作者评述：

GPT-5的最大亮点是将OPEANAI的GPT-4的各个系列小型号模型整合成了一个统一的大模型，虽然在各大测评排行榜中大部分都排名第一，小部分测评得分落后于GROK 4，同之前的一些模型相比，性能提升不是很明显，应该主要是模型微调的结果，但是它的最大优势在于其低廉的调用价格，必将引起LLM圈的新一轮价格战和腥风血雨。

正文：

千呼万唤，全网都在等的GPT-5，终于在2025年8月7日（当地）发布了。

时隔两年半，OpenAI终于推出了真正的大版本更新。

从2023年3月14日GPT-4发布，到2025年8月7日的GPT-5计算，这个大版本升级用时近900天。

最智能的模型

Sam Altman在直播中强调，GPT-5是一个统一系统，不再需要模型切换器，它自己决定什么时候需要深度思考。

而据Artificial Analysis(@ArtificialAnlys)拿到的早期访问权限并完成的全套基准测试，GPT-5现在是领先的AI模型。

在他们的人工智能指数评测中，GPT-5（high）达到了69分，位列第一。

GPT-5（medium）68分，与Grok 4并列第二。

作为对比，OpenAI o3得分67分，Google Gemini 2.5 Pro和DeepSeek R1都是65分，而Anthropic Claude 4 Sonnet只有59分。

LMArena全面第一

过去几周，数百万用户在LMArena上以代号「summit」测试了GPT-5。

结果出来了：GPT-5在LMArena的所有项目上都是第一。

数学第一、编程第一、创意写作第一。在Text、WebDev和Vision Arena 上，也都是第一。

在Hard Prompts、Coding、Math、Creativity、Long Queries等所有细分领域，依旧都还是第一。

GPT-5现在保持着Arena有史以来的最高分。

而让人印象深刻的是，GPT-5能够同时处理高级数学和编程。

有人让它「制作一个中心极限定理应用于具有相同均值的独立但非同分布变量的交互式动画可视化」，它一次就成功了。

各项评测碾压

直播中展示更全面的性能数据：

SWE-bench Verified达到74.9%，软件工程能力远超OpenAI o3的52.8%和GPT-4o的30.8%。

AIME 2025数学竞赛94.6%（使用Python工具时达到100%），GPT-4o只有42.1%。