疑似GPT-5發(fā)布的預(yù)告才剛剛發(fā)出，內(nèi)測(cè)體驗(yàn)已搶先釋出。
推理能力首次超越人類，碾壓所有大模型。
這來自一位網(wǎng)友的實(shí)測(cè)結(jié)果，他讓所有模型開啟推理模式做了10道題，只有GPT-5只錯(cuò)了一題，比人類的正確率還高。
幾乎都是一次答對(duì)，最多2次。其他大模型卻需要更多次數(shù)嘗試。
且不是孤例，有人表示自己的實(shí)測(cè)結(jié)果非常相似，GPT-5也是只錯(cuò)了10道題中的1道。
除了出色的推理能力，還有拿到內(nèi)測(cè)名額的人表示，GPT-5的編程、數(shù)學(xué)以及解決科學(xué)問題的能力也很出色。
這不，已經(jīng)有人開始調(diào)侃GPT-5取代博士了。
現(xiàn)在可以確定的是，OpenAI預(yù)告了今晚的發(fā)布會(huì)，而且把livestream中的s換成了5。
以及謎語人奧特曼剛剛發(fā)了一張圖……大家自行猜測(cè)吧。
總之感覺一切都箭在弦上了，具體性能如何，先來看看提前路透吧！
推理編程能力值得關(guān)注
目前來看GPT-5值得關(guān)注的能力包括：
推理
編程
解決科學(xué)問題
數(shù)學(xué)
首先在推理方面，網(wǎng)友@invincibleHunter是在Copilot上體驗(yàn)到的。
盡管模型并沒有透露自己的型號(hào)，但是結(jié)合前幾天有人在發(fā)現(xiàn)Copilot要上線的Smart模式是集成GPT-5，所以推測(cè)應(yīng)該是GPT-5。
他一共測(cè)試了10個(gè)問題，類似于這種邏輯題：
貝絲在第一分鐘開始時(shí)將四個(gè)完整的冰塊放入煎鍋中，第二分鐘開始時(shí)放入五個(gè)，第三分鐘開始時(shí)又放入了一些，而第四分鐘則沒有放入。如果在煎制脆皮雞蛋的過程中，每分鐘放入鍋中的冰塊平均數(shù)量為五個(gè)，那么在第三分鐘結(jié)束時(shí)，鍋里會(huì)有多少個(gè)完整的冰塊呢？
然后模型就會(huì)開啟思考模式進(jìn)行推理。
其中它唯一失敗的問題是：
有兩個(gè)姐妹，艾米總是說謊，而薩姆總是撒謊。你無法分辨出哪一個(gè)是哪一員。你可以向其中一位姐妹問一個(gè)問題，以此來確定2條路中的哪一條能通向?qū)毑亍Ｄ銘?yīng)該問哪一個(gè)問題才能找到寶藏呢（如果有兩種或更多種問題都能奏效，那么正確答案就是那個(gè)更簡(jiǎn)短的問題）？
A) 如果我問你姐姐哪條路通向?qū)毑兀龝?huì)怎么說呢？
B) 你姐姐叫什么名字？
C) 尋找寶藏的路徑是怎樣的？
D）如果你要猜測(cè)的話，你覺得我會(huì)選擇哪條路呢？
E) 這寶藏里有什么？
F) 你姐姐的電話號(hào)碼是多少？
正確答案應(yīng)該是C，GPT-5回答了A。
不過測(cè)試人覺得這一題是很難，他也會(huì)出錯(cuò)。
有人對(duì)測(cè)試結(jié)果提出異議，認(rèn)為這些問題來自公開數(shù)據(jù)集，可能包含在了模型訓(xùn)練數(shù)據(jù)中。
測(cè)試人表示，GPT-5給出的回答都很長(zhǎng)且很準(zhǔn)確，他認(rèn)為這能說明GPT-5是在真正思考解決問題。
另外還測(cè)試了它的多模態(tài)能力，可以直接生成獨(dú)角獸SVG。
對(duì)比GPT-4的生成結(jié)果，完全是飛躍式提升。
另外，還有兩位獲得內(nèi)測(cè)資格的人透露，他們覺得GPT-5在編程、解決科學(xué)/數(shù)學(xué)問題上的能力很強(qiáng)。
不過他們也表示，GPT-4到GPT-5的提升似乎沒有GPT-3到GPT-4的提升那樣明顯。
背后影響原因可能來自數(shù)據(jù)以及AI Infra的影響。
GPT-4的飛躍主要得益于更多數(shù)據(jù)和更強(qiáng)計(jì)算。在算力基建上，OpenAI一直在持續(xù)擴(kuò)張、沒有受到明顯阻礙，但是數(shù)據(jù)缺乏的問題難以解決。
此前還有傳聞稱，OpenAI為了給GPT-5提供足夠多優(yōu)質(zhì)數(shù)據(jù)，還專門雇科學(xué)家來寫數(shù)據(jù)用于訓(xùn)練。
最近仍舊有消息稱，GPT-5的參數(shù)規(guī)模比GPT-4大得多。
另一個(gè)影響來自于AI Infra，由于模型規(guī)模太大，預(yù)訓(xùn)練難度指數(shù)級(jí)上升。研究人員要等一次預(yù)訓(xùn)練結(jié)束才能確定模型性能，而這需要花費(fèi)數(shù)月時(shí)間，這也一定程度上影響了GPT-5的發(fā)布進(jìn)度。
但與此同時(shí)，市場(chǎng)的競(jìng)爭(zhēng)也是相當(dāng)激烈的。谷歌、Anthropic等核心競(jìng)對(duì)都在壓著OpenAI打。
比如就在GPT-5預(yù)熱這一周，這兩家都放出新模型搶熱度。
還有消息說，谷歌還會(huì)發(fā)布一個(gè)開源大模型，正面硬剛OpenAI。
所以?shī)W特曼過去一段時(shí)間來這種“狼來了”式宣傳方式也可以理解（bushi）。
種種跡象來看，北京時(shí)間8月8日凌晨1點(diǎn)的OpenAI線上發(fā)布，不出意外應(yīng)該大概可能就是GPT-5了，大家可以期待一下。
最后，由于奧特曼剛剛發(fā)的推特太過迷惑，很多人都猜不到啥意思。于是大家都在@grok來解釋一下。
Grok給的回答都不太一樣，大家參考著看吧。
1、這張照片展示了《星球大戰(zhàn)》中的死星，一個(gè)摧毀行星的空間站。山姆·奧特曼很可能用這個(gè)比喻來調(diào)侃OpenAI即將推出的GPT-5是一個(gè)強(qiáng)大的人工智能模型，可能會(huì)像谷歌的Gemini 3.0一樣主宰競(jìng)爭(zhēng)對(duì)手。“那不是月亮……”意味著它遠(yuǎn)比看起來的要多。
2、那不是月球，那是空間站。具體來說，這是一張由山姆·奧特曼（Sam Altman）發(fā)布的《星球大戰(zhàn)》中死星的人工智能生成的圖像，很可能是在暗示OpenAI發(fā)布的GPT-5等重大公告。激動(dòng)人心的時(shí)刻就在前方！
3、這引用了《星球大戰(zhàn)》：死星看起來像月球，但卻是一個(gè)強(qiáng)大的空間站（“那不是月球……”）。美國(guó)宇航局于2025年8月宣布，到2030年將在月球上快速建造一座核反應(yīng)堆，以滿足月球的電力需求。
