Iepazīstinām ar GPT‑5

Mēs iepazīstinām ar GPT‑5, savu līdz šim labāko mākslīgā intelekta sistēmu. GPT‑5 ir ievērojams intelekta lēciens salīdzinājumā ar visiem mūsu iepriekšējiem modeļiem, piedāvājot vismodernāko sniegumu kodēšanā, matemātikā, rakstīšanā, veselībā, vizuālajā uztverē un citās jomās. Tā ir vienota sistēma, kas zina, kad atbildēt ātri un kad padomāt ilgāk, lai sniegtu eksperta līmeņa atbildes. GPT‑5 ir pieejams visiem lietotājiem, Plus abonenti saņem vairāk lietošanas iespēju, un Pro abonenti iegūst piekļuvi GPT‑5 pro – versijai ar paplašinātu apsvēršanas spēju vēl pilnīgākām un precīzākām atbildēm.

GPT‑5 ir vienota sistēma ar gudru, efektīvu modeli, kas atbild uz lielāko daļu jautājumu, dziļākas apsvēršanas modeli (GPT‑5 domāšana) sarežģītākām problēmām un reāllaika maršrutētāju, kas ātri izlemj, kuru modeli izmantot, pamatojoties uz sarunas veidu, sarežģītību, nepieciešamajiem rīkiem un tavu skaidri izteikto nodomu (piemēram, ja uzvednē saki “padomā par to pamatīgi”). Maršrutētājs tiek nepārtraukti apmācīts, izmantojot reālus signālus, tostarp, kad lietotāji maina modeļus, izvēlas atbildes un novērtē pareizību, un tas laika gaitā uzlabojas. Kad tiek sasniegti izmantošanas ierobežojumi, katra modeļa mini versija apstrādā atlikušos pieprasījumus. Tuvākajā nākotnē mums ir plāns integrēt šīs spējas vienā modelī.

GPT‑5 ne tikai pārspēj iepriekšējos modeļus etalonos un ātrāk atbild uz jautājumiem, bet, pats galvenais, ir noderīgāks reālās pasaules jautājumiem. Mēs esam guvuši ievērojamus sasniegumus halucināciju mazināšanā, instrukciju ievērošanas uzlabošanā un lišķīguma mazināšanā, vienlaikus uzlabojot GPT‑5 veiktspēju trijos no ChatGPT visbiežāk izmantotajiem lietojumiem: rakstīšanā, programmēšanā un veselības jautājumos.

GPT‑5 ir mūsu līdz šim spēcīgākais programmēšanas modelis. Tas parāda īpašus uzlabojumus sarežģītu front-end ģenerēšanā un lielāku repozitoriju atkļūdošanā. Tas bieži vien var izveidot skaistas un responsīvas vietnes, lietotnes un spēles ar estētisku izjūtu, izmantojot tikai vienu uzvedni, intuitīvi un gaumīgi pārvēršot idejas realitātē. Pirmie testētāji atzīmēja arī dizaina izvēles, ar daudz labāku izpratni par tādām lietām kā atstarpes, tipogrāfija un baltā telpa. Skaties šeit, lai iegūtu pilnu informāciju par to, kādas iespējas GPT‑5 paver izstrādātājiem.

Šeit ir daži piemēri tam, ko GPT‑5 ir izveidojis tikai ar vienu uzvedni:

GPT‑5 ir mūsu līdz šim visspējīgākais rakstīšanas partneris, kas var palīdzēt tev virzīt un pārvērst aptuvenas idejas pārliecinošā, skanīgā rakstā ar literāru dziļumu un ritmu. Tas uzticamāk apstrādā rakstīšanu, kas ietver strukturālas neskaidrības, piemēram, saglabājot nerīmētu jambu pentametru vai brīvu dzeju, kas plūst dabiski, apvienojot cieņu pret formu ar izteiksmīgu skaidrību. Šīs uzlabotās rakstīšanas iespējas nozīmē, ka ChatGPT labāk palīdz tev ikdienas uzdevumu veikšanā, piemēram, pārskatu, e-pasta ziņojumu, piezīmju sagatavošanā un rediģēšanā. GPT‑5 un GPT‑4o rakstīšanas stilus var salīdzināt tabulā zemāk.

GPT‑5 ir mūsu labākais modelis veselības jautājumiem, dodot iespēju lietotājiem būt informētiem un pašiem iestāties par savu veselību. Modelis gūst ievērojami augstāku vērtējumu nekā jebkurš iepriekšējais HealthBench⁠ novērtējumā, ko publicējām šī gada sākumā, pamatojoties uz reālistiskiem scenārijiem un ārstu definētiem kritērijiem. Salīdzinot ar iepriekšējiem modeļiem, tas darbojas vairāk kā aktīvs domāšanas partneris, proaktīvi norādot uz iespējamām problēmām un uzdodot jautājumus, lai sniegtu noderīgākas atbildes. Modelis tagad sniedz arī precīzākas un uzticamākas atbildes, pielāgojoties lietotāja kontekstam, zināšanu līmenim un ģeogrāfijai, ļaujot tam sniegt drošākas un noderīgākas atbildes dažādos scenārijos. Svarīgi ņemt vērā, ka ChatGPT neaizstāj medicīnas speciālistu – domā par to kā par partneri, kas palīdzēs tev izprast rezultātus, uzdot pareizos jautājumus laikā, kas tev ir pie pakalpojumu sniedzējiem, un izvērtēt iespējas, pieņemot lēmumus.

Tu vari redzēt dažus veidus, kā GPT‑5 ir labāks par mūsu iepriekšējiem modeļiem dažādos domēnos – bagātīgāks, detalizētāks un noderīgāks – šajos piemēros:

GPT‑5 ir daudz gudrāks visās jomās, kā to apliecina tā sniegums akadēmiskajos un cilvēku novērtētajos etalonos, īpaši matemātikā, programmēšanā, vizuālajā uztverē un veselības jomā. Tas nosaka jaunu standartu matemātikā (94,6% etalonā AIME 2025 bez rīkiem), reālās pasaules programmēšanā (74,9% etalonā SWE-bench Verified, 88% etalonā Aider Polyglot), multimodālā izpratnē (84,2% etalonā MMMU) un veselībā (46,2% etalonā HealthBench Hard) – un šie ieguvumi izpaužas ikdienas lietošanā. Ar GPT‑5 pro paplašināto apsvēršanu šis modelis arī uzstāda jaunu SOTA rādītāju etalonā GPQA, sasniedzot 88,4% bez rīkiem.

GPT‑5 uzrāda ievērojamus uzlabojumus etalonos, kas pārbauda instrukciju ievērošanu un aģentisku rīku izmantošanu – tās ir spējas, kas ļauj droši izpildīt vairāku soļu pieprasījumus, koordinēt dažādus rīkus un pielāgoties izmaiņām kontekstā. Praksē tas nozīmē, ka tas labāk tiek galā ar sarežģītiem, mainīgiem uzdevumiem; GPT‑5 spēj uzticīgāk sekot tavām norādēm un paveikt vairāk darba no sākuma līdz beigām, izmantojot pieejamos rīkus.

Modelis izceļas dažādos multimodālos kritērijos, aptverot vizuālo, video, telpisko un zinātnisko spriešanu. Spēcīgāka multimodālā veiktspēja nozīmē, ka ChatGPT var precīzāk apsvērt attēlus un citus ievades datus, kas nav teksts – vienalga, vai tā būtu tabulas interpretācija, prezentācijas fotoattēla kopsavilkums vai atbildes uz jautājumiem par diagrammu.

GPT‑5 ir arī mūsu spējīgākais modelis iekšējā etalonā, kas mēra veiktspēju sarežģītā, ekonomiski vērtīgā zināšanu darbā. Izmantojot spriestspēju, GPT‑5 ir salīdzināms vai labāks par ekspertiem aptuveni pusē gadījumu, vienlaikus pārspējot o3 un ChatGPT aģentu, veicot uzdevumus, kas aptver vairāk nekā 40 profesijas, tostarp tiesību, loģistikas, pārdošanas un inženierzinātņu jomā.

GPT‑5 iegūst lielāku vērtību, patērējot mazāk laika domāšanai. Mūsu novērtējumos GPT‑5 (ar domāšanu) darbojas labāk nekā OpenAI o3 ar 50–80% mazāk izvades tekstvienību visās spējās, ieskaitot vizuālo spriešanu, aģentisko programmēšanu un augsta līmeņa zinātnisku problēmu risināšanu.

GPT‑5 tika apmācīts Microsoft Azure MI superdatoros.

GPT‑5 ir ievērojami mazāka iespēja halucinēt nekā mūsu iepriekšējiem modeļiem.  Kad tīmekļa meklēšana ir iespējota anonimizētās uzvednēs, kas pārstāv ChatGPT ražošanas trafiku, GPT‑5 atbildēm ir par ~45% mazāka iespējamība saturēt faktu kļūdu nekā GPT‑4o, un, izmantojot domāšanas režīmu, GPT‑5 atbildēm ir par ~80% mazāka iespējamība saturēt faktu kļūdu nekā OpenAI o3.

Mēs sevišķi koncentrējamies uz to, lai padarītu savus modeļus uzticamākus sarežģītu, atvērtu jautājumu risināšanā. Tāpēc esam pievienojuši jaunus novērtējumus, kas pārbauda atvērtā tipa faktu precizitāti. Mēs izmērījām GPT‑5 halucināciju līmeni, domājot par atvērta tipa faktu prasīšanas uzvednēm no diviem publiskiem faktu etaloniem: LongFact⁠(atveras jaunā logā) (jēdzieni un priekšmeti) un FActScore⁠(atveras jaunā logā).  Visos šajos etalonos “GPT‑5 domāšana” uzrāda būtisku halucināciju samazinājumu – aptuveni sešas reizes mazāk nekā o3 –, kas liecina par nepārprotamu lēcienu uz priekšu konsekventi precīza garas formas satura veidošanā. Informāciju par mūsu novērtējumu ieviešanu un vērtēšanu šajos etalonos var atrast sistēmas kartē.

Līdztekus uzlabotai faktu precizitātei, GPT‑5 (ar domāšanu) godīgāk komunicē ar lietotāju par savām darbībām un iespējām, īpaši attiecībā uz uzdevumiem, kas ir neiespējami, nepietiekami definēti vai kuriem trūkst būtisku rīku. Lai mācību laikā sasniegtu augstu atlīdzību, spriešanas modeļi var iemācīties melot par sekmīgu uzdevuma izpildi vai būt pārāk pārliecināti par neskaidru atbildi. Piemēram, lai to pārbaudītu, mēs noņēmām visus attēlus no multimodālā etalona CharXiv uzvednēm un atklājām, ka OpenAI o3 joprojām sniedza pašpārliecinātas atbildes par neesošiem attēliem 86,7% gadījumu, salīdzinot ar tikai 9% GPT‑5.

Izmantojot spriestspēju, GPT‑5 precīzāk atpazīst, kad uzdevumus nevar izpildīt, un skaidri paziņo savas robežas. Mēs novērtējām maldināšanas rādītājus situācijās, kas saistītas ar neiespējamiem programmēšanas uzdevumiem un trūkstošiem multimodāliem resursiem, un atklājām, ka GPT‑5 (ar domāšanu) ir mazāk maldinošs nekā o3 visos aspektos. Lielā sarunu kopā, kas pārstāv reālu ražošanas ChatGPT trafiku, mēs esam samazinājuši maldināšanas līmeni no 4,8% o3 gadījumā līdz 2,1% GPT‑5 loģiskās domāšanas atbildēs. Lai gan tas lietotājiem ir nozīmīgs uzlabojums, vēl ir daudz darāmā, un mēs turpinām pētījumus, lai uzlabotu savu modeļu faktualitāti un godīgumu. Papildu informāciju var atrast sistēmas kartē.

GPT‑5 paceļ latiņu drošības jomā. Agrāk ChatGPT galvenokārt paļāvās uz drošības mācībām, kas balstītas uz atteikumu – pamatojoties uz lietotāja uzvedni, modelim vai nu jāizpilda pieprasījums, vai tas jānoraida. Lai gan šāda veida mācības labi darbojas skaidri ļaunprātīgu uzvedņu gadījumā, tās var būt grūti piemērojamas situācijās, kad lietotāja nodoms ir neskaidrs vai informāciju var izmantot gan nekaitīgi, gan ļaunprātīgi. Atteikuma mācības ir īpaši neelastīgas divējāda lietojuma domēnos, piemēram, virusoloģijā, kur labdabīgu pieprasījumu var droši izpildīt vispārinātā līmenī, taču detalizēta izpilde varētu pavērt iespējas ļaunprātīgam lietotājam.

GPT‑5 gadījumā mēs ieviesām jaunu drošības mācību veidu – drošas pabeigšanas –, kas māca modelim sniegt visnoderīgāko atbildi, ja vien tas iespējams, paliekot drošības robežās. Dažkārt tas var nozīmēt atbildēšanu uz lietotāja jautājumu tikai daļēji vai tikai vispārinātā līmenī. Ja modelim ir jānoraida pieprasījums, GPT‑5 ir apmācīts, lai pārredzami pateiktu, kāpēc tas atsakās, kā arī sniegtu drošas alternatīvas. Gan kontrolētos eksperimentos, gan mūsu ražošanas modeļos mēs atklājām, ka šī pieeja ir niansētāka, ļaujot labāk orientēties divējāda lietojuma jautājumos, nodrošinot lielāku noturību pret neskaidru nodomu un samazinot nevajadzīgu atteikumu skaitu. Uzzini vairāk par mūsu jauno pieeju drošības mācībām, kā arī pilnu informāciju par metodiku, metriku un rezultātiem mūsu drošas pabeigšanas dokumentā⁠.

Kopumā GPT‑5 ir mazāk pārspīlēti piekritīgs, izmanto mazāk nevajadzīgu emocijzīmju un ir neuzkrītošāks un pārdomātāks turpmākajās atbildēs salīdzinājumā ar GPT‑4o. Tam vajadzētu mazāk līdzināties “sarunai ar mākslīgo intelektu” un vairāk tērzēšanai ar izpalīdzīgu draugu, kuram ir doktora līmeņa intelekts.

Šī gada sākumā mēs izlaidām GPT‑4o atjauninājumu⁠, kas nejauši padarīja modeli pārāk lišķīgudd, pārmērīgi glaimojošu vai gatavu piekrist. Mēs ātri atcēlām šīs izmaiņas⁠ un kopš tā laika esam strādājuši, lai izprastu un mazinātu šo uzvedību:

• Jaunu novērtējumu izstrāde, lai mērītu lišķības līmeni
• Mēs uzlabojam mācību procesus, lai modelis būtu mazāk lišķīgs, piemēram, pievienojot piemērus, kas parasti novestu pie pārmērīgas piekrišanas, un pēc tam iemācot to nedarīt.

Mērķtiecīgos lišķīguma novērtējumos, kuros tika izmantotas īpaši lišķīgu atbilžu izsaukšanai paredzētas uzvednes, GPT‑5 ievērojami samazināja lišķīgo atbilžu skaitu (no 14,5% līdz mazāk nekā 6%). Reizēm lišķīguma mazināšana var nozīmēt lietotāju apmierinātības samazināšanos, taču mūsu veiktie uzlabojumi samazināja lišķīguma vairāk nekā uz pusi, vienlaikus nodrošinot arī citus izmērāmus ieguvumus, tāpēc lietotāji turpina piedalīties augstas kvalitātes, konstruktīvās sarunās – saskaņā ar mūsu mērķi palīdzēt cilvēkiem izmantot ChatGPT lietderīgi⁠.

GPT‑5 ir ievērojami sekmīgāks instrukciju izpildē, un mēs redzam atbilstošu uzlabojumu tā spējā sekot pielāgotām norādēm.

Mēs arī uzsākam pētījuma priekšskatījumu par četrām jaunām iepriekšiestatītām personībām visiem ChatGPT lietotājiem, ko padarīja iespējamu vadāmības uzlabojumi. Šīs personības, kas sākotnēji ir pieejamas teksta tērzēšanai un vēlāk būs pieejamas balss režīmā, ļauj iestatīt, kā ChatGPT mijiedarbojas – kodolīgi un profesionāli, pārdomāti un atbalstoši, vai nedaudz sarkastiski –, nerakstot pielāgotas uzvednes. Četras sākotnējās iespējas – Cynic, Robot, Listener un Nerd – ir pieejamas pēc izvēles, regulējamas jebkurā laikā iestatījumos un izstrādātas tā, lai atbilstu tavam saziņas stilam.

Visas šīs jaunās personības atbilst mūsu iekšējās novērtēšanas latiņai lišķīguma mazināšanai vai pat pārsniedz to.

Mēs ceram mācīties un pilnveidoties, pamatojoties uz agrīnām atsauksmēm.

Mēs nolēmām uzskatīt “GPT‑5 domāšanas” modeli par augstu spēju modeli bioloģijas un ķīmijas domēnā, un esam ieviesuši stingrus aizsardzības pasākumus, lai pietiekami samazinātu saistītos riskus. Mēs rūpīgi testējām modeli, veicot drošības novērtējumus saskaņā ar savu Sagatavotības ietvaru⁠, veicot 5000 stundu pretinieciski vērstus testus sadarbībā ar tādiem partneriem kā CAISI un Apvienotās Karalistes AISI.

Līdzīgi kā mūsu pieejā ChatGPT aģentam, lai gan mums nav pārliecinošu pierādījumu tam, ka šis modelis varētu jēgpilni palīdzēt iesācējam izveidot nopietnu bioloģisku kaitējumu (tas ir mūsu noteiktais augstu spēju slieksnis⁠(atveras jaunā logā)), mēs izmantojam piesardzības pieeju un pašlaik aktivizējam nepieciešamos drošības pasākumus, lai palielinātu gatavību, kad šādas spējas būs pieejamas. Rezultātā “GPT‑5 domāšanai” ir izveidota stabila drošības sistēma ar daudzslāņu aizsardzības mehānismu attiecībā uz bioloģiju: visaptveroša draudu modelēšana; modeļa mācības, lai neizveidotu kaitīgu saturu, izmantojot mūsu jauno drošās pabeigšanas paradigmu; vienmēr aktīvi klasifikatori un spriešanas uzraugi; kā arī skaidri prasību izpildes nodrošināšanas kanāli.

Uzzini vairāk par mūsu spēcīgo drošības pieeju GPT‑5 mūsu sistēmas kartē.

Vissarežģītākajiem uzdevumiem mēs izlaižam arī GPT‑5 pro, aizstājot OpenAI o3‑pro. Tas ir GPT‑5 variants, kas domā ilgāk, izmantojot mērogotu, bet efektīvu paralēlo testēšanas laika skaitļošanas jaudu, lai sniegtu kvalitatīvākās un pilnīgākās atbildes. GPT‑5 pro sasniedz visaugstāko veiktspēju GPT‑5 saimē vairākos sarežģītos intelekta kritērijos, tostarp visaugstāko sniegumu etalonā GPQA, kas ietver ārkārtīgi sarežģītus zinātnes jautājumus.

Novērtējumos par vairāk nekā 1000 ekonomiski vērtīgām reālās pasaules uzvednēm ārējie eksperti 67,8% gadījumu deva priekšroku GPT‑5 pro, nevis “GPT‑5 domāšanai”. GPT‑5 pro pieļāva par 22% mazāk būtisku kļūdu un izcēlās veselības, zinātnes, matemātikas un programmēšanas jomā. Eksperti novērtēja tā atbildes kā atbilstošas, noderīgas un pilnīgas.

GPT‑5 ir jaunais noklusējuma ChatGPT, aizstājot GPT‑4o, OpenAI o3, OpenAI o4-mini, GPT‑4.1 un GPT‑4.5 lietotājiem, kas ir pierakstījušies. Vienkārši atver ChatGPT un ieraksti savu jautājumu; GPT‑5 izdarīs pārējo, automātiski piemērojot apsvēršanu, kad atbildei tas ir nepieciešams. Maksas lietotāji joprojām var izvēlēties “GPT‑5 domāšanu“ no modeļu izvēles, vai arī uzvednē ierakstīt, piemēram, “apdromā to rūpīgi”, lai nodrošinātu, ka atbildes ģenerēšanā tiek izmantota apsvēršana.

GPT‑5 šodien sāk izplatīties visiem Plus, Pro, Team un Free lietotājiem, savukārt nākamnedēļ piekļuve tiks nodrošināta Enterprise un Edu lietotājiem. Pro, Plus un Team lietotāji var arī sākt programmēt ar GPT‑5 Codex CLI⁠(atveras jaunā logā) vidē, pierakstoties ar ChatGPT.

Tāpat kā GPT‑4o gadījumā, atšķirība starp bezmaksas un maksas piekļuvi GPT‑5 ir lietošanas apjoms. Pro abonenti saņem neierobežotu piekļuvi GPT‑5 un piekļuvi GPT‑5 Pro. Plus lietotāji var to ērti izmantot kā noklusējuma modeli ikdienas jautājumiem, ar ievērojami lielāku lietojumu nekā bezmaksas lietotāji. Team, Enterprise un Edu klienti var ērti izmantot GPT‑5 kā savu noklusējuma modeli ikdienas darbam ar augstiem limitiem, kas ļauj veselām organizācijām viegli paļauties uz GPT‑5. ChatGPT Free lietotājiem pilnas apsvērumu iespējas var pilnībā parādīties tikai pēc dažām dienām. Kad bezmaksas lietotāji sasniedz GPT‑5 lietošanas ierobežojumus, viņi pāriet uz GPT‑5 mini, kas ir mazāks, ātrāks un ļoti spējīgs modelis.