GPT-5?沒有驚喜，但信號拉滿

OpenAI難現往日輝煌。

新眸原創·作者 | 簡瑜

在GPT-4發布兩年之后，經歷多次“跳票”的GPT-5終于在今日登場。

北京時間8月8日凌晨1點，OpenAI舉辦了一場超過一小時的發布會，系統展示了GPT-5在智能水平、編程能力、任務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，從發布會規模、產品亮點、到性能升級，都顯得較為平庸，相較當前主流SOTA模型，提升幅度并不顯著。

反倒是價格策略成了此次發布的最大亮點。GPT-5的API調用價格僅為前幾日發布的Claude Opus 4.1的1/15，顯著低于Gemini 2.5 Pro，在當前大模型市場上展現出極強的性價比。

近兩年，隨著AI工具開始席卷各行各業，人們渴望AI能夠取代重復繁瑣的工作，也在擔憂自己是否會被AI所取代，這也是GPT-5發布前備受關注的原因之一。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發展的縮影。而此次GPT-5相對平庸的表現，雖然打破了外界對大模型技術持續突破的慣性認知，但某種程度上，也在大多數人的意料之中。

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

01

從GPT1到GPT5

GPT的未來要走向哪里？

自2018年OpenAI發布首個大模型GPT-1以來，GPT系列已經走過了七年。

2020年GPT3的出現，讓大模型參數規模從15億直接拓展到了1750億，也因此通過“上下文學習”能力，擺脫了對大量標注數據的依賴，使大模型能夠開始作為效率工具使用。

兩年后，基于GPT-3.5構建的對話式模型ChatGPT上線，進一步推動大模型走入C端日常，成為通用AI應用的重要落地轉折點。

隨后GPT-4的全面升級，更是在實現萬億級模型參數的同時，讓大模型在單純文本輸出的基礎上，實現了圖像的交互提升。

此后一年里，GPT發布的多款模型，都在圍繞圖像、語音互動等多模態能力迭代； deepseek的橫空出世，將推理模型帶向了大眾視野，去年OpenAI接連發布了O1、O3系列產品，將復雜推理作為了性能優勢，開始強調對科學、編程等專業領域的協助能力。

與此同時，圍繞大模型參數量的宏大敘事開始逐漸消失，轉變為對多模態、長文本等細節能力的追求，以及對醫療、教育等落地場景的討論。正因如此，大模型產品形態也開始從單一模型轉向了多版本并行。

截至目前，OpenAI已構建起由GPT系列（主打對話交互）、O系列（聚焦復雜推理）以及圖像/視頻生成模型（支撐多模態創作）組成的三大產品矩陣。

在本次升級的GPT-5中，GPT進一步統一了O系列的推理能力和GPT的快速響應，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的區別在于能夠自動判斷對話類型。

OpenAI核心產品發布時間線

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

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

02

GPT-5難產真相：

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化可行性，也進一步加深了大模型公司對“先發優勢”的重視。當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近幾日發布了新一代語言生成模型Speech 2.5，智譜也在上月底發布旗艦模型GLM-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”的盛景，已經過去了一年多。

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

很多人把背后的原因歸結為數據瓶頸。

去年萬眾矚目的Orion，項目開發時長超過了18個月，曾經被寄予厚望，原計劃作為GPT-5推出。結果在驗證時，性能卻遠未達到預期，最終只能被降級成GPT-4.5，在今年2月默默上線。

據業內人士稱，Orion之所以失敗，最核心的原因在于，團隊摸到了預訓練階段的天花板。隨著訓練數據的不斷擴充，高質量網絡數據存量不斷減少，直接導致了模型訓練效果的下降。

除此之外，隨著大模型參數量不斷增加，硬件水平所帶來的掣肘也在越發放大，據媒體報道，有開發人員透露，OpenAI在去年年底所推出的推理模型O3，之所以能夠實現核心的性能提升，主要依賴于使用更多的英偉達芯片進行開發。

更進一步的問題在于，大眾對于AI幻覺、AI味的抵制正在呈現更為激進的態勢。

GPT-5發布前夕，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，評論區關注的焦點已不再是性能指標，而是GPT頻繁使用破折號的語言習慣。

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GPT-5的權威測評數據中，也表示出AI事實性幻覺的大幅減少。

但正如眾多網友所吐槽的那樣，相比較數學能力的準確度提升，GPT-5在寫作流暢度、情商表現上卻遠不如GPT 4.5。

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

Meta首席AI科學家楊立昆曾經對當前主流的LLM背后的自回歸模型表示質疑，認為其通過預測下一個詞來生成文本的模式，本質上無法孕育出真正的智能。

這一判斷也對過去大模型訓練逃不開的Scaling Law路線進行了質疑，即單純增加參數數量并不能使得AI更好的擬合人類智能。背后的原因在于，兩者在思維結構上存在本質不同，前者是從更大、更多的參數中，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、API接口調用是OpenAI的重要盈利來源，但隨著今年AI Agent 的大量涌現，大模型公司的商業化重心，開始發生了遷移。

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

據The Information披露相關文件表示，OpenAI已告知投資者，預計到2025年末，AI Agent及其他新產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預計今年的營收能達到127億美元，相比去年的營收估值足足增長了2倍以上。背后最重要的驅動力之一，就是AI Agent。

事實上，AI Agent的商業化爆發并非OpenAI獨享。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、代碼自動補全和代碼庫查詢等功能，Cursor付費用戶已超36萬，最新估值較年初激增三倍。與此同時，曾引發全網“賬號搶購”熱潮的Manus，盡管被曝“出逃海外”，依然反映出AI Agent在垂直細分領域的極高用戶粘性。

AI Agent的興起，一方面得益于大模型底層性能的持續提升，另一方面則源自各垂直領域對定制化智能工具的剛性需求。這種需求不僅使得Agent能夠更精準、高效地服務專業場景，也催生了更強的用戶依賴。

但需要指出的是，AI Agent在實際應用中通常面臨更高的Tokens消耗，這對創業公司尤其是資金實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團隊在高成本運維與現金流壓力下的兩難境地。

此外，AI Agent本質上是建立在大模型基座之上的“套殼”應用，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上擁有明顯優勢，也因此更具主導權和話語權，這也解釋了為何它們不會放棄AI Agent的開發與布局。

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

在GPT-5發布前夕，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發布前的技術熱身，也被認為是在試圖回應業界對模型開源日益高漲的呼聲。

與此同時，GPT-5調用價格也被進一步拉低，僅為前幾日發布的Claude Opus 4.1的1/15。當模型迭代的平臺期和Agent商業化趨勢同時出現，從“賣模型”轉向“賣能力”，大模型公司的產品重心正在發生實質性轉變。

本文系新眸原創，申請轉載授權、商務合作請聯系微信： ycj841642330，添加好友請備注公司和職位。

更多內容，點擊下方關注