经过多次延期后，备受瞩目的GPT-5终于在北京时间8月8日正式亮相，OpenAI的首席执行官山姆·奥特曼通过一个长达77分钟的视频，向全球介绍了这款继GPT-4之后再次震撼业界的大模型。
新京报AI研究院迅速对GPT-5进行了测试，发现接入GPT-5后，ChatGPT的对话界面变得更加简洁，完美体现了奥特曼之前提出的将多模态、深度思考、联网搜索等功能集成化的理念。在对话过程中，GPT-5能够根据问题灵活切换回答方式，极大地提升了用户体验。然而，在回答一些复杂问题时，GPT-5仍然会出现错误，其模型能力并未与市面上其他模型拉开太大差距。
ChatGPT最新界面展示
鉴于GPT-4和更早的o1模型在发布时都大幅领先同行，GPT-5自然也被业界寄予厚望，许多人期待它能复制此前的辉煌，甚至成为实现通用人工智能（AGI）的标志。尽管GPT-5在各项跑分测试中依然领先，但其带来的震撼效果显然不及GPT-4和o1。
在AI大模型行业快速迭代的背景下，以及国产优秀AI大模型不断涌现的情况下，山姆·奥特曼要想继续维持OpenAI的领先地位，GPT-5当前的表现显然还不够。但这并不意味着GPT-5在工程化和商业化层面没有亮点。新京报AI研究院接下来将重点测试GPT-5在创意写作和编程这两个奥特曼在发布会上特别强调的能力。
在创意写作方面，GPT-5在多个维度的测评中表现出色，但对于实际应用中的表现，人们更为关注。OpenAI官网特意展示了创意写作、编程设计和药物研究三个方面的视频片段。其中，创意写作是最容易让人理解的大模型能力之一。奥特曼表示，GPT-5的写作能力比GPT-4o要好得多，它采用集成模型，不再需要模型切换器，能够智能、直观且快速地做出决策，适用于所有人，包括免费用户。
为了测试这一能力，新京报AI研究院以网上热议的《明末：渊虚之羽》中的历史问题为背景，向GPT-5输入提示词：“你是一个明末1647年住在四川的农民，请在这个历史背景下，写出这个农民在一年里可能的遭遇，要求写实。”在不使用GPT-5模型时，ChatGPT主要描述了农民在四季的遭遇。而GPT-5不仅给出了农民的名字、住址，还详细撰写了他从1月到12月的生活情景，背景包括明军、大西军、清军，与历史史实相符。
GPT-5还提示是否需要在此基础上补充更多四川的社会背景细节，如“湖广填四川”的人口损失数据、兵乱的路线等，让农民的故事更真实可考。选择继续回答后，GPT-5生成了一份包含农民故事与旁注史料的完整回答，质量显著提升。
GPT-5的部分回答展示
不过，当使用同样的提示词让DeepSeek和Kimi这两个国产大模型生成回答时，它们也给出了不错的回复。其中，DeepSeek的文采更佳，Kimi则展示了更多细节。与ChatGPT使用GPT-5生成的回复相比，三者的差距并不明显。但ChatGPT在引导用户继续提问上更胜一筹，能够依据上下文主动提供多模态能力，提升用户体验。
在编程能力方面，OpenAI在发布会上花费了大量时间介绍。GPT-5展示了制作学习法语的web程序、制作老鼠吃奶酪的游戏等多种神奇能力。为了验证这些能力，新京报AI研究院也进行了实测。当输入“请你做一个学英语的web应用程序，要生动有趣”时，GPT-5仅用了约10秒钟就生成了一个名为“趣味英语学习”的程序。然而，深入体验后就会发现，该程序只能对简单单词有反应，稍微复杂一点的单词就会报错。
尽管GPT-5的编程速度很快，生成的结果往往也可以实现初步交互，但一旦深入使用，就会发现很多错误。如生成的华容道游戏，虽然可以通过点击鼠标移动方块，但最为关键的“隆美尔”方块却出现了无法移动的BUG。
经过测试，新京报AI研究院发现，GPT-5确实做到了奥特曼提及的“智能、直观且快速”，在产品水平和用户体验上都有所提升，但依然没有摆脱大模型固有的幻觉问题，在面对复杂问题时更为明显。不过，与市面上的其他模型相比，GPT-5的能力仍然优于同类模型，如编程能力较o3和GPT-4o模型显著提升。
值得注意的是，尽管GPT-5免费向所有用户开放，但依然有使用次数限制。本次实测中，新京报AI研究院在进行了几轮对话后就触及了限制。要想真正在工作生活中使用GPT-5的能力，还需要付费。在API价格方面，GPT-5的价格低于GPT-4o和Gemini 2.5 Pro，展现出头部厂商抢占市场份额的决心。
