GPT-5 沒有驚喜，但信號拉滿

　　OpenAI難現(xiàn)往日輝煌。

　　在GPT-4發(fā)布兩年之后，經(jīng)歷多次“跳票”的GPT-5終于在今日登場。

　　北京時間8月8日凌晨1點(diǎn)，OpenAI舉辦了一場超過一小時的發(fā)布會，系統(tǒng)展示了GPT-5在智能水平、編程能力、任務(wù)推理等維度的性能迭代。

　　但相比此前GPT-3到GPT-4所帶來的全方位升級，許多人表示，這次GPT-5并沒有帶來更多的驚喜，從發(fā)布會規(guī)模、產(chǎn)品亮點(diǎn)、到性能升級，都顯得較為平庸，相較當(dāng)前主流SOTA模型，提升幅度并不顯著。

　　反倒是價格策略成了此次發(fā)布的最 大亮點(diǎn)。GPT-5的API調(diào)用價格僅為前幾日發(fā)布的Claude Opus 4.1的1/15，顯著低于Gemini 2.5 Pro，在當(dāng)前大模型市場上展現(xiàn)出極強(qiáng)的性價比。

　　近兩年，隨著AI工具開始席卷各行各業(yè)，人們渴望AI能夠取代重復(fù)繁瑣的工作，也在擔(dān)憂自己是否會被AI所取代，這也是GPT-5發(fā)布前備受關(guān)注的原因之一。但就目前GPT-5的能力突破來看，人類智能在通往AGI的路上仍有很長一段路要走。

　　回顧過去幾年GPT的迭代歷程，不僅是眾多AI公司爭相效仿的對象，也是整個大模型行業(yè)發(fā)展的縮影。而此次GPT-5相對平庸的表現(xiàn)，雖然打破了外界對大模型技術(shù)持續(xù)突破的慣性認(rèn)知，但某種程度上，也在大多數(shù)人的意料之中。

　　相比AI興起階段大眾對于大模型技術(shù)的過高展望，市場上有關(guān)大模型參數(shù)突破的討論正勢漸微弱。相比起技術(shù)突破，人們開始更加關(guān)心的是，AI如何更有效地滲透進(jìn)日常生活。

　　01

　　從GPT1到GPT5

　　GPT的未來要走向哪里？

　　自2018年OpenAI發(fā)布首 個大模型GPT-1以來，GPT系列已經(jīng)走過了七年。

　　2020年GPT3的出現(xiàn)，讓大模型參數(shù)規(guī)模從15億直接拓展到了1750億，也因此通過“上下文學(xué)習(xí)”能力，擺脫了對大量標(biāo)注數(shù)據(jù)的依賴，使大模型能夠開始作為效率工具使用。

　　兩年后，基于GPT-3.5構(gòu)建的對話式模型ChatGPT上線，進(jìn)一步推動大模型走入C端日常，成為通用AI應(yīng)用的重要落地轉(zhuǎn)折點(diǎn)。

　　隨后GPT-4的全面升級，更是在實(shí)現(xiàn)萬億級模型參數(shù)的同時，讓大模型在單純文本輸出的基礎(chǔ)上，實(shí)現(xiàn)了圖像的交互提升。

　　此后一年里，GPT發(fā)布的多款模型，都在圍繞圖像、語音互動等多模態(tài)能力迭代; deepseek的橫空出世，將推理模型帶向了大眾視野，去年OpenAI接連發(fā)布了O1、O3系列產(chǎn)品，將復(fù)雜推理作為了性能優(yōu)勢，開始強(qiáng)調(diào)對科學(xué)、編程等專業(yè)領(lǐng)域的協(xié)助能力。

　　與此同時，圍繞大模型參數(shù)量的宏大敘事開始逐漸消失，轉(zhuǎn)變?yōu)閷Χ嗄�態(tài)、長文本等細(xì)節(jié)能力的追求，以及對醫(yī)療、教育等落地場景的討論。正因如此，大模型產(chǎn)品形態(tài)也開始從單一模型轉(zhuǎn)向了多版本并行。

　　截至目前，OpenAI已構(gòu)建起由GPT系列(主打?qū)υ捊换?、O系列(聚焦復(fù)雜推理)以及圖像/視頻生成模型(支撐多模態(tài)創(chuàng)作)組成的三大產(chǎn)品矩陣。

　　在本次升級的GPT-5中，GPT進(jìn)一步統(tǒng)一了O系列的推理能力和GPT的快速響應(yīng)，相比較deepseek在模型使用時，自主選擇是否使用深度思考模式，GPT-5的區(qū)別在于能夠自動判斷對話類型。

　　OpenAI核心產(chǎn)品發(fā)布時間線

　　除此之外，在此次發(fā)布會中，OpenAI首次同時推出了4個版本，標(biāo)準(zhǔn)版GPT-5、輕量級的GPT-5 mini與GPT-5 nano，以及面向企業(yè)與高級訂閱用戶的GPT-5 Pro(需企業(yè)授權(quán)或月付200美元)。加深了按需定制、分層定價的SaaS化路徑演進(jìn)。

　　這種轉(zhuǎn)變也意味著，對于AI公司來說，競爭的門檻不再僅是技術(shù)突破，還在于是否具備構(gòu)建產(chǎn)品體驗、搭建商業(yè)模型、整合跨界資源的綜合能力。

　　02

　　GPT-5難產(chǎn)真相：

　　大模型升級為何越來越難？

　　DeepSeek上線所帶來的用戶量激增，不僅向外界證明了開源模型的商業(yè)化可行性，也進(jìn)一步加深了大模型公司對“先發(fā)優(yōu)勢”的重視。當(dāng)模型性能差距趨于收斂，前期對于用戶心智的爭奪上升為第 一要義。

　　正因如此，隨著GPT-5問世的風(fēng)聲不斷，最近一段時間，各大廠商開始紛紛加速競跑，相繼推出新品。

　　字節(jié)在兩個月前將豆包更新至1.6版本，阿里也在昨日推出了Qwen3-4B-Instruct-2507與Thinking-2507雙版本，MiniMax近幾日發(fā)布了新一代語言生成模型Speech 2.5，智譜也在上月底發(fā)布旗艦?zāi)Ｐ虶LM-4.5……一場集中式更新潮，給沉靜許久的大模型賽道掀起了又一波浪潮。

　　但當(dāng)我們把時間拉長來看，這波密集的模型上新趨勢，距離上一次“百模大戰(zhàn)”的盛景，已經(jīng)過去了一年多。

　　大模型的更新趨勢正在逐漸放緩。不僅如此，相較GPT-3到GPT-4參數(shù)暴漲、多模態(tài)突破、上下文顯著增強(qiáng)的躍遷，近期多款新品的提升幅度也顯得頗為有限，大多數(shù)模型的升級和GPT-5一樣乏善可陳。

　　很多人把背后的原因歸結(jié)為數(shù)據(jù)瓶頸。

　　去年萬眾矚目的Orion，項目開發(fā)時長超過了18個月，曾經(jīng)被寄予厚望，原計劃作為GPT-5推出。結(jié)果在驗證時，性能卻遠(yuǎn)未達(dá)到預(yù)期，最終只能被降級成GPT-4.5，在今年2月默默上線。

　　據(jù)業(yè)內(nèi)人士稱，Orion之所以失敗，最核心的原因在于，團(tuán)隊摸到了預(yù)訓(xùn)練階段的天花板。隨著訓(xùn)練數(shù)據(jù)的不斷擴(kuò)充，高質(zhì)量網(wǎng)絡(luò)數(shù)據(jù)存量不斷減少，直接導(dǎo)致了模型訓(xùn)練效果的下降。

　　除此之外，隨著大模型參數(shù)量不斷增加，硬件水平所帶來的掣肘也在越發(fā)放大，據(jù)媒體報道，有開發(fā)人員透露，OpenAI在去年年底所推出的推理模型O3，之所以能夠?qū)崿F(xiàn)核心的性能提升，主要依賴于使用更多的英偉達(dá)芯片進(jìn)行開發(fā)。

　　更進(jìn)一步的問題在于，大眾對于AI幻覺、AI味的抵制正在呈現(xiàn)更為激進(jìn)的態(tài)勢。

　　GPT-5發(fā)布前夕，奧特曼曾在社交平臺分享了模型對話能力的演示。但出乎意料的是，評論區(qū)關(guān)注的焦點(diǎn)已不再是性能指標(biāo)，而是GPT頻繁使用破折號的語言習(xí)慣。

　　此前OpenAI在今年2月推出的GPT 4.5，核心性能升級也在于提升模型情商，減少AI痕跡。與此同時，在有關(guān)GPT-5的權(quán)威測評數(shù)據(jù)中，也表示出AI事實(shí)性幻覺的大幅減少。

　　但正如眾多網(wǎng)友所吐槽的那樣，相比較數(shù)學(xué)能力的準(zhǔn)確度提升，GPT-5在寫作流暢度、情商表現(xiàn)上卻遠(yuǎn)不如GPT 4.5。

　　某種程度上來說，AI的思維機(jī)制和生成原理，注定了“事實(shí)性幻覺”始終是一種概率性存在。

　　Meta首席AI科學(xué)家楊立昆曾經(jīng)對當(dāng)前主流的LLM背后的自回歸模型表示質(zhì)疑，認(rèn)為其通過預(yù)測下一個詞來生成文本的模式，本質(zhì)上無法孕育出真正的智能。

　　這一判斷也對過去大模型訓(xùn)練逃不開的Scaling Law路線進(jìn)行了質(zhì)疑，即單純增加參數(shù)數(shù)量并不能使得AI更好的擬合人類智能。背后的原因在于，兩者在思維結(jié)構(gòu)上存在本質(zhì)不同，前者是從更大、更多的參數(shù)中，以最小的成本組織信息;而后者則為了在不確定中生存和繁衍，具有更強(qiáng)的冗余性和模糊性。

　　03

　　AI Agent落地，大模型要讓位？

　　一直以來，圍繞ChatGPT的訂閱收費(fèi)、API接口調(diào)用是OpenAI的重要盈利來源，但隨著今年AI Agent 的大量涌現(xiàn)，大模型公司的商業(yè)化重心，開始發(fā)生了遷移。

　　上半年，OpenAI發(fā)布了兩款基于ChatGPT的AI Agent，一是可以代替用戶操作瀏覽器，自主執(zhí)行任務(wù)的Operator;二是可以輔助做深入研究，生成專業(yè)研究報告的Deep Research。

　　據(jù)The Information披露相關(guān)文件表示，OpenAI已告知投資者，預(yù)計到2025年末，AI Agent及其他新產(chǎn)品的合計銷售額將超越ChatGPT。

　　與此同時，對比去年全年37億美元的營收， OpenAI預(yù)計今年的營收能達(dá)到127億美元，相比去年的營收估值足足增長了2倍以上。背后最重要的驅(qū)動力之一，就是AI Agent。

　　事實(shí)上，AI Agent的商業(yè)化爆發(fā)并非OpenAI獨(dú)享。以輔助編程為核心的“vibe coding”編輯器Cursor便是典型代表。

　　憑借多行智能重構(gòu)、代碼自動補(bǔ)全和代碼庫查詢等功能，Cursor付費(fèi)用戶已超36萬，最新估值較年初激增三倍。與此同時，曾引發(fā)全網(wǎng)“賬號搶購”熱潮的Manus，盡管被曝“出逃海外”，依然反映出AI Agent在垂直細(xì)分領(lǐng)域的極高用戶粘性。

　　AI Agent的興起，一方面得益于大模型底層性能的持續(xù)提升，另一方面則源自各垂直領(lǐng)域?qū)Χㄖ苹�智能工具的剛性需求。這種需求不僅使得Agent能夠更精準(zhǔn)、高效地服務(wù)專業(yè)場景，也催生了更強(qiáng)的用戶依賴。

　　但需要指出的是，AI Agent在實(shí)際應(yīng)用中通常面臨更高的Tokens消耗，這對創(chuàng)業(yè)公司尤其是資金實(shí)力有限者而言是沉重的壓力。Manus的“出逃”，一定程度上折射出了初創(chuàng)團(tuán)隊在高成本運(yùn)維與現(xiàn)金流壓力下的兩難境地。

　　此外，AI Agent本質(zhì)上是建立在大模型基座之上的“套殼”應(yīng)用，模型能力的天花板直接限制了Agent的性能上限。相較之下，OpenAI等頭部大模型廠商在底層模型研發(fā)上擁有明顯優(yōu)勢，也因此更具主導(dǎo)權(quán)和話語權(quán)，這也解釋了為何它們不會放棄AI Agent的開發(fā)與布局。

　　由此可見，大模型商業(yè)化正加速向細(xì)分場景和專門化應(yīng)用遷移。另一個與之相佐證的趨勢在于，OpenAI對“大模型閉源”的保守態(tài)度開始出現(xiàn)了松動。

　　在GPT-5發(fā)布前夕，OpenAI時隔三年再次推出了兩款開源模型：gpt-oss-120b 和 gpt-oss-20b。這一動作不僅被外界視作GPT-5發(fā)布前的技術(shù)熱身，也被認(rèn)為是在試圖回應(yīng)業(yè)界對模型開源日益高漲的呼聲。

　　與此同時，GPT-5調(diào)用價格也被進(jìn)一步拉低，僅為前幾日發(fā)布的Claude Opus 4.1的1/15。當(dāng)模型迭代的平臺期和Agent商業(yè)化趨勢同時出現(xiàn)，從“賣模型”轉(zhuǎn)向“賣能力”，大模型公司的產(chǎn)品重心正在發(fā)生實(shí)質(zhì)性轉(zhuǎn)變。