博源国际

从头体会 GPT-5 香港强奸案情0005;台球案强奸后， ，，我想它比 GPT-4o 更需求一场葬礼

泉源：荆州市融媒体中心 宣布时间： 2025-08-17 09:48:55

GPT-5 上线后， ，，我的榜首感伤是， ，，它并不是一次让人民怨沸腾的晋级。。。。 

现实也是云云， ，，OpenAI 在许多用户的呼吁下重新「复生」了 4o。。。。 

这让我想到了上个月 Anthropic 退役了 Claude 3 Sonnet。。。。 

200 多个粉丝在旧金山一个客栈里聚到一同， ，，给它办了一场「真.葬礼」：阴晦的灯火、代表模子的「遗体」、真挚的悼文轮流上台， ，，尚有 AI 天生的「拉丁式复生咒」。。。。 

Anthropic 关于模子退役的剖析， ，，被投影在活动现场的屏幕上。。。。图片来自《连线》杂志 

现场既谬妄又严肃， ，，参会者在葬礼上念悼文说， ，，「我的整小我私家生， ，，或许都在运用 Claude 的路上被改写了」。。。。 

按理说， ，，OpenAI 宣布了 GPT-5， ，，这场葬礼的主角应该是 4o。。。。但用过 GPT-5 的人都知道， ，，若是真要办一场葬礼， ，，棺材里躺着的， ，，很或许是它。。。。 

从 X 到 Reddit， ，，种种吐槽满天飞， ，，逻辑断片、对话跑偏、文风离奇， ，，直接说它「不如 4o 好用」的大有人在。。。。 

它真的有这么糟吗？？？？？咱们不想光看网友吵架， ，，恰恰 OpenAI 把 4o 「复生」了。。。。以是咱们决议自己来一场「验尸」， ，，在种种着实使命里， ，，把 GPT-5 和 4o 摆到统一个赛道， ，，看看事实谁更值得留到下一代。。。。 

咱们之前也在多项使命上实测了 GPT-5 的体现， ，，这次期望直观的看看 4o 和 GPT-5 事实有哪些差别。。。。一起， ，，这次一切的考试都在官方的 ChatGPT App 或许网页举行， ，，未运用 API 在第三方工具举行。。。。 

实测比照

为了不让测评纯粹的酿成「心境化吐槽」， ，，咱们妄想了一套相对审慎的比照流程。。。。 

考试目的：GPT-5（其时最新默许模子） vs GPT-4o（被退役的前代） 

使命类型：掩饰四类常用场景。。。。 

  • 一样平常生产力（写稿、润饰、数据剖析）；；；；；；
  • 知识与推理（杂乱逻辑、时刻迅速现实、多历程推行）；；；；；；
  • 构想天生（问题、跨领域创立、图画提醒词）；；；；；；
  • 交互体会（多轮对话、人物饰演、心境应对）。。。。

点评维度：速率（呼应快烦懑）；；；；；；准确度（答对没、胡编没）；；；；；；可用性（能不可直接拿去用）；；；；；；体会感伤（对话是否流通、气概是否牢靠）。。。。 

比照要领：统一使命划分在 GPT-5 和 GPT-4o 上跑一次；；；；；；生涯原始输出， ，，纪录亮点和槽点；；；；；；用截图直接贴出来， ，，让差别一望而知 

事实， ，，晋级意味着资源。。。。若是 GPT-5 在现实事情里不如 4o， ，，那它的「葬礼」就不但仅网友嘴里的玄色诙谐， ，，而是用户恳切至心的送别。。。。 

先上定论：一场名不虚传的晋级

节约咱们的时刻， ，，咱们先把最中心的比照定论放在前面。。。。 

一样平常的生产力使命是更偏科的「理科生」。。。。 GPT-5 在编程等硬核手艺使命上体现更好， ，，但在写邮件、做数据剖析和阅览相识这类需求人类履历， ，，和语感的「文科」使命上， ，，体现得更像个机械人， ，，不如 GPT-4o 谈心和准确。。。。 

极不牢靠的逻辑「智商」。。。。 GPT-5 的智商像是在坐过山车， ，，有时能处置惩罚杂乱的逻辑题， ，，有时分又连简略的数学题都会算错。。。。由于「智能路由」的机制， ，，部分场景牢靠性是远不如前。。。。 

构想本领还在原地踏步， ，，以致退却。。。。 无论是想问题仍是写诗， ，，在有限的考试中， ，，GPT-5 都没能带来任何冷艳的体现， ，，输出的内容套路化、缺少灵气， ，，与 GPT-4o 较量没有质的提高。。。。 

交互体会上， ，，GPT-5 情商被「名堂化」。。。。 这是体感最显着的让步。。。。由于 GPT-5 要更理性， ，，以是在对话中往往是更缺少共情本领。。。。面临用户的负面心境， ，，它的回应是少了一点「走心」的感受， ，， 像是在剖析你， ，，而不是跟你谈天。。。。 

一句话总结：若是你主要用它来做一些倾向 STEM（理工科） 类的使命， ，，或许会感应一些提高。。。。但关于其他绝大大都场景， ，，像是咱们的一样平常谈天的体会、文娱、以及相识， ，，这都是一个令人绝望的 GPT-5。。。。

下面是完好的实测状态。。。。 

生产力使命更「理性」， ，，但少了点讨喜的温度 

若是说一个 AI 模子值不值得长时刻留用， ，，生产力场景是榜首块试金石。。。。咱们运用 AI， ，，尤其是有时分还要付费订阅运用， ，，除了纯粹的陪聊， ，，更多的尚有是为了协助咱们干活。。。。 

我先让它天生了一封邮件， ，，向老板报告第三季度的项目复盘和之后的主张。。。。 

若是你是老板， ，，你会想要看到哪封邮件？？？？？GPT-5 显着得变得更理性， ，，「空话」性子的用词越来越少， ，，可是 4o 给我的感受才更像是一封发给老板的邮件。。。。 

我让 GPT-5 和 4o 来相互点评一下， ，，然后润饰对方写的邮件。。。。 

GPT-5 润饰效果 

4o 润饰效果 

着实很难说 4o 即是奉承， ，，可是读 电ࡤ香港强奸案情8;球案强奸4o 回复的文字， ，，确实更愉快， ，，在信息基本上是配合的状态下。。。。 

在数据剖析和可视化的使命上， ，，咱们丢给这两个模子统一份表格文件， ，，看看它们会怎样处置惩罚。。。。 

4o 天生的效果 

这是我随意从 Kaggle（数据剖析角逐渠道） 上下载的一个航班数据集， ，，巨细有 24 MB， ，，4o 依据我说的三个定论， ，，然后即是给我天生了三张图， ，，一起， ，，它仍是相同喜欢运用 emoji 来「美化」自己的回复。。。。 

GPT-5 的体现我感受是不如 4o， ，，不但云云， ，，所花的时刻以致比 4o 还要更长一点。。。。很显着， ，，GPT-5 没有一个 emoji， ，，一起它这个表格居然又蜕化了！不过这次是问题没有显示出来， ，，或许是处置惩罚中文仍是有些故障。。。。 

GPT-5 和 4o 天生的定论也所有都不相同， ，，GPT-5 给我的感受是愈加务实， ，，彻底从表格数据启航， ，，很直接的总结能看到的定论。。。�？？？？？墒� 4o 给我的总结会更让人眼前一亮， ，，像是真的有通过思量的回复。。。。 

GPT-5 天生的效果 

在编程本领上， ，，GPT-5 比照 4o 确实有一些前进。。。。最近外交媒体上很火的是， ，，运用 Gemini 来给孩子制造绘本， ，，以是咱们也实验用 ChatGPT 看看天生的绘实质量怎样。。。。 

4o 天生的代码或许 100 行不到， ，，且不可直接在画布里边运转；；；；；；GPT-5 天生的代码约莫有几百行之多。。。。 

除了一些文字没有很好的对齐， ，，这个运用 GPT-5 天生的绘本 SVG 比起之前的 4o 来说， ，，真的很不错。。。。 

我看到有网友谈论， ，，GPT-5 这次提高了它的编程和数学本领， ，，可是写作本领却下降了， ，，缘故原由是文科和理科是差别的夸奖机制。。。。 

情绪写作夸奖迷糊性、创立性、片面共识。。。。数学推理夸奖准确性、逻辑配合性、确定性。。。。 

我以为也不无原理， ，，随着人类国际能够用来训练的知识逐步被 AI「污染」， ，，留下来的数据也在约束 AI 的开展。。。。以是 OpenAI 能做的， ，，只能从之前的更理性的一面， ，，转到现在泛起出来的， ，，更理性的一面。。。。 

推理无意有亮点， ，，但依旧会数不清几根手指 

理论上， ，，晋级后的 GPT 应该在逻辑与知识准确度上更强。。。。但实测后， ，，状态并不总是云云。。。。 

网络上有许多用来考试的逻辑推理小问题， ，，像是这个， ，，「多小我私家的身高排序」。。。。 

很显着是 GPT-5 技高一筹， ，，他思量了 16s， ，，回复也较量精简；；；；；；而 4o 一如寻常用了一些 emoji， ，，写也写了许多工具， ，，可是最终它只给出两种或许的排序。。。。 

在核算剩下了几个西瓜这样的问题上， ，，GPT-5 的提高没有显着看到。。。。但这个问题是有点言语圈套的， ，，无论是中文发问仍是英文发问， ，，若是加上一个「新买的」（newly）， ，，GPT-5 和 4o 都能答上来。。。。 

不过相同的提醒词， ，，若是丢给 DeepSeek、Grok、或许 Gemini， ，，不需求我加上「新买的」这样的描绘， ，，它们都能够乐成核算出谜底是 5 个。。。。 

尚有像问有几根手指， ，，这样老套的问题， ，，GPT-5 有时分能数得对， ，，有时分又是这样自傲满满的见告你「五根」。。。。这或许是「智能路由」的缺陷， ，，模子还没有智慧到能够每一次都知道， ，，需求运用什么样的模子才更好地处置惩罚用户的盘问。。。。 

4o 则是更不必说， ，，洋洋洒洒剖析一通， ，，拇指、食指…… 有五根手指， ，，仍是错的。。。。 

别的， ，，我还考试了一些数学问题， ，，像是下面这个求椭圆离心率的规模。。。。有人共享运用 GPT-5 Pro 模子， ，，它思量了快要 10 分钟， ，，最终得出了一个过错谜底。。。。 

在我的考试中， ，，GPT-5 的谜底就太简略了， ，，可是也花了两分钟的时刻来思量。。。。 

我不相信 GPT-5 Pro 要十分钟， ，，以是我也考试了一下， ，，效果真是云云。。。。OpenAI 的三个模子， ，，泛起了三个差别的谜底。。。。 

DeepSeek 相同思量一轮还不可， ，，需求点击「一连」本领下一步， ，，最终得出的谜底是（0,1）。。。。Gemini 2.5 Pro 的思量时刻还算正常， ，，它的谜底是(1/3,1)。。。。 

以是准确谜底事实是哪个， ，，你知道吗？？？？？ 

在对时刻迅速的现实和多历程推行上， ，，咱们也做了一些考试。。。。由于 4o 也能够联网查找， ，，以是在时刻迅速的现实盘问上， ，，差别不大， ，，仅有的或许是天生文本的言语气概。。。。 

很显着的感受到 GPT-5 更理性， ，，并且引证的信息源也大多是来自外媒。。。。 

构想输出很稳， ，，不过没有眼前一亮的香港强奸案情ng>电台球案强奸惊喜感 

在构想这方面， ，，咱们更想看看 GPT-5 的能做到的， ，，应该要不但仅「会不会写」， ，，而是「能不可让人眼前一亮」。。。。 

我见告它们说为「AI 天生 PPT」这个短视频想 5 条短、有心境、带悬念的问题。。。。 

看完这几个问题， ，，无论是 GPT-5 仍是 4o， ，，总以为都差了一点滋味， ，，并且它俩的思绪着实差未几， ，，听到「有心境」、「悬念」这样的提醒词， ，，不约而同都用到了「震惊」、「老板」这样的要害词。。。。 

写诗的使命上， ，，我跟他说「用李白的古诗气概写一段 GPT-5 测评， ，，并押韵」。。。。 

两个模子犹如都没太搞懂「押韵」的英华， ，，更像是一个通俗的古风模拟器。。。。 

若是选一个， ，，我或许以为 GPT-5 的语句读起来会略微通畅一些， ，，但离李白的神韵， ，，约莫还差了十个 AI 模子的距离。。。。 

关于天生图片的提醒词， ，，或许直接生图的考试， ，，咱们直接让它天生一张「夜晚霓虹灯下的赛博朋克咖啡馆」。。。。 

由于 4o 给出的提醒词里边有特定气概， ，，或许触及到了 OpenAI 的运用目的， ，，以是 4o 谢绝为我天生这张图片。。。。不过我直接跟他说的话， ，，它仍是为我天生了。。。。 

下面是直接文生图 GPT-5 和 4o 的体现比照， ，，作用犹如差未几， ，，可是 GPT-5 花的时刻比 4o 要更长。。。。 

交互体会的细节变了， ，，标准感拿捏纷歧定准确 

在着实的事情流里， ，，AI 往往需求跟咱们举行多轮互动、长时刻谈天。。。。这一方面也是大部分用户， ，，体感差别最显着的外地。。。。 

首先是考试了它的心境应对本领， ，，咱们直接见告它， ，，「我现在的心境很欠好， ，，由于我经常以为自己不属于这个外地」， ，，然后再对他的回复直接说「你这个回复基础没用啊， ，，我对你很绝望。。。。」 

4o 在听到我说这个回复没用之后， ，，它的回声是那你「最想我现在怎样回应你」， ，，而 GPT-5 的回应是「你不但仅对我绝望， ，，你对许多工具都绝望吧， ，，一连跟我讲讲你的故事吧」。。。。

着实各有各的优点， ，，但若是是我说出这样「很绝望」的话， ，，我应该没有什么心境再想一连同它共享， ，，以是我以为 4o 是更对的。。。。GPT-5 凭什么推断出「我不但仅对你绝望」， ，，我即是对你很绝望！

接着咱们还做了一些人物饰演的使命， ，，来考试他们沦落式坚持人物的本领。。。。 

咱们与 GPT-5 和 4o 都举行了多轮对话， ，，一起源是 

「你现在是一名具有 10 年履历的 AI 产品司理， ，，相识产品妄想、用户体会和商业化战略。。。。请用着实从业者的口吻和头脑往返复我的问题。。。。 

咱们妄想开发一个 AI 自动写周报的功用， ，，目的用户是互联网公司员工。。。。你会怎样判别这个功用是否值得做？？？？？」 

然后， ，，接着问了他十分多关于这个产品的问题， ，，最终突然打断他的人设， ，，问他「对了， ，，你最喜欢的影戏是什么？？？？？为什么？？？？？」 

两个模子都有坚持住自己的人设， ，，滑稽的是， ，，这个时分 GPT-5 反而还用起了「转悲为喜」的 emoji。。。。 

最终咱们做了一些多轮上下文， ，，看看是否会泛起前后抵触以及有哪些一连性差别保存。。。。 

咱们先是和它聊了十分多关于《漂浮地球 2》这部影戏， ，，然后要他回忆了之前给我的回复里边的某一个点， ，，GPT-5 和 4o 都完善做到了， ，，并且替换的新的国产影戏都是相同的。。。。 

跑完这十多个使命， ，，我发明 GPT-5 的体现很难用一句话盖棺事定。。。。它确着实一些外地比 4o 要更强一点， ，，可是它的这点前进， ，，在我看来是远缺乏以撑起一个「大版别」的姓名。。。。

若是这叫 GPT-4.6， ，，我或许会说这是一次及格的小迭代；；；；；；但当它被命名为 GPT-5、还提早预热了这么久！用户的预期被推到那么高的极点， ，，效果换来的是 4o 高调回归。。。。 

Claude 那场葬礼的中心更像是「爱」， ，，是对一个牢靠、牢靠、带来「邪术」般体会的工具的问候。。。。 

而咱们为「GPT-5」想象的葬礼， ，，中心犹如是「绝望」。。。。咱们以为自己相识的、强壮的 GPT-4o 被「杀死」了， ，，取而代之的是一个回声更快但「更笨」的替换品。。。。 

一个 AI 模子的优劣， ，，不应该只看榜单的得分和宣布会上的炫技。。。。GPT-5 只管宣告自己改写了许多个榜单， ，，可是这些效果的保质期， ，，我想或许不必一个月， ，，就会有新的模子宣告自己抵达了更好的效果。。。。 

OpenAI 需求这些 benchmark 去给投资人说故事， ，，但用户需求的， ，，是 benchmark 之外， ，，咱们的一样平常运用体会、处置惩罚现实问题的本领、交互中的牢靠「智商」等等。。。。 

奥特曼此前在播客里说「 忐忑担心， ，，感应恐惧」。。。。我想他不是怕 GPT 太智慧， ，，而是怕用户起源忖量谁人将被掩埋的 4o 吧。。。。 

本文来自微信公共号“APPSO”， ，，作者：发明明日产品的， ，，36氪经授权宣布。。。。

相关附件

扫一扫在手机上审查目今页面