Vi præsenterer GPT‑5

Vi præsenterer GPT‑5, vores hidtil bedste AI-system. GPT‑5 markerer betydelige fremskridt i intelligens i sammenligning med alle vores tidligere modeller. Den leverer banebrydende evner inden for kodning, matematik, skrivning, sundhed, visuel perception og meget mere. GPT‑5 er et samlet system, der ved, hvornår det skal reagere hurtigt, og hvornår det skal tænke i længere tid for at give svar på ekspertniveau. GPT‑5 er tilgængelig for alle brugere, mens Plus-abonnenter får mere brugstid og Pro-abonnenter får adgang til GPT‑5 Pro, en version med udvidet ræsonnering og endnu mere omfattende og præcise svar.

GPT‑5 er et samlet system med en intelligent, effektiv model, der besvarer de fleste spørgsmål, en grundigere ræsonneringsmodel (“GPT‑5‑tænkning”) til sværere problemer og en realtidsrouter, der hurtigt afgør, hvilken en, der skal bruges, baseret på samtalens karakter, kompleksitet, værktøjsbehov og dine hensigter (hvis du for eksempel siger “tænk grundigt over det” i din forespørgsel). Routeren trænes løbende på baggrund af signaler, herunder skift af model, præferenceprocenter for svar og den målte korrekthed, og forbedres dermed over tid. Så snart brugsgrænsen er nået, håndterer en miniudgave af hver model de resterende forespørgsler. I den nærmeste fremtid planlægger vi at integrere disse funktioner i en enkelt model.

GPT‑5 overgår ikke kun tidligere vores modeller i benchmarks og hurtig besvarelse af spørgsmål, men er – vigtigst af alt – mere nyttig til praktiske scenarier i den virkelige verden. Vi har gjort betydelige fremskridt i forhold til at reducere hallucinationer, forbedre opfølgning på instruktioner og minimere smiger – samtidig med at vi har løftet GPT‑5’s ydeevne inden for tre af de mest almindelige anvendelser i ChatGPT: skrivning, kodning og sundhed.

GPT‑5 er vores hidtil stærkeste kodningsmodel. Det viser særlige forbedringer inden for kompleks front-end-generering og fejlfinding i større repositorier. Det kan ofte skabe smukke og responsive hjemmesider, apps og spil med æstetisk sans ud fra blot én forespørgsel, hvor idéer intuitivt og smagfuldt bliver til virkelighed. De første testere lagde også særligt mærke til designvalgene, hvor der var en meget bedre forståelse af ting som afstand, typografi og hvid plads. Se mere her for alle detaljer om, hvad GPT‑5 gør muligt for udviklere.

Her er nogle eksempler på, hvad GPT‑5 har skabt med blot én forespørgsel:

GPT‑5 er vores hidtil mest kompetente samarbejdspartner inden for skrivning, der kan hjælpe dig med at styre og omsætte grove idéer til fængende, levende tekster med litterær dybde og rytme. Den er mere pålidelig i håndteringen af skrivning, der involverer strukturel tvetydighed, såsom opretholdelse af jambisk metrik eller frie vers, der flyder naturligt, og den kombinerer form med ekspressiv klarhed. De forbedrede skriveevner betyder, at ChatGPT er bedre til at hjælpe dig med daglige opgaver som udarbejdelse og redigering af rapporter, e-mails, notater og meget mere. Se en sammenligning af skrivestilen i GPT‑5 og GPT‑4o i tabellen nedenfor.

GPT‑5 er vores hidtil bedste model til sundhedsrelaterede spørgsmål, som giver brugerne mulighed for at blive informeret om og tage vare på deres sundhed. Modellen scorer betydeligt højere end nogen tidligere model inden for HealthBench⁠, en evaluering, vi offentliggjorde tidligere på året, og som er baseret på realistiske scenarier og læge-definerede kriterier. Sammenlignet med tidligere modeller fungerer den mere som en aktiv sparringspartner, der proaktivt påpeger potentielle problemer og stiller spørgsmål for at give mere nyttige svar. Modellen giver nu også mere præcise og pålidelige svar, der tilpasses brugerens situation, viden og geografiske placering, hvilket gør det muligt at give mere sikre og nyttige svar i en lang række scenarier. Det er her vigtigt at bemærke, at ChatGPT ikke kan erstatte en læge, men betragtes som en sparringspartner, der kan hjælpe med at forstå ens resultater, stille de rigtige spørgsmål, når man er hos lægen, og afveje mulighederne, når man skal træffe beslutninger.

Du kan se nogle af de måder, hvorpå GPT‑5 er bedre end vores tidligere modeller på tværs af domæner – mere fyldestgørende, detaljeret og nyttig – i følgende eksempler:

GPT‑5 er generelt langt mere intelligent, hvilket afspejles i dens ydeevne inden for akademiske og menneskeligt evaluerede benchmarks, særligt inden for matematik, kodning, visuel perception og sundhed. Den sætter en ny standard inden for matematik (94,6 % i AIME 2025 uden hjælpemidler), kodning i virkelige situationer (74,9 % i SWEBench, 88 % på Aider-Polyglot), multimodal forståelse (84,2 % på MMMU) og sundhed (46,2 % i HealthBench Hard) – og de forbedringer mærkes i den daglige brug. Med GPT‑5 Pro's udvidede ræsonnering sætter modellen også en ny rekord i GPQA med en score på 88,4 % uden hjælpemidler.

GPT‑5 viser betydelige fremskridt inden for benchmarks, der tester overholdelse af instruktioner og brug af værktøjer, dvs. den slags evner, der gør det muligt at udføre anmodninger i flere pålideligt, koordinere på tværs af forskellige værktøjer og tilpasse sig ændringer i konteksten. I praksis betyder det, at den er bedre til at håndtere komplekse, skiftende opgaver. GPT‑5 kan følge dine instruktioner mere nøjagtigt og udføre mere af arbejdet fra start til slut ved hjælp af de værktøjer, den har til rådighed.

Modellen excellerer på tværs af en række multimodale benchmarks, der spænder over visuel, videobaseret, rumlig og videnskabelig ræsonnering. Stærkere multimodal ydeevne betyder, at ChatGPT kan ræsonnere mere præcist over billeder og andre ikke-tekstbaserede input – uanset om det drejer sig om at fortolke et diagram, sammenfatte et foto af en præsentation eller besvare spørgsmål om et diagram.

GPT‑5 er også vores bedst præsterende model i et internt benchmark, der måler modelpræstationer ud fra komplekst og økonomisk værdifuldt vidensarbejde. Når det kommer til logisk ræsonnering, er GPT‑5 sammenlignelig med eller bedre end eksperter i omkring halvdelen af tilfældene, mens den overgår o3 og ChatGPT Agent på tværs af opgaver inden for over 40 erhverv, herunder jura, logistik, salg og ingeniørarbejde.

GPT‑5 får mere ud af mindre tænketid. I vores evalueringer klarer GPT‑5 (med tænkeevne) sig bedre end OpenAI o3 med 50-80 % færre output-tokens på tværs af funktioner, herunder visuel ræsonnering, agentisk kodning og videnskabelig problemløsning på kandidatniveau.

GPT‑5 blev trænet på Microsoft Azures AI-supercomputere.

GPT‑5 er betydeligt mindre tilbøjelig til at hallucinere end vores tidligere modeller.  Når internetsøgning er aktiveret på anonymiserede prompts, som repræsenterer ChatGPT's produktionstrafik, er der ~ 45 % mindre risiko for, at GPT‑5’s svar indeholder en faktuel fejl sammenlignet med GPT‑4o. Og ved tænkning er der ~ 80 % mindre risiko for, at GPT‑5’s svar indeholder en faktuel fejl sammenlignet med OpenAI o3.

Vi har især været opsatte på at gøre vores modeller mere pålidelige, når de skal argumentere for komplekse, åbne spørgsmål. Derfor har vi tilføjet nye evalueringer for at teste åben faktuel nøjagtighed. Vi målte GPT‑5’s hallucinationsrate, når den tænkte over åbne forespørgsler med faktasøgning fra to offentlige benchmarks inden for faktualitet: LongFact⁠(åbner i et nyt vindue) (koncepter og objekter) og FActScore⁠(åbner i et nyt vindue).  På tværs af alle disse benchmarks viser “GPT‑5‑tænkning” et markant fald i hallucinationer – omkring seks gange mindre end o3 – hvilket markerer et tydeligt fremskridt i produktionen af gennemgående præcist indhold i længere formater. Implementerings- og bedømmelsesdetaljerne for vores evalueringer kan findes i systemkortet.

Ud over forbedret, faktuel nøjagtighed kommunikerer GPT‑5 (med tænkning) mere ærligt sine handlinger og evner til brugeren – især ved opgaver, der er umulige, underforklarede eller som mangler vigtige værktøjer. For at opnå en høj belønning under træningen kan ræsonneringsmodeller lære at lyve om, at de har gennemført en opgave, eller være overdrevent sikre på et usikkert svar. For at teste dette fjernede vi for eksempel alle billederne fra forespørgslerne i det multimodale benchmark CharXiv og fandt her ud af, at OpenAI o3 stadig gav sikre svar om ikke-eksisterende billeder i 86,7 % af tilfældene, sammenlignet med kun 9 % for GPT‑5.

Når GPT‑5 ræsonnerer, genkender den mere præcist, hvornår opgaver ikke kan udføres, og kommunikerer mere klart sine begrænsninger. Vi evaluerede vildledningsrater i situationer med umulige kodningsopgaver og manglende multimodale ressourcer og opdagede, at GPT‑5 (med tænkning) overordnet set er mindre vildledende end o3. På baggrund af en stor mængde samtaler, der er repræsentative for den generelle brug af ChatGPT, har vi reduceret andelen af vildledende svar fra 4,8 % for o3 til 2,1 % for GPT‑5’s ræsonneringssvar. Selvom det indikerer en betydelig forbedring for brugerne, er der stadig meget arbejde at gøre, og vi fortsætter vores forskning i at forbedre vores modellers faktualitet og ærlighed. Yderligere detaljer kan findes i systemkortet.

GPT‑5 sætter nye standarder for sikkerheden. Tidligere var ChatGPT primært baseret på sikkerhedstræning, der tog udgangspunkt i afvisning. Baseret på brugerens forespørgsel skulle modellen enten efterkomme anmodningen eller afslå den. Denne type træning fungerer godt over for åbenlyst skadelige forespørgsler, men har sværere ved at håndtere situationer, hvor brugerens hensigt er uklar, eller hvor information både kan bruges på en harmløs og en skadelig måde. Afvisningstræning er især ufleksibel i såkaldte dual-use-domæner som virologi, hvor en harmløs forespørgsel kan besvares sikkert på et overordnet niveau, mens den potentielt kan misbruges, hvis svaret bliver for detaljeret.

Med GPT‑5 har vi indført en ny form for sikkerhedstræning, sikre svar, som lærer modellen at give det mest hjælpsomme svar muligt, samtidig med at den holder sig inden for sikre rammer. I nogle tilfælde kan det betyde, at man kun delvist besvarer brugerens spørgsmål eller kun besvarer det på et overordnet niveau. Hvis modellen er nødt til at afvise, er GPT‑5 trænet til på en gennemsigtig måde at fortælle, hvorfor den afviser, samt at give sikre alternativer. I både kontrollerede eksperimenter og vores produktionsmodeller erfarer vi, at denne tilgang er mere nuanceret, hvilket muliggør bedre navigation af spørgsmål med dobbelt anvendelse, større robusthed over for tvetydige intentioner og færre unødvendige afvisninger. Læs mere om vores nye tilgang til sikkerhedstræning samt alle detaljer om metode, målinger og resultater i vores artikel om sikre svar⁠.

Samlet set er GPT‑5 mindre overdrevent imødekommende, den bruger færre unødvendige emojis og er mere subtil og eftertænksom i sine opfølgninger sammenlignet med GPT‑4o. Det vil føles mindre som at “tale med kunstig intelligens” og mere som at chatte med en hjælpsom ven, der har intelligens på ph.d.-niveau.

Tidligere på året udgav vi en opdatering til GPT‑4o⁠, som utilsigtet gjorde modellen alt for smigrende eller overdrevent imødekommende. Vi trak hurtigt ændringen tilbage⁠ og har siden arbejdet på at forstå og reducere denne adfærd ved at:

• Udvikle nye måder at evaluere smiger eller overdreven imødekommenhed på
• Forbedre vores træning, så modellen er mindre smigrende – for eksempel ved at tilføje eksempler, som normalt vil føre til overdreven enighed og så lære den ikke at gøre sådan.

I målrettede evalueringer af smiger ved hjælp af spørgsmål, der specifikt var designet til at fremkalde overdrevent imødekommende svar, blev GPT‑5’s let smigrende svar reduceret (fra 14,5 % til mindre end 6 %). Nogle gange kan en mindskning af smiger medføre en reduktion i brugertilfredsheden, men de forbedringer, vi har foretaget, har mindsket smiger med mere end halvdelen og samtidig leveret andre målbare forbedringer, så brugerne fortsat kan føre konstruktive samtaler af høj kvalitet – i tråd med vores mål om at hjælpe folk med at hjælpe folk med at bruge ChatGPT på en god måde⁠.

GPT‑5 er betydeligt bedre til at følge instruktioner, og vi ser en tilsvarende forbedring i dens evne til at følge brugerdefinerede instruktioner.

Vi lancerer også en forhåndsvisning af research for fire nye, forudindstillede personligheder til alle ChatGPT‑brugere, hvilket er blevet muligt takket være forbedringer af styrbarheden. Personlighederne, der i første omgang er tilgængelige for tekstchat og senere også for stemmechat, giver mulighed for at indstille, hvordan ChatGPT skal interagere med en – om det skal være kortfattet og professionelt, tankevækkende og støttende eller lidt sarkastisk – uden at skrive brugerdefinerede forespørgsler. De fire indledende valgmuligheder, Kyniker, Robot, Lytter og Nørd, er valgfri, kan tilpasses når som helst i indstillingerne og er designet til at passe til ens måde at kommunikere på.

Alle fire personligheder opfylder eller overgår vores interne evalueringskriterier for at mindske smiger.

Vi meget frem til at lære og videreudvikle på baggrund af tidlig feedback.

Vi har valgt at klassificere “GPT‑5‑tænkning” som en model med høj kapacitet inden for det biologiske og kemiske område og har derfor implementeret stærke sikkerhedsforanstaltninger for at minimere de tilknyttede risici. Modellen er blevet grundigt testet gennem vores sikkerhedsevalueringer i Beredskabsrammen⁠ og har gennemgået 5.000 timers red-teaming i samarbejde med blandt andre CAISI og UK AISI.

Ligesom med ChatGPT Agent har vi ikke entydigt bevis for, at modellen reelt kan hjælpe en ukyndig person med at forvolde alvorlig biologisk skade – vores definerede grænse⁠(åbner i et nyt vindue) for “høj kapacitet” – men vi vælger en forsigtig tilgang og aktiverer de nødvendige sikkerhedsforanstaltninger allerede nu for at være forberedt, hvis en sådan kapacitet skulle vise sig mulig. Derfor er “GPT‑5‑tænkning” udstyret med stærk sikkerhed og et flerlaget forsvarssystem inden for biologi, herunder omfattende trusselsmodellering, træning i ikke at generere skadeligt indhold via vores nye paradigme for sikre svar, altid-aktive klassifikatorer og monitorering af ræsonnering samt tydelige procedurer for håndhævelse.

Læs mere om vores robuste sikkerhedsstrategi for GPT‑5 i vores systemkort.

Til de mest krævende og komplekse opgaver lancerer vi også GPT‑5 pro, som erstatter OpenAI o3‑pro. Det er en variant af GPT‑5, der tænker i endnu længere tankerækker ved hjælp af skaleret, men effektiv parallel testtids-beregning, for at kunne levere de mest præcise og omfattende svar. GPT‑5 Pro opnår den højeste ydeevne i GPT‑5‑familien inden for en række udfordrende intelligens-benchmarks, herunder banebrydende resultater i GPQA, som indeholder ekstremt vanskelige spørgsmål inden for matematik og naturvidenskab.

Ved evalueringer af over 1000 økonomisk værdifulde og virkelighedsnære ræsonneringsopgaver foretrak eksterne eksperter GPT‑5 pro frem for “GPT‑5‑tænkning” i 67,8 % af tilfældene. GPT‑5 pro lavede 22 % færre alvorlige fejl og udmærkede sig særligt inden for sundhed, naturvidenskab, matematik og kodning. Eksperter vurderede, at svarene var relevante, nyttige og omfattende.

GPT‑5 er den nye standard i ChatGPT og erstatter GPT‑4o, OpenAI o3, OpenAI o4-mini, GPT‑4.1 og GPT‑4.5 for brugere, der er logget ind. Bare åbn ChatGPT og skriv dit spørgsmål; GPT‑5 klarer resten og anvender automatisk ræsonnering, når svaret vil drage nytte af det. Betalende brugere kan stadig vælge “GPT‑5-tænkning” i modelvælgeren eller skrive noget i stil med ‘tænk grundigt over det’ i forespørgslen for at sikre, at der anvendes ræsonnering, når der gives et svar.

GPT‑5 er tilgængelig for alle Plus-, Pro-, Team- og gratisbrugere i dag, og adgang for Enterprise- og Edu-brugere kommer i næste uge. Pro-, Plus- og Team-brugere kan også begynde at kode med GPT‑5 i Codex CLI⁠(åbner i et nyt vindue) ved at logge ind med ChatGPT.

Som med GPT‑4o er forskellen mellem gratis og betalt adgang til GPT‑5, hvor høj brugsgrænsen er. Pro-abonnenter får ubegrænset adgang til GPT‑5 og adgang til GPT‑5 Pro. Plus-brugere kan bruge den som standardmodel til daglige spørgsmål, med en betydeligt højere brugsgrænse end gratis brugere. Team-, Enterprise- og Edu-kunder kan også bruge GPT‑5 som standardmodel til dagligt arbejde, med generøse brugsgrænser, der gør det nemt for hele organisationer at regne med GPT‑5. For gratis brugere af ChatGPT kan det tage et par dage, før alle funktioner er fuldt implementerede. Så snart gratisbrugere når deres GPT‑5‑brugsgrænser, vil de skifte til GPT‑5 mini, en mindre, hurtigere og meget kompetent model.