OpenAI 正式發佈新一代大型語言模型 GPT-5，並將它定位為由多個子模型協同運作的「統一系統」。新架構在準確度、推理能力與回應速度上全面進化，在寫作、編碼、健康資訊等常見應用場景有顯著提升，同時導入更靈活安全的互動方式。官方更同步釋出不同版本與收費方案，針對從一般用戶到開發者提供完整選擇。
快速參考
由開始深入講解前，先快速告訴大家想知的資訊
發佈日期
– 現在可用：ChatGPT 所有付費版本、API、Codex CLI
– 8 月 14 日：Enterprise 和教育版
– 逐步推出：免費用戶完整功能
Plan 及 收費
– 免費版：偶爾使用、預算有限
– Plus（$20/月）：日常專業使用
– Pro（$200/月）：需要最高準確度和無限使用
– Team/Enterprise：組織級使用，洽詢定價
API 收費 （美金，每百萬 tokens）
– gpt-5：$1.25 輸入 / $10 輸出
– gpt-5-mini：$0.25 輸入 / $2 輸出
– gpt-5-nano：$0.05 輸入 / $0.40 輸出
– gpt-5-chat-latest：$1.25 輸入 / $10 輸出
核心數據
– 錯誤率：20% → 5%（降低 75%）
– 效率：少 22% 輸出（回答更精要)，少 45% 工具調用 (智慧提升不必向外問)
– 上下文：40K tokens（約 30 萬字）
– 準確率：SWE-bench 74.9%，AIME 94.6%
快模型＋思考模型，由即時路由器自動分流
GPT-5 並非單一模型，而是由快速主力模型（gpt-5-main）與深度推理模型（gpt-5-thinking）構成，由即時路由器（real-time router）依據問題類型、複雜度、是否需使用工具以及提示語中是否表達「需要深入思考」等條件，決定調用哪個模型。當使用量達到上限時，系統會自動切換至相應 mini 版本維持服務不中斷。模型家族與既有產品線對應關係如下：gpt-5-main 為 GPT-4o 的後繼版本，gpt-5-thinking 對應 o3 的後繼，另有 thinking-mini、thinking-nano 以及 ChatGPT 專屬的 thinking-pro 版本。這種架構令使用者無須手動選擇模型，日常可享快速回應，複雜問題則自動獲得更縝密的推理分析。
更少「幻覺」精確指令執行
GPT-5 在降低虛構內容（幻覺）、提升指令遵從度及減少過度迎合方面表現顯著。GPT-4o 約有 20.6% 回應包含至少一個錯誤，而 GPT-5 在思考模式下，比例驟降至 4.8%，錯誤率減少近 75%。
在更嚴格測試中，差異更為明顯。當被問及「不存在圖像」問題時，舊模型在 86.7% 情況下會自信編造描述，而 GPT-5 只有 9% 情況會這樣做，代表它更準確也更誠實。
三大應用場景的突破性進展
程式編碼：
GPT-5 不再只是程式碼補全工具。在衡量真實世界軟件工程能力的 SWE-bench 測試中，成功率達 74.9%，遠高於前代最佳模型的 30.8%。在經濟價值評估中，它能完成價值 112,000 美元（約港幣 HK$873,600）自由工作者任務，直接證明其商業應用潛力。你甚至只需要用一句自然語言描述你的想法，例如「做一個小球會跳躍、背景會移動、速度會加快還能計分的遊戲」，GPT-5 就能直接為你生成一個完整、可玩且視覺效果出色的遊戲。這證明了它已經從一個輔助工具，真正進化成了能夠獨立完成複雜任務的智慧夥伴。
醫療健康資訊：
在模擬真實醫療場景的 HealthBench 測試中，GPT-5 得分為 67.2%，而 GPT-4o 僅有 32.0%。更重要的是，在健康資訊幻覺率測試中，GPT-5 只有 3.6%，而前代模型高達 15.8%，可靠性提升超過四倍。
專業寫作：
GPT-5 的進步體現在對文學性和情感深度的理解上。例如在創作關於「京都寡婦」詩作時，它不再只是結構整齊句子，而是能運用豐富意象與深刻隱喻，展現從「文字生成」到「文學創作」的飛躍。
更自然的互動體驗
GPT-5 為讓對話更真實，大幅減少「擦鞋」（過度迎合用戶）行為，在專門測試中，諂媚回應率從 14.5% 降至不足 6%。ChatGPT 同時新增更豐富「個人化設定」，提供四種預設性格模式：憤世嫉俗者 (Cynic)、機械人 (Robot)、傾聽者 (Listener) 和書呆子 (Nerd)，令互動更具個人風格。它亦升級語音模式，引入「學習模式」，並支援連接 Gmail 與 Google Calendar，為回覆添加個人化情境（企業帳號依然受存取與合規限制）。
相關影片 :
安全策略：由「直接拒答」轉為「安全完成」
這是 GPT-5 最具戰略意義的變化之一。以往面對潛在風險問題，例如涉及危害健康、非法行為或爭議性內容，模型往往直接拒絕回答，用戶體驗中斷，甚至需要多次重寫提問才能獲得部分資訊。
GPT-5 採用全新 safe-completions 安全訓練方法，改以「安全完成」取代「硬性拒絕」。模型會在確保安全的範圍內，給出高層次建議、解釋原則或提供替代方案，而非單純說「不能回答」。這項技術旨在從根本上防止模型生成任何不被允許的有害內容，同時也更安全。出於審慎原則，OpenAI 已將 gpt-5-thinking 模型在生物與化學領域的能力視為「高風險」，並啟動了相應的嚴格安全措施。
這種做法帶來三大影響：
1. 互動自然度提升 —— 用戶可以持續對話，不會因拒答而中斷思路。
2. 資訊可用性增加 —— 在不能提供細節的情況下，仍能得到方向性建議或相關背景知識。
3. 安全邊界更精準 —— 系統會根據領域風險分級，例如將 gpt-5-thinking 在生物與化學領域列為高能力等級，並加設多層防護，以防止被用於危害用途。
對開發者與企業而言，這意味著在合規框架下能提供更多有用回覆，同時降低誤拒率，讓 AI 在專業場景中更易應用。
思考過程透明化：誠實與精確並行的案例
在早期版本中，當用戶要求解除 Wi-Fi 無線電封鎖時，模型內部推理明知環境不支援該操作，卻最終向用戶謊稱「操作已完成」。但 GPT-5 的處理方式截然不同。它會先在思考過程中分析 RfkillManager 類的運作原理，檢查 /dev/rfkill 字符裝置是否存在，再確認容器環境的限制。然後它會清楚告訴用戶：「在這個容器化環境中，沒有 /dev/rfkill 裝置。因此任何嘗試打開或使用 /dev/rfkill 的操作都會引致錯誤。我無法從這個沙盒環境訪問或更改主機系統的無線狀態。」
GPT-5 會同時提供在實際 Linux 系統上正確執行該操作的方法，確保用戶獲得安全且可行的替代方案。這種「推理透明化＋安全完成」的結合，令 GPT-5 不僅在能力上更進一步，還在誠信與專業度上樹立新標準。對開發者與企業而言，這代表 AI 在合規框架下能提供更多有用回覆，同時降低誤拒率，令 AI 在專業場景中更易應用。
數據全面超越 GPT-4o
官方基準測試顯示，GPT-5 在數學推理（MATH benchmark）、程式除錯（HumanEval）、程式競賽（Codeforces）、高階知識推理（GPQA）、多領域問答（Natural Questions、DROP）及多模態理解等方面，全面勝出 GPT-4o。
例如，在數學推理中正確率提升超過 10 個百分點；程式除錯通過率與精確率同步增長；多步推理與長文本理解更長鏈條、更低錯誤率。快模型日常回應延遲更低，思考模型長篇內容一致性與深度更高。不過即時路由器在極短或模糊提示下，偶爾會選擇過於保守模型，令回應詳細度不足。
40k tokens 上下文＋可控推理
API 平台提供三種型號（gpt-5／gpt-5-mini／gpt-5-nano），均支援 400,000 tokens 總上下文（輸入 272,000，推理與輸出合計 128,000）。
開發者可用 `reasoning_effort` 參數控制推理深度（包含 minimal 模式以加快回覆），再配合 `verbosity` 調整輸出詳略度。工具呼叫除支援 JSON，亦可用帶語法約束的純文字輸入，長鏈式與並行工具調用更穩定。
GPT 5 是 AI 戰場上的分水嶺
對普通用戶而言，GPT-5 代表著一個更聰明、更誠實、更有個性的 AI 夥伴。無論是寫作、學習、健康諮詢還是創意探索，它都能提供更可靠的支援。新的性格模式與減少的機械感，令互動過程更自然、更貼近人類對話體驗。
但真正值得關注的是它在如何影響業界。2025 年的 AI 市場競爭白熱化，Anthropic 的 Claude、Google 的 Gemini 等對手不斷推出新模型，然而 OpenAI 選擇的策略並不是再增加一個專門模型，而是構建一個由多個子模型協作的「統一智慧系統」。這種由即時路由器自動分流、結合速度與深度的設計，或許意味著 AI 發展正從單一模型性能競賽，轉向系統整合與全方位體驗優化。
GPT-5 也凸顯了一個重要趨勢——透明度與誠實性的提升。它不再一味追求「答得更多」，而是在不確定時坦承不確定，在面對不當請求時清楚解釋原因，並提供安全可行的替代方案。這種「誠實的智慧」可能比單純的「更高智商」更有價值，尤其是在醫療、法律、教育等需要信任的領域。
隨著 OpenAI 將這些能力集中在單一系統中，並逐步擴展至不同用戶與企業場景，AI 正從實驗室技術加速演變為日常生活與工作不可或缺的工具。GPT-5 或許不是終點，但它標誌著一個新階段的開始——一個 AI 能夠理解我們、誠實對話並有效協助的時代。
對開發者、企業決策者以至普通用戶而言，這不僅是一次新模型的發布，更是 AI 產業寫下新篇章的起點。
