OpenAI发布GPT-5：这是一个包含实时路由的AI系统，而不仅仅是一个模型

几个小时前，OpenAI发布了全新一代大模型GPT-5系列。本次发布的是一个全新的AI系统，而非一个单独的模型系列。GPT-5背后包含了5个不同的模型系列或者版本，分别是GPT-5-Pro、GPT-5、GPT-5-mini、GPT-5-nano和GPT-5-Chat。

其中GPT-5-Pro使用更多算力并行推理完成非常复杂的任务。

GPT-5是一个统一的AI系统

GPT-5最引人注目的创新之一是其“统一系统”架构。这意味着它不再是单一的模式，而是一个集成了多个模型的智能系统。系统内部包含一个能够快速响应大多数问题的标准模型，以及一个用于处理复杂、高难度问题的深度“思考模型”（GPT-5 thinking）。

简单来说，GPT-5的模型是一个模型支持思考推理模式和非思考推理模式。

此外，GPT-5还有一个实时的智能路由器会根据用户提问的类型、复杂程度以及是否需要使用工具等因素，在毫秒之间决定调用哪个模型。比如，当用户发出“请深入思考这个问题”之类的指令时，系统会自动启用深度思考模型。这种设计确保了用户总能以最高效的方式获得最优质的答案。这个看起来并不是一个大模型的任务，似乎有点像正则？

GPT-5包含3个不同的模型，还有2个特殊的版本

其实GPT-5包含了3个不同版本的模型，介绍如下：

同时，OpenAI还有2个不同模式的GPT-5，分别是GPT-5 Chat和GPT-5-Pro。前者是ChatGPT中的GPT-5模型，后者则是使用多个推理并行执行的GPT-5专业版本。其中，GPT-5-Pro仅通过ChatGPT网页版提供，面向Pro付费用户。

同时，官网还给出了GPT-5模型的替代关系：

可以看到，OpenAI是将原有的不同的模型系列，整合到了一个模型中，然后GPT-5支持不同的模式后来替代这些旧模型。

GPT-5系列模型的核心特点

GPT-5在多个领域展现了卓越的性能，尤其在以下三个方面取得了显著进步：

1. 编程与开发：GPT-5是迄今为止OpenAI最强大的编程模型。 它在处理复杂的前端代码生成、大型代码库调试等方面表现尤为出色。测试者发现，GPT-5仅通过单个提示就能创建出界面美观、响应迅速的网站、应用甚至迷你游戏，并对UI设计中的空间感、排版和留白有更好的理解。

2. 创意写作与表达：作为一名写作协作者，GPT-5的能力达到了新的高度。它能够更好地处理具有结构模糊性的写作任务，例如创作无韵律的五音步诗或自然的自由诗，将文学形式与清晰的表达力融为一体。 这使得它在起草和编辑报告、邮件等日常写作任务时也更加得心应手。

3. 健康领域：在处理健康相关问题时，GPT-5展现了更高的准确性和可靠性。 它在权威的HealthBench评估中得分远超以往所有模型。 新模型更像一个主动的“思想伙伴”，会主动标记潜在问题并提问，以提供更有帮助的回答。 当然，OpenAI也强调，GPT-5不能取代专业的医疗人员，而是作为帮助用户理解信息、做好准备的辅助工具。

GPT-5的评测结果

GPT-5的评测数据很多，官方给的数据也不是很全面。我们先挑选几个可以对比的模式进行对比。

首先是非推理模式下，GPT-5和GPT-4o的对比结果：

数据来源：https://www.datalearner.com/ai-models/ai-benchmarks-tests/compare-result?modelInputString=626,429&benchmarkInputString=32,31

可以看到，如果不使用思考模式和工具，那么GPQA Diamond这种困难的科学问题上，GPT-5提升10%左右（70.1 -> 77.8），而在人类最后难题HLE上提升18.8%左右（5.3->6.3）。如果允许GPT-5使用推理模式和工具，那么提升更明显了，两个评测的提升分别可以达到24.5%和564%！

在都可以使用工具的情况下，我们找到了AIME 2025的测试（美国高中数学竞赛邀请赛）：

数据来源：https://www.datalearner.com/ai-models/ai-benchmarks-tests/compare-result?modelInputString=626,429&benchmarkInputString=42

提升也是十分明显的。

最后，我们看一下使用并行推理的GPT-5-Pro和之前最强的类似模式的Grok 4 Heavy和Gemini 2.5 Pro Deeper Thinking的对比。Grok 4是马斯克旗下xAI公司发布的一个并行推理且使用工具解决问题的一个Agent系统，而Gemini 2.5 Pro Deeper Thinking也是类似，三者都是针对复杂问题使用多个并行推理任务完成的模式。

数据来源：https://www.datalearner.com/ai-models/ai-benchmarks-tests/compare-result?modelInputString=661,620,646&benchmarkInputString=42,31,32

可以看到，没有使用工具的GPT-5-Pro与其它两个模型的对比都不太好。而使用工具之后GPT-5-Pro似乎与其它模型的差距也不大。

GPT-5的安全性与可靠性的升级

为了构建一个更稳健、可靠和有益的模型，OpenAI在GPT-5的安全性方面投入了大量精力：

• 大幅减少幻觉：GPT-5产生事实性错误的频率显著低于以往模型。在一项测试中，其包含事实错误的回答比GPT-4o少了约45%。
• 回应更诚实：当面对无法完成或信息不足的任务时，GPT-5能更诚实地承认其局限性，而不是像旧模型那样编造答案。
• 全新的“安全完成”训练：GPT-5引入了一种新的安全训练范式。它不再是简单地拒绝敏感问题，而是学会在安全边界内尽可能提供有帮助的、高层次的回答，从而更好地处理那些具有两用性的问题（如生物学）。
• 减少“谄媚”行为：新模型减少了不必要的附和、过度的表情符号和奉承，使其交流风格更像一个有帮助且具备博士级智力的朋友。

这些虽然归属安全和可靠性，但是在实际解决问题中对用户的体验来说非常有价值。特别是幻觉方面，与OpenAI o3模型相比，大幅下降：

GPT-5总结

GPT-5 通过统一路由、深度推理分级、安全补全机制，将 GPT-4o 时代的速度与多模态体验进一步推向高可靠、高专业度场景。对开发者而言，更大的上下文、更灵活的控制、以及显著降低的幻觉与阿谀，意味着从应用到 Agent 架构都能获得直接红利。现在就可以：

1. 在 ChatGPT 体验默认模型并观察思考路径差异；
2. 在 API 将 model=gpt-5 替换到现有工作流，或按需切换 mini / nano；
3. 参考 Cookbook 的新提示模式，验证输出一致性与成本；
4. 关注 System Card 提到的安全最佳实践，将“安全补全”理念融入产品设计。

关于GPT-5更多信息可以参考DataLearnerAI模型信息卡： https://www.datalearner.com/ai-models/pretrained-models/gpt-5 https://www.datalearner.com/ai-models/pretrained-models/gpt-5-pro