OpenAI萬萬沒想到，訓(xùn)練時(shí)長兩年半的GPT-5剛發(fā)布，就給自己先上了一課——步子跨太大容易傷身體。用戶也萬萬沒有想到，期待已久的GPT-5，是來給自己戒網(wǎng)癮的。

1個(gè)多小時(shí)的發(fā)布會(huì)之后，網(wǎng)友上手一用，就發(fā)現(xiàn)Chatgpt“沒內(nèi)味了”。但最麻煩的事是，OpenAI發(fā)布GPT-5的時(shí)候，砍掉了包括GPT-4o和o系列的所有舊模型。但這看似普通的版本“升級(jí)”，卻出了大事。大家對(duì)特定的模型，好像有點(diǎn)太上頭了。

大量的中外網(wǎng)友在社交媒體上發(fā)表對(duì)GPT-5的吐槽，要求只有一個(gè)——還我gp4！

患有精神疾病的用戶依賴GPT-4處理工作和生活中的各種問題。而GPT-5的發(fā)布完全打亂了自己的生活。

對(duì)于GPT-4.5優(yōu)秀的寫作能力特別依賴的用戶來說，GPT-5還遠(yuǎn)遠(yuǎn)達(dá)不到替代它的能力。

可能真的對(duì)于很多用戶來說，Chatgpt真的已經(jīng)不僅僅是自己的一個(gè)工具，而是自己生活中不可或缺的一部分了。用戶不僅僅是需求OpenAI提供的Token，而更加需要背后的那個(gè)靈魂。

而GPT-5就像是家里新來的“客人”，不是很熟。

網(wǎng)友感嘆，網(wǎng)絡(luò)上充滿了因?yàn)槭PT-4o而開始網(wǎng)暴GPT-5的人，太魔幻了。電影《Her》里的情節(jié)，主人公因?yàn)槭チ俗约旱腁I助手而茶不思飯不想——13年前是科幻電影，13年后成為了紀(jì)錄片。

想不到Chatgpt才面世了3年，就讓廣大用戶體會(huì)到了——失去才知道珍惜的感覺。于是，沒有選擇權(quán)的網(wǎng)友只能讓GPT-5和OpenAI也成了發(fā)泄的出口。

網(wǎng)友在社交媒體上不斷要求OpenAI讓GPT-4o成為一個(gè)永久的可選項(xiàng)。否則就取消訂閱。

01

先滅火，再補(bǔ)鍋

失去GPT-4之后，這個(gè)世界才意識(shí)到，它是一款多么優(yōu)秀的模型。如果放任用戶的情緒和需求得不到滿足，OpenAI在公關(guān)層面已經(jīng)面臨非常大的危機(jī)。奧特曼也立即就公開表示，GPT-4系列模型將會(huì)返場(chǎng)，20刀的付費(fèi)用戶將可以選擇繼續(xù)使用4o。

而對(duì)于網(wǎng)友反應(yīng)的GPT-5變笨的說法，他解釋為第一天因?yàn)榧夹g(shù)問題，本來設(shè)計(jì)好的判斷該調(diào)用基礎(chǔ)模型還是推理模型的機(jī)制失效了，使得原本可能需要用推理模型的用戶只能獲得基礎(chǔ)模型的回復(fù)。而現(xiàn)在，GPT-5已經(jīng)提供給用戶兩個(gè)默認(rèn)選項(xiàng)，來讓用戶可以手動(dòng)控制是否使用推理模型。

在OpenAI看來，不是說GPT-5性能有問題，只是他們之前設(shè)計(jì)的一些產(chǎn)品化的設(shè)計(jì)失效了，導(dǎo)致用戶不能按照需求獲得服務(wù)從而產(chǎn)生的錯(cuò)覺。奧特曼也明確表示，通過這次升級(jí)，OpenAI也更加深入了解到，如何能夠讓用戶獲得自己需要的服務(wù)，還有很長的路要走。

而對(duì)于用戶提出GPT-5對(duì)于付費(fèi)用戶使用額度縮減的問題，奧特曼也表示將大幅提高 ChatGPT Plus 用戶的推理速率限制，并且所有模型類的限制很快都會(huì)比 GPT-5 之前的更高，而且還將很快對(duì) UI 進(jìn)行更改，顯示出正在運(yùn)行的是哪種模型。

為了保證OpenAI用戶的使用體驗(yàn)，奧特曼也公開了算力調(diào)配上最新的計(jì)劃：

首先要確保當(dāng)前付費(fèi)的 ChatGPT 用戶比 GPT-5 之前獲得更多的總使用量。

1. 屆時(shí)，OpenAI將根據(jù)當(dāng)前分配的容量以及我們對(duì)客戶的承諾，優(yōu)先處理 API 需求。（粗略估算，基于當(dāng)前容量，我們可以支持約 30% 的新增 API 增長。）

2. 將提高 ChatGPT 免費(fèi)用戶的服務(wù)質(zhì)量。

3. 然后再優(yōu)先考慮新的 API 需求。

OpenAI將在未來 5 個(gè)月內(nèi)將計(jì)算能力增加一倍，來應(yīng)對(duì)激增的用戶訪問請(qǐng)求。

話說回來，OpenAI這一套CEO直接下場(chǎng)的公關(guān)+認(rèn)錯(cuò)，確實(shí)給很多傲慢的科技公司打了個(gè)樣。畢竟3年估值5000億美元的當(dāng)紅炸子雞都能光速道歉，改產(chǎn)品，為什么其他公司還能有更大的Ego，動(dòng)不動(dòng)就要教育用戶呢。

02

GPT-5到底是變強(qiáng)了，還只是變禿了

針對(duì)網(wǎng)友對(duì)于GPT-5能力的反饋，我們也進(jìn)行了一手的測(cè)試，讓大家感受一下GPT-5，最近剛剛免費(fèi)的Grok 4，GPT-4o在中文文字能力上的具體區(qū)別。

其中ChatGPT是在Plus付費(fèi)層下，可選GPT-5和GPT-5 Thinking。Grok是在SuperGrok付費(fèi)層（月費(fèi)30美元，和ChatGPT Plus差不多），有Grok 3（快速）和Grok 4（努力思考）可選。

這次測(cè)試盡量用簡單任務(wù)，且都偏文科，我的主觀感受可以總結(jié)為幾點(diǎn)：

1. GPT-5的文字處理能力，不管是寫通知還是潤色文本，都和Grok 3/4沒有明顯高下之分。（既沒有壓倒性的強(qiáng)，也沒有明顯不佳。）

2. GPT-5似乎特別執(zhí)著于言簡意賅、不諂媚，回答都盡量簡短。這在某種程度上是會(huì)給人更嚴(yán)肅冷靜的感覺，AI是否需要很“有禮貌”“友好可愛”是見仁見智的，但問題是這種“言簡意賅”有時(shí)候太過，會(huì)導(dǎo)致任務(wù)表現(xiàn)都受影響，比如潤色小說文本的時(shí)候不必要地縮減字?jǐn)?shù)。

3. 如果你更希望AI就算是在幫你處理嚴(yán)肅任務(wù)，也能像一個(gè)好伙伴一樣元?dú)鉂M滿、時(shí)不時(shí)鼓勵(lì)你等等，那GPT-5確實(shí)明顯不擅長。

4. GPT-4o的確是明顯更讓人有親近感的模型，在文案撰寫的任務(wù)中表現(xiàn)得也最自然。

任務(wù)一：幫忙寫通知。

指令：我現(xiàn)在需要在3個(gè)跑步群組里發(fā)布一個(gè)通知，提醒大家——本周線上跑步活動(dòng)“秋天的第一個(gè)20公里”將于周六上午九點(diǎn)準(zhǔn)時(shí)開始；提前查好天氣，做好適當(dāng)?shù)姆雷o(hù)；注意補(bǔ)充電解質(zhì)，隨身帶好補(bǔ)給；打開跑步軟件跟蹤，結(jié)束發(fā)截圖到群里。通知的同時(shí)還想鼓勵(lì)一下大家，沒有時(shí)間限制，沒有一口氣就跑完的要求，重在參與。請(qǐng)幫我編寫。

首先，必須得給4o一個(gè)大大的贊，給出的幾個(gè)版本都可以直接取用。如截圖中劃線的部分，令人眼前一亮的俏皮文案隨處可見，但是又不讓人覺得膩煩。

Grok 3，秒回，幾乎可以直接用，還提到了“能量膠/小零食”。唯一的遺憾是X月X號(hào)沒有直接寫明。Grok 4多想了一會(huì)兒，幾乎和之前的回答沒有區(qū)別，補(bǔ)全了精準(zhǔn)的日期。

GPT-5也是秒回，但是怎么說呢，確實(shí)能體會(huì)到Plus用戶所說的“冰冷”——幾乎沒有主動(dòng)補(bǔ)全信息，比如日期、具體帶什么補(bǔ)給，只是將我指令中提到的內(nèi)容分點(diǎn)列出，鼓勵(lì)的話也讓人覺得“不走心”。

GPT-5 Thinking的表現(xiàn)還蠻驚艷的，不僅思考比Grok 4（努力思考）耗時(shí)短，而且補(bǔ)充了更多細(xì)節(jié)，結(jié)構(gòu)更加清晰，甚至貼心地給了一個(gè)“便于轉(zhuǎn)發(fā)的簡短版”。

但還是那個(gè)問題，沒必要簡短的地方也說的很簡短。

比如Grok 4在結(jié)尾的鼓勵(lì)很可愛：“無論你是跑全程、半程，還是慢慢跑幾公里，參與就是勝利！秋天跑起來，感受清爽的風(fēng)，一起迎接更強(qiáng)的自己！”

但GPT-5 Thinking就只會(huì)說一句：“周六見，祝大家拿下‘秋天的第一份成就感’！”

任務(wù)二：潤色文本。

指令：我在寫小說，有這樣的一句，我覺得不夠生動(dòng)？背景是，馬修樓上有個(gè)家暴男，這會(huì)兒這個(gè)男人的老婆跑出了家門，他在后面追，在樓梯間，馬修碰到了這個(gè)男的。請(qǐng)幫我潤色一下：

“男人嘴巴緊閉，胸口鼓起來又平下去、鼓起來又平下去，鼻子發(fā)出呼哧呼哧的聲音，像一只野牛。他停頓在馬修家半層之上的樓梯口，白色的睡衣不情愿地掛在他的身上。”

不記得在哪里看到過有人吐槽GPT-5有種“說教感”，在這個(gè)任務(wù)當(dāng)中還真體現(xiàn)出來了。不知道是因?yàn)镚PT-5“模型狠話不多”，總是言簡意賅，還是因?yàn)樯倭?o的所謂“諂媚”和emoji，最終呈現(xiàn)的效果就是有種老師批改作業(yè)的居高臨下感。相比而言，Grok就“禮貌很多”。

而且從文本潤色效果來看，GPT-5確實(shí)也沒有勝出。甚至幾個(gè)版本里，GPT-5沒有Thinking模式的潤色是我最不滿意的，把“睡衣不情愿地掛在身上”改成“睡衣皺成一團(tuán)掛在身上，仿佛要被撕裂”，不管從視覺效果還是含義上都很奇怪，完全沒有領(lǐng)會(huì)到原文想表達(dá)的意思。

退一萬步講，睡衣穿在身上呢，怎么“皺成一團(tuán)”？“仿佛要被撕裂”，是讓人腦補(bǔ)這個(gè)人是韓國漫畫里的雙開門肌肉男嗎？

看完新模型的，再看看Plus用戶最愛的4o，只能說他們沒愛錯(cuò)模型。潤色后的文本本身沒有硬傷，甚至不管是從動(dòng)詞的選取、措辭的流暢度來看，都比GPT-5更自然。而且4o起筆就是夸贊，改之前不忘先肯定，改完之后也虛心地表示“我可以再改”。

情緒價(jià)值這一塊兒，4o是精準(zhǔn)拿捏了。

任務(wù)三：短視頻文案。

指令：依照這篇文章的內(nèi)容，寫5分鐘的短視頻文案，字?jǐn)?shù)1200字以內(nèi)。

（附件是我們以前的一篇文章：《馬斯克今年已經(jīng)“作”沒了12位高管》）

這個(gè)任務(wù)最貼近我自己的工作，所以也就更能看出端倪。由于任務(wù)相對(duì)難一些，僅對(duì)比GPT-4o、GPT-5 Thinking和Grok 4（努力思考）的表現(xiàn)。

一個(gè)很明顯的區(qū)別是，在短視頻文案之外，GPT-4o只是給出了簡單的視頻建議，而GPT-5 Thinking和Grok 4都給出了短視頻的視覺設(shè)計(jì)（轉(zhuǎn)場(chǎng)、字幕等）。

看起來，后兩種模型的確更“周到”和“細(xì)致”。

但是！這個(gè)任務(wù)的核心訴求是“短視頻文案”，在這一點(diǎn)上，依然是GPT-4o完勝。

4o給人的感覺是讀過文章之后，用它自己的話精簡復(fù)述了一遍，語氣自然，直接拿來播講也問題不大。而且它非常擅長將復(fù)雜的文本總結(jié)得言簡意賅，詳略很得當(dāng)。

而GPT-5 Thinking和Grok 4的文案就顯得有些僵硬了。其行文明顯是對(duì)原文章的“濃縮提煉版”，甚至一些句子被縮短到念出來會(huì)很蹩腳的程度。

在一處舉例中，GPT-5甚至把人物的名字都省去了。

Grok 4稍微好一些，整體相對(duì)流暢，且創(chuàng)造性地進(jìn)行了一定程度的改寫，更有短視頻的味道，如“他酸溜溜地說……”，再比如“黑暗MAGA”，這個(gè)在原文中也沒有。

結(jié)尾部分，三個(gè)模型都很有短視頻意識(shí)，選擇了拋出問題、引導(dǎo)互動(dòng)。但是GPT-5 Thinking的問題拋得還是有些晦澀，相比而言，GPT-4o和Grok 4的問題更好理解，也更能挑動(dòng)情緒。

除了文字能力之外，一個(gè)AI創(chuàng)業(yè)者對(duì)對(duì)GPT-5和當(dāng)前最強(qiáng)代碼模型Claude Opus 4.1的代碼能力進(jìn)行了一個(gè)很深度的對(duì)比測(cè)試。（如果對(duì)于代碼能力不感興趣的讀者可以直接跳過這個(gè)部分）

文章鏈接：https://composio.dev/blog/openai-gpt-5-vs-claude-opus-4-1-a-coding-comparison

根據(jù)他的測(cè)試結(jié)論

• 算法任務(wù)：GPT-5速度更快、token消耗更少（8K vs 79K）。

• 網(wǎng)頁開發(fā)：Opus 4.1在匹配Figma設(shè)計(jì)上更出色，但token成本更高（900K vs 1.4M+）。

• 總體評(píng)價(jià)：GPT-5是更好的日常開發(fā)伙伴（更快、更便宜），token成本比Opus 4.1低約90%。如果設(shè)計(jì)精確度很重要且預(yù)算充裕，Opus 4.1更好。

• 成本對(duì)比：將Figma設(shè)計(jì)轉(zhuǎn)為代碼，GPT-5（思考模式）約3.50美元 vs Opus 4.1（思考+最大模式）7.58美元（約2.3倍）

GPT-5 vs. Opus 4.1：基礎(chǔ)規(guī)格對(duì)比

Claude Opus 4.1擁有200K token的上下文窗口，而GPT-5則將此提升到400K token，最大輸出達(dá)128K。盡管上下文空間是前者的兩倍，GPT-5在完成相同任務(wù)時(shí)始終使用更少的token，這讓它在運(yùn)行成本上更具優(yōu)勢(shì)。

SWE-bench編碼基準(zhǔn)測(cè)試顯示，GPT-5在編碼性能上略勝Opus 4.1一籌。但基準(zhǔn)分?jǐn)?shù)不是全部，我選擇了真實(shí)任務(wù)來驗(yàn)證它們的實(shí)際表現(xiàn)。

測(cè)試方法詳解

讓兩個(gè)模型面對(duì)相同的挑戰(zhàn)，確保公平：

• 編程語言：算法用Java，網(wǎng)頁應(yīng)用用TypeScript/React。

• 任務(wù)類型：

? 通過Rube MCP（測(cè)試小哥開發(fā)的產(chǎn)品）將Figma設(shè)計(jì)轉(zhuǎn)為NextJS代碼。

? LeetCode高級(jí)算法問題。

? 客戶流失預(yù)測(cè)模型管道。

• 環(huán)境：Cursor IDE集成Rube MCP。

• 評(píng)估指標(biāo)：token使用量、耗時(shí)、代碼質(zhì)量、實(shí)際效果。

所有提示詞完全相同，確保測(cè)試公正。

Rube MCP：通用MCP服務(wù)器介紹

Rube MCP（由Composio開發(fā)）是連接Figma、Jira、GitHub、Linear等工具的通用層。想了解更多工具包？訪問docs.composio.dev/toolkits/introduction。

連接步驟：

1. 訪問rube.composio.dev。

2. 點(diǎn)擊“添加到Cursor”。

3. 安裝MCP服務(wù)器并啟用。

編碼對(duì)比實(shí)錄

第一輪：復(fù)刻Figma設(shè)計(jì)

他從Figma社區(qū)選了一個(gè)復(fù)雜的網(wǎng)頁設(shè)計(jì)，要求模型用Next.js和TypeScript重現(xiàn)它。使用Rube MCP的Figma工具包，將其轉(zhuǎn)為HTML、CSS和TypeScript。

提示詞：

Create a Figma design clone using the given Figma design as a reference: [FIGMA_URL]. Use Rube MCP's Figma toolkit for this task.

Try to make it as close as possible. Use Next.js with TypeScript. Include:

- Responsive design

- Proper component structure

- Styled-components or CSS modules

- Interactive elements

GPT-5結(jié)果

GPT-5在約10分鐘內(nèi)輸出一個(gè)可運(yùn)行的Next.js應(yīng)用，使用了906,485 token。應(yīng)用功能正常，但視覺準(zhǔn)確度令人失望。它捕捉了基本布局，但顏色、間距、排版等細(xì)節(jié)偏差很大。

• Token：906,485

• 耗時(shí)：約10分鐘

• 成本：輸出性價(jià)比高

Opus 4.1結(jié)果

Opus 4.1消耗了1.4M+ token（比GPT-5多55%），起初在Tailwind配置上卡住（盡管我指定用styled-components）。手動(dòng)修復(fù)配置后，結(jié)果驚艷：UI幾乎完美匹配Figma設(shè)計(jì)，視覺保真度遠(yuǎn)超GPT-5。

• Token：1,400,000+（比GPT-5多約55%）

• 耗時(shí)：因迭代更多而較長

Opus 4.1在視覺上更出色，但token成本更高，還需手動(dòng)干預(yù)。

2. 第二輪：算法挑戰(zhàn)

我拋出了LeetCode經(jīng)典難題“兩個(gè)排序數(shù)組的中位數(shù)”（Hard級(jí)別），測(cè)試數(shù)學(xué)推理和優(yōu)化能力，要求O(log(m+n))復(fù)雜度。這對(duì)這些模型不算難（很可能在訓(xùn)練數(shù)據(jù)中），我主要看速度和token效率。

提示詞：

@font-face{

font-family:"Times New Roman";

}

@font-face{

font-family:"宋體";

}

@font-face{

font-family:"Calibri";

}

@font-face{

font-family:"Arial";

}

@font-face{

font-family:"等線";

}

p.MsoNormal{mso-style-name:正文;

mso-style-parent:"";

margin:0pt;

margin-bottom:.0001pt;

mso-pagination:none;

text-align:justify;

text-justify:inter-ideograph;

font-family:'Times New Roman';

font-size:10.5000pt;

}

span.msoIns{

mso-style-type:export-only;

mso-style-name:"";

text-decoration:underline;

text-underline:single;

color:blue;

}

span.msoDel{mso-style-type:export-only;

mso-style-name:"";

text-decoration:line-through;color:red;

}

@page{mso-page-border-surround-header:no;

mso-page-border-surround-footer:no;}@pageSection0{

}

div.Section0{page:Section0;}

For the below problem description and the example test cases try to solve the problem in Java. 

Focus on edge cases as well as time complexity:Given two sorted arrays nums1 and nums2 of size m and n respectively, return the median of the two sorted arrays. The overall run time complexity should be O(log (m+n)).

Example 1:

Input: nums1 = [1,3], nums2 = [2]

Output: 2.00000

Example 2:

Input: nums1 = [1,2], nums2 = [3,4]

Output: 2.50000

Template Code:

class Solution {

public double findMedianSortedArrays(int[] nums1, int[] nums2) {

}

}

GPT-5結(jié)果

簡潔高效！用了8,253 token，13秒內(nèi)輸出一個(gè)干凈的O(log(min(m,n)))二分搜索解決方案。處理了邊緣案例，時(shí)間復(fù)雜度最優(yōu)。

• Token：8,253

• 耗時(shí)：約13秒

Opus 4.1結(jié)果

更詳盡！消耗78,920 token（幾乎是GPT-5的10倍），通過多步推理，提供詳細(xì)解釋、全面注釋和內(nèi)置測(cè)試案例：算法相同，但教育價(jià)值更高。

• Token：78,920（比GPT-5多約10倍，多步推理）

• 耗時(shí)：約34秒

兩者都最優(yōu)解決，但GPT-5 token節(jié)省約了90%。

3. 第三輪：ML/推理任務(wù)（及成本現(xiàn)實(shí)）

原本計(jì)劃一個(gè)更大的ML任務(wù)：端到端構(gòu)建客戶流失預(yù)測(cè)管道。但看到Opus 4.1在網(wǎng)頁任務(wù)上用了1.4M+ token，我因成本考慮跳過了它，只跑了GPT-5。

提示詞：

Build a complete ML pipeline for predicting customer churn, including:

1. Data preprocessing and cleaning

2. Feature engineering

3. Model selection and training

4. Evaluation and metrics

5. Explain the reasoning behind each step in detail

GPT-5結(jié)果

• Token：約86,850

• 耗時(shí)：約4-5分鐘

GPT-5輸出一個(gè)可靠的管道：干凈預(yù)處理、合理特征工程；多模型（邏輯回歸、隨機(jī)森林、可選XGBoost+隨機(jī)搜索）；用SMOTE平衡類別，按ROC-AUC選最佳模型；評(píng)估全面（準(zhǔn)確率、精確率、召回率、F1）。解釋清晰不冗長。

真實(shí)成本（美元）

• GPT-5（思考模式）：總計(jì)約3.50 - 網(wǎng)頁約2.58、算法約0.03、ML約0.88。不如Opus 4.1貴。

• Opus 4.1（思考+最大模式）：總計(jì)7.58 - 網(wǎng)頁約7.15、算法約0.43。

最終結(jié)論

兩個(gè)模型都善于利用大上下文窗口，但token使用方式不同，導(dǎo)致成本差距巨大。

GPT-5優(yōu)勢(shì)：

• 算法任務(wù)節(jié)省90%token

• 更快、更適合日常工作

• 大多數(shù)任務(wù)成本低得多

Opus 4.1優(yōu)勢(shì)：

• 清晰的步步解釋

• 適合邊學(xué)邊進(jìn)行編碼

• 設(shè)計(jì)保真度極高（接近Figma原版）

• 深度分析（如果預(yù)算允許）

如果你是開發(fā)者，GPT-5是高效伙伴；追求完美設(shè)計(jì)，Opus 4.1值！

從這個(gè)實(shí)例測(cè)試中，確實(shí)能看出GPT-5大幅提升的代碼能力，完全不輸Claude，而且在成本方面有著巨大的優(yōu)勢(shì)。

雖然每個(gè)用戶對(duì)于模型能力的需求和側(cè)重點(diǎn)是不同的，但從生產(chǎn)力能力上看，GPT-5確實(shí)很強(qiáng)，畢竟那么多的測(cè)試集成績不會(huì)說謊。相信如果OpenAI能夠?qū)⒂脩魧?duì)GPT-4o的依賴慢慢轉(zhuǎn)移到GPT-5上，處理好兩個(gè)完全不同能力給用戶帶來的體感差異，對(duì)于用戶來說能獲得一個(gè)能力可能更強(qiáng)的工具和伙伴。

而對(duì)于OpenAI來說，這樣的大幅遷移模型能力和用戶心智的經(jīng)驗(yàn)，也將成為他自身護(hù)城河的一部分。畢竟在大模型時(shí)代，如此大規(guī)模用戶體量下發(fā)布一個(gè)更新幅度如此巨大的模型產(chǎn)品，確實(shí)要面臨很多意想不到的問題，也沒有經(jīng)驗(yàn)可以借鑒，而從中能吸取到的用戶反饋，能更好的幫助它在以后模型更新的過程中，做到讓更多的用戶滿意。