GPT-5性能强大，却少了些惊喜

千呼万唤始出来，OpenAI终于发布了万众期待的GPT-5。这个消息一出，整个科技圈都沸腾了。

OpenAI的官宣推文不到24小时就突破300万阅读量，3万点赞；我的社交圈也被各种GPT-5的讨论刷屏。看来虽然大家平时总吐槽OpenAI越来越"拉胯"，但每次新模型发布还是能引发全民热议。

奥特曼在发布会上把GPT-5吹上了天，称这是他们迄今为止最智能的模型，声称其在各个领域都达到了博士级水平。但网友们的反应却两极分化，有人直言这根本不是GPT-5，甚至不如grok。

更有意思的是，Polymarket上关于"8月底最强AI模型"的竞猜赔率，在发布会后出现了戏剧性反转，谷歌和OpenAI的赔率直接对调了。

最让人哭笑不得的是，发布会上展示的代码准确度对比图，52.8%的柱状图竟然比69.1%还高，这种低级错误让网友直呼"小学生都不会犯"。

不过平心而论，GPT-5在基准测试上的表现确实亮眼，在LMArena大模型竞技场上一举拿下多项第一。但实际体验如何呢？经过深度测试后，我的感受是：与其叫GPT-5，不如叫GPT4.6更贴切。

编程能力确实是GPT-5的一大亮点。在与Gemini 2.5 pro的对比测试中，GPT-5在模拟弹性碰撞时表现更出色，不仅准确标注了速度方向，还能流畅调整球体大小。

而在模拟多米诺骨牌时，GPT-5的表现更是惊艳，骨牌倒下时的物理效果相当逼真。相比之下，Gemini虽然也能完成，但效果就差强人意了。

不过GPT-5也有翻车的时候。让它开发一个简单的飞船游戏，结果飞船的动力和尾焰方向完全对不上，直接上演"出门即坠机"的戏码。

这次更新最显著的变化是效率提升。根据OpenAI官方数据，GPT-5在保持准确率的同时，思考时间更短，输出token数减少了50%-80%。更令人惊喜的是，它的事实错误率比GPT-4o降低了45%，思考时的事实错误率更是降低了80%。

但作为文字工作者，我最关心的还是它的创作能力。测试发现，GPT-5在逻辑推理方面确实进步明显，但文本创作却显得有些保守。让它写段自夸文案，结果出来的内容像首肉麻的情诗。

更让人不解的是，OpenAI在发布GPT-5的同时，竟然悄悄移除了之前的所有模型版本。现在普通用户只能看到GPT-5这一个选项，这种强制升级的做法确实不太厚道。

总的来说，这次OpenAI的更新重点放在了"实用化"上，而非性能的突破性提升。这或许预示着大模型的发展正在从追求性能转向优化体验。不过用户们最期待的，可能还是下一个真正具有颠覆性的AI模型。

那么问题来了：下一个能带来惊喜的会是谁呢？DeepSeek R2还是Gemini 3.0？让我们拭目以待。