Pristatome GPT‑5

Pristatome GPT‑5 – iki šiol geriausią savo DI sistemą. GPT‑5 yra reikšmingas intelekto šuolis, palyginti su visais ankstesniais mūsų modeliais, pasižymintis pažangiausiu našumu programavimo, matematikos, rašymo, sveikatos, vizualinio suvokimo ir kitose srityse. Tai vieninga sistema, kuri žino, kada atsakyti greitai, o kada galvoti ilgiau, kad pateiktų ekspertų lygio atsakymus. GPT‑5 prieinamas visiems naudotojams. „Plus“ prenumeratoriai gauna platesnius naudojimo limitus, o „Pro“ prenumeratoriai – prieigą prie „GPT‑5 pro“ – versijos su išplėstiniu samprotavimu, skirtos dar išsamesniems ir tikslesniems atsakymams.

GPT‑5 – tai vieninga sistema, turinti išmanų, efektyvų modelį, kuris atsako į daugumą klausimų, gilesnio samprotavimo modelį („GPT‑5 thinking“) sunkesnėms problemoms spręsti ir realaus laiko maršruto parinktuvą, kuris greitai nusprendžia, kurį modelį naudoti, atsižvelgdamas į pokalbio tipą, sudėtingumą, įrankių poreikį ir jūsų išreikštą ketinimą (pavyzdžiui, jei raginime nurodote „gerai apie tai pagalvok“). Maršruto parinktuvas nuolat mokomas naudojant realius signalus, įskaitant tai, kada naudotojai perjungia modelius, atsakymų pirmenybės rodiklius ir išmatuotą teisingumą, ir laikui bėgant tobulėja. Pasiekus naudojimo limitus, likusias užklausas apdoroja miniatiūrinė kiekvieno modelio versija. Artimiausiu metu planuojame šias galimybes integruoti į vieną modelį.

GPT‑5 ne tik pranoksta ankstesnius modelius pagal etalonus ir greičiau atsako į klausimus, bet ir – svarbiausia – yra naudingesnis sprendžiant realias užklausas. Padarėme didelę pažangą mažindami išgalvotų faktų skaičių, gerindami instrukcijų laikymąsi ir mažindami pataikavimą, kartu pakeldami GPT‑5 našumą trijose dažniausiai „ChatGPT“ naudojamose srityse: rašymo, programavimo ir sveikatos.

GPT‑5 yra iki šiol stipriausias mūsų programavimo modelis. Jis ypač patobulėjo sudėtingo „front-end“ generavimo ir didesnių saugyklų riktų taisymo srityse. Dažnai vos vienu raginimu juo galima sukurti gražias ir interaktyvias interneto svetaines, programas ir žaidimus, išlaikant estetinį jautrumą, intuityviai ir skoningai paverčiant idėjas realybe. Pirmieji testuotojai taip pat atkreipė dėmesį į jo dizaino sprendimus, daug geresnį tokių dalykų kaip tarpai, tipografija ir tuščia erdvė supratimą. Išsamią informaciją apie tai, ką GPT‑5 suteikia programuotojams, rasite čia.

Štai keletas pavyzdžių, ką GPT‑5 sukūrė vos vienu raginimu:

GPT‑5 yra iki šiol pajėgiausias mūsų rašymo pagalbininkas, galintis padėti užvesti ant kelio ir paversti pirmines idėjas įtaigiu, paveikiu rašiniu, pasižyminčiu literatūriniu gilumu ir ritmu. Jis patikimiau tvarkosi su rašymu, apimančiu struktūrinį dviprasmiškumą, pavyzdžiui, išlaikydamas nerimuotą jambinį pentametrą ar natūraliai plaukiančias eiles, derindamas formos laikymąsi su išraiškos aiškumu. Šios patobulintos rašymo galimybės reiškia, kad „ChatGPT“ geriau padeda atlikti kasdienes užduotis, pavyzdžiui, rengti ir redaguoti pranešimus, el. laiškus, atmintines ir kt. GPT‑5 ir GPT‑4o rašymo stilius galima palyginti toliau pateiktoje lentelėje.

GPT‑5 yra iki šiol geriausias mūsų modelis su sveikata susijusiems klausimams, suteikiantis naudotojams galimybę gauti informacijos ir rūpintis savo sveikata. Modelis gauna žymiai aukštesnius balus nei bet kuris ankstesnis modelis vertinime HealthBench⁠, kurį paskelbėme anksčiau šiais metais, remdamiesi realistiškais scenarijais ir gydytojų nustatytais kriterijais. Palyginti su ankstesniais modeliais, jis veikia labiau kaip aktyvus mąstymo partneris, aktyviai atkreipdamas dėmesį į galimas problemas ir užduodamas klausimus, kad pateiktų naudingesnius atsakymus. Modelis dabar taip pat teikia tikslesnius ir patikimesnius atsakymus, prisitaikydamas prie naudotojo konteksto, žinių lygio ir geografinės padėties, todėl gali pateikti saugesnius ir naudingesnius atsakymus įvairiais atvejais. Svarbu tai, kad „ChatGPT“ nepakeičia medicinos specialisto – jis tarsi partneris, padedantis suprasti rezultatus, užduoti tinkamus klausimus lankantis pas paslaugų teikėjus ir pasverti galimybes priimant sprendimus.

Šiuose pavyzdžiuose matyti, kaip GPT‑5 pranoksta ankstesnius mūsų modelius įvairiose srityse – pateikia daugiau turinio turinčius, išsamesnius ir naudingesnius atsakymus:

GPT‑5 yra daug išmanesnis visose srityse – tai atspindi jo našumas akademiniuose ir žmonių vertinamuose etalonuose, ypač matematikos, programavimo, vizualinio suvokimo ir sveikatos. Jis nustato naują pažangiausią lygį matematikos (94,6 % AIME 2025 be įrankių), realaus pasaulio programavimo (74,9 % „SWE-bench Verified“, 88 % „Aider Polyglot“), multimodalinio supratimo (84,2 % MMMU) ir sveikatos (46,2 % „HealthBench Hard“) srityse, o svarbiausia – šie pasiekimai aktualūs kasdieniame naudojime. Su „GPT‑5 pro“ išplėstiniu samprotavimu modelis taip pat nustato naują SOTA (pažangiausią lygį) GPQA teste, surinkdamas 88,4 proc. be įrankių.

GPT‑5 rodo reikšmingus pasiekimus etalonuose, kuriais tikrinamas instrukcijų laikymasis ir įrankių naudojimas agento režimu – tai gebėjimai, leidžiantys patikimai vykdyti kelių etapų užklausas, koordinuoti veiksmus tarp skirtingų įrankių ir prisitaikyti prie konteksto pokyčių. Praktiškai tai reiškia, kad jis geriau tvarkosi su sudėtingomis, kintančiomis užduotimis; GPT‑5 gali tiksliau vykdyti jūsų instrukcijas ir atlikti daugiau užduočių nuo pradžios iki galo, naudodamas turimus įrankius.

Modelis puikiai pasirodo įvairiuose multimodaliniuose etalonuose, apimančiuose vaizdinį, vaizdo įrašais pagrįstą, erdvinį ir mokslinį samprotavimą. Didesnis multimodalinis našumas reiškia, kad „ChatGPT“ gali tiksliau samprotauti apie vaizdus ir kitą ne tekstinę įvestį – nesvarbu, ar tai būtų diagramos interpretavimas, pristatymo nuotraukos apibendrinimas, ar atsakymas į klausimus apie schemą.

GPT‑5 taip pat yra geriausiai veikiantis mūsų modelis pagal vidaus etaloną, matuojantį našumą atliekant sudėtingą, ekonomiškai vertingą žinių reikalaujantį darbą. Naudodamas samprotavimą, GPT‑5 maždaug pusėje atvejų prilygsta ekspertams arba juos pranoksta, kartu lenkdamas o3 ir „ChatGPT Agent“ atliekant užduotis, apimančias daugiau nei 40 profesijų, įskaitant teisę, logistiką, pardavimus ir inžineriją.

GPT‑5 gauna daugiau naudos per trumpesnį galvojimo laiką. Mūsų vertinimuose GPT‑5 (su galvojimu) veikia geriau nei „OpenAI o3“, sunaudodamas 50–80 proc. mažiau išvesties prieigos raktų įvairiose srityse, įskaitant vizualinį samprotavimą, programavimą agento režimu ir magistro lygio mokslinių problemų sprendimą.

GPT‑5 buvo mokomas „Microsoft Azure“ DI superkompiuteriuose.

GPT‑5 žymiai rečiau nei ankstesni mūsų modeliai išsigalvoja faktus  Įjungus žiniatinklio paiešką anoniminiams raginimams, atspindintiems „ChatGPT“ gamybinį judėjimą, GPT‑5 atsakymuose yra –45 proc. mažesnė faktinių klaidų tikimybė nei „GPT‑4o“, o galvojant GPT‑5 atsakymuose yra –80 proc. mažesnė faktinių klaidų tikimybė nei „OpenAI o3“.

Ypač daug investavome į tai, kad mūsų modeliai būtų patikimesni samprotaudami sudėtingais, atviro tipo klausimais. Todėl pridėjome naujų vertinimų, kad išbandytume atviro tipo faktų tikslumą. Pagal du viešus faktualumo etalonus – LongFact⁠(atsidaro naujame lange) (sąvokos ir objektai) ir FActScore⁠(atsidaro naujame lange) – vertinome GPT‑5 faktų išsigalvojimo dažnį atsakant į atviro tipo, faktų paieškos raginimus. Pagal visus šiuos etalonus matyti aiškus „GPT‑5 thinking“ faktų išsigalvojimo dažnio sumažėjimas – maždaug šešis kartus mažiau nei o3. Tai akivaizdus šuolis pirmyn, siekiant nuosekliai kurti tikslų ilgą turinį. Išsamią informaciją apie mūsų vertinimų pagal šiuos etalonus įgyvendinimą ir vertinimą rasite sistemos kortelėje.

Be to, kad pateikia tikslesnius faktus, GPT‑5 (su galvojimu) sąžiningiau informuoja naudotoją apie savo veiksmus ir galimybes, ypač kai kalbama apie užduotis, kurios yra neįmanomos, nepakankamai apibrėžtos arba kurioms trūksta pagrindinių įrankių. Siekdami gauti didelį atlygį mokymo metu, samprotavimo modeliai gali išmokti meluoti apie sėkmingai atliktą užduotį arba būti pernelyg užtikrinti dėl neaiškaus atsakymo. Pavyzdžiui, norėdami tai patikrinti, pašalinome visus vaizdus iš multimodalinio etalono „CharXiv“ raginimų ir nustatėme, kad „OpenAI o3“ vis dar užtikrintai atsakinėjo apie neegzistuojančius vaizdus 86,7 proc. atvejų, palyginti su vos 9 proc. GPT‑5 atveju.

Samprotaudamas GPT‑5 tiksliau atpažįsta, kada užduočių negalima įvykdyti, ir aiškiai praneša apie savo apribojimus. Įvertinome apgaulės lygį situacijose, susijusiose su neįmanomomis programavimo užduotimis ir trūkstamais multimodaliniais ištekliais, ir nustatėme, kad GPT‑5 (su galvojimu) yra mažiau apgaulingas nei o3 visose srityse. Dideliame pokalbių rinkinyje, atspindinčiame realų „ChatGPT“ gamybinį judėjimą, sumažinome apgaulės rodiklius nuo 4,8 % (o3) iki 2,1 % (GPT‑5 samprotavimo atsakymai). Nors naudotojams tai – reikšmingas pagerėjimas, dar reikia daug nuveikti, todėl tęsiame tyrimus, skirtus mūsų modelių faktiniam tikslumui ir sąžiningumui didinti. Daugiau informacijos rasite sistemos kortelėje.

GPT‑5 plečia saugos ribas. Anksčiau „ChatGPT“ daugiausia rėmėsi atsisakymu grįstu saugos mokymu: pagal naudotojo raginimą modelis turėdavo arba vykdyti, arba atsisakyti. Nors tokio tipo mokymas gerai veikia esant aiškiai kenkėjiškiems raginimams, gali kilti sunkumų tvarkantis su situacijomis, kai naudotojo ketinimai nėra aiškūs arba informacija gali būti panaudota gerais ar blogais tikslais. Atsisakymu grindžiamas mokymas ypač nelankstus dvigubos paskirties srityse, tokiose kaip virusologija, kur nekaltą užklausą galima saugiai įvykdyti aukštu lygiu, tačiau detalus atsakymas gali suteikti galimybių piktavaliui.

GPT‑5 modeliui pristatėme naują saugos mokymo formą – saugius užbaigimus. Modelis mokomas pateikti kuo naudingesnį atsakymą, kai įmanoma, kartu neperžengiant saugos ribų. Kartais tai reiškia pateikti tik dalinį atsakymą arba apsiriboti aukšto lygmens paaiškinimu. Jei modelis turi atsisakyti, GPT‑5 išmokytas skaidriai nurodyti, kodėl atsisako, taip pat pateikti saugių alternatyvų. Tiek kontroliuojamuose eksperimentuose, tiek gamybiniuose modeliuose nustatėme, kad šis metodas yra subtilesnis, leidžia geriau spręsti dvejopo naudojimo klausimus, užtikrina didesnį atsparumą dviprasmiškiems ketinimams ir mažina nereikalingų perteklinio atsisakymo atvejų skaičių. Daugiau apie mūsų naują požiūrį į saugos mokymą, taip pat išsamią informaciją apie metodiką, metriką ir rezultatus skaitykite mūsų saugos užbaigimo straipsnyje⁠.

Apskritai GPT‑5 rečiau būna perdėtai malonus, naudoja mažiau nereikalingų jaustukų ir subtiliau bei labiau apgalvotai pateikia tolesnius atsakymus, palyginti su GPT‑4o. Turėtų labiau atrodyti, kad ne „kalbatės su DI“, o bendraujate su paslaugiu draugu, turinčiu daktaro lygio intelektą.

Anksčiau šiais metais išleidome GPT‑4o atnaujinimą⁠, dėl kurio modelis netyčia tapo pernelyg pataikaujantis, perdėtai meilikaujantis ar malonus. Greitai atšaukėme pakeitimą⁠ ir nuo tada stengėmės suprasti ir apriboti tokį elgesį:

• rengdami naujus vertinimus pataikavimo lygiui matuoti;
• tobulindami mokymą, kad modelis mažiau pataikautų, pavyzdžiui, pridėdami pavyzdžių, kurie paprastai lemtų per didelį pritarimą, ir mokydami jo taip nedaryti.

Tikslinguose pataikavimo vertinimuose, naudojant raginimus, specialiai sukurtus pataikaujantiems atsakymams išgauti, GPT‑5 reikšmingai sumažino pataikaujančių atsakymų skaičių (nuo 14,5 % iki mažiau nei 6 %). Kartais pataikavimo mažinimas gali lemti mažesnį naudotojų pasitenkinimą, tačiau mūsų atlikti patobulinimai sumažino pataikavimą daugiau nei perpus, kartu duodami kitos išmatuojamos naudos, todėl naudotojai ir toliau gali kokybiškai ir konstruktyviai bendrauti – tai atitinka mūsų tikslą padėti žmonėms tinkamai naudotis „ChatGPT“⁠.

GPT‑5 žymiai geriau laikosi instrukcijų, todėl matome atitinkamai pagerėjusį gebėjimą laikytis pasirinktinių instrukcijų.

Taip pat pristatome tiriamąją keturių naujų iš anksto nustatytų asmenybių peržiūrą visiems „ChatGPT“ naudotojams. Ji tapo įmanoma dėl geresnio valdomumo. Šios asmenybės, iš pradžių prieinamos tekstiniam pokalbiui, o vėliau – ir balso režimui, leidžia nustatyti, kaip „ChatGPT“ bendrauja – ar glaustai ir profesionaliai, ar susimąsčiusiai ir palaikančiai, ar šiek tiek sarkastiškai – nerašant atitinkamų raginimų. Keturios pradinės parinktys – Cinikas, Robotas, Klausytojas ir Moksliukas – yra pasirenkamos, bet kada koreguojamos nuostatose ir sukurtos taip, kad atitiktų jūsų bendravimo stilių.

Visos šios naujos asmenybės atitinka arba viršija mūsų vidaus vertinimų kriterijus dėl pataikavimo mažinimo.

Laukiame, kol modelis galės mokytis ir kartoti veiksmus remdamasis pirminiais atsiliepimais.

Nusprendėme, kad „GPT‑5 thinking“ modelis yra labai pajėgus biologijos ir chemijos srityse, todėl įdiegėme griežtas apsaugos priemones, kad pakankamai sumažintume susijusią riziką. Kruopščiai išbandėme modelį atlikdami saugos vertinimus pagal mūsų Parengties sistemą⁠, atlikdami 5 tūkst. valandų testų spragoms nustatyti su tokiais partneriais kaip CAISI ir UK AISI.

Panašiai kaip ir „ChatGPT Agent“ atveju, nors neturime galutinių įrodymų, kad šis modelis galėtų reikšmingai padėti naujokui padaryti didelę biologinę žalą – tai mūsų nustatyta didelio pajėgumo riba⁠(atsidaro naujame lange) – imamės atsargumo priemonių ir aktyviname reikalingas apsaugos priemones dabar, kad padidintume pasirengimą, kai tokios galimybės atsiras. Dėl to „GPT‑5 thinking“ turi tvirtą saugos sistemą su daugiasluoksne biologijos gynybos sistema: išsamų grėsmių modeliavimą, modelio mokymą neteikti kenksmingo turinio taikant naują saugių užbaigimų paradigmą, nuolat veikiančius klasifikatorius ir samprotavimo stebėjimop riemones bei aiškius vykdymo procesus.

Daugiau apie mūsų patikimą GPT‑5 saugos metodą skaitykite mūsų sistemos kortelėje.

Sudėtingiausioms, kompleksiškiausioms užduotims taip pat pristatome „GPT‑5 pro“, pakeičiantį „OpenAI 03-pro“. Tai GPT‑5 variantas, kuris mąsto dar ilgiau, naudodamas išplėstą, bet efektyvų lygiagretųjį skaičiavimą užklausos metu, kad pateiktų aukščiausios kokybės ir išsamiausius atsakymus. „GPT‑5 pro“ pasiekia aukščiausią našumą iš visos GPT‑5 grupės keliuose sudėtinguose intelekto etalonuose, įskaitant geriausią iki šiol rezultatą GPQA teste, kuriame pateikiami itin sudėtingi mokslo klausimai.

Vertinant daugiau nei 1 000 ekonomiškai vertingų, realaus pasaulio samprotavimo raginimų, išoriniai ekspertai teikė pirmenybę „GPT‑5 pro“, o ne „GPT‑5 thinking“ 67,8 proc. atvejų. „GPT‑5 pro“ padarė 22 proc. mažiau didelių klaidų ir pasižymėjo sveikatos, mokslo, matematikos ir programavimo srityse. Ekspertai įvertino jo atsakymus kaip aktualius, naudingus ir išsamius.

GPT‑5 yra naujoji numatytoji reikšmė „ChatGPT“ programoje, pakeičianti GPT‑4o, „OpenAI o3“, „OpenAI o4-mini“, GPT‑4.1 ir GPT‑4.5 prisijungusiems naudotojams. Tiesiog atidarykite „ChatGPT“ ir įveskite klausimą; GPT‑5 pasirūpins viskuo, kas liko, automatiškai taikydamas samprotavimą, kai atsakymui tai naudinga. Mokantys naudotojai vis tiek gali pasirinkti GPT‑5 Thinking modelių parinkiklyje arba įvesti kažką panašaus į „gerai apie tai pagalvok“ raginime, kad užtikrintų, jog generuojant atsakymą būtų naudojamas samprotavimas.

GPT‑5 pradedamas diegti šiandien visiems „Plus“, „Pro“, „Team“ ir nemokamiems naudotojams, o „Enterprise“ ir „Edu“ prieiga bus suteikta kitą savaitę . „Pro“, „Plus“ ir „Team“ naudotojai taip pat gali pradėti programuoti su GPT‑5 sistemoje Codex CLI⁠(atsidaro naujame lange), prisijungę prie „ChatGPT“.

Kaip ir GPT‑4o atveju, skirtumas tarp nemokamos ir mokamos GPT‑5 versijos yra naudojimo apimtis. „Pro“ prenumeratoriai gauna neribotą prieigą prie GPT‑5 ir prieigą prie GPT‑5 Pro. „Plus“ naudotojai gali patogiai jį naudoti kaip numatytąjį modelį kasdieniams klausimams, turėdami žymiai didesnę naudojimo apimtį nei nemokami naudotojai. „Team“, „Enterprise“ ir „Edu“ klientai taip pat gali patogiai naudoti GPT‑5 kaip numatytąjį modelį kasdieniam darbui, su plačiais limitais, kurie leidžia visoms organizacijoms lengvai pasikliauti GPT‑5. „ChatGPT“ nemokamo plano naudotojams visos samprotavimo galimybės gali būti pradėtos diegti per kelias dienas. Nemokami naudotojai, pasiekę jiems taikomus GPT‑5 naudojimo limitus, pereis prie GPT‑5 mini – mažesnio, greitesnio ir labai pajėgaus modelio.