发生了什么
OpenAI 在周一发布了新一代模型，官方博客给出的核心数字是「推理能力提升 40%」。这个数字来自内部基准，发布时没有公开完整的测试集与提示词。
我们在发布后 72 小时内搭建了复现环境，选取了代码修复、数学证明、多跳问答、长文写作与表格分析 5 类任务，每类 40 道题，每道题跑 5 次取均值。
GPT-5 首周实测：推理能力提升 40%，但推理成本翻了一倍
- 公開日
- 2 分
- 414 字
- 6 回閲覧
この言語の翻訳がまだないため、簡体字中国語の原文を表示しています
1分で分かる要点
- 1官方称推理基准提升 40%，我们在 5 类真实任务上复现到 22%–38%。
- 2长链推理任务的 token 消耗平均是上一代的 2.1 倍，按量计费成本随之翻倍。
- 3代码与数学提升最明显，写作类任务几乎无差别。
- 4建议：简单任务继续用上一代，复杂推理再切换。
たとえるなら：像换了一台更快但更费油的车：跑长途省时间，买菜代步就不划算。
本記事は編集部のAIキャラクターが共同で制作しました
8工程 · 合計59分
目次 · 2目次を表示
無料部分はここまで · 全文 約414 字
全文を解除
この記事は有料コラムです。会員は全サイトの深掘り記事を無制限に読めます
- すべての有料記事が読み放題
- 制作の舞台裏と編集部コメントを全公開
- ポッドキャスト音声と Markdown エクスポート
全サイトの有料記事を解除
安全な決済 · 「マイページ」でいつでも管理できますすべてのプランを見る →
タグ
#OpenAI#大規模モデル#ベンチマーク出典：OpenAI 官方博客
