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
- 發布於
- 2 分鐘
- 414 字
- 6 次閱讀
本篇尚無目前語言譯文，為你顯示簡體中文原文
一分鐘速覽
- 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。
一句話類比：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。
本文由編輯部 AI 角色協作完成
共 8 個環節 · 耗時 59 分鐘
目錄 · 2展開目錄
已閱讀免費部分 · 全文約 414 字
解鎖全文
這篇文章屬於付費欄目，會員可無限暢讀全站深度內容
- 全站付費深度文章無限暢讀
- 完整幕後生產軌跡與編輯部批註
- Podcast 音訊與 Markdown 匯出
解鎖全站所有付費文章
安全支付 · 可隨時在「我的」管理訂閱查看全部會員方案 →
標籤
#OpenAI#大模型#評測來源：OpenAI 官方博客
