这是 OpenAI 模型发布时间线。今天凌晨，我们终于等到了 GPT-5，这款从去年就被反复“预告”，不断“剧透”的模型。

发布会用“普通人能看懂的方式，展示了最强 AI 的能力”，从写发布会文案，到现场生成网站、做游戏、学语言，再到 AI 协助问诊和“传统艺能”比拼 benchmark。

如果说 GPT-3 是“能自主说话”的语言模型，GPT-4 是“听懂人话”的多模态大脑，GPT-5 更像是一个全能的个人助手。

用 Sam Altman 一句话总结：“GPT-5 将让你第一次真正感觉到，仿佛与任何领域的博士级专家交谈的感觉。”

那么，这个被冠以“地表最强”title 的大模型，表现如何？

程序员又又又危险了

编程，是 GPT-5 发布会的一大亮点，也是最能直观感受到 GPT-5 进化之处。

OpenAI 团队在现场写出了好几个网页，比如“给伴侣做一个能让英语使用者学法语的网页，功能要有进度跟随、单词卡、单词小游戏等”。

300 词左右的 prompt，3 分钟不到，GPT-5 就拿出了一个极其完整的可用网页，并“擅自”命名为《午夜巴黎》（还致敬了伍迪·艾伦的电影），网页即创即用，单词卡、进度跟踪、快捷键、记忆曲线、开发者要求的贪吃蛇小游戏，这些功能全部满足且运行正常。

关键是网页设计的还很有美学，网页间距、排版、配色、视觉感都被考虑进去，甚至做出了黑暗/白天的双主题。

OpenAI 又让 GPT-5 写了一个“动态 SVG 可视化可以模拟翼型的行为”，几分钟内，GPT-5 搓出了几百行代码后，交付出一个完全符合需求，美观且可交互的网页，并且所有的参数变化都会根据物理规律实时调整，整个网页达到了教学演示级别的专业水准。

根据 OpenAI 自己的内部测试，70% 的情况下，GPT-5 在前端网络开发方面击败了今年 4 月才上线，号称“OpenAI 最强大的推理模型”的 OpenAI o3。

而后 GPT-5 又展示了它作为编程 Agent 的强大，同样在几分钟内，就做出了一个带有 3D 场景、可控角色与多重视角的网页游戏，从物理引擎调用到角色对话系统构建，全程几乎无需人类干预。

几大 AI 编程软件也给了 GPT-5 编程能力极大好评，Cursor 创始人称 GPT‑5 是“我们用过最聪明的模型”，代码调试能力尤为突出；Windsurf 优评其工具调用错误率甩前代几条街；Vercel 则说它不仅写对，还“写得像专业网页设计师”。

和 Cursor IDE 集成后，GPT-5 还能在几分钟内理解上百万行代码，可以自己“debug”输出结果并回溯方案，不再陷入“提示死循环”。在 SWE-bench 这个真实软件工程任务测试里，GPT-5 不仅能理解 bug 报告，还能精准修改代码，准确率最高接近 75%，远超 GPT-4 的 30%。

所以“编程”是整场发布会里，GPT-5 最具说服力的展示场景之一。

GPT-5 不再只是“能写代码”，而是具备了程序员的开发路径：理解需求、设计结构、撰写代码、优化交互、美化界面，甚至还会在需求之外“适度创作”。

又当程序员，又做设计师，还会搞交互，各类编程语言也都拿手，GPT-5 已经接近一名合格的全栈工程师了。

写作、沟通、打工、就诊

写作堪称 GPT 的“基本功”，在 GPT-5 上，写作变得更有人味儿、也更专业。

比如一位用喜剧传递科普内容的博主，她用 GPT-5 写剧本、写段子、测试角色逻辑和情绪动机、出分镜，甚至用语音和 GPT-5“对戏”。

在发布会上的写作演示中，同样的 prompt 下，GPT-5 也明显比 GPT-4o 生成的文案更有“人味儿”，用词精炼且有节奏感。

在正经的科研场景中，GPT-5 表现得也如 Sam Altman 所言像一位“跨学科博士后”。免疫学教授用 GPT-5 解读实验数据，模型不仅能解释结果，还会预测未来实验趋势，并主动提出下一步实验方案，大大压缩了科研迭代周期。在专业能力上，据 OpenAI 披露的数据，GPT-5 在大约一半的案例中和行业专家水平相当或更好。

对于每天在工位上与琐碎信息搏斗的打工人来说，GPT-5 这次真能做你的助手，OpenAI 都自封为“打工人最好用的模型（Our best model for work）”。

你只需要把领导给你的资料往 GPT-5 那一拖，它就能做出了 Excel 表格，再根据表格做出数据可视化的看板，还给你写好资料要点和总结。

同时，GPT-5 还能帮你理清一整套方案，给出落地页结构和转化建议，精准而不敷衍。夸张点儿说，老板开口说“我有个想法”，几分钟后，GPT-5 项目企划书已经做好了。

OpenAI 还展示了这样一个真实且感人的案例：一位名为 Carolina 的用户在短短一周内被诊断出三种不同形式的癌症，但她一直在排队等候报告解读，于是她将医院报告截图上传给 GPT‑5，模型迅速将复杂的医学术语转化为易于理解的语言。

在后续治疗过程中，GPT‑5 不仅持续帮助她解读术语，还协助她评估治疗选项、准备就诊问题，甚至在是否接受放射治疗的决策上给予 Carolina 情感支持。

尽管 Sam Altman 也强调了，OpenAI 并不把 GPT‑5 定位为医疗设备，它也不能替代专业医疗角色，但他们想做的是让 AI 成为“健康素养支持工具”（health literacy support tool）能让患者在慌乱和未知里，不再完全仰赖医生，而是成为有准备、有信息支持、能了解身体情况的患者。

GPT-5 的语音模式也有了明显提升，增加了冷嘲型、理性型、倾听型、学霸型四种不同的语音预设，除了语气更自然外，情感感知能力也有提升，用户还可以自选语音风格和语速。在发布会的演示中，OpenAI 还特意展示了 GPT-5 的语音可以作为“学外语的口语利器”。

根据此前 GPT-4o“过度奉承”的问题，GPT‑5 在回答用户时会更克制、理性，较少出现过度附和，也不会再乱用 emoji 了。

从刷榜到实战

这次 GPT-5 没有再堆长篇 benchmark 榜单，而是挑了一些更贴近实战的场景：写代码、跟指令、多轮任务推理，尤其在“推理模式”下，GPT-5 相较旧模型“幻觉”更少，回答更谨慎。

据 OpenAI 的安全研究负责人 Alex Beutel 表示“GPT-5 的欺骗率大大降低。”比 GPT-4o 模型的幻觉率低 45%，与 o3 相比，降低了 80%。

而在 AIME 2025 数学竞赛数据集上，GPT-5 在启用“thinking”模式后达到了近乎满分的表现（100%）。这意味着它不再只是靠模板和记忆去“做题”，而是真的能按步骤推理、演算，再下判断。在多语言代码编辑任务 Aider Polyglot 中，GPT-5 也达到了 88% 的准确率。

还有一大进步在 prompt 执行能力上，无论是写作、复杂多轮指令，还是内部 API 使用任务，GPT-5 的表现都比前代高出 10 到 30 个百分点。这意味着它能更稳地执行任务、延续上下文。

而且 GPT-5 引入了一个名为“Safe Completions”的机制，面对敏感问题，不再像旧模型一样拒绝回答或者打哈哈，而是会尝试引导用户，帮助你权衡利弊，解释限制，并在边界内给出可操作的建议，让用户在复杂议题中做出更清晰理性的判断。

具体到模型使用上，GPT-5 同样也做了型号分类：GPT-5、GPT-5 Pro、GPT-5-mini 和 GPT-5-nano，主打一个“按需选择、分级定价”：

GPT-5 Pro：是目前 GPT-5 系列中表现最强的版本，在 GPQA 等高难度科学评测中表现出色，人类专家也更赞同它的回答，准确率更高，尤其在健康、数学、科学和编程领域。下周起，Pro 用户还可以将 ChatGPT 接入 Gmail、Google 日历和联系人。

GPT-5 mini：轻量但强大，适合高频、低推理任务。

GPT-5 nano：极致压缩版，成本低，可与 Gemini Flash-Lite 对标，仅通过 API 提供。

免费用户默认使用 GPT-5 和 GPT-5 mini（访问频率有限）；Plus 用户拥有更高额度；Pro 用户（月费 200 美元）可解锁 GPT-5 Pro 和 Thinking 模式。

用户也不需要自己选模型，系统会根据任务复杂度自动调用合适的版本。简单提问就用 mini 或 nano，复杂对话自动上 Pro。

综合来看，GPT-5 并不是一次技术节点的大跨越，更像是一次面面俱到的全面升级。

在这场刚结束的 GPT-5 发布会里，OpenAI 没有把重点放在 GPT-5 参数有多大、跑分有多高、竞技场成绩如何，也很少强调 Agent 与多模态，PPT 也没几张，OpenAI 选择用更多的篇幅去呈现用户如何使用 GPT-5。

不论是专业人士、有创意但没技术的创作者，还是面临困境的患者、渴望成长的求知者……我们看到 GPT-5 被嵌入到了一个个具体而真实的场景中，实现了“能用，快用，好用”。

这种克制与务实，或许才是 OpenAI 最大的野心：让 AI 大模型成为数字世界的基础设施，就像我们曾经使用 Office 365、Google 和百度等那些产品。

作者：糕级冻雾

编辑：沈知涵

配图全部来自 OpenAI

Guokr

8月12日晚19点，果壳x独特艾琳 香氛洗护专场来啦！

夏日香氛专场福利拉满！香氛沐浴露、美白防晒素颜霜、香体露、洗发水、护手霜等全场低至9.9元！还有满赠、秒杀、福袋发不停！

一定一定要预约！！