OpenAI于8月7日正式发布GPT-5，并将其设为ChatGPT的默认模型。此次升级的核心在于一个统一系统，集成了快速模型、深度推理模型和实时路由器，能够智能判断何时快速响应、何时深入思考，并支持用户强制“深想”。GPT-5在数学、编码、视觉理解等领域刷新了多项SOTA评测记录，且推理效率大幅提升。在写作、编码和健康咨询场景中表现尤为突出，减少幻觉，提高回答的准确性和坦诚度。面向开发者，API提供了多模型家族选择，并推荐使用Responses API优化Agent工作流，降低成本与延迟。GPT-5的推出标志着AI在可用性、安全性和工作流集成方面迈入了新阶段。

🚀 **统一智能系统与模型路由：** GPT-5集成了快速模型、深度推理模型和实时路由器，能根据对话复杂度和用户意图智能切换，实现“用对模型”。用户也可通过“think hard”指令强制模型进行深度推理，从而在速度与准确性之间达到更优平衡，提升了日常使用和团队工作流的稳定性和可靠性。

📊 **全方位能力提升与评测突破：** GPT-5在数学（AIME）、编码（SWE-bench）、多模态理解（MMMU）和健康（HealthBench）等多个领域取得了SOTA（State-of-the-Art）的评测成绩。其推理效率比上一代模型（GPT-4o）在多类任务上使用更少的tokens实现了50%-80%的提升，使其在实际应用中更加高效和实用。

✍️ **写作、编码与健康场景的显著优化：** GPT-5在编码方面表现出更强的处理复杂前端生成、跨文件重构和调试能力，并对代码美学有更自然的理解。写作方面，它能更好地驾驭风格与意象，提升报告、邮件等日常文本的润色效果。在健康咨询领域，GPT-5的回答更加主动和个性化，但仍定位为健康伙伴而非医生替代。

🛡️ **大幅减少幻觉与提升坦诚度：** GPT-5的幻觉率显著降低，相比GPT-4o减少约45%，相比GPT-3（启用推理）减少约80%。同时，它在面对无法完成或缺关键工具的任务时，能更坦诚地沟通局限性，减少“欺骗性完成”和“拍马屁”的现象，并通过“安全补全”机制在边界内提供有用的回答和替代方案。

👨‍💻 **面向开发者的API与工作流升级：** API层面提供了gpt-5、gpt-5-mini、gpt-5-nano等模型家族以平衡性能与成本。推荐开发者使用Responses API，通过复用推理上下文（previous_response_id）来优化Agent工作流，降低成本和延迟。新增的minimal reasoning（最小推理）和verbosity（冗长度）控制，为开发者提供了更精细的性能调控能力。

jym，用上了吗？！！

就在昨晚！8 月 7 日，OpenAI 正式发布 GPT-5，并把它设为 ChatGPT 的默认模型。

这一代的变化不是“再大一点的模型”，而是把快模型 + 深度推理模型 + 实时路由器整合成一个统一系统：能判断何时快答、何时慢想，必要时自动切换到“GPT-5 Thinking（推理版）”，也支持你在提示里直接说“think hard about this”强制深想。

为什么这次升级重要

上一代开始，GPT就在“速度—正确性—可控性”三者间反复取舍。

GPT-5 的关键点是：把取舍交给系统。它根据对话类型、复杂度、工具需求和你的明确意图做实时路由；路由器还会用真实信号持续学习（如用户改模型、偏好反馈、正确率测量），让“用对模型”这件事越来越顺滑。 对日常用户意味着更少的干预、更多的可靠完成；对团队与企业意味着更稳定的端到端工作流。

能力与评测：不止分数更高，而是更“实用”

在学术与人工评估中，GPT-5 在数学、编码、视觉理解与健康等方向刷新了 SOTA：

AIME 2025（无工具）94.6%SWE-bench Verified 74.9%Aider Polyglot 88%MMMU 84.2%HealthBench Hard 46.2%

而GPT-5 Pro 在 GPQA 上做到 88.4%（无工具）。同样的重要是“效率”：在多类任务上，GPT-5 的推理以50–80% 更少的输出 tokens超越 o3 的表现。

写作、编码与健康三大常用场景

编码：这代对复杂前端生成、跨文件重构与大仓调试的把握更稳，还意外“更懂审美”——对于间距、排版、留白的选择更自然。官方也把它定位为目前最强的编码模型。写作：在保持结构与节奏的同时，GPT-5 更能驾驭风格与意象（官方示例里，诗歌的收束更干净有力）。这也外溢到日常：报告、邮件、备忘录的润色更少“空转”。健康：基于新评测（HealthBench）有显著提升，回答更主动、更因人而异，但定位仍是健康伙伴而非医生替代。

更可靠：更少幻觉、更少迎合、更坦诚的边界沟通

事实错误更少：在带检索的真实流量上，GPT-5 相比 GPT-4o 约 -45% ，相比 o3（启用推理）约 -80% 的幻觉率；在 LongFact、FActScore 等开放式事实集上，“GPT-5 Thinking”的幻觉显著下降。更诚实：针对不可能完成或缺关键工具的任务，GPT-5 更能明确说出做不到；在真实对话样本上，“欺骗性完成”从 4.8% 降到 2.1% 。更少“拍马屁” ：定向评测里，阿谀（sycophancy）回复从 14.5% 压到 <6% ，同时不牺牲总体体验。

这些效果背后，是 GPT-5 引入的安全补全（safe-completions） ：不再只是“给/不给”，而是在安全边界内尽可能有用地回答；需要拒绝时，会解释原因并给出安全替代。

这一训练范式在对“双用途”场景（如生物）更稳健，细节见安全补全论文与系统卡。

面向开发者：API 形态与工作流升级

模型家族：API 提供 gpt-5、gpt-5-mini、gpt-5-nano 以平衡性能/成本/时延；ChatGPT 里则由统一系统路由到快/慢思考与对应 mini。最适合 Agent 的一代：官方推荐迁移到 Responses API，在多轮工具调用间复用推理上下文（通过 previous_response_id），显著降低成本与延迟、提升智能度。“最小推理”与“冗长度” ：新增 minimal reasoning（低延迟的推理档位）与 verbosity 控制输出长度（区别于思考长度），便于把控响应风格与性能。编码体验：官方开发者文档与 Cookbook 已给出前端从 0-1 生成、跨大仓重构、工具前言（tool preamble）等实战提示，可直接套用到 Cursor、Windsurf、Copilot、Codex CLI 等代理式编辑器/CLI。

怎么使用

GPT-5 现已成为 ChatGPT 的默认模型；

Plus/Pro/Team/Free 今日起陆续放量，Enterprise 与 Edu 一周内开放。

Pro 用户可使用 GPT-5 Pro（更长推理、更全面答案）；

免费用户在额度用完后会回落到 GPT-5 mini。企业侧博客给出了团队接入与生产力场景的总览。

我的评价

这次升级的意义在于产品层的可用性，有3点：
1）统一系统把“选对模型”的认知负担交还给平台；
2）安全补全把以前“一拒了之”的灰区变成“尽可能帮到你”的细腻回答；
3）Responses API 的推理复用，让多工具长链路更像“一个持续思考的同事”，而不是每步都“失忆”的黑箱。对开发者，这意味着你可以更自信地把 GPT-5 放进关键路径，而不仅是“提供一个建议”。

给中文社区开发者的三条落地建议

迁移到 Responses API：把多步任务改为“推理可连续”的模式，显式传回 previous_response_id，你会在延迟与稳定性上立刻见效。默认用 minimal reasoning，按需提档：把“思考力度”当成性能旋钮；快路径先跑通，遇到歧义或复杂子任务再提到 medium/high。提示词写成“作业规程” ：利用 tool preamble、规则块（如 <context_gathering>、<persistence>）和清晰的终止条件，既减少无效工具调用，也更可观测。

---

参考与延伸阅读：

官方发布：Introducing GPT-5（含统一系统、评测与可用性）。开发者版：Introducing GPT-5 for developers（面向编码与代理工作流的能力与实践）。系统卡：模型家族、路由与安全设定的技术细节。训练范式：From hard refusals to safe-completions。企业与团队：GPT-5 and the new era of work。

注：本文基于 OpenAI 8 月 7 日的官方信息撰写；随着后续文档与 SDK 更新，具体参数与接入方式可能调整，建议同步查阅开发者文档与 Cookbook。