博源国际

从头体会 GPT-5 阿坝小金抓捕强奸犯后 ，，，，我想它比 GPT-4o 更需求一场葬礼危险人物之强奸王+内详

泉源：荆州市融媒体中心 宣布时间： 2025-08-17 05:07:28

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 阿坝小金抓捕强奸犯4o 回复的文字 ，，，，危险人物之强奸王+内详确实更愉快 ，，，，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阿坝小%危险人物之强奸王+内详329;抓捕强奸犯惊喜感 

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