GPT‑5 کا تعارف
اب تک کا ہمارا سب سے ذکی، تیز ترین، اور سب سے کارآمد ماڈل، جس کی بنیادی ساخت میں غور و فکر شامل ہے جو ماہرانہ ذہانت ہر شخص کے زیر دست کردیتا ہے۔
ہم GPT‑5 متعارف کروا رہے ہیں، جو ہمارا اب تک کا بہترین AI سسٹم ہے۔ GPT‑5 نے ہمارے پچھلے تمام نمونوں کے مقابلے میں، ذہانت کے اعتبار سے نئی اونچائیاں سر کیا ہے، اور کوڈنگ، ریاضی، تحریر، صحت، بصری ادراک وغیرہ مزید دیگر میدانوں میں جدید ترین کارکردگی مظاہرہ کرتا ہے۔ یہ ایک کامل نظام ہے جو یہ جانتا ہے کہ کب از جلد جواب دینا ہے اور کب ماہرانہ جواب فراہم کرنے کے لئے دیر تک غور و فکر کرنا ہے۔ GPT‑5 تمام صارفین کے لیے دستیاب ہے، Plus ارکان کے لیے استعمال کی حد زیادہ ہوتی ہے، اور Pro ارکان کو GPT‑5 Pro تک رسائی حاصل ہوتی ہے، جو زیادہ جامع اور درست جوابات کے لیے مزید گہرے استدلالی صلاحیتوں سے لیس ہے۔
GPT‑5 جس میں ذکی، کارگر ماڈل ہے جو زیادہ تر سوالات کے جوابات دے دیتا ہے، (GPT‑5 تھنکنگ) مشکل مسائل کے لیے گہرے استدلالی صلاحیتوں سے لیس ماڈل اور ریئل ٹئم رو ٹر جو گفتگو کی قسم، پیچیدگی، ٹول کے تقاضوں اور آپ کے واضح ارادے (مثال کے طور پر جب آپ سوال میں کہتے ہیں کہ "اس کے بارے میں خوب غور و فکر کرو") کی بنیاد پر تیزی سے فیصلہ کرتا ہے، ۔ روٹر کو حقیقی سگنلز پر جس میں صارف کا ماڈلز کا بدلنا اور جوابی ترجیحات بھی شامل ہیں، اور قا بل پیمائش درستگی پر مسلسل تربیت دی جاتی ہے، جس سے اس میں وقت کے ساتھ بہتری آتی جاتی ہے۔ جب استعمال کی حدیں پوری ہو جاتی ہیں، تو ہر ماڈل کا ایک چھوٹا ورژن باقی سوالات کو سنبھالتا ہے۔ مستقبل قریب میں، ہم ان صلاحیتوں کو ایک ہی ماڈلز میں ضم کرنے کا منصوبہ رکھتے ہیں۔
GPT‑5 نے نہ یہ کہ صرف بینچ مارکس پر پچھلے ماڈلز کو پیچھے چھوڑ دیا ہے اور سوالات کا زیادہ تیزی سے جواب دیتا ہے، بلکہ - سب سے اہم بات - یہ ہے کہ یہ حقیقی سوالات کے لئے زیادہ مفید ہے۔ ہم نے چیٹ جی پی ٹی کے تین عام استعمال: تحریر، کوڈنگ اور صحت میں GPT‑5 کی کارکردگی کی سطح کو بہتر کیا ہے جبکہ ہم نے وہم کو کم کرنے، ہدایات پر عمل کرنے کو بہتر بنانے اور خوشامدی کو کم کرنے میں نمایاں پیشرفت کی ہے۔
GPT‑5 ہمارا اب تک کا سب سے طاقتور کوڈنگ ماڈل ہے۔ یہ پیچیدہ فرنٹ اینڈ جنریشن اور بڑے ذخیروں کی ڈیبگنگ میں خاص بہتری دکھاتا ہے۔ یہ فی البدیہہ اکثر و بیشتر صرف ایک ہی پرامپٹ میں، خیالات کو پسندیدہ حقیقت میں تبدیل کرتے ہوئے پر کشش، خوبصورت اور توافق پذیر ویب سائٹس، ایپس اور گیمز بنا سکتا ہے۔ ابتدائی ٹیسٹرز نے فاصلہ، کتابت اور فاضل جگہوں جیسی چیزوں کی بہتر تفہیم کے ساتھ، اس کے ڈیزائن کے انتخاب کو بھی نوٹ کیا۔ ڈویلپرز کے لیے GPT‑5 کیا کچھ نیا لایا ہے اس کی مکمل تفصیلات کے لیے یہاں دیکھیں ۔
GPT‑5 نے صرف ایک پرامپٹ کے ساتھ کیا بنا ڈالا ہے اس کی کچھ مثالیں یہاں ہیں:
پرامپٹ: مندرجہ ذیل تقاضوں کے ساتھ ایک ایچ ٹی ایم ایل فائل میں سنگل پیج ایپ بنائیں:
- نام: Jumping Ball Runner
- مقصد: جتنا ممکن ہو زندہ رہنے کے لئے رکاوٹوں پر چھلانگ لگائیں۔
- خصوصیات: رفتار میں اضافہ، اعلی اسکور ٹریکنگ، دوبارہ کوشش کا بٹن، اور کاروائیوں اور سرگرمیوں کے لیے مضحکہ خیز آوازیں
- UI کو پیرالاکس اسکرولنگ پس منظر کے ساتھ رنگین ہونا چاہیے۔
- سارے کردار کارٹون نما ہونی چاہئیں اور دیکھنے میں مزہ آنا چاہیے۔
- کھیل سب کے لئے لطف اندوز ہونا چاہئے۔
GPT‑5 اب تک کا ہمارا سب سے باصلاحیت تحریری شریک کار ہے، جو آپ کے خام خیالات کو، ادبی نشیب و فراز اور سحر آمیز انداز بیان کے ساتھ دلچسپ، دلکش تحریر میں ڈھالنے اور ترجمہ کرنے میں مدد دینے کے قابل ہے۔ یہ زیادہ پر اعتماد طور پر ایسی تحریں لکھ سکتا ہے جس کی ساخت مبہم ہو جیسے کہ بے قافیہ و ردیف کی شاعرانہ یا آزاد شاعرانہ تحریر جس میں فطری سلاست ہو اور جس میں تحریر کی نوعیت کے ساتھ ساتھ فصاحت و بلاغت کا بھی لحاظ ہو۔ ان بہتر تحریری صلاحیتوں کا مطلب یہ ہے کہ ChatGPT آپ کی روزمرہ کے کاموں جیسے کہ رپورٹس، ای میلز، میمو وغیرہ مزید چیزوں میں مدد کرنے میں مزید بہتر ہوا ہے۔ GPT‑5 اور GPT‑4o کی تحریری طرزوں کا موازنہ نیچے دیے گئے جدول میں کیا جا سکتا ہے۔
GPT‑5 صحت سے متعلق سوالات کے لئے اب تک کا ہمارا بہترین ماڈل ہے، جو صارفین کو ان کی صحت کے بارے میں آگاہی اور اس کا خیال رکھنے کی صلاحیت فراہم کرتا ہے۔ یہ ماڈل ہیلتھ بینچ پر کسی بھی پچھلے ماڈل سے نمایاں طور پر زیادہ اسکور کرتا ہے، جسے ہم نے اس سال کے اوائل میں حقیقی تناظر اور ڈاکٹروں کے ذریعہ بنائے گئے معیاروں پر جانچا ہے۔ پچھلے ماڈلز کے مقابلے میں، یہ ایک سرگرم ہم فکر ساتھی کی طرح کام کرتا ہے، پرجوش طریقے سے ممکنہ خدشات کو نشان زد کرتا ہے اور مزید مددگار جوابات فراہم کرنے کے لئے سوالات پوچھتا ہے۔ یہ ماڈل اب صارف کے سیاق و سباق، علم کی سطح، اور جغرافیہ کے مطابق زیادہ عین مطابق اور قابل اعتماد جوابات فراہم کرتا ہے، جس سے یہ مختلف تناظر میں محفوظ اور زیادہ مددگار جوابات فراہم کرنے کے قابل ہوتا ہے۔ اہم بات یہ ہے کہ ChatGPT کسی طبی پیشہ ور کی جگہ نہیں لیتا—اسے ایک ساتی کے طور پر مانیں جو آپ کو نتائج سمجھنے، اپنے معالج کے ساتھ ملاقات میں صحیح سوالات پوچھنے، اور فیصلے لینے میں مختلف متبادل کا صحیح اندازہ لگانے میں مدد کرتا ہے۔
آپ کچھ ان پہلؤوں کو دیکھیں جن میں GPT‑5 مختلف شعبوں میں ہمارے پچھلے ماڈلز سے بہتر —زیادہ جامع، تفصیلی، اور مفید— ثابت ہوا ہے، ان مثالوں میں:
GPT-4o
GPT-5
GPT‑5 کا جواب جذبات کے وسیع منظرنامے کو ایک بھرپور انجام تک پہنچاتا ہے، اس میں تصویری احساس کی تازگی اور تشبیہوں کی گہرائی دل کو چھو لیتی ہے۔ایسے اثر انگیز استعارے جیسے(اُس ملک کے سیاہ پرچم جو اب وجود میں نہیں) اور (کیوٹو کی گھنٹی کی صدا پہاڑی سے شام کو دھیرے دھیرے اترتی ہے) ایک جیتی جاگتی تہذیب اور مقام کا احساس بیدار کرتے ہیں۔ GPT‑4o کی نظم میں سادہ سانچہ اور قافیہ بندی ہے، تخیل سے عاری اور صرف سادہ بیانی ہے ( "وہ روتی ہے مگر کچھ نہیں کہتی۔")
* ہم نے 4o اور OpenAI o3 کے درمیان جواب کا انتخاب کیا، اس بنیاد پر کہ دیے گئے پرامپٹ پر دونوں میں سے کس ماڈل نے بہتر کارکردگی کا مظاہرہ کیا۔
GPT‑5 مجموعی طور پر بہت زیادہ ذکی ہے، جیسا کہ تعلیمی اور انسانی تجزیہ کردہ معیارات پر اس کی کارکردگی سے ظاہر ہوتا ہے، خاص طور پر ریاضی، کوڈنگ، بصری ادراک، اور صحت کے شعبوں میں۔ یہ ریاضی (AIME 2025 پر بغیر ٹولز کے 94.6٪)، حقیقی امور سے متعلق کوڈنگ (SWE-bench کے ذریعہ تصدیق پر 74.9٪، Aider Polyglot پر 88٪)، ملٹی موڈل تفہیم (MMMU پر 84.2٪)، اور صحت (HealthBench Hard پر 46.2٪)میں ایک نئی سطح کا تعین کرتا ہے—اور یہ حصولیابیاں روزمرہ کے استعمال میں ظاہر ہوتے ہیں۔ GPT‑5 پرو کے گہرے استدلالی صلاحیتوں کے ساتھ، یہ ماڈل GPQA پر ایک نیا SOTA بھی قائم کرتا ہے، بغیر کسی ٹول کے 88.4% اسکور کرتے ہوئے۔
*ٹولز کے استعمال پر مبنی AIME کے نتائج کا براہ راست موازنہ ان ماڈلز کی کارکردگی سے نہیں کیا جانا چاہئے جن کے پاس ٹول تک رسائی نہیں ہے؛ یہ اس بات کی مثال ہیں کہ GPT‑5 دستیاب ٹولز کو کس طرح مؤثر طریقے سے استعمال کرتا ہے۔
ہر SWE-bench ٹیسٹ میں 477 تصدیق شدہ ٹاسکس کا ایک مقررہ مجموعہ استعمال کیا جاتا ہے، جنہیں ہم نے پہلے ہی اپنے اندرونی نظام پر درست طور پر کام کرتے ہوئے جانچ اور تصدیق کر لیا ہے۔
GPT‑5 ان بینچ مارکس پر نمایاں حصولیابیوں کو ظاہر کرتا ہے جو ہدایات پر عمل اور ایجنٹک ٹول کے استعمال کی جانچ کرتے ہیں، جو کہ ایسی صلاحیتیں ہیں جو اسے قابل اعتماد طریقے سے کثیر المرحلہ سوالات پر عمل درآمد کرنے، مختلف ٹولز کے درمیان ہم آہنگی پیدا کرنے اور سیاق و سباق میں تبدیلیوں کے مطابق ڈھلنے کی اجازت دیتی ہیں۔ عملی طور پر، اس کا مطلب یہ ہے کہ یہ پیچیدہ اور ترقی پذیر ٹاسکوں کو سنبھالنے میں بہتر ہے؛ GPT‑5 آپ کی ہدایات کو زیادہ ایمانداری کے ساتھ مان سکتا ہے اور اپنے دستیاب ٹولز کا استعمال کرتے ہوئے ٹاسک کو آخر تک مکمل کر سکتا ہے۔
اس ماڈل نے بصری، ویڈیو پر مبنی، مقامی اور سائنسی استدلال پر محیط ملٹی موڈل کے مختلف بینچ مارکس پر سب سے نمایاں کارکردگی حاصل کی ہے۔ زیادہ مضبوط ملٹی موڈل کارکردگی کا مطلب ہے کہ ChatGPT تصاویر اور دیگر غیر متنی ان پٹ پر زیادہ درست طریقے سے استدلال کر سکتا ہے—چاہے وہ چارٹ کی تشریح ہو، پریزینٹیشن کی تصویر کا خلاصہ ہو، یا ڈایاگرام کے بارے میں سوالات کے جوابات دینا ہو۔
GPT‑5 پیچیدہ، کفایتی علمی کام کی کارکردگی کی پیمائش کرنے والے اندرونی بینچ مارک پر بھی ہمارا بہترین کارکردگی کا مظاہرہ کرنے والا ایک ماڈل ہے۔ استدلال استعمال کرتے وقت، GPT‑5 تقریبا نصف معاملات میں ماہرین کے برابر یا بہتر ہے، جبکہ قانون، لاجسٹکس، سیلز اور انجینئرنگ سمیت 40 سے زیادہ پیشوں پر مشتمل ٹاسک میں o3 اور ChatGPT ایجنٹ کو پیچھے چھوڑ دیتا ہے۔
اوپر دی گئی تشخیصات کے لئے طریقہ کار: GPT‑4o کے نتائج اگست 2025 تک ChatGPT میں اس ماڈل کے حالیہ ورژن کی عکاسی کرتے ہیں۔ تمام ماڈلز اعلیٰ 'استدلال کی کوشش' کی ترتیبات پر جانچے جاتے ہیں۔ استدلال کی کوشش ChatGPT میں مختلف ہو سکتی ہے، جس میں زیادہ کوشش اس حد کی نمائندگی کرتی ہے جو صارف اس ماڈل کے استعمال کرتے وقت تجربہ کر سکتا ہے۔
GPT‑5 تھوڑی سی غور و فکر کے ساتھ بھی زیادہ افادیت کا حامل ہے۔ ہماری جائزے میں، GPT‑5 (غور و فکر والا) OpenAI o3 سے بہتر کارکردگی کا مظاہرہ کرتا ہے، جس میں بصری استدلال، ایجنٹک کوڈنگ، اور گریجویٹ سطح کی سائنسی مسئلہ حل سمیت صلاحیتوں میں 50-80٪ کم آؤٹ پٹ ٹوکنز استعمال ہوتے ہیں۔
GPT‑5 کو Microsoft Azure AI سپر کمپیوٹرز پر تربیت دی گئی تھی۔
ہمارے پچھلے ماڈلز کے مقابلے میں GPT‑5 میں دھوکہ دہی کا امکان نمایاں طور پر کم ہے۔ چیٹ جی پی ٹی سے لیے گئے ماڈل سوالات میں جس میں ویب سرچ فعال تھا اور جس میں سے ذاتی معلومات ہٹا لی گئیں تھی، GPT‑5 کے جوابات میں GPT‑4o کے مقابلے میں حقیقی غلطی ہونے کا امکان تقریباً 45٪ کم ہو جاتا ہے، اور غور و فکر کی صورت میں تو، GPT‑5 کے جوابات میں OpenAI o3 کے مقابلے میں حقیقی غلطی ہونے کا امکان تقریباً 80٪ کم ہو جاتا ہے۔
ہم نے خاص طور پر پیچیدہ اور تفصیل طلب سوالات پر استدلال کرتے وقت اپنے ماڈلز کو زیادہ قابل اعتماد بنانے میں سرمایہ کاری کی ہے۔ اور اسی لیے، ہم نے تفصیل طلب سوالات کے جوابات کے حقائق کو مشکل صورتوں میں پرکھنے کے لیے نئی تشخیصات شامل کیں۔ عام طور پر دستیاب معلومات کی بناء پر جانچ کے لیے بنائے گئے دو بینچ مارکس: لانگ فیکٹ(نئی ونڈو میں کھلتا ہے) (تصورات اور اشیاء) اور فیکٹ اسکور(نئی ونڈو میں کھلتا ہے)پر ہم نے تفصیل طلب معلوماتی سوالات پر غور و فکر کی صورت میں GPT‑5 کی شرح وہم کی پیمائش کی۔ ان تمام بینچ مارکس پر، “GPT‑5 تھنکنگ” وہمیات میں تیزی سے کمی ظاہر کرتی ہے - o3 سے تقریبا چھ گنا کم - جو مستقل طور پر درست لمبے مضامین تیار کرنے میں واضح پیش رفت کو ظاہر کرتی ہے۔ ان بینچ مارکس پر ہماری تشخیص کے نفاذ اور گریڈنگ کی تفصیلات سسٹم کارڈ میں مل سکتی ہیں۔
حقائق پر مبنی معلومات میں بہتری کے ساتھ ساتھ، GPT‑5 (غور و فکر کے ساتھ) زیادہ ایمانداری سے اپنی کاروائیوں اور صلاحیتوں کو صارف تک پہنچاتا ہے—خاص طور پر ان ٹاسک کے لیے جو ناممکن، غیر معین صورتوں میں یا جہاں کلیدی ٹولز نہیں پائے جاتے۔ تربیت کے دوران اعلی انعام حاصل کرنے کے لیے، استدلالی ماڈلز کسی کام کو کامیابی سے مکمل کرنے کے بارے میں جھوٹ بولنا سیکھ سکتے ہیں یا غیر یقینی جواب کے بارے میں ضرورت سے زیادہ پراعتماد ہو سکتے ہیں۔ مثال کے طور پر، اس کی جانچ کرنے کے لئے، ہم نے ملٹی موڈل بینچ مارک CharXiv کے پرامپٹ سے تمام تصاویر کو ہٹا دیا، اور پایا کہ OpenAI o3 نے غیر موجود تصاویر کے بارے میں 86.7٪ بار اعتماد کے ساتھ جوابات دیے، جبکہ GPT‑5 کے لئے یہ شرح صرف 9٪ تھی۔
استلالی صلاحیتوں کے ساتھ، GPT‑5 زیادہ درستگی سے پہچانتا ہے کہ کن صورتوں میں کسی ٹاسک کو مکمل نہیں کیا جا سکتا اور اپنی حدود کو واضح طور پر بیان کرتا ہے۔ ہم نے ناممکن کوڈنگ ٹاسک اور ملٹی موڈل کے لازمی معلومات کو غائب کر کے ترتیبات میں دھوکہ دہی کی شرح کا جائزہ لیا، اور پایا کہ GPT‑5 (غور و فکر کے ساتھ) ہر لحاظ سے o3 کے مقابلے میں کم دھوکہ دہی کرتا ہے۔ ChatGPT پر موصول ہونے والے بڑے پیمانے پر گفتگو کے نمونوں میں، ہم نے o3 کے لیے دھوکہ دہی کی شرح کو 4.8% سے کم کر کے GPT‑5 استدلالی جوابات کے لیے 2.1% تک کر دیا ہے۔ اگرچہ یہ صارفین کے لیے ایک معنی خیز بہتری کی نمائندگی کرتا ہے، لیکن مزید کام کرنا باقی ہے، اور ہم نے اپنے ماڈلز کی حقیقت پسندی اور ایمانداری کو بہتر بنانے کے لیے تحقیق جاری رکھا ہے۔ مزید تفصیلات سسٹم کارڈ میں مل سکتی ہیں۔
تدارک سے پہلے
تدارک کے بعد
GPT‑5 حفاظتی میدان میں ترقی کر رہا ہے۔ ماضی میں، ChatGPT نے بنیادی طور پر انکار پر مبنی حفاظتی تربیت پر انحصار کیا: صارف کے پرامپٹ کی بنیاد پر، اس ماڈل کو جواب دینے یا جواب دینے سے انکار کا اختیار تھا۔ اگرچہ اس قسم کی تربیت واضح طور پر بدنیتی پر مبنی پرامپٹ کے لیے اچھی طرح کام کرتی ہے، لیکن یہ ان حالات کو سنبھالنے میں مشکل کھڑی کر سکتا ہے جہاں صارف کا ارادہ غیر واضح ہو، یا معلومات کو خوش نیتی یا بدنیتی دونوں ہی طریقوں سے استعمال کیا جا سکتا ہو۔ انکار کی تربیت خاص طور پر دوہرے استعمال کے شعبے جیسے وائرولوجی کے لیے غیر لچکدار ہے، جہاں ایک بے ضرر پرامپٹ کا جواب اعلیٰ سطح پر محفوظ طریقے سے مکمل کیا جا سکتا ہے، لیکن اگر تفصیل کے ساتھ مکمل کیا جائے تو کسی بدنیت شخص کے لیے بھی کارآمد ہو سکتی ہے۔
GPT‑5 کے لئے، ہم نے تربیت کی ایک نئی شکل - محفوظ جواب - متعارف کرائی جو اس ماڈل کو حفاظتی حدود میں رہتے ہوئے جہاں ممکن ہو سب سے زیادہ مددگار جواب دینے کی تعلیم دیتی ہے۔ بعض اوقات، اس کا مطلب یہ ہو سکتا ہے کہ کسی صارف کے سوال کا جزوی جواب دیا جائے یا صرف اعلی سطح پر جواب دیا جائے۔ اگر اس ماڈل کو انکار کرنے کی ضرورت ہو، تو GPT‑5 کو اس بات کی شفافیت سے وضاحت کرنے کی تربیت دی گئی ہے کہ وہ کیوں انکار کر رہا ہے، اور ساتھ ہی محفوظ متبادل فراہم کرنے کی بھی تربیت دی گئی ہے۔ کنٹرول شدہ تجربات اور عام استعمال کے لیے دستیاب ہمارے اس ماڈل دونوں میں، ہم یہ پاتے ہیں کہ یہ طریقہ زیادہ دقت طلب ہے، جو دوہرے استعمال کے سوالات کو مہارت کے ساتھ سنبھالتا ہے، مبہم ارادوں کا درست اندازہ لگا لیتا ہے، اورکم سے کم غیر ضروری انکار کی صورتیں نکالتا ہے۔ ہمارے محفوظ جواب پیپر میں حفاظتی تربیت کے لئے ہمارے نئے نقطہ نظر کے ساتھ ساتھ طریقہ کار، میٹرکس، اور نتائج کی مکمل تفصیلات کے بارے میں مزید پڑھیں۔
حفاظت اور مددگاری(اگر جوابات محفوظ ہیں) ہر نوعیت کے پرامپٹ کے لیے۔ GPT‑5 (غور و فکر کے ساتھ) تمام نوعیت کے پرامپٹ میں زیادہ حفاظت اور زیادہ مددگار ثابت ہوتا ہے۔
مجموعی طور پر، GPT‑5 کم پرجوش طور پر اتفاق رائے کا اظہار کرتا یے، کم غیر ضروری ایموجیز استعمال کرتا ہے، اور GPT‑4o کے مقابلے میں فالو اپ میں زیادہ لطیف اور غور و فکر کرنے والا ہے۔ یہ "اے آئی سے بات کرنے" کی طرح کم اور پی ایچ ڈی سطح کی ذہانت والے مددگار دوست کے ساتھ گفتگو کی طرح زیادہ محسوس ہونا چاہئے۔
اس سال کے شروع میں، ہم نے GPT‑4o کا ایک اپڈیٹ جاری کیا جس نے غیر ارادی طور پر ماڈل کو ضرورت سے زیادہ خوشامد کرنے والا یا حد سے زیادہ خصیہ بردار یا اتفاق رائے والا بنا دیا تھا۔ ہم نے جلدی سے تبدیلی کو واپس لیا اور اس کے بعد سے اس طرز عمل کو سمجھنے اور کم کرنے کے لئے کام کیا ہے:
- خوشامدی کی سطحوں کی پیمائش کے لیے نئی تشخیصات تیار کرنا
- ہماری تربیت کو بہتر بنانا تاکہ ماڈل کم خوشامدی ہو— مثلاً، ایسی مثالیں شامل کرنا جو عام طور پر زیادہ اتفاق کا باعث بنتی ہیں، اور پھر اسے ایسا نہ کرنے کی تعلیم دینا۔
جب اس کا امتحان ایسے سوالات سے لیا گیا جو یہ جانچنے کے لیے بنائے گئے تھے کہ کیا یہ صرف لوگوں کی ہاں میں ہاں ملاتا ہے یا خوشامد کرتا ہے، تو GPT‑5 نے اس طرح کے "خوشامدی" جوابات بہت کم دیے — تقریباً 14 فیصد سے گھٹ کر 6 فیصد سے بھی کم۔ کبھی کبھار، خوشامد کو کم کرنے سے صارف کے اطمینان میں کمی ہو سکتی ہے، لیکن ہماری کی گئی بہتریوں نے خوشامد کو نصف سے زیادہ کم کر دیا ہے اور دیگر قابل پیمائش فوائد بھی فراہم کیے ہیں، اس لیے صارفین اعلی معیار کی، تعمیری گفتگو جاری رکھتے ہیں جو — ہمارے مقصد کے عین مطابق ہے یعنی لوگوں کو ChatGPT کو مؤثر طریقے سے استعمال کرنے میں مدد کرنا۔
GPT‑5 ہدایات پر عمل کرنے میں نمایاں طور پر بہتر ہے، اور ہم اس کی کسٹم ہدایات پر عمل کرنے کی صلاحیت میں بھی اسی طرح کی بہتری دیکھتے ہیں۔
ہم ChatGPT کے تمام صارفین کے لیے چار نئی نوعیت کی پیش ساختہ شخصیات کو تحقیق کے لیے پیشرو شکل میں شروع کر رہے ہیں، جو ہدایات پر عمل پیرا ہونے میں بہتری کے ذریعے ممکن ہوا ہے۔ یہ شخصیات، جو ابتدائی طور پر تحریری گفتگو کے لیے دستیاب ہیں اور بعد میں صوتی گفتگو کے لیے بھی دستیاب ہوں گی، آپ کو بغیر پرامپٹ لکھے یہ طے کرنے دیتی ہیں کہ ChatGPT کس طرح سے گفت و شنید کرتا ہے —آیا جامع و پیشہ ورانہ، غور و فکر کرنے والا معہ معاون، یا تھوڑا سا طنزیہ—۔ چار ابتدائی قابل اختیار متبادل، منفی مزاج، روبوٹ، گوش ہوش اور باریک بیں ہیں، جنہیں ترتیبات میں کسی بھی وقت ایڈجسٹ کیا جا سکتا ہے، اور آپ کے انداز گفتگو سے مطابقت پیدا کرنے کے لیے ڈیزائن کیے گئے ہیں۔
یہ تمام نئی شخصیات خوشامد کو کم کرنے کے لئے داخلی جائزوں میں ہمارے معیار کو پورا کرتی ہیں یا اس سے بڑھ جاتی ہیں۔
ہم ابتدائی فیڈبیک کی بنیاد پر سیکھنے اور تکراری عمل کے منتظر ہیں۔
ہم نے حیاتیاتی اور کیمیائی شعبہ میں “GPT‑5 تھنکنگ” ماڈل کو اعلیٰ صلاحیت کے مالک کے بطور لحاظ کرنے کا فیصلہ کیا ہے، اور اس سے وابستہ خطرات کو کافی حد تک کم کرنے کے لیے مضبوط حفاظتی اقدامات نافذ کیے ہیں۔ ہم نے اپنے تیاری فریم ورک کے تحت اپنی حفاظتی تشخیص کے ساتھ اس ماڈل کا سختی سے امتحان لیا ہے، CAISI اور UK AISI جیسے شراکت داروں کے ساتھ 5,000 گھنٹے کی نقص جوئی مکمل کی۔
جیسے ہم نے چیٹ جی پی ٹی ایجنٹ کے لیے کیا تھا، ویسے ہی اس ماڈل کے بارے میں بھی ہمارے پاس کوئی حتمی ثبوت نہیں ہے کہ یہ کسی نا تجربہ کار شخص کو شدید حیاتیاتی نقصان پہنچانے میں مدد دے سکتا ہے – جو ہمارے اعلی صلاحیت کے طے شدہ معیار(نئی ونڈو میں کھلتا ہے) کے مطابق ہے– تاہم، ہم احتیاطی رویہ اختیار کر رہے ہیں اور پیشگی حفاظتی اقدامات بر سر کار لا رہے ہیں تاکہ جب کبھی ایسی صلاحیتیں ممکن ہوں تو ہم پوری طرح تیار ہوں۔ اسی وجہ سے، "GPT‑5 تھنکنگ" میں حیاتیات سے متعلق معاملات کے لیے ایک مضبوط حفاظتی نظام موجود ہے، جس میں کئی حفاظتی تہیں شامل ہیں: اس نظام میں ممکنہ خطرات کی باریک بینی سے جانچ، ماڈل کو نقصان دہ جوابات دینے سے روکنے کے لیے خصوصی تربیت، اور ایک خودکار نظام ہے جو اس کے رویے پر مسلسل نظر رکھتا ہے، اور ایسے واضح اصول شامل ہیں جن پر اُس وقت عمل کیا جاتا ہے جب کوئی غیر محفوظ صورتحال پیدا ہو۔
ہمارے سسٹم کارڈ میں GPT‑5 کے لئے ہمارے مضبوط حفاظتی نقطہ نظر کے بارے میں مزید پڑھیں۔
انتہائی مشکل اور پیچیدہ کاموں کے لیے، ہم GPT‑5 پرو بھی جاری کر رہے ہیں، جو OpenAI o3‑pro کی جگہ لے رہا ہے۔ یہ GPT‑5 کا ایک ایسا ورژن ہے جو بڑے پیمانے پر لیکن مؤثر متوازی ٹیسٹ ٹائم کمپیوٹ کا استعمال کرتے ہوئے طویل وقت تک غور و فکر کی صلاحیت رکھتا ہے، تاکہ اعلیٰ ترین معیار اور جامع ترین جوابات فراہم کیے جا سکیں۔ GPT‑5 پرو نے GPT‑5 فیملی میں کئی چیلنجنگ انٹیلیجنس بینچ مارکس پر سب سے اعلیٰ کارکردگی حاصل کی ہے، جس میں GPQA پر جدید ترین کارکردگی بھی شامل ہے، جو سائنس کے انتہائی مشکل سوالات پر مشتمل ہے۔
1000 سے زیادہ کفایتی اور حقیقی استدلالی پرامپٹ کے جائزوں میں، بیرونی ماہرین نے 67.8٪ بار GPT‑5 پرو کو "GPT‑5 تھنکنگ" پر ترجیح دی۔ GPT‑5 پرو نے 22٪ کم بڑی غلطیاں کیں اور صحت، سائنس، ریاضی، اور کوڈنگ میں شاندار کارکردگی کا مظاہرہ کیا۔ ماہرین نے اس کے جوابات کو مرتبط، مفید اور جامع قرار دیا۔
GPT‑5 اب ChatGPT ڈیفالٹ طور پر موجود ہے، جو سائن ان شدہ صارفین کے لیے GPT‑4o، OpenAI o3، OpenAI o4-mini، GPT‑4.1، اور GPT‑4.5 کی جگہ لے رہا ہے۔ بس ChatGPT کھولیں اور اپنا سوال ٹائپ کریں؛ باقی کو GPT‑5 سنبھالتا ہے،جواب کی افادیت کے مد نظر خود بخود استدلالی ماڈل کا استعمال کرے گا۔ ادائیگی والے صارفین اب بھی ماڈل انتخاب کرنے کا آپشن استعمال کرتے ہوئے "GPT‑5 تھنکنگ" منتخب کرسکتے ہیں، یا جواب پیدا کرتے وقت استدلال کے استعمال کو یقینی بنانے کے لیے پرامپٹ میں 'اس کے بارے میں گہرائی سے سوچیں' جیسی کوئی چیز ٹائپ کرسکتے ہیں۔
جی پی ٹی -5 آج تمام پلس، پرو، ٹیم، اور مفت صارفین کے لیے دستیاب ہونا شروع ہو رہا ہے، جبکہ انٹرپرائز اور ایڈو کے لیے رسائی اگلے ہفتے دستیاب ہوگی۔ پرو، پلس اور ٹیم کے صارفین ChatGPT کے ساتھ سائن ان کر کے Codex CLI(نئی ونڈو میں کھلتا ہے) میں GPT‑5 کے ساتھ کوڈنگ بھی شروع کر سکتے ہیں۔
جیسا کہ GPT‑4o کے ساتھ ہے، GPT‑5 تک مفت اور ادائیگی کے ساتھ رسائی کے درمیان فرق استعمال کی مقدار ہے۔ پرو ارکان کو GPT‑5 تک لامحدود رسائی، اور GPT‑5 پرو تک ایک حد تک رسائی حاصل ہوتی ہے۔ پلس صارفین اسے اپنے روزمرہ کے سوالات کے لیے آسان طور پر ڈیفالٹ ماڈل استعمال کر سکتے ہیں، اور ان کے استعمال کی گنجائش مفت صارفین کے مقابلے میں نمایاں طور پر زیادہ ہے۔ ٹیم، انٹرپرائز اور ایڈو صارفین GPT‑5 کو روزمرہ کے کام کے لیے اپنے ڈیفالٹ ماڈل کے طور پر آسانی سے استعمال کر سکتے ہیں، جس میں فراخ دلانہ حدود ہیں جو تنظیموں کہ بتمامہ GPT‑5 پر انحصار کرنا آسان بناتی ہیں۔ ChatGPT مفت صارفین کے لیے، مکمل استدلالی صلاحیتوں کو مکمل طور پر نافذ ہونے میں کچھ دن لگ سکتے ہیں۔ ایک بار جب مفت صارفین اپنی GPT‑5 استعمال کی حد تک پہنچ جاتے ہیں، تو وہ GPT‑5 mini میں منتقل ہو جائیں گے، جو ایک چھوٹا، تیز، اور انتہائی باصلاحیت ماڈل ہے۔
مصنف
حاشیہ
*ہماری پچھلی بلاگ پوسٹ میں رپورٹ کی گئی تعداد میں ایک چھوٹا سا فرق ہے، کیونکہ وہ HLE کے پچھلے ورژن پر چلائی گئی تھیں۔
** ہم نے مشاہدہ کیا ہے کہ MultiChallenge (GPT-4o) میں ڈیفالٹ گریڈر اکثر و بیشتر ماڈل کے جوابات کو غلط اسکور دیتا ہے۔ ہم نے یہ مشاہدہ کیا کہ جب ہم جوابات کی جانچ کے لیے o3-mini جیسے استدلال پر مبنی ماڈل استعمال کرتے ہیں تو نتائج ہماری تفتیش کردہ مثالوں میں کہیں زیادہ درست اور قابلِ اعتماد ہوتے ہیں۔
***MMMUPro کے لیے، ہم نے معمولی ٹیسٹ اور ویژن ٹیسٹ دونوں کے اسکور کو ملا کر اوسط نکالی۔
شراکت دار
Aaditya Singh، Adam Fry، Adam Perelman، Adam Tart، Adi Ganesh، Ahmed El-Kishky، Aidan McLaughlin، Aiden Low، AJ Ostrow، Akhila Ananthram، Akshay Nathan، Alan Luo، Alec Helyar، Aleksander Madry، Aleksandr Efremov، Aleksandra Spyra، Alex Baker-Whitcomb، Alex Beutel، Alex Karpenko، Alex Makelov، Alex Neitz، Alex Wei، Alexandra Barr، Alexandre Kirchmeyer، Alexey Ivanov، Alexi Christakis، Alistair Gillespie، Allison Tam، Ally Bennett، Alvin Wan، Alyssa Huang، Amy McDonald Sandjideh، Amy Yang، Ananya Kumar، Andre Saraiva، Andrea Vallone، Andrei Gheorghe، Andres Garcia Garcia، Andrew Braunstein، Andrew Liu، Andrew Schmidt، Andrey Mereskin، Andrey Mishchenko، Andy Applebaum، Andy Rogerson، Ann Rajan، Annie Wei، Anoop Kotha، Anubha Srivastava، Anushree Agrawal، Arun Vijayvergiya، Ashley Tyra، Ashvin Nair، Avi Nayak، Ben Eggers، Bessie Ji، Beth Hoover، Bill Chen، Blair Chen، Boaz Barak، Borys Minaiev، Botao Hao، Bowen Baker، Brad Lightcap، Brandon McKinzie، Brandon Wang، Brendan Quinn، Brian Fioca، Brian Hsu، Brian Yang، Brian Yu، Brian Zhang، Brittany Brenner، Callie Riggins Zetino، Cameron Raymond، Camillo Lugaresi، Carolina Paz، Cary Hudson، Cedric Whitney، Chak Li، Charles Chen، Charlotte Cole، Chelsea Voss، Chen Ding، Chen Shen، Chengdu Huang، Chris Colby، Chris Hallacy، Chris Koch، Chris Lu، Christina Kaplan، Christina Kim، CJ Minott-Henriques، Cliff Frey، Cody Yu، Coley Czarnecki، Colin Reid، Colin Wei، Cory Decareaux، Cristina Scheau، Cyril Zhang، Cyrus Forbes، Da Tang، Dakota Goldberg، Dan Roberts، Dana Palmie، Daniel Kappler، Daniel Levine، Daniel Wright، Dave Leo، David Lin، David Robinson، Declan Grabb، Derek Chen، Derek Lim، Derek Salama، Dibya Bhattacharjee، Dimitris Tsipras، Dinghua Li، Dingli Yu، DJ Strouse، Drew Williams، Dylan Hunn، Ed Bayes، Edwin Arbus، Ekin Akyurek، Elaine Ya Le، Elana Widmann، Eli Yani، Elizabeth Proehl، Enis Sert، Enoch Cheung، Eri Schwartz، Eric Han، Eric Jiang، Eric Mitchell، Eric Sigler، Eric Wallace، Erik Ritter، Erin Kavanaugh، Evan Mays، Evgenii Nikishin، Fangyuan Li، Felipe Petroski Such، Filipe de Avila Belbute Peres، Filippo Raso، Florent Bekerman، Foivos Tsimpourlas، Fotis Chantzis، Francis Song، Francis Zhang، Gaby Raila، Garrett McGrath، Gary Briggs، Gary Yang، Giambattista Parascandolo، Gildas Chabot، Grace Kim، Grace Zhao، Gregory Valiant، Guillaume Leclerc، Hadi Salman، Hanson Wang، Hao Sheng، Haoming Jiang، Haoyu Wang، Haozhun Jin، Harshit Sikchi، Heather Schmidt، Henry Aspegren، Honglin Chen، Huida Qiu، Hunter Lightman، Ian Covert، Ian Kivlichan، Ian Silber، Ian Sohl، Ibrahim Hammoud، Ignasi Clavera، Ikai Lan، Ilge Akkaya، Ilya Kostrikov، Irina Kofman، Isak Etinger، Ishaan Singal، Jackie Hehir، Jacob Huh، Jacqueline Pan، Jake Wilczynski، Jakub Pachocki، James Lee، James Quinn، Jamie Kiros، Janvi Kalra، Jasmyn Samaroo، Jason Wang، Jason Wolfe، Jay Chen، Jay Wang، Jean Harb، Jeffrey Han، Jeffrey Wang، Jennifer Zhao، Jeremy Chen، Jerene Yang، Jerry Tworek، Jesse Chand، Jessica Landon، Jessica Liang، Ji Lin، Jiancheng Liu، Jianfeng Wang، Jie Tang، Jihan Yin، Joanne Jang، Joel Morris، Joey Flynn، Johannes Ferstad، Johannes Heidecke، John Fishbein، John Hallman، Jonah Grant، Jonathan Chien، Jonathan Gordon، Jongsoo Park، Jordan Liss، Jos Kraaijeveld، Joseph Guay، Joseph Mo، Josh Lawson، Josh McGrath، Joshua Vendrow، Joy Jiao، Julian Lee، Julie Steele، Julie Wang، Junhua Mao، Kai Chen، Kai Hayashi، Kai Xiao، Kamyar Salahi، Kan Wu، Karan Sekhri، Karan Sharma، Karan Singhal، Karen Li، Kenny Nguyen، Keren Gu-Lemberg، Kevin King، Kevin Liu، Kevin Stone، Kevin Yu، Kristen Ying، Kristian Georgiev، Kristie Lim، Kushal Tirumala، Kyle Miller، Lama Ahmad، Larry Lv، Laura Clare، Laurance Fauconnet، Lauren Itow، Lauren Yang، Laurentia Romaniuk، Leah Anise، Lee Byron، Leher Pathak، Leon Maksin، Leyan Lo، Leyton Ho، Li Jing، Liang Wu، Liang Xiong، Lien Mamitsuka، Lin Yang، Lindsay McCallum، Lindsey Held، Liz Bourgeois، Logan Engstrom، Lorenz Kuhn، Louis Feuvrier، Lu Zhang، Lucas Switzer، Lukas Kondraciuk، Lukasz Kaiser، Manas Joglekar، Mandeep Singh، Mandip Shah، Manuka Stratta، Marcus Williams، Mark Chen، Mark Sun، Marselus Cayton، Martin Li، Marvin Zhang، Marwan Aljubeh، Matt Nichols، Matthew Haines، Max Schwarzer، Mayank Gupta، Meghan Shah، Melody Huang، Meng Dong، Mengqing Wang، Mia Glaese، Micah Carroll، Michael Lampe، Michael Malek، Michael Sharman، Michael Zhang، Michele Wang، Michelle Pokrass، Mihai Florian، Mikhail Pavlov، Miles Wang، Ming Chen، Mingxuan Wang، Minnia Feng، Mo Bavarian، Molly Lin، Moose Abdool، Mostafa Rohaninejad، Nacho Soto، Natalie Staudacher، Natan LaFontaine، Nathan Marwell، Nelson Liu، Nick Preston، Nick Turley، Nicklas Ansman، Nicole Blades، Nikil Pancha، Nikita Mikhaylin، Niko Felix، Nikunj Handa، Nishant Rai، Nitish Keskar، Noam Brown، Ofir Nachum، Oleg Boiko، Oleg Murk، Olivia Watkins، Oona Gleeson، Pamela Mishkin، Patryk Lesiewicz، Paul Baltescu، Pavel Belov، Peter Zhokhov، Philip Pronin، Phillip Guo، Phoebe Thacker، Qi Liu، Qiming Yuan، Qinghua Liu، Rachel Dias، Rachel Puckett، Rahul Arora، Ravi Teja Mullapudi، Raz Gaon، Reah Miyara، Rennie Song، Rishabh Aggarwal، RJ Marsan، Robel Yemiru، Robert Xiong، Rohan Kshirsagar، Rohan Nuttall، Roman Tsiupa، Ronen Eldan، Rose Wang، Roshan James، Roy Ziv، Rui Shu، Ruslan Nigmatullin، Saachi Jain، Saam Talaie، Sam Altman، Sam Arnesen، Sam Toizer، Sam Toyer، Samuel Miserendino، Sandhini Agarwal، Sarah Yoo، Savannah Heon، Scott Ethersmith، Sean Grove، Sean Taylor، Sebastien Bubeck، Sever Banesiu، Shaokyi Amdo، Shengjia Zhao، Sherwin Wu، Shibani Santurkar، Shiyu Zhao، Shraman Ray Chaudhuri، Shreyas Krishnaswamy، Shuaiqi (Tony) Xia، Shuyang Cheng، Shyamal Anadkat، Simón Posada Fishman، Simon Tobin، Siyuan Fu، Somay Jain، Song Mei، Sonya Egoian، Spencer Kim، Spug Golden، SQ Mah، Steph Lin، Stephen Imm، Steve Sharpe، Steve Yadlowsky، Sulman Choudhry، Sungwon Eum، Suvansh Sanjeev، Tabarak Khan، Tal Stramer، Tao Wang، Tao Xin، Tarun Gogineni، Taya Christianson، Ted Sanders، Tejal Patwardhan، Thomas Degry، Thomas Shadwell، Tianfu Fu، Tianshi Gao، Timur Garipov، Tina Sriskandarajah، Toki Sherbakov، Tomer Kaftan، Tomo Hiratsuka، Tongzhou Wang، Tony Song، Tony Zhao، Troy Peterson، Val Kharitonov، Victoria Chernova، Vineet Kosaraju، Vishal Kuo، Vitchyr Pong، Vivek Verma، Vlad Petrov، Wanning Jiang، Weixing Zhang، Wenda Zhou، Wenlei Xie، Wenting Zhan، Wes McCabe، Will DePue، Will Ellsworth، Wulfie Bain، Wyatt Thompson، Xiangning Chen، Xiangyu Qi، Xin Xiang، Xinwei Shi، Yann Dubois، Yaodong Yu، Yara Khakbaz، Yifan Wu، Yilei Qian، Yin Tat Lee، Yinbo Chen، Yizhen Zhang، Yizhong Xiong، Yonglong Tian، Young Cha، Yu Bai، Yu Yang، Yuan Yuan، Yuanzhi Li، Yufeng Zhang، Yuguang Yang، Yujia Jin، Yun Jiang، Yunyun Wang، Yushi Wang، Yutian Liu، Zach Stubenvoll، Zehao Dou، Zheng Wu، Zhigang Wang
