博源国际

从头体会 GPT-5 ņ教室别恋 无删减mp418;梦者无删减版版后，， ，，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 08:07:59

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 &#教室别恋 无删减mp432618;梦者无删减版版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&nbs教室别恋 无删减mp4p;

在构想这方面，， ，，罪梦者无删减版版咱们更想看看 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� 。。。。�， ，，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