.webp)
在过去的一年里，OpenAI 推出了GPT、o1 和 o3，它们分别改进了人工智能的思考、推理和交互方式。这些模型使人工智能的反应比以往更快、更准确、更直观。但每一个模型都只是向更大目标迈出的一步。
现在，GPT 即将问世。GPT-5旨在统一OpenAI最先进的推理和多模态功能，使人工智能的交互比以往任何时候都更加无缝。
与此同时，OpenAI 还发布了GPT.5（猎户座），这是一个过渡模型，在完善过去改进的同时，也为GPT 的最大飞跃：真正的思维链推理奠定了基础。
在本指南中，我们将对GPT功能、发布时间表、性能升级、培训过程和成本等所有已确认的信息进行分析。
GPT-5 是什么？
GPT 是OpenAI的下一代人工智能模型，以GPT 架构为基础，同时集成了 o1 和 o3 等推理模型的改进。其中一些改进在GPT.5 中已经显现，让我们预览了未来的发展。
GPT 的最大变化之一是它的结构化推理。GPT 注重速度，而GPT 则旨在更有效地处理多步骤逻辑和决策。GPT 不再需要为不同的任务建立单独的模型，而是可以动态调整，提供更无缝的体验。
另一项关键升级是多模态功能。GPT 引入了实时文本、图像和语音处理功能，但GPT 的目标是在此基础上更进一步--允许不同类型的输入进行更高级的交互。
.webp)
与需要在专业模型之间切换的前几代产品不同，GPT 将这些功能统一到一个更强大的系统中。这意味着，无论您是将其用于对话、推理还是多模态任务，都能减少取舍，获得更高效的人工智能体验。
GPT 什么时候发布？
截至 2025 年 3 月，OpenAI 尚未宣布GPT正式发布日期。不过，2025 年 2 月，首席执行官Sam Altman 曾表示，GPT.5 将在 "几周内 "发布， GPT 将在 "几个月内 "发布，这表明 GPT 将于2025 年中后期发布。由于GPT.5 在三周后才发布，因此GPT 很可能还需要几个月的时间。
OpenAI 在GPT.5 的系统卡中确认，它不是一个前沿模型，这意味着它是一个渐进的升级，而不是向前迈出的突破性一步。相比之下，GPT 预计将是一次重大飞跃，这与OpenAI 所宣称的开发 "前沿模型"、进一步推动人工智能能力发展的重点不谋而合。
GPT 和GPT 之间的间隔为 33 个月。如果OpenAI 遵循类似的模式，GPT 可能会在 2025 年 12 月左右到来。
.webp)
这一时间表也与OpenAI 首席技术官米拉-穆拉提（Mira Murati）的说法相吻合，她说博士级智能距离现在还有大约 18 个月的时间，这暗示着到 2025 年末，人工智能将取得重大突破。在GPT 活动上，她还预告了OpenAI的下一步计划，称 "前沿模型即将推出"。
GPT 之前即将推出的GPT 型号
虽然距离GPT 还有几个月的时间，但OpenAI 一直在忙于扩大其模型阵容。在 2025 年 4 月的一次备受瞩目的更新中，该公司宣布了几个旨在缩小差距的新版本。
首席执行官山姆-奥特曼证实，期待已久的o3 机型（其预览版已获得广泛关注）将很快推出，同时推出的还有更小的o4-mini机型。
两者都旨在提高推理能力，这是OpenAI路线图的重点，也是迈向GPT 的垫脚石。
与此同时，OpenAI 通过公开 API 发布了GPT.1 系列，包括 Mini 和 Nano 版本。这些模型专为速度、经济性和长上下文任务（支持多达 100 万个代币）而构建，已被用于 RAG 管道、人工智能代理和其他高级工作流。
这些版本共同标志着向更专业化、推理优先模型的转变，为GPT 铺平了道路，而无需等待一次巨大的飞跃。
GPT 的性能如何？
GPT 的发布还有几个月的时间，其预期性能基于行业趋势、OpenAI过去的迭代以及公司本身的一些重要声明。
山姆-奥特曼（Sam Altman）已经暗示了在推理、多模态能力和人工智能机构方面的重大改进，这不仅仅是一个更好的聊天机器人。以下是我们可以期待的：
从对话到推理的转变
GPT 并不是简单地增加参数数量，而是有望整合多种架构。GPT 的确切规模仍未披露（估计约为 1.5 万亿个参数），但GPT 很可能会将专业组件（如 o3 的结构化推理）整合到一个统一的系统中。
真正的多模态（和视频处理？）
GPT 引入了文本、图像和语音交互，为多模态人工智能奠定了基础。GPT 预计将完善OpenAI的语音模型，并有可能在OpenAI的文本到视频模型 SORA 的基础上增加视频处理功能。
另一个重大进步是OpenAI用于结构化推理和解决问题的交互式工作区 Canvas。它能让用户以可视化的方式与人工智能互动，尤其适用于编码、数学和分步工作流程--GPT有望进一步完善这一功能。
此外，OpenAI 还致力于更深入的搜索集成，使其模型能够更有效地检索和应用实时信息。这一转变使人工智能超越了简单的回忆，使其能够从实时数据源中分析、比较和生成洞察力。
推理能力更强，幻觉更少
OpenAI 已将改进推理能力列为优先事项，GPT 预计将显著减少幻觉并改进结构化问题的解决。从GPT.5 系统卡的最新幻觉减少指标中可以看到这方面的早期努力。
在集成了 o3 的思维链推理功能后，GPT 应该能对复杂任务做出更可靠的响应，这使它在精度要求极高的企业人工智能应用中大有可为。
从聊天机器人到人工智能代理
人工智能正在超越基于文本的基本辅助。通过定制GPTs 和操作员框架，OpenAI 正在向自主人工智能代理迈进。GPT 预计将负责任务执行、服务集成和工作流程自动化，使人工智能成为业务运营和生产效率方面更活跃的工具。
GPT 可独立完成任务，而不仅仅是回答问题。通过与外部工具和应用程序接口的连接，它可以帮助检索数据、管理工作流程，并以最少的用户输入处理请求。
扩展的上下文窗口
语境长度仍然是长格式人工智能交互的瓶颈。虽然 Claude 3.7 可以处理约 20 万个词块（约 15 万字），但OpenAI 一直在稳步提高自己的上下文限制。GPT 预计将进一步提高这一限制。
这一过程使讨论更连贯，记忆保留更深刻，最重要的是，能够在不丢失上下文的情况下处理大型文档或扩展聊天历史记录，这也是他们通过深度研究提供的最新产品的主要特点。
如何训练GPT？
OpenAI 提供了有关GPT.5 训练的见解，为GPT 的开发提供了线索。GPT.5 在GPT 的基础上进行了扩展，在保持通用模型的同时扩大了预训练规模。
培训方法
与前几代系统一样，GPT 预计也将通过以下方式进行训练：
- 监督微调（SFT）--从人类标记的数据集中学习。
- 从人类反馈中强化学习（RLHF）--通过迭代反馈回路优化反应。
- 新的监督技术--可能是基于 o3 以推理为重点的改进。
这些技术是GPT.5 改进调整和决策的关键，GPT 可能会进一步推动这些技术的发展。
硬件和计算能力
GPT 的培训由微软的人工智能基础架构和英伟达™（NVIDIA®）公司的最新 GPU 提供支持。
- 2024 年 4 月，OpenAI 接收了第一批英伟达 H200 GPU，这是 H100 的重要升级版。
- 英伟达™（NVIDIA®）的 B100 和 B200 GPU 到 2025 年才会量产，这意味着OpenAI 可能仍在现有硬件上优化训练。
微软的人工智能超级计算集群也在GPT 的训练中发挥了作用。虽然细节有限，但OpenAI的下一个模型已被证实将在微软最新的人工智能基础设施上运行。
GPT成本是多少？
OpenAI 通常根据模型的功能强大程度来定价。GPT 是目前最实惠的高端型号，而GPT.5 的定价则要高得多，这很可能是为了限制研究阶段的使用。以下是当前模型的比较：
除了有关 API 定价的猜测外，OpenAI 还确认GPT 将在ChatGPT 上提供多个层级，让免费用户也能使用，同时为需要更高级人工智能功能的用户提供高级功能。定价结构遵循一个清晰的渐进过程：
- 免费层- 以标准智力水平无限访问聊天，可能会有限制以防止滥用。
- Plus Tier- 更高的智能和更好的性能，类似于ChatGPT Plus 中的GPT。
- 专业级- 完全访问最高智能级别的GPT，以及OpenAI最先进的工具和集成。
对于 API 用户，定价可能会遵循OpenAI的标准模式，即更新、更强大的版本价格更高。从历史上看，随着模型变得越来越高效，OpenAI 会逐渐降低 API 的定价，因此GPT 推出后成本可能会降低。
.svg)
.webp)
.webp)
