博源国际

荆州市都会治理执法委员会

政府信息果真

从头体会 GPT-5 &老师乱伦网#20081;伦片韩国后，，，，，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 08:44:51

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，，，，，可是读老师乱伦网g>乱伦片韩国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惊喜感老师乱伦网>

在构想这方面，，，，，乱伦片韩国咱们更想看看 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

打印| 关闭