OpenAI惊人自曝:GPT
新智元报道 【新智元导读】GPT-5智商测试,惊人仅拿下了70分?自曝全网狂吐槽「降智」背后的真相,竟是惊人「路由」决定了模型的智能。想要解锁神级GPT-5,自曝秘诀在于prompt。惊人这不,自曝医学家借助GPT-5重现了「神之一手」时刻。惊人 GPT-5发布72小时后,自曝一张IQ测试结果震惊了全网。惊人 在门萨IQ测试中,自曝GPT-5拿下了118分,惊人离线测试70分;GPT-5 Thinking则分别获得了85分和57分。自曝 这一结果,惊人创OpenAI模型家族IQ测试有史以来的自曝最低纪录。 实际上,惊人这背后的实际原因,归咎于「路由」问题。 并非是GPT-5太笨了,而是作为一个「单体模型」,其中一个组件决定了它的智能。 类似的问题,奥特曼也曾在Reddit AMA问答中做出了回应。 他表示,内部出现了严重故障(Sev级),自动切换系统无法工作,导致GPT-5表现得像降智一样。 METR的最新报告中,可以看出GPT-5依旧处于帕累托前沿,智能呈指数级增长并未放缓。 也就是说,GPT-5还在延续Scaling Law的神话。 GPT-5很强,关键在于prompt 那些一味地吐槽GPT-5的网友们,实际上并未发掘出最新模型的潜力。 Cline人工智能主管表示,核心在于一个人的想法、品味,以及沟通方式。 对于那些具备系统思维的用户而言,GPT-5堪称革命性工具。只要肯花时间:构建完整思维框架,制定明确需求规格向模型清晰阐述。 由此,它就能自主精准执行,全程无需人工纠偏。 无独有偶,NYT畅销书作者Mark Manson也表示,所有人都在用错误的方式与GPT-5对话,关键在于掌握主动权。 这样,让它知道你可不是好糊弄的,才会给出完美答案。 举个栗子,你想要问「blueberry」有几个b,并恐吓它「答不对小心Bambi妈妈找你算账」。 此时,GPT-5根本不会犯错。 再比如,网友们吵翻的GPT-5连一个简单方程式都不会解,实际诀窍也在提示上。 当提示变成「think harder and solve」时,就可以得出正确的解。 怎样提示才算有效?有网友曝出了GPT-5系统提示,堪称一座金矿。 「神之一手」时刻 在医学领域,GPT-5已经可以媲美人类专家了。 生物医学家Derya Unutmaz在体验GPT-5之后,深刻感受到了AlphaGo的「第37步」时刻。 事情是这样的,两年前,Derya的实验室开展了一系列前沿免疫学实验,旨在调控T细胞的能量代谢。 这种免疫细胞对癌症免疫治疗、慢性病和自身免疫疾病都有重大影响。 当时,他们获得了一个令人惊艳的结果,但有个发现始终无法解释。 团队为此折腾了好几周,也只得到部分答案。 基于这些实验,Derya将未发表的数据图上传给GPT-5 Pro去分析,结果令人大吃一惊。 GPT-5仅凭如上一张图表,就准确识别出关键发现,并提供了实验方案的建议。 最不可思议的是,它提出的机制最终解释了全部结果。 Derya Unutmaz表示,这简直就是AI领域的「神之一手」的时刻。这一过程证明了,GPT-5已成为顶尖专家和真正的科研伙伴,能提供深刻洞见。 OpenAI携GPT-5剑指Anthropic王座 GPT-5虽还不是AGI,但其强大的编程能力,已经吸引了更多开发者。 另外,其全新的个性化选项和减少的「幻觉」现象,则可能为免费版ChatGPT吸引更多日常用户。 这无疑是向Anthropic发出的挑战书。 之所以这样说,原因在于:编写代码的最强AI模型,一般公认为Anthropic的Claude模型。 因此,OpenAI发布新模型时,极力强调GPT-5在编程方面的强大能力 GPT-5是我们迄今为止最强大的编程模型。在复杂前端生成和调试大型代码库方面,GPT-5表现尤为突出。 只需一个提示,它就能直观且优雅地创造出美观、响应式的网站、应用程序和游戏,将想法转化为现实。 意图非常明显。 在新闻发布会上, 奥特曼表示,新模型不仅擅长编码,还能将软件项目从想法一步转化为可用代码。 AI初创公司MagicPath的首席执行官Pietro Schirano称GPT-5是目前最出色的编程模型,是一个「绝佳的合作者」。他表示: 这就像电力进入千家万户,是一个「前所未有」的变革时刻,它将彻底改变我们的开发方式。 在长达一小时的直播中,OpenAI大部分时间都在展示GPT-5的编程能力,包括演示一系列基准测试结果. Cursor、Vercel和JetBrains等还分享了GPT-5的早期测试的评价。 「AI编程」神器Cursor的首席执行官Michael Truell夸其为「使用过的最智能的编码模型」: 团队发现,GPT-5不仅表现出色、易于引导,还展现出其他模型未曾有过的独特个性。 它不仅能捕捉到难以察觉的深层错误,还能运行长时间、多轮次的后台AI智能体,完成复杂任务——这些任务往往让其他模型无从下手。 Vercel的创始人、首席执行官Guillermo Rauch,认为「GPT-5是最好的前端AI模型」: 我们在v0.dev上使用时的初步印象是,它是最好的前端AI模型,在美学感和代码质量上均达到顶尖表现,堪称独一无二。 它在复杂计算机科学与艺术感的交汇处表现出色,标志着从过去简单的代码补全到如今跨设备、跨屏幕的全栈应用的飞跃时刻。 IDE传统巨头JetBrains的首席执行官Kirill Skrygan,表示「GPT-5颠覆了编程」: GPT-5对编码领域来说是一个革命性的突破。作为默认模型,它使JetBrains AI Assistant和编码智能体Junie的性能和质量提升了超过1.5倍。 在我们的新无代码平台Kineto上,GPT-5将设计、前端以及应用整体体验的端到端质量提升了一倍。 从数据上看,Anthropic的营收增长主要得益于其强大的编程能力。 据The Information报道,Anthropic的年营收已接近50亿美元,高于本月初的40亿美元,这反映出它作为程序员和编程应用首选的地位。 与此同时,OpenAI的年营收目前为120亿美元,这个数字则反映了其更广泛的业务和更大的规模。 未来,是智能体式推理 GPT-5发布之后,OpenAI首席研究官Mark Chen和总裁Greg Brockman一同在TBPN最新采访中,谈论了最新模型一些研发爆点。 Mark Chen最先提到了,GPT-5的训练关键在于合成数据。 它的成功意味着,完全突破了互联网数据枯竭的限制,并且在核心领域实现更全面的知识覆盖。 OpenAI当前在做的,是将世界引向「智能体式推理」的时代,GPT-5是这一转变的关键。 通过更快、更智能的模型减少用户干预,让AI无缝地融入日常和专业使用中。 Mark强调,OpenAI多年来致力于推理模型,但以往接口笨拙,如在GPT-4和o1之间切换。 如今,GPT-5通过速度优化,实现了无缝整合,让用户无需等待长推理过程。 他详细举例说道,以往模型如o1在所有任务上提供更好答案,但太慢。GPT-5结合了推理和非推理能力,成为「一站式商店」(one-stop shop)。 尤其是,后训练团队的贡献,让模型在编码等领域成为「怪物」。 当被问及模型命名时,Mark笑称数字命名「疯狂」,但确实奏效了。 他表示,GPT-5在创意协作、软件工程方面的能力,确实超越了GPT-4.5,而且更快、更便宜。 GPT-5像给ChatGPT「一台电脑」,包括Python REPL、浏览器。模型能零样本学习新工具,这一过程就像人类体验新工具一样。 在部分需要创造性的任务中,GPT-5能够给出惊喜的解法。下一步的目标是,将LLM能力提升到「理论框架」层面,提出新假设、辅助科研创新。 多线并行,随时发货 在OpenAI内部,团队会在不同时间尺度上运作:从探索想法到转化,再到旗舰模型发布。 不仅是单一技术的突破,而是多轴进步。 Mark将其描述成「探索与执行」的pipeline,强调了公司模型快速迭代的能力。 我们给它空间去成长,一旦准备好,就直接发货。 目前,OpenAI模型以算法优化为主,同时吸收了硬件和推理架构改进的成果,并借鉴开源社区在推理加速上的经验。 最后,他还提到了ChatGPT处理了全球约71%的大模型查询,并提供了独特的使用数据洞察。 Mark表示,不只依赖DUA或点赞数据,就是为了避免「迎合性」偏差,而要挖掘隐性行为信号,指导模型去改进。 GPT-5已是AI「自我迭代」 Greg Brockman经历了 GPT-1 到 GPT-5 的每一次发布,总结了每个版本给他的感受: GPT-1:用公开数据训练Transformer,证明「预训练有用」。 GPT-2:第一次觉得「生成的东西挺酷」,有独角兽故事。 GPT-3:刚好跨过「有人愿意用」的门槛,但可靠性差。 GPT-4:真正具备现实可用性,开始能写代码、做健康问答。 GPT-5:在可靠性、实用性、代码能力上设定了全新标准,软件工程将被彻底变革。 2019年底,GPT-3出来了。OpenAI意识到必须打造一个产品,才能继续推进使命,筹集资金。 他们决定打造API,让别人自己去探索用途。 2020年年初,Greg Brockman的团队四处奔波,试图找到愿意尝试API的客户。 到2020年中,OpenAI才把API推向市场,而ChatGPT是2022年11月才发布。 当时,OpenAI考虑把ChatGPT叫「Chat with GPT-3.5」。ChatGPT还有个前身产品叫WebGPT,也是基于GPT-3.5。整个2022年,OpenAI基本上是在付钱让人用ChatGPT的前身:用户不会付钱给OpenAI,OpenAI得付钱给他们用。 什么时候意识到ChatGPT会爆? 对Greg Brockman来说,真正触动他的时刻是完成GPT-4训练的时候。 那是2022年8月8日,OpenAI完成了GPT-4的初步后训练。虽然有一堆bug,但创造力特别惊人,真的非常有趣。 OpenAI花了大约一年半的时间,才让模型的创意写作能力达到当初那个有bug的版本的水平。 那一刻OpenAI意识到,这个模型不仅能完成特定任务的后训练,还能泛化,表现出智能行为,即使没有直接针对这点训练。这显然是个杀手级应用。 于是把原计划的GPT-4 API发布推迟,先把ChatGPT做出来,2022年11月上线。 回头看,GPT-3.5其实已经是当时社会没见过的「可用模型」,只是在OpenAI眼里全是缺点。 而GPT-3.5引发了OpenAI的商业范式革命:从「付费请人测试」到「用户主动订阅」的根本性转变。 Ben Thompson称OpenAI为「意外诞生的消费级公司」:ChatGPT发布后72小时内突破百万用户,形成现象级需求。 很多人在事后说,OpenAI一开始就旨在证明「Scaling」是AI进步的关键,但其实几乎是反过来的:Scaling是他们尝试了很多无效方法后,唯一奏效的东西。 而现在OpenAI已经看到AI模型正在协助创造下一代模型,并能监督那些对人类来说过于复杂的工作。 Greg Brockman表示:我们不应该为了美观而刻意优化 CoT(思考链),也不用强迫模型隐藏其推理过程,应该让它们自由地展示自己的「想法」。 Greg Brockman曾提到,随着模型能力的提升,它们不仅能完成简单的任务,还能胜任一些复杂的、人类难以把控的工作。 这种「可扩展的监督」概念,正是为了解决这一挑战而提出的:利用强大的 AI 模型来为复杂任务提供可靠的反馈和监督,或者通过「批评模型」协助人类专家,从而更轻松地进行监督。这确保了即使 AI 系统变得更加智能、更复杂,它们也能与人类价值观保持一致,并得到安全的管理。 参考资料: https://www.axios.com/2025/08/08/openai-aims-gpt-5-at-anthropics-coding-crown https://x.com/thealexbanks/status/1953867094648385990 https://x.com/slow_developer/status/1954097563981812149 https://x.com/tbpn/status/1954249389796651184 https://www.youtube.com/watch?v=gaImbWPGgtU 责任编辑:韦子蓉 海量资讯、精准解读,尽在新浪财经APP
-
上一篇
-
下一篇
- 最近发表
- 随机阅读
-
- 宝山罗泾:浓浓邻里情,欢乐闹元宵
- 小米手环怎么设置哈利波特主题表盘
- 全国叙事性、主题性版画作品邀请展即将开展
- 湾区客齐聚阳江,万人同席的渔家大宴“鲜”翻全场
- 在县委理论中心学习会议上的发言
- 演员孙政《微笑一号店》中国综艺首秀 初来乍到用心经营
- 送检茅台塑化剂DEHP超标1.4倍
- 字节跳动辟谣研发“豆包手机”!豆包负责人:没有推出手机产品的计划
- 关于教师节的作文:奉献的精神
- 新季10大焦点战:杨瀚森首秀PK戈贝尔 湖人收官战留悬念
- 牛弹琴:白宫版智斗,特朗普果然大杀四方
- 斯托克顿:现在联盟更软了 球员可以负荷管理休息20天
- 绿叶虽好也需红花点睛:清炒西兰花
- 高三写景作文:秋天的味道 3
- BMW锦标赛麦克罗伊归来 前30位争夺大戏激烈
- 吃白米粥必备的最佳拍档:红油咸菜丝
- 青马课堂:成功的骑手有10件事不会做(上)
- 外交部亚洲司负责人就日本政要参拜靖国神社向日方提出严正交涉
- 高三写景作文:秋天的味道 5
- 环球马术冠军赛罗马站:上海小天鹅队本年度第三次团体赛夺冠
- 搜索
-
- 友情链接
-
- (乡村行·看振兴)山西祁县:“小苹果”如何做成“大产业”?
- 外媒锐评《使命召唤:黑色行动7》:太快出续作影响前作热度!
- (乡村行·看振兴)山西祁县:“小苹果”如何做成“大产业”?
- 日本乒协被曝赛前偷换器材,引发热议,张本夺冠发言更是引起众怒
- 外媒锐评《使命召唤:黑色行动7》:太快出续作影响前作热度!
- 20种方法,让阅读成为孩子终生的习惯
- 2021年首届贵州省马术场地障碍公开赛举行
- 长期边缘化!《光与影:33号远征队》总监称回合制难逃偏见
- 8月31日赛马概念板块涨幅达2%
- 看陕西十四运会马术比赛可乘坐马术专线
- Taylor Swift shares how she became football obsessed
- 卡普空将亮相10月9日纽约动漫展 发布会长达90分钟!
- 人教版七年级下册五单元作文:金星探险记
- 七年级作文:《遇见》
- BMW锦标赛麦金太尔10鸟领先 舍夫勒第三小麦T15
- 特朗普暂时收回对俄威胁
- DC staffer attacked near US Capitol reacts to Trump crime crackdown
- 《明末:渊虚之羽》1.5更新遭国外玩家差评轰炸
- 如何提高基础教育的教学质量,上海专家们走进喀什的课堂……
- 外媒:《古墓丽影》新作发布窗口仍未定 开发遇困境?