 系列機型的推理優勢與 GPT 系列的快速反應能力。此新一代模型標誌著 ChatGPT 與 OpenAI 的新篇章，突顯該公司建立 AI 系統的雄心，其行為更像主動式代理，而非反應式聊天機器人。

GPT-4 可讓 AI 聊天機器人提供各種主題的智慧型答案，而 GPT-5 則可讓 ChatGPT 代表使用者執行任務，例如開發軟體應用程式、管理排程或編寫研究摘要。

OpenAI 在 GPT-5 中也著重讓 ChatGPT 更容易使用。該模型不需要使用者調整設定，而是包含一個即時路由器，可決定最佳的回應方式，無論是快速回答，或是花更多時間推理答案。

在與記者的簡報會中，OpenAI 執行長 Sam Altman 將 GPT-5 描述為「世界上最好的模型」，稱其為朝向開發能在最具經濟價值的工作上勝過人類的人工智能（也稱為人工一般智慧（AGI））邁進的「重要一步」。

Altman 補充：「像 GPT-5 這樣的工具，在歷史上任何其他時刻幾乎都是不可想像的。

自本週四起，GPT-5 將成為所有免費 ChatGPT 使用者的預設模型。根據 OpenAI 的 ChatGPT 副總裁 Nick Turley 所說，此舉首次讓免費使用者可以使用 AI 推理模型。(在此之前，這種先進的模型只保留給付費訂閱者)。

"Turley 表示：「這是我們實現使命的方式之一，確保這些進步能真正造福每個人。

頂尖科技與創投領袖加入 Disrupt 2025 議程

Netflix、ElevenLabs、Wayve 和 Sequoia Capital 等具影響力的公司加入 Disrupt 2025 議程。他們將分享重要的見解，協助初創公司成長並維持競爭力。不要錯過 TechCrunch Disrupt 20 週年慶，這是向科技領導者學習的機會。現在預訂門票，即可在 8 月 7 日漲價前節省高達 675 美元。

頂尖科技與創投領袖加入 Disrupt 2025 議程

Netflix、ElevenLabs、Wayve 和 Sequoia Capital 等具影響力的公司將加入 Disrupt 2025 議程。他們將分享重要的見解，協助新創公司成長並維持競爭力。不要錯過 TechCrunch Disrupt 20 週年慶，這是向科技領導者學習的機會。現在預訂門票，可在價格上漲前節省高達 675 美元。

GPT-5 的期望值極高，標誌著 OpenAI 自 2022 年 ChatGPT 使公司嶄露頭角以來最令人期待的發佈之一。從那時起，ChatGPT 已經成為全球使用最廣泛的消費性產品之一，根據該公司的資料，目前每週有超過 7 億名使用者使用 ChatGPT，約佔全球人口的 10%。

許多人認為 GPT-5 是更廣泛的 AI 進展的風向標，它在矽谷的受歡迎程度可能會對 Big Tech、華爾街和科技政策制定者產生重大影響。利害關係人都在觀察 GPT-5 是否能帶來 AI 能力的大幅躍進，就像其前身 GPT-4 重新定義軟體的功能一樣。

GPT-5 遙遙領先競爭對手

OpenAI 宣稱，GPT-5 在多個領域樹立了新標準，在關鍵基準上略勝 Anthropic、Google DeepMind 和 Elon Musk 的 xAI 等領導模型，但在其他領域則略有不足。

該公司強調 GPT-5 的編碼能力出眾；Altman 指出，該模型擅長依需求產生完整的軟體應用程式，這種能力常被稱為「虛擬編碼」（vibe coding）。

在 SWE-bench Verified 測試中，GPT-5 的首次測試得分率為 74.9%，這項測試是基於 GitHub 的實際編碼任務。這讓它僅次於 Anthropic 的 Claude Opus 4.1 (74.5%) 和 Google DeepMind 的 Gemini 2.5 Pro (59.6%)。

在人類最後一次考試（Humanity's Last Exam）中，GPT-5（GPT-5 Pro）的擴展推理版本在使用工具的情況下獲得了 42% 的高分，這是一項涵蓋數學、人文和科學的嚴格評估。這比 xAI 的 Grok 4 Heavy 略低，後者的得分率為 44.4%。

在 GPQA Diamond（一個博士級科學問題的基準）上，GPT-5 Pro 第一次嘗試就獲得了 89.4% 的成績，優於 Claude Opus 4.1 (80.9%) 和 Grok 4 Heavy (88.9%)。

OpenAI 也報告指出，GPT-5 在健康相關的查詢上表現較佳。在衡量醫療照護回應準確度的 HealthBench Hard Hallucinations 上，GPT-5 (有思考能力) 只有 1.6% 的時間出現幻覺，遠低於 GPT-4o (12.9%) 和 o3 (15.8%)。

雖然 AI 聊天機器人並非醫療專業人員，但仍有數百萬人向他們尋求健康建議。對此，OpenAI 表示，GPT-5 能更主動地標示潛在的健康問題，並協助使用者解讀醫療資訊。

此外，GPT-5 在創意設計和寫作等主觀性較強的領域也很出色。Turley 指出，與競爭對手的模型相比，GPT-5 在創意任務上的反應更自然，也表現出 「更好的品味」。

"Turley 評論道：「這款機型的氣氛真的很好。

GPT-5 也比 OpenAI 早期的模型更精準，而且幻覺（虛構資訊的傾向）更少。幻覺率在最近的推理模型（如 o3）中一直在增加，OpenAI 之前一直難以解釋這種趨勢。

在回應測試中，GPT-5 (含思考) 提供錯誤資訊的比例為 4.8%，比起 o3 (22%) 和 GPT-4o (20.6%) 有顯著的改善。

在測量 AI 代理完成模擬線上任務能力的 Tau-bench 測試中，GPT-5 的成績好壞參半。它在航空公司網站導覽的得分為 63.5%（略低於 o3 的 64.8%），在零售網站導覽的得分為 81.1%（低於 Claude Opus 4.1 的 82.4%）。

OpenAI 也強調，GPT-5 比前一代產品更安全。雖然推理模型有時可能會出現欺騙行為，但 GPT-5 的欺騙率較低，有助於提供更值得信賴的使用者體驗。

安全研究領導人 Alex Beutel 指出，減少欺騙行為不僅能提高安全性，還能讓模型更「透明、誠實，讓使用者可以信賴」。

Beutel 補充說，GPT-5 更能區分惡意濫用與無害請求，因此對不安全的查詢會有更適當的拒絕，而對良性查詢則會減少不必要的拒絕。

針對消費者與開發人員的新功能

除了 GPT-5 版本之外，ChatGPT 還進行了多項使用者體驗升級。使用者現在可以在設定中選擇四種新的回應方式：Cynic、Robot、Listenener 和 Nerd。這些樣式可調整 ChatGPT 的語氣，而不需要明確的指示。

ChatGPT Plus 訂戶 (20 美元/月) 可獲得 GPT-5 的更高使用限制，而 Pro 訂戶 (200 美元/月) 則可獲得無限制使用權以及 GPT-5 Pro - 一個使用額外計算以獲得更佳答案的增強版。Team、Edu 和 Enterprise 客戶將從下周起獲得 GPT-5 作為預設模式。

對開發人員而言，GPT-5 將可透過 OpenAI 的 API 以三種規格提供 - GPT-5、GPT-5-mini 和 GPT-5-nano - 推理深度各不相同。API 現在也包含了動詞控制功能，讓開發人員可以設定所需的回應長度。

基本 GPT-5 模型的價格為每百萬個輸入字元（約 750,000 個字）1.25 美元，每百萬個輸出字元 10 美元。

GPT-5 的推出，正值 OpenAI 忙碌的時期。該公司最近發佈了 gpt-oss，這是一個免費、開放重量的推理模型，幾乎可以媲美早期的頂級模型，如 o3 和 o4-mini。然而，GPT-5 在編碼等領域建立了新的基準。

不過，GPT-5 在許多基準上仍具有競爭力，而不是主導地位。真實世界的效能與開發人員的採用，將最終決定它是否能真正超越競爭對手的模型。