Memperkenalkan GPT‑5

Kami memperkenalkan GPT‑5, sistem AI terbaik kami setakat ini. GPT‑5 ialah lonjakan ketara dalam kecerdasan berbanding semua model kami sebelum ini, menampilkan prestasi canggih merentas pengekodan, matematik, penulisan, kesihatan, persepsi visual dan banyak lagi. Ia adalah sistem bersatu yang tahu bila hendak memberikan tindak balas dengan cepat dan bila hendak fikir lebih lama untuk memberikan tindak balas peringkat pakar. GPT‑5 tersedia untuk semua pengguna, dengan pelanggan Plus mendapat lebih banyak penggunaan, dan pelanggan Pro mendapat akses ke GPT‑5 Pro, dengan versi penaakulan lanjutan untuk jawapan yang lebih komprehensif dan tepat.

GPT‑5 ialah sistem bersatu dengan model pintar dan cekap yang menjawab kebanyakan soalan, model penaakulan yang lebih mendalam (pemikiran GPT‑5) untuk masalah yang lebih sukar, dan penghala masa nyata yang dengan cepat memutuskan yang mana untuk digunakan berdasarkan jenis perbualan, kerumitan, keperluan alat, dan niat eksplisit anda (contohnya, jika anda menyebut "fikirkan perkara ini dengan mendalam" dalam prom). Penghala sentiasa dilatih menggunakan isyarat sebenar, termasuk apabila pengguna menukar model, kadar keutamaan untuk tindak balas, dan ketepatan yang diukur, bertambah baik dari semasa ke semasa. Setelah had penggunaan dicapai, versi mini setiap model akan mengendalikan baki pertanyaan. Dalam masa terdekat, kami rancangkan untuk mengintegrasikan keupayaan ini ke dalam satu model.

GPT‑5 bukan sahaja mengatasi model terdahulu pada penanda aras dan menjawab soalan dengan lebih cepat, tetapi—yang paling penting—lebih berguna untuk pertanyaan dunia sebenar. Kami telah mencapai kemajuan yang ketara dalam mengurangkan halusinasi, meningkatkan pematuhan arahan, dan meminimumkan pengampu, sambil meningkatkan prestasi GPT‑5 dalam tiga kegunaan ChatGPT yang paling biasa: penulisan, pengekodan, dan kesihatan.

GPT‑5 ialah model pengekodan terkuat kami setakat ini. Ia menunjukkan peningkatan tertentu dalam penjanaan bahagian hadapan yang kompleks dan menyahpepijat repositori yang lebih besar. Ia selalunya boleh mencipta laman web, apl dan permainan yang cantik dan responsif dengan memperhatikan kepekaan estetik hanya dalam satu prom, secara intuitif dan menarik menjadikan idea menjadi kenyataan. Penguji awal juga menyedari pilihan reka bentuknya, dengan pemahaman yang jauh lebih baik tentang perkara seperti jarak, tipografi, dan ruang kosong. Lihat di sini untuk butiran penuh tentang perkara yang dibuka oleh GPT‑5 untuk pembangun.

Berikut ialah beberapa contoh yang telah cipta oleh GPT‑5 dengan hanya satu prom:

GPT‑5 ialah kolaborator penulisan kami yang paling berkebolehan setakat ini, mampu membantu anda mengarahkan dan menterjemahkan idea kasar ke dalam penulisan yang menarik dan resonan dengan irama sastera yang mendalam. Ia lebih dipercayai mengendalikan penulisan yang melibatkan kekaburan struktur, seperti mengekalkan pentameter iambik yang tidak berima atau puisi bebas yang mengalir secara semula jadi, menggabungkan penghormatan terhadap bentuk dengan kejelasan ekspresif. Keupayaan penulisan yang dipertingkatkan ini bermakna ChatGPT lebih baik dalam membantu anda dengan tugas harian seperti merangka dan mengedit laporan, e-mel, memo, dan banyak lagi. Gaya penulisan GPT‑5 dan GPT‑4o boleh dibandingkan dalam jadual di bawah.

GPT‑5 ialah model terbaik kami setakat ini untuk soalan berkaitan kesihatan, memperkasakan pengguna untuk dimaklumkan dan memperjuangkan kesihatan mereka. Model ini mencatat skor yang jauh lebih tinggi daripada mana-mana model sebelumnya di HealthBench⁠, satu penilaian yang kami terbitkan awal tahun ini berdasarkan senario realistik dan kriteria yang ditetapkan oleh doktor. Berbanding dengan model sebelumnya, ia bertindak lebih seperti rakan pemikiran yang aktif, secara proaktif menandakan kebimbangan yang berpotensi dan mengemukakan soalan untuk memberikan jawapan yang lebih berguna. Model ini juga kini memberikan tindak balas yang lebih tepat dan boleh dipercayai, menyesuaikan diri dengan konteks pengguna, tahap pengetahuan, dan geografi, membolehkannya memberikan tindak balas yang lebih selamat dan berguna dalam pelbagai senario. Yang penting, ChatGPT tidak menggantikan profesional perubatan—anggap ia sebagai rakan untuk membantu anda memahami keputusan, bertanya soalan yang betul ketika anda bersama dengan penyedia, dan menimbang pilihan semasa anda membuat keputusan.

Anda boleh melihat beberapa cara GPT‑5 lebih baik daripada model kami sebelum ini merentas domain—lebih bermaklumat, lebih terperinci, dan berguna—dalam contoh ini:

GPT‑5 jauh lebih pintar secara keseluruhan, seperti yang ditunjukkan oleh prestasinya pada penanda aras akademik dan dinilai manusia, terutamanya dalam matematik, pengekodan, persepsi visual, dan kesihatan. Ia menetapkan tahap terkini baharu dalam matematik (94.6% pada AIME 2025 tanpa alat), pengekodan dunia sebenar (74.9% pada SWE-bench disahkan, 88% pada Aider Polyglot), pemahaman multimodal (84.2% pada MMMU), dan kesihatan (46.2% pada HealthBench Hard)—dan pencapaian tersebut muncul dalam penggunaan harian. Dengan penaakulan lanjutan GPT‑5 pro, model ini juga menetapkan SOTA baharu pada GPQA, mencatatkan skor 88.4% tanpa alat.

GPT‑5 menunjukkan peningkatan ketara dalam penanda aras yang menguji pematuhan arahan dan penggunaan alat agentik, jenis keupayaan yang membolehkannya melaksanakan permintaan berbilang langkah dengan pasti, menyelaraskan pelbagai alat, dan menyesuaikan diri dengan perubahan konteks. Secara praktikal, ini bermakna ia lebih baik dalam mengendalikan tugas yang kompleks dan berkembang; GPT‑5 boleh mengikut arahan anda dengan lebih setia dan menyelesaikan lebih banyak kerja dari awal hingga akhir menggunakan alat yang ada padanya.

Model ini cemerlang dalam pelbagai penanda aras multimodal, termasuk penaakulan visual, berasaskan video, spatial, dan saintifik. Prestasi multimodal yang lebih kukuh bermaksud ChatGPT boleh membuat penaakulan dengan lebih tepat mengenai imej dan input bukan teks lain—sama ada mentafsirkan carta, meringkaskan foto pembentangan, atau menjawab soalan mengenai gambarajah.

GPT‑5 juga merupakan model berprestasi terbaik kami pada penanda aras dalaman yang mengukur prestasi dalam kerja pengetahuan yang kompleks dan bernilai dari segi ekonomi. Apabila menggunakan penaakulan, GPT‑5 adalah setanding atau lebih baik daripada pakar dalam kira-kira separuh daripada kes, sambil mengatasi prestasi o3 dan Ejen ChatGPT, merentas tugas yang merangkumi lebih 40 pekerjaan termasuk undang-undang, logistik, jualan, dan kejuruteraan.

GPT‑5 memperoleh lebih banyak nilai daripada masa berfikir yang lebih singkat. Dalam penilaian kami, GPT‑5 (dengan pemikiran) berprestasi lebih baik daripada OpenAI o3 dengan 50-80% kurang token output merentasi keupayaan, termasuk penaakulan visual, pengekodan agen, dan penyelesaian masalah saintifik peringkat siswazah.

GPT‑5 telah dilatih menggunakan superkomputer AI Microsoft Azure.

GPT‑5 jauh lebih kurang berkemungkinan untuk berhalusinasi berbanding model kami sebelum ini.  Dengan carian web yang didayakan pada prom tanpa nama yang mewakili trafik pengeluaran ChatGPT, tindak balas GPT‑5 adalah ~45% kurang berkemungkinan mengandungi ralat fakta berbanding GPT‑4o, dan ketika berfikir, tindak balas GPT‑5 adalah ~80% kurang berkemungkinan mengandungi ralat fakta berbanding OpenAI o3.

Kami telah melabur terutamanya untuk menjadikan model kami lebih dipercayai ketika membuat pertimbangan mengenai soalan yang rumit dan terbuka. Oleh itu, kami telah menambah penilaian baharu untuk menguji tekanan fakta terbuka. Kami mengukur kadar halusinasi GPT‑5 apabila memikirkan prom mencari fakta terbuka daripada dua penanda aras fakta awam: LongFact⁠(dibuka dalam tetingkap baru) (konsep dan objek) dan FActScore⁠(dibuka dalam tetingkap baru).  Di semua penanda aras ini, “pemikiran GPT‑5” menunjukkan penurunan mendadak dalam halusinasi—kira-kira enam kali kurang daripada o3—menandakan lonjakan besar ke hadapan dalam menghasilkan kandungan bentuk panjang yang konsisten dan tepat. Butiran pelaksanaan dan penggredan untuk penilaian kami pada penanda aras ini boleh didapati dalam kad sistem.

Di samping peningkatan ketepatan fakta, GPT‑5 (dengan pemikiran) lebih jujur dalam menyampaikan tindakan dan keupayaannya kepada pengguna—terutamanya untuk tugas yang mustahil, kurang ditentukan, atau kekurangan alat utama. Untuk mendapatkan ganjaran yang tinggi semasa latihan, model penaakulan mungkin belajar untuk berbohong tentang kejayaan menyelesaikan tugas atau menjadi terlalu yakin dengan jawapan yang tidak pasti. Sebagai contoh, untuk menguji keadaan ini, kami mengeluarkan semua imej daripada prom penanda aras multimodal CharXiv, dan mendapati bahawa OpenAI o3 masih memberikan jawapan yang yakin mengenai imej yang tidak wujud sebanyak 86.7% daripada masa, berbanding hanya 9% untuk GPT‑5.

Apabila membuat penaakulan, GPT‑5 lebih tepat mengenal pasti apabila tugas tidak dapat diselesaikan dan memberitahu tentang batasannya dengan jelas. Kami menilai kadar penipuan dalam tetapan yang melibatkan tugas pengekodan yang mustahil dan aset multimodal yang hilang, dan mendapati bahawa GPT‑5 (dengan pemikiran) kurang menipu berbanding o3 secara keseluruhan. Pada satu set besar perbualan yang mewakili trafik ChatGPT pengeluaran sebenar, kami telah mengurangkan kadar penipuan daripada 4.8% untuk o3 kepada 2.1% bagi tindak balas penaakulan GPT‑5. Walaupun ini mewakili peningkatan yang bermakna untuk pengguna, masih banyak lagi kerja yang perlu dilakukan, dan kami akan meneruskan penyelidikan untuk meningkatkan ketepatan fakta dan kejujuran model kami. Butiran lanjut boleh didapati dalam kad sistem.

GPT‑5 memajukan had keselamatan. Pada masa lalu, ChatGPT bergantung terutamanya pada latihan keselamatan berasaskan penolakan: berdasarkan prom pengguna, model itu harus sama ada mematuhi atau menolak. Walaupun latihan jenis ini berfungsi dengan baik untuk prom berniat jahat secara eksplisit, ia mungkin menghadapi kesukaran untuk menangani situasi di mana niat pengguna tidak jelas, atau maklumat boleh digunakan dengan cara yang tidak berbahaya atau berniat jahat. Latihan penolakan sangat tidak fleksibel untuk domain dwi-guna seperti virologi, di mana permintaan yang tidak berbahaya dapat diselesaikan dengan selamat pada tahap yang tinggi, tetapi mungkin membolehkan pelaku yang berniat jahat jika diselesaikan secara terperinci.

Untuk GPT‑5, kami memperkenalkan bentuk latihan keselamatan baharu — penyiapan selamat — yang mengajar model untuk memberikan jawapan yang paling membantu sambil kekal dalam batas keselamatan. Kadangkala, itu mungkin bermakna ia menjawab sebahagian daripada soalan pengguna atau hanya memberikan jawapan secara umum. Jika model perlu menolak, GPT‑5 dilatih untuk memberitahu anda secara telus mengapa ia menolak, serta menyediakan alternatif yang selamat. Dalam kedua-dua eksperimen terkawal dan model pengeluaran kami, kami mendapati bahawa pendekatan ini lebih bernuansa, membolehkan navigasi soalan dwi-guna yang lebih baik, keteguhan yang lebih kuat terhadap niat yang samar-samar, dan kurang penolakan berlebihan yang tidak perlu. Baca lebih lanjut tentang pendekatan baharu kami terhadap latihan keselamatan, serta butiran penuh tentang metodologi, metrik, dan keputusan, dalam kertas penyelesaian selamat⁠ kami.

Secara keseluruhannya, GPT‑5 kurang bersetuju, menggunakan emoji yang tidak diperlukan secara berlebihan dan lebih halus serta bertimbang rasa dalam tindakan susulan berbanding GPT‑4o. Ia sepatutnya kurang rasa seperti "bercakap dengan AI" dan lebih seperti bersembang dengan kawan yang membantu dengan kecerdasan tahap PhD.

Awal tahun ini, kami mengeluarkan kemas kini untuk GPT‑4o⁠ yang secara tidak sengaja menjadikan model itu terlalu mengampu, menyanjung atau menyenangkan secara berlebihan. Kami dengan cepat mengembalikan perubahan⁠ dan sejak itu telah berusaha untuk memahami dan mengurangkan tingkah laku ini dengan:

• Membangunkan penilaian baharu untuk mengukur tahap ampu
• Meningkatkan latihan kami supaya model kurang bersikap mengampu—contohnya, menambah contoh yang biasanya akan membawa kepada persetujuan berlebihan, dan kemudian mengajarnya untuk tidak berbuat demikian.

Dalam penilaian pengampuan yang disasarkan menggunakan prom yang direka khas untuk menimbulkan tindak balas mengampu, GPT‑5 berjaya mengurangkan balas mengampu dengan ketara (daripada 14.5% kepada kurang daripada 6%). Kadangkala, mengurangkan mengampu boleh menyebabkan pengurangan kepuasan pengguna, tetapi penambahbaikan yang kami lakukan mengurangkan mengampu lebih daripada separuh sambil memberikan keuntungan lain yang boleh diukur, jadi pengguna teruskan mempunyai perbualan berkualiti tinggi dan membina—selaras dengan matlamat kami untuk membantu orang ramai menggunakan ChatGPT dengan baik⁠.

GPT‑5 jauh lebih baik dalam mengikuti arahan, dan kami melihat peningkatan yang sepadan dalam keupayaannya untuk mengikuti arahan tersuai.

Kami juga melancarkan pratonton penyelidikan empat personaliti pratetap baharu untuk semua pengguna ChatGPT, yang dimungkinkan oleh peningkatan kebolehkendalian. Personaliti ini, yang pada mulanya tersedia untuk sembang teks dan kemudian akan datang ke Suara, membolehkan anda menetapkan bagaimana ChatGPT berinteraksi—sama ada ringkas dan profesional, bernas dan menyokong, atau sedikit sarkastik—tanpa menulis prom tersuai. Empat pilihan awal, Cynic, Robot, Listener, dan Nerd, adalah pilihan, boleh disesuaikan pada bila-bila masa dalam tetapan, dan direka untuk sepadan dengan gaya komunikasi anda.

Semua personaliti baharu ini memenuhi atau melampaui piawaian dalaman kami untuk mengurangkan amalan mengampu.

Kami berharap dapat belajar dan membuat penambahbaikan berdasarkan maklum balas awal.

Kami memutuskan untuk menganggap model "pemikiran GPT‑5" sebagai berkeupayaan tinggi dalam domain Biologi dan Kimia, dan telah melaksanakan langkah-langkah perlindungan yang kukuh untuk meminimumkan risiko yang berkaitan dengan secukupnya. Kami menguji model dengan teliti menggunakan penilaian keselamatan kami di bawah Rangka Kerja Kesiapsiagaan⁠, melengkapkan 5,000 jam kerjasama merah dengan rakan kongsi seperti CAISI dan UK AISI.

Sama seperti pendekatan kami untuk Ejen ChatGPT, walaupun kami tidak mempunyai bukti muktamad bahawa model ini boleh cipta kemudaratan biologi yang teruk– ambang yang kami tetapkan⁠(dibuka dalam tetingkap baru) untuk keupayaan Tinggi–kami mengambil pendekatan berjaga-jaga dan mengaktifkan perlindungan yang diperlukan sekarang untuk meningkatkan kesediaan apabila keupayaan sedemikian tersedia. Akibatnya, “pemikiran GPT‑5” mempunyai timbunan keselamatan yang kukuh dengan sistem pertahanan berlapis-lapis untuk biologi: pemodelan ancaman yang menyeluruh, latihan model untuk tidak mengeluarkan output kandungan berbahaya melalui paradigma penyelesaian selamat baharu kami, pengklasifikasi dan pemantau penaakulan yang sentiasa aktif, dan saluran penguatkuasaan yang jelas.

Baca lebih lanjut tentang pendekatan keselamatan kami yang kukuh untuk GPT‑5 dalam kad sistem kami.

Untuk tugas yang paling mencabar dan kompleks, kami juga melancarkan GPT‑5 pro, menggantikan OpenAI o3‑pro, varian GPT‑5 yang berfikir lebih lama, menggunakan pengiraan masa ujian selari yang berskala tetapi cekap, untuk memberikan jawapan yang paling berkualiti tinggi dan komprehensif. GPT‑5 pro mencapai prestasi tertinggi dalam keluarga GPT‑5 pada beberapa penanda aras kecerdasan yang mencabar, termasuk prestasi terkini pada GPQA, yang mengandungi soalan sains yang sangat sukar.

Dalam penilaian ke atas lebih daripada 1000 prom penaakulan dunia nyata yang bernilai dari segi ekonomi, pakar luar lebih suka GPT‑5 pro berbanding "pemikiran GPT‑5" sebanyak 67.8% setiap masa. GPT‑5 pro membuat 22% kurang kesalahan besar dan cemerlang dalam bidang kesihatan, sains, matematik, dan pengekodan. Pakar menilai tindak balasnya sebagai relevan, berguna, dan menyeluruh.

GPT‑5 ialah tetapan lalai baharu dalam ChatGPT, menggantikan GPT‑4o, OpenAI o3, OpenAI o4-mini, GPT‑4.1, dan GPT‑4.5 untuk pengguna yang telah log masuk. Hanya buka ChatGPT dan taipkan soalan anda; GPT‑5 mengendalikan selebihnya, menggunakan penaakulan secara automatik apabila tindak balas akan mendapat manfaat daripadanya. Pengguna berbayar masih boleh memilih “Pemikiran GPT‑5” daripada pemilih model, atau menaip sesuatu seperti 'fikirkan dengan teliti tentang perkara ini' dalam prom untuk memastikan penaakulan digunakan semasa menjana tindak balas.

GPT‑5 mula dilancarkan hari ini kepada semua pengguna Plus, Pro, Team, dan Percuma, dengan akses untuk Perusahaan dan Pendidikan akan tersedia minggu depan. Pengguna Pro, Plus dan Team juga boleh mula mengekod dengan GPT‑5 dalam Codex CLI⁠(dibuka dalam tetingkap baru) dengan mendaftar masuk menggunakan ChatGPT.

Seperti GPT‑4o, perbezaan antara akses percuma dan berbayar kepada GPT‑5 adalah jumlah penggunaan. Pelanggan Pro mendapat akses tanpa had kepada GPT‑5, serta akses kepada GPT‑5 Pro. Pengguna Plus boleh menggunakannya dengan selesa sebagai model lalai mereka untuk soalan harian, dengan penggunaan yang jauh lebih tinggi berbanding pengguna percuma. Pelanggan Team, Perusahaan, dan pendidikan juga boleh menggunakan GPT‑5 dengan selesa sebagai model lalai mereka untuk kerja harian, dengan had yang besar memudahkan seluruh organisasi bergantung pada GPT‑5. Untuk pengguna ChatGPT Percuma, keupayaan penaakulan penuh mungkin mengambil masa beberapa hari untuk dilancarkan sepenuhnya. Apabila pengguna percuma mencapai had penggunaan GPT‑5 mereka, mereka akan beralih kepada GPT‑5 mini, model yang lebih kecil, lebih pantas, dan berkebolehan tinggi.