Presentem GPT‑5

Presentem GPT‑5, el nostre millor sistema d'IA fins ara. GPT‑5 representa un salt significatiu en intel·ligència respecte a tots els nostres models anteriors, amb un rendiment d'última generació en programació, matemàtiques, escriptura, salut, percepció visual i molt més. És un sistema unificat que sap quan respondre ràpidament i quan pensar més temps per oferir respostes de nivell expert. GPT‑5 està disponible per a tots els usuaris, amb més ús per als subscriptors Plus i accés a GPT‑5 pro per als subscriptors Pro, una versió amb raonament ampliat per obtenir respostes encara més completes i precises.

GPT‑5 és un sistema unificat amb un model intel·ligent i eficient que respon la majoria de preguntes, un model de raonament més profund (GPT‑5 thinking) per als problemes més difícils, i un encaminador en temps real que decideix ràpidament quin usar segons el tipus de conversa, la complexitat, les necessitats d'eines i la teva intenció explícita (per exemple, si dius «pensa-hi a fons» a la indicació). L'encaminador s'entrena contínuament amb senyals reals, incloent-hi quan els usuaris canvien de model, els índexs de preferència de resposta i la correcció mesurada, i millora amb el temps. Quan s'arriba als límits d'ús, una versió mini de cada model gestiona les consultes restants. En un futur proper, preveiem integrar aquestes capacitats en un únic model.

GPT‑5 no només supera els models anteriors en benchmarks i respon preguntes més ràpidament, sinó que, el més important, és més útil per a consultes del món real. Hem fet avenços significatius en la reducció de les al·lucinacions, la millora del seguiment d'instruccions i la minimització de la complaença, alhora que hem millorat el rendiment de GPT‑5 en tres dels usos més habituals de ChatGPT: escriptura, programació i salut.

GPT‑5 és el nostre model de programació més potent fins ara. Mostra millores particulars en la generació complexa de front-end i la depuració de repositoris més grans. Sovint pot crear webs, aplicacions i jocs bells i adaptables amb sensibilitat estètica amb una sola indicació, convertint idees en realitat de manera intuïtiva i amb bon gust. Els primers testers també van destacar les seves decisions de disseny, amb una comprensió molt millor d'aspectes com l'espaiat, la tipografia i l'espai en blanc. Consulta-ho aquí per veure tots els detalls sobre el que GPT‑5 ofereix als desenvolupadors.

Aquests són alguns exemples del que GPT‑5 ha creat amb una sola indicació:

GPT‑5 és el nostre col·laborador d'escriptura més capaç fins ara, capaç d'ajudar-te a orientar i traduir idees esbossades en una escriptura atractiva i amb ressò amb profunditat literària i ritme. Gestiona amb més fiabilitat escriptures que impliquen ambigüitat estructural, com mantenir pentàmetre iàmbic no rimat o vers lliure que flueixi amb naturalitat, combinant el respecte per la forma amb claredat expressiva. Aquestes capacitats d'escriptura millorades fan que ChatGPT sigui millor ajudant-te en tasques quotidianes com redactar i editar informes, correus electrònics, memoràndums i molt més. Els estils d'escriptura de GPT‑5 i GPT‑4o es poden comparar a la taula següent.

GPT‑5 és el nostre millor model fins ara per a preguntes relacionades amb la salut, i permet als usuaris estar informats sobre la seva salut i defensar els seus interessos. El model obté puntuacions significativament més altes que qualsevol model anterior a HealthBench⁠, una avaluació que vam publicar a principis d'any basada en escenaris realistes i criteris definits per metges. En comparació amb els models anteriors, actua més com un soci actiu de reflexió, assenyalant proactivament possibles preocupacions i fent preguntes per donar respostes més útils. Ara el model també ofereix respostes més precises i fiables, adaptant-se al context, el nivell de coneixement i la geografia de l'usuari, cosa que li permet oferir respostes més segures i útils en una gran varietat d'escenaris. És important remarcar que ChatGPT no substitueix un professional mèdic: pensa-hi com en un aliat per ajudar-te a entendre resultats, fer les preguntes adequades en el temps que tens amb els professionals i valorar opcions mentre prens decisions.

Pots veure algunes de les maneres com GPT‑5 és millor que els nostres models anteriors en diferents àmbits —més ric, més detallat i més útil— en aquests exemples:

GPT‑5 és molt més intel·ligent en tots els aspectes, com reflecteix el seu rendiment en benchmarks acadèmics i avaluats per humans, especialment en matemàtiques, programació, percepció visual i salut. Estableix un nou estat de l'art en matemàtiques (94,6% a AIME 2025 sense eines), programació del món real (74,9% a SWE-bench Verified, 88% a Aider Polyglot), comprensió multimodal (84,2% a MMMU) i salut (46,2% a HealthBench Hard), i aquestes millores també es noten en l'ús diari. Amb el raonament ampliat de GPT‑5 pro, el model també estableix un nou SOTA a GPQA, amb un 88,4% sense eines.

GPT‑5 mostra guanys significatius en benchmarks que posen a prova el seguiment d'instruccions i l'ús agentic d'eines, capacitats que li permeten dur a terme de manera fiable peticions de diversos passos, coordinar-se entre diferents eines i adaptar-se als canvis de context. A la pràctica, això vol dir que gestiona millor tasques complexes i canviants; GPT‑5 pot seguir les teves instruccions amb més fidelitat i completar més feina de cap a cap fent servir les eines que té a disposició.

El model destaca en una sèrie de benchmarks multimodals, que inclouen raonament visual, basat en vídeo, espacial i científic. Un rendiment multimodal més fort significa que ChatGPT pot raonar amb més precisió sobre imatges i altres entrades no textuals, ja sigui interpretant un gràfic, resumint una foto d'una presentació o responent preguntes sobre un diagrama.

GPT‑5 també és el nostre model amb millor rendiment en un benchmark intern que mesura el rendiment en treball de coneixement complex i econòmicament valuós. Quan fa servir raonament, GPT‑5 és comparable o millor que els experts en aproximadament la meitat dels casos, i supera o3 i ChatGPT Agent en tasques que abasten més de 40 ocupacions, incloent-hi dret, logística, vendes i enginyeria.

GPT‑5 obté més valor amb menys temps de pensament. A les nostres avaluacions, GPT‑5 (amb thinking) rendeix millor que OpenAI o3 amb un 50-80% menys de segments de sortida en diverses capacitats, inclosos el raonament visual, la programació agentic i la resolució de problemes científics de nivell de postgrau.

GPT‑5 es va entrenar amb superordinadors Microsoft Azure AI.

GPT‑5 té una probabilitat significativament menor d'al·lucinar que els nostres models anteriors. Amb la cerca web activada en indicacions anonimitzades representatives del trànsit de producció de ChatGPT, les respostes de GPT‑5 tenen aproximadament un 45% menys de probabilitats de contenir un error factual que les de GPT‑4o, i quan pensa, les respostes de GPT‑5 tenen aproximadament un 80% menys de probabilitats de contenir un error factual que OpenAI o3.

Hem invertit especialment a fer els nostres models més fiables quan raonen sobre preguntes complexes i obertes. En conseqüència, hem afegit noves avaluacions per sotmetre a estrès la factualitat oberta. Vam mesurar la taxa d'al·lucinació de GPT‑5 quan pensa sobre indicacions obertes de cerca de fets procedents de dos benchmarks públics de factualitat: LongFact⁠(s'obre en una finestra nova) (conceptes i objectes) i FActScore⁠(s'obre en una finestra nova).  En tots aquests benchmarks, «GPT‑5 thinking» mostra una forta caiguda de les al·lucinacions —unes sis vegades menys que o3—, cosa que marca un clar salt endavant en la producció consistent de contingut llarg precís. Els detalls d'implementació i qualificació de les nostres avaluacions en aquests benchmarks es poden trobar a la fitxa del model.

Juntament amb la millora de la factualitat, GPT‑5 (amb thinking) comunica amb més honestedat les seves accions i capacitats a l'usuari, especialment en tasques impossibles, infraespecificades o sense eines clau. Per aconseguir una recompensa alta durant l'entrenament, els models de raonament poden aprendre a mentir sobre la finalització correcta d'una tasca o a mostrar massa confiança en una resposta incerta. Per exemple, per posar-ho a prova, vam eliminar totes les imatges de les indicacions del benchmark multimodal CharXiv i vam comprovar que OpenAI o3 encara donava respostes segures sobre imatges inexistents el 86,7% del temps, en comparació amb només el 9% de GPT‑5.

Quan raona, GPT‑5 reconeix amb més precisió quan les tasques no es poden completar i comunica clarament els seus límits. Vam avaluar les taxes d'engany en entorns amb tasques de programació impossibles i recursos multimodals absents, i vam trobar que GPT‑5 (amb thinking) és menys enganyós que o3 en tots els casos. En un gran conjunt de converses representatives del trànsit real de producció de ChatGPT, hem reduït les taxes d'engany del 4,8% d'o3 al 2,1% de les respostes de raonament de GPT‑5. Tot i que això representa una millora significativa per als usuaris, encara queda feina per fer, i continuem investigant per millorar la factualitat i l'honestedat dels nostres models. Pots trobar més detalls a la fitxa del model.

GPT‑5 fa avançar la frontera en seguretat. En el passat, ChatGPT es basava principalment en un entrenament de seguretat basat en la negativa: segons la indicació de l'usuari, el model havia de complir o negar-se. Tot i que aquest tipus d'entrenament funciona bé amb indicacions explícitament malicioses, pot tenir dificultats per gestionar situacions en què la intenció de l'usuari no és clara o la informació es podria utilitzar de manera benigna o maliciosa. L'entrenament basat en la negativa és especialment inflexible en àmbits de doble ús com la virologia, on una petició benigna es pot completar amb seguretat a alt nivell, però podria capacitar un actor maliciós si es completés en detall.

Per a GPT‑5, hem introduït una nova forma d'entrenament de seguretat — safe completions — que ensenya el model a donar la resposta més útil quan sigui possible tot mantenint-se dins dels límits de seguretat. De vegades, això pot significar respondre parcialment la pregunta d'un usuari o fer-ho només a alt nivell. Si el model s'ha de negar, GPT‑5 està entrenat per explicar-te de manera transparent per què es nega i per oferir alternatives segures. Tant en experiments controlats com en els nostres models de producció, hem vist que aquest enfocament és més matisat, permet una millor navegació de les preguntes de doble ús, una robustesa més gran davant d'intencions ambigües i menys negatives excessives innecessàries. Llegeix més sobre el nostre nou enfocament d'entrenament de seguretat, així com tots els detalls sobre metodologia, mètriques i resultats, al nostre article sobre safe completions⁠.

En general, GPT‑5 és menys efusivament complaent, fa servir menys emojis innecessaris i és més subtil i reflexiu en els seguiments en comparació amb GPT‑4o. Hauria de semblar menys «parlar amb una IA» i més xerrar amb un amic servicial amb intel·ligència de nivell de doctorat.

A principis d'any, vam llançar una actualització de GPT‑4o⁠ que accidentalment va fer que el model fos excessivament complaent o massa adulador i conformista. Ràpidament vam revertir el canvi⁠ i des d'aleshores hem treballat per entendre i reduir aquest comportament mitjançant:

• El desenvolupament de noves avaluacions per mesurar els nivells de complaença
• La millora del nostre entrenament perquè el model sigui menys complaent; per exemple, afegint exemples que normalment portarien a un excés d'acord i ensenyant-li després a no fer-ho.

En avaluacions específiques de complaença amb indicacions dissenyades expressament per provocar respostes complaents, GPT‑5 va reduir de manera significativa les respostes complaents (del 14,5% a menys del 6%). De vegades, reduir la complaença pot anar acompanyat d'una disminució de la satisfacció de l'usuari, però les millores que hem fet han reduït la complaença a més de la meitat i alhora han aportat altres guanys mesurables, de manera que els usuaris continuen tenint converses constructives i d'alta qualitat, en línia amb el nostre objectiu d'ajudar la gent a fer un bon ús de ChatGPT⁠.

GPT‑5 és significativament millor en el seguiment d'instruccions, i observem una millora corresponent en la seva capacitat de seguir instruccions personalitzades.

També llancem una vista prèvia de recerca de quatre noves personalitats predefinides per a tots els usuaris de ChatGPT, possibles gràcies a les millores en la capacitat d'orientació. Aquestes personalitats, disponibles inicialment per al xat de text i més endavant també a Veu, et permeten definir com interactua ChatGPT —ja sigui de manera concisa i professional, reflexiva i propera, o amb un punt sarcàstic— sense escriure indicacions personalitzades. Les quatre opcions inicials, Cynic, Robot, Listener i Nerd, són opcionals, es poden ajustar en qualsevol moment des de la configuració i estan dissenyades per adaptar-se al teu estil de comunicació.

Totes aquestes noves personalitats compleixen o superen el nostre llindar en les avaluacions internes per reduir la complaença.

Tenim ganes d'aprendre i iterar a partir dels primers comentaris.

Vam decidir tractar el model «GPT‑5 thinking» com d'alta capacitat en l'àmbit biològic i químic, i hem implementat salvaguardes sòlides per minimitzar prou els riscos associats. Vam provar el model de manera rigorosa amb les nostres avaluacions de seguretat sota el nostre Entorn de treball de preparació⁠⁠, completant 5.000 hores de red teaming amb socis com CAISI i UK AISI.

De manera similar al nostre enfocament per a ChatGPT Agent, tot i que no tenim proves definitives que aquest model pugui ajudar de manera significativa una persona novata a causar dany biològic greu —el nostre llindar definit⁠(s'obre en una finestra nova) per a alta capacitat—, adoptem un enfocament de precaució i activem ara les salvaguardes requerides per augmentar la preparació quan aquestes capacitats estiguin disponibles. Com a resultat, «GPT‑5 thinking» disposa d'una sòlida pila de seguretat amb un sistema de defensa multicapa per a biologia: modelatge integral d'amenaces, entrenament del model perquè no generi contingut perjudicial mitjançant el nostre nou paradigma de safe completions, classificadors sempre actius i monitors de raonament, i canals d'aplicació clars.

Llegeix més sobre el nostre enfocament de seguretat robust per a GPT‑5 a la nostra fitxa del model.

Per a les tasques més exigents i complexes, també llancem GPT‑5 pro, que substitueix OpenAI o3‑pro, una variant de GPT‑5 que pensa encara més temps, fent servir càlcul paral·lel en temps d'inferència escalat però eficient, per oferir les respostes de més qualitat i més completes. GPT‑5 pro aconsegueix el rendiment més alt de la família GPT‑5 en diversos benchmarks d'intel·ligència exigents, incloent-hi rendiment d'última generació a GPQA, que conté preguntes de ciència extremadament difícils.

En avaluacions sobre més de 1.000 indicacions de raonament del món real i econòmicament valuoses, experts externs van preferir GPT‑5 pro a "GPT‑5 thinking" el 67,8% de les vegades. GPT‑5 pro va cometre un 22% menys d'errors greus i va destacar en salut, ciència, matemàtiques i programació. Els experts van valorar les seves respostes com a rellevants, útils i completes.

GPT‑5 és el nou valor predeterminat a ChatGPT i substitueix GPT‑4o, OpenAI o3, OpenAI o4-mini, GPT‑4.1 i GPT‑4.5 per als usuaris que han iniciat sessió. Només has d'obrir ChatGPT i escriure la teva pregunta; GPT‑5 s'encarrega de la resta, aplicant el raonament automàticament quan la resposta se'n pot beneficiar. Els usuaris de pagament encara poden seleccionar «GPT‑5 Thinking» al selector de model, o escriure alguna cosa com «pensa-hi a fons» a la indicació per assegurar-se que s'utilitza el raonament en generar una resposta.

GPT‑5 comença a desplegar-se avui per a tots els usuaris Plus, Pro, Team i Free, i l'accés per a Enterprise i Edu arribarà la setmana vinent. Els usuaris Pro, Plus i Team també poden començar a programar amb GPT‑5 al Codex CLI⁠(s'obre en una finestra nova) iniciant sessió amb ChatGPT.

Com passa amb GPT‑4o, la diferència entre l'accés gratuït i el de pagament a GPT‑5 és el volum d'ús. Els subscriptors Pro tenen accés il·limitat a GPT‑5 i accés a GPT‑5 Pro. Els usuaris Plus el poden utilitzar còmodament com a model predeterminat per a preguntes quotidianes, amb un ús significativament més alt que els usuaris gratuïts. Els clients Team, Enterprise i Edu també poden fer servir GPT‑5 còmodament com a model predeterminat per al treball diari, amb límits generosos que faciliten que organitzacions senceres confiïn en GPT‑5. Per als usuaris del nivell gratuït de ChatGPT, les capacitats completes de raonament poden trigar uns dies a desplegar-se del tot. Un cop els usuaris gratuïts arribin als seus límits d'ús de GPT‑5, passaran a GPT‑5 mini, un model més petit, més ràpid i molt capaç.