## AI大模型 GPT-5 于北京时间8月8号凌晨1 点正式发布，整个发布会过程历经1小时22分钟，围绕着GPT-5 能力做了详细介绍 希望本文对于你有所帮助！ www.lksr.net {alertInfo}
本文由人工编写审核，非AI生成内容，请放心观看！
{getToc} $title={文章目录}
## 开场和模型介绍
 |
| GPT-5 |
山姆概述了最近的GPT-5 的进展！
GPT是OpenAI 世上最佳最强模型介绍，基准测试情况介绍！
## 基准测试结果
 |
| 学术评估结果 |
- SWE-ben Verified：跟踪真实软件工程能力
- Aider Polyglot：多语言环境下的代码理解、生成、等综合语言能力
MMMU：大模型在看图 + 理解复杂学科知识 + 多种题型下的综合推理能力。类似人类大学水平的跨学科知识图文题，且不局限于语言推理
AIME 2025 ：数学竞赛推理能力(这里用的高中国际考试题)
## 推送时间
今天可用：免费用户、plus 用户，Pro用户 、Team 用户
下周可用：企业用户和教育用户（edu）
免费用户额度用完，会自动跳转到GPT-5 mini 版本！！！
注意：GPT- 5 mini 是优于O3 收费模型的、plus 会有额度限制、Pro用户没有GPT 5的额度限制、团队用户使用的额度{alertSuccess}
## 现场的演示
问题解释能力演示：深入思考方面（行业深度类似博士辅导）
教会学生伯努利效应是什么？做一个基本的 伯努利效应的效果图展示。
情感化演示
通过演示输出告别信，表现GPT-5 更加具有智能化，情感化！
这里不在截图
编码能力演示
这里演示了前端网页的搭建功能，不好评价，个人感受是挺不错的！
## 语言功能
- 免费用户：数小时
- 收费用户：几乎可以无限制使用
### 升级点：
- 输出语言更加自然
- 视频能力提高，即：通话视频能力
- 翻译能力提高
## 自定义预览功能
支持用户自定义chatgpt 界面~蓝色~彩色
## 长记忆功能
这项功能会使得ChatGPT更加个性化用户的体验。是ChatGPT 更加了解用户喜好！
## 创造了一种新的训练方式（使用GPT-o3训练GPT-5）
GPT-5 使用了一种新的训练技术，最大限度的使用上一代模型、先进的模型不仅仅消耗数据，还会创建数据，使用GPT-o3创建高质量课程，来训练GPT-5。最近，合成数据被一直在业界讨论，用来获取廉价数据。但是，新的训练方式不仅仅是创建合成数据，同时创建正确的合成数据，以更好的方式训练，而仅仅是填充数据。通过几代模型相互互动、预示了一种递归自我改进的循环机制？上一代模型越多，能够提高数据质量和更好是训练为下一代模型。在OpenAI已经完成了预训练然后是推理、现在几代模型之间可以实现相互交互。未来的模型将远远超过预训练和训练后处理流程。
个人认为这一段极度重要
我可以理解为以前书本教机器智能，现在是智能教智能，博士生相互之间交流进行训练！
OpenAI 认为自己摸索出了一条新的训练方式即：多个大模型相互交互方式的，数据的生成和训练能力！{alertSuccess}
## API 接口
- GPT -5
- GPT-5 mini
- GPT-5 Nano
GPT-5 推理版本 特殊版 minimal
## API的新增功能方面
### 自定义Tools -- 结构化输出扩展
以前模型在输出比如JSON长参数时候，比如：JSON中的100行控制字符，这个时候只能是纯文本格式。
定义了一种结构化的输出方式，你可以指定正则表达式输出、甚至是自由TXT ，你可以将输出规定为DSL、让模型始终遵循指定的输出格式。
### 启用工具调用功能
这是新增O3 没有的功能，并不是新的模型功能！用户可以在调用前，自定义需要调用的工具！
### API 模型鲁棒性调整能力
low/medium/high 调整模型的输出能力
 |
| GPT-5模型不同鲁邦性 |
指令跟随
指模型根据用户提供的自然语言指令来生成符合意图的响应的能力。
COLLIE OpenAI 个人是不认可这个结果
OpenAI 使用第三个图形的参考！内部测试结果
 |
| Instruction Following |
Agent 工具调用能力
测试的GPT-5 对于工具调用、解决挑战性问题
 |
| 工具使用 |
在128k-256k上下文窗口是最优秀的，这里参考的OpenAI MRCR 开源上下文检索测试标准！
OpenAI 认为目前的基准测试不是唯一的评价标准！
基准测试已经开始饱和，当你在98%到99%移动的时候，这意味你需要一些其他特征来捕捉到这个模型有多棒。
问题
- GPT-5 测试结果，没有涉及其他厂商模型测试结果
- 相关测试结果有部分来自OpenAI开源的测试标准
## 后续遗憾
应该增加有其他厂商的对比测试结果！新的训练方式，应该给出点具体数据！
版权声明：感谢您的阅读，资源整理自网络，如果您发现任何侵权行为，请联系 理科生网 管理人员，管理员将及时删除侵权内容。否则均为 理科生网 原创内容，转载时请务必以超链接(而非纯文本链接)标注来源于理科生网及本文完整链接，感谢！{alertInfo}