GPT-5比其他模型強在哪？怎麼用？｜天下雜誌

GPT-5比其他模型強在哪？怎麼用？

OpenAI終於發佈旗艦模型GPT-5，比過往版本和競爭對手更會考試、寫程式、解決問題。只要給幾句指令，就能幫你做出一個網站和App。具體該怎麼操作？

圖片來源：Shutterstock

瀏覽數：18363

怎麼用？

OpenAI特別自豪GPT-5的「氛圍編碼」技能——從此以後，用戶想要做任何應用程式，都可以以簡單的幾句文字指令實現。

負責訓練模型的杜博伊斯（Yann Dubois）要求GPT-5幫忙打造一個法文學習App，並給指令：像坊間的語言學習App一樣具備每日學習進度、抽卡、測驗等功能。

幾分鐘後，AI生成的網站就誕生了，雖然只是一個簡單的展示，卻完全符合杜博伊斯的需求。

「它是一位出色的程式碼幫手，」另一位訓練專家波克拉斯（Michelle Pokrass）指出，GPT-5能夠理解何時、如何使用Web瀏覽器或外部API等功能，遵循指令，並解釋自己的操作。

現在，只要訂閱ChatGPT每月20美元的Plus方案，即可獲得比免費用戶更高的GPT-5使用限制。同時，每月200美元的Pro方案訂閱用戶，將可以無限使用GPT-5，以及名為GPT-5 Pro的增強版。

此外，OpenAI的Team、Edu和Enterprise用戶，將於下週開始將GPT-5作為其預設模型。

值得一提的是，有了GPT-5之後，ChatGPT的使用者體驗獲得升級。用戶現在可以在ChatGPT的設定中選擇4種新的性格：憤世嫉俗者、機器人、傾聽者和書呆子。

這些性格將調整ChatGPT的回應方式，讓用戶無需特別要求模型以某種方式回應。

OpenAI 也表示，GPT-5 比之前的模型更安全。雖然人工智慧推理模型偶爾會胡言亂語或是發表陰謀論，但GPT-5的欺騙率低於其他模型。

贏過競爭對手

在性能方面，GPT-5於多項測試中展現了它的強大之處。

在公認的程式碼任務測驗SWE-bench Verified中，GPT-5的首次嘗試得分高達74.9%，略勝於Anthropic最新的 Claude Opus 4.1模型（得分為74.5%），和Google DeepMind 的 Gemini 2.5 Pro（得分為59.6%）。

在針對博士級科學問題的測試GPQA Diamond中，GPT-5 pro首次嘗試就獲得89.4%的得分，超過了得分80.9%的Claude Opus 4.1和得分88.9%的Grok 4 Heavy。

OpenAI表示，GPT-5也比以前更適合回答健康相關問題。在HealthBench Hard Hallucinations測試中，GPT-5的幻覺出現率僅為 1.6%，遠好過該公司先前的GPT-4o和o3模型，後兩者的幻覺得分分別為12.9%和15.8%。

最後，在衡量數學、人文和自然科學領域人工智慧模型表現的較高難度測試Humanity’s Last Exam中，GPT-5 Pro在使用工具的情況下得分為42%，比該公司先前其他版本都高。

不過，GPT-5並非全面勝出，它也在一些領域輸給其他模型，像是在Humanity’s Last Exam得分略低於xAI的Grok 4 Heavy（44.4%），或是在基準測試Tau-bench的一些項目中，表現較為參差不齊，小幅輸給先前的版本o3和Claude Opus 4.1。

事實上，OpenAI這家擁有全球7億個人用戶、500多萬企業用戶的AI新創，一直面臨著打造更先進技術的巨大壓力。

在2022年率先推出語言模型之後，已被競爭對手Google DeepMind和Anthropic逐漸趕上。最近，Meta還創建一個超級智慧實驗室，並從OpenAI挖走至少10名研究人員。

OpenAI也好不容易從人事風波走過來，如今為了維持成長，必須與微軟重新談判愈來愈來緊張的合作關係，還要努力獲得國家監管機構批准，以轉型成營利公司。

眾多棘手挑戰顯示，即使GPT-5在各種測試中表現領先，OpenAI的前路仍瀰漫著未知。

（資料來源：WSJ, TechCrunch, WSJ, Wired, The Verge）