GPT-5vsGPT-4o(2025-03-27)
在 3 个共同 benchmark 中，GPT-5 整体领先：GPT-5 领先 2 项，GPT-4o(2025-03-27) 领先 1 项，持平 0 项，平均分差 +14.43。
GPT-5
OpenAI · 2025-08-07 · 基础大模型
GPT-4o(2025-03-27)
OpenAI · 2025-03-27 · 聊天大模型
GPT-52 项(67%)(33%)1 项GPT-4o(2025-03-27)
评测分数
按能力类目分组，每组内按分差大小排列；共 3 项。
综合评估
胶着 2/2| 评测项 | GPT-5 | GPT-4o(2025-03-27) | 分差 |
|---|---|---|---|
| GPQA Diamond | 77.8081 / 175 | 66.90121 / 175 | +10.90 |
| ARC-AGI | 661 / 65 | 8.8060 / 65 | -2.80 |
数学推理
GPT-5 领先 1/1| 评测项 | GPT-5 | GPT-4o(2025-03-27) | 分差 |
|---|---|---|---|
| AIME2025 | 61.9080 / 106 |
规格对比
| 字段 | GPT-5 | GPT-4o(2025-03-27) |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2025-08-07 | 2025-03-27 |
| 模型类型 | 基础大模型 | 聊天大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 0.0 | 0.0 |
| 上下文长度 | 400K | 128K |
| 最大输出 | 131072 | 4096 |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GPT-5 | GPT-4o(2025-03-27) |
|---|---|---|
| 文本输入 | 1.25 美元/100 万tokens | 2.5 美元/100万 tokens |
| 文本输出 | 10 美元/100 万tokens | 10 美元/100万 tokens |
小结
- GPT-5在以下类目领先:数学推理 (1/1)
- 胶着类目:综合评估
3 个共同 benchmark 上，GPT-5 平均高出 14.43 分。
单项差距最大的 benchmark：AIME2025 — GPT-5 61.90，GPT-4o(2025-03-27) 26.70（分差 +35.20）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。