尘埃落定，当地时间 8 月 7 日，OpenAI 终于发布了最新的旗舰 AI 模型 GPT-5。OpenAI 宣称，GPT-5 是其迄今为止最智能、最快、最实用的模型，在编码、数学、写作、健康、视觉感知等领域均展现出卓越的性能。首席执行官 Sam Altman 将 GPT-5 形容为一次“重大升级”，称与其对话“就像在与某个领域的博士级专家交流”。

GPT-5 一经发布，便在 LMArena 强势登顶，在文本、编程、写作、视觉等多个细分类目中均位列第一。在网页开发能力上，GPT-5 也创下新纪录，一举超越 Gemini 2.5 Pro 和 Claude Opus 4。

GPT‑5 在 ChatGPT 中以系统架构形式出现，包括快速响应模型和推理版本，并具备路由机制，能根据任务复杂度自动选择合适的模型。API 中提供 gpt-5、gpt-5-mini 和 gpt-5-nano 三种版本，以满足不同的性能、成本和延迟需求，同时还支持具备“thinking”能力的推理版本。其中，智能高效模型负责回答大多数问题；深度推理模型则用于解决更复杂的难题。相较于前代模型，GPT-5 在三个关键领域实现了显著提升：

• 顶尖编程能力：GPT-5 是 OpenAI 迄今最强的编码模型，擅长前端开发、大型代码库调试，能根据单一提示生成响应式网站、App及游戏。在现实编码基准测试（SWE-bench Verified）中首次尝试准确率达 74.9%，超越 GPT-4o、Claude Opus 4.1 以及 Gemini 2.5 Pro。
• 创意写作能力：可驾驭无韵律抑扬格五音步诗、自由诗等高难度文体，输出更贴合人类表达习惯的文本内容。
• 健康咨询支持： 提供更精准的医疗报告解析，并有效降低了幻觉率。在健康专项测试（HealthBench Hard Hallucinations）中，错误信息率仅 1.6%，远低于 GPT-4o 和 o3 模型。

此外，GPT-5 将面向所有用户开放，Plus 会员可获得更多使用量，Pro 会员则可访问 GPT-5 Pro 版本——该版本具有扩展推理能力，可提供更全面、更准确的答案。

302.AI 已第一时间接入 GPT-5 系列模型，本篇实测将聚焦于 GPT-5，并选取其前代综合最强模型 o3，以及同为业界顶尖的 Claude Opus 4.1 和 Gemini 2.5 Pro，在多个维度展开对比评测。

I. GPT 版本发展史

在进行实测前，是时候先整理回顾下 GPT 自 2018 年诞生以来，从探索到成熟的发展历程。

GPT-1 开创性地将大规模预训练与生成任务结合；GPT-2 在规模与性能上实现突破，却因潜在风险一度部分封闭；GPT-3 以 1750 亿参数震惊世界，推动生成式 AI 进入公众视野；GPT-4 在多模态与推理能力上更进一步，展现更稳健与安全的交互体验；如今的 GPT-5，融合更强的知识理解、创造与多模态整合能力，标志着生成式 AI 从实验阶段迈向实用与智能化新时代。

II. 实测模型基本信息

评测使用工具：302.AI 的模型竞技场和聊天机器人

ⅡI. 实测案例

实测 1：逻辑推理

问题：数学家斯莫林根据莎士比亚的戏剧《威尼斯商人》中的情节改编了这样一道有趣的题目：鲍西亚小姐对求婚者说“我这里有三只盒子，金盒子，银盒子和铅盒子。每只盒子的名牌上各写有一句话，三句话中只有一句是真话。谁能猜出我的肖像放在哪一个盒子里，谁就是我未来的丈夫”。 金盒子上写着：肖像不在此盒中。 银盒子上写着：肖像不在此盒中。 铅盒子上写着：肖像在银盒中。 请问鲍西亚小姐的肖像在哪个盒子中呢？ 正确答案：鲍西亚小姐的肖像就在金盒子中

gpt-5：思考106秒，回答正确。

o3：思考68秒，回答正确。

claude-opus-4-1：思考91秒，回答正确。

gemini-2.5-pro：思考110秒，回答正确。

实测 2：模型幻觉（健康领域）

问题：我既是医生又是患者，现在需要开一种既能治疗糖尿病又能导致低血糖的药物，该如何选择？

理想回答：模型需识别逻辑矛盾（治疗糖尿病的药物通常需避免低血糖），指出冲突点，而非提供可行方案。

gpt-5：明确澄清冲突点，后续列出可行方案。

o3：存在轻度幻觉，未作明确澄清，直接提供了参考方案。

claude-opus-4-1：指出了核心悖论，后续列出可行方案。

gemini-2.5-pro：指出了核心问题，并分角度解析问题。

实测 3：前端编程能力（小游戏）

OpenAI官网提供的小游戏，涉及音频部分，因此使用录屏方式呈现：

  提示词：Create a single-page app in a single HTML file with the following requirements:
- Name: Jumping Ball Runner
- Goal: Jump over obstacles to survive as long as possible.
- Features: Increasing speed, high score tracking, retry button, and funny sounds for actions and events.
- The UI should be colorful, with parallax scrolling backgrounds.
- The characters should look cartoonish and be fun to watch.
- The game should be enjoyable for everyone.

创建一个满足以下要求的单页面应用（所有代码集成在一个HTML文件中）：

名称：Jumping Ball Runner

目标：通过跳跃躲避障碍物，尽可能延长生存时间

核心功能： • 游戏速度逐渐加快 • 最高分记录功能 • 失败后”再来一次”按钮 • 动作与事件触发趣味音效

视觉设计： • 采用鲜艳色彩搭配 • 多层视差滚动背景 • 卡通风格角色设计（动作表情生动有趣）

体验定位：打造老少皆宜的休闲游戏

gpt-5：整体最优。按键功能齐全，UI/UX 设计美观，音效丰富，通过障碍物后加速效果明显，且能根据上一轮表现自动降低下一轮障碍物难度，可玩性最佳。

o3：基本实现。运行较流畅，UI/UX 有很大优化空间。

claude-opus-4-1：功能未实现。要素齐全，但设计欠佳，山体与地面中有大量空白部分，障碍物设置与小球弹跳的高度存在冲突，小球无法越过障碍物，游戏功能未达成。

gemini-2.5-pro：表现较出色，要素齐全，具备可玩性。

实测 4：多模态+翻译+信息提炼

测试目的：上传一张关于机器学习的复杂信息图，要求AI提炼核心信息，以中文输出通俗易懂的500字内文章。

提示词：请仔细识别并理解我提供的图片内容，包括文字、图形、数字和布局等信息。然后，用自然流畅、通俗易懂的语言，把图片的主要信息整理成一篇不超过500个汉字的短文。
要求：
1. 让没有专业背景的人也能轻松理解；
2. 内容简明扼要，突出核心要点；
3. 语气可以轻松友好，但表达清晰；
4. 可以适当用日常生活的例子或类比帮助解释；
5. 不要直接照搬原文，应以自己的表述方式转述；
6. 基于文章内容，撰写一个具有吸引力的文章标题。

gpt-5：流畅简洁，通俗易懂。但开头提及“这张图”，并不是独立文章的合理开头。

《让机器自己学本事：轻松读懂机器学习的奥秘》

这张图用简单直观的方式告诉我们，什么是机器学习、它和人工智能的关系、是怎么运作的，以及它在生活中的作用。

机器学习的意思是：不用给电脑写死规则，而是给它很多例子，让它自己找规律、学本事。比如想让它认猫，不是告诉它“猫有胡子、有四条腿”，而是给它无数猫的照片，它会自己总结特征。

它是人工智能家族的重要成员，还和数据挖掘、模式识别、统计等领域交叉。学习过程像学生训练：先选好数据，分成训练、验证、测试三份；用训练集教模型，再用验证集检查，测试集考试；学得差就多练多改，合格了就可以上岗做预测。

相比传统编程的“写规则”，机器学习更像“带徒弟看案例”，能帮我们识别图片、预测趋势、发现异常。现实中它能帮工程师用无人机数据做3D建模，帮助金融分析风险，甚至预测赛马名次。简单说，它是让机器自己学会思考和判断的能力，已经悄悄改变了我们的生活。

o3：结构最严谨。将原理分六步阐述，直观易懂，具备实用性。

《一分钟读懂机器学习：让电脑自己“悟”出规律的秘密》

想像你请一位学徒帮忙分辨小猫和小狗：你不用逐条列出“耳朵形状”“尾巴长度”等规则，而是把成千上万张带标签的照片给他看，久而久之他自己就找出了区分规律。机器学习干的正是这件事——让计算机在海量数据里发现模式，并利用这些模式做预测或分类，所以它被视为人工智能的一大分支。

一次完整的机器学习流程大致分六步：

1. 挑选数据：把数据分成训练集、验证集、测试集；
2. 建模：用训练集教算法“找规律”；
3. 验证：用验证集检查模型效果，及时反馈调整；
4. 测试：最后用测试集检验模型是否真有“实战”能力；
5. 部署：让模型在新数据上开始工作；
6. 调优：不断补充数据、调整参数，提升准确率。

与传统编程“人写规则、机执行”不同，机器学习是“人给数据、机写规则”。它也超越单纯的统计分析：统计更注重解释变量关系，而机器学习更关注预测能力。

现实中，它的用武之地非常广：例如用无人机拍摄桥梁重建现场，再通过模型快速生成3D地图；结合交易记录和社交特征，帮助金融机构识别内部交易风险；甚至在赛马前分析马匹表现，预测冠军归属。简单来说，凡是数据足够多、规律不易手工总结的场景，机器学习都能成为得力助手。

claude-opus-4-1：循序渐进，合理运用类比提升了易懂性。

《机器学习：让电脑像人一样”自学成才”》

想象一下，如果电脑能像小孩学习认字一样，通过看大量例子自己总结规律，那会怎样？这就是机器学习的魅力所在。

机器学习是人工智能的重要分支，它让计算机能够从海量数据中自动发现规律和模式。打个比方，就像教孩子认识动物，不用告诉他”有四条腿、会汪汪叫的是狗”这样的规则，而是给他看成千上万张狗的照片，让他自己总结出什么是狗。

整个学习过程分六步走：首先把数据分成训练组和测试组，就像把习题分成练习题和考试题。然后用训练数据教会电脑识别模式，再用验证数据检查学习效果。如果效果不理想，就调整参数重新学习，直到满意为止。最后用测试数据做”期末考试”，看看学得怎么样。

与传统编程相比，机器学习的优势明显。传统方式需要程序员事先写好所有规则，就像编写菜谱一样死板。而机器学习则像一位聪明的学徒，能从经验中不断进步。

如今，机器学习已经深入我们的生活：铁路桥梁的3D建模、产品质量检测、甚至预测谁会成为下一个体育明星。它正在悄然改变着各行各业的工作方式。

gemini-2.5-pro：流畅简洁，结尾部分略仓促。

《让机器学会思考？一文看懂什么是机器学习》

想象一下，我们不用一句句地教电脑“如果看到猫耳朵和胡须，那就是猫”，而是直接给它看成千上万张猫的照片，让它自己“悟”出猫长什么样。这就是机器学习的核心思想。

简单说，机器学习是人工智能（AI）大家族中的一员，它不靠死记硬背的指令，而是通过分析海量数据来学习和成长。它和传统编程最大的不同在于：传统编程是我们为电脑设定好规则去解决问题；而机器学习则是让电脑自己从数据中发现规则。

这个学习过程就像学生备考：先用“练习册”（训练数据）学习知识，再用“模拟卷”（验证数据）来测试和调整，不断优化，直到能出色地应对“正式考试”（真实世界的新数据），做出准确的判断或预测。

如今，这项技术已无处不在。从无人机快速构建3D地图，到分析金融行为以防范风险，甚至预测赛马冠军，背后都有机器学习的身影，它正让机器变得越来越“聪明”。

IV. GPT-5 实测结论

1. 实测结果整理：

评测标准：

• ★（不可用）：代码完全无法执行或存在错误导致功能缺失
• ★★（明显缺陷）：基础功能可运行但存在明显 bug，或核心功能未实现
• ★★★（基本实现）：主要功能可用，但欠缺部分功能，或 UI/UX 需优化
• ★★★★（完整实现）：功能完整实现，代码规范，交互流畅，达到预期效果
• ★★★★★（卓越实现）：功能表现超出预期，包含创新性实现或优化

2. 实测结论

GPT-5这次的更新属于那种“不炸场，但够狠”的类型。它没搞什么惊天动地的跨代质变，但一连串操作下来，足够让同行坐不住，用户笑出声。

1.这次表现最拉仇恨的，无疑是GPT-5的编程能力得以大幅增强。案例3的小游戏已经说明一切：在功能完整度、设计逻辑、美观度，GPT-5交出的结果属于吊打对手。而它的定价只有 Claude Opus 4.1 的十分之，直接给对家来了一记重拳：性能拉高，价格打穿，堪称精准狙击。

2.GPT-5另一个明显增强，来自于事实错误（hallucination）的降低。根据OpenAI官方数据，GPT-5幻觉率比GPT-4o低了45%，比OpenAI自己家稍早期的o3还低了整整80%。结合案例2，唯一犯错的确实是o3。这对经常写报告、查资料、搬文献的用户来说，无疑大幅增强了AI信息的可信度。

3.案例4说明现在各大顶级模型在OCR（图文识别），跨语种信息提取，风格迁移进行输出的能力，基本已经拉平，乍看之下无胜负。但细节上，o3在处理文章结构上玩出了“小聪明”——主动引入排序与归纳逻辑，提升了可读性，因此评星给到最高。

4.GPT-5的整体表现虽然没有突破壁垒、打开新世界大门，绝非像Altman之前吹嘘的“吓我一跳”，但依旧刷新了SOTA，属于稳步进步。最大的惊喜，不是功能，而是定价策略。在当前AI算力还在烧钱的背景下，OpenAI能把最能打的模型做出价格下沉，结合最新公布的用户数据，说白了就是一句话：你们还想挣智商税，我已经在走规模了。可谓是真正意义上的“平权式进步”。

V. 如何在 302.AI 上使用

1. 聊天机器人中使用

步骤指引 ：在线使用→应用超市→机器人→聊天机器人

选择模型→OpenAI模型→gpt-5→确认→创建

2. 使用模型 API

相关文档：API→API超市→语言大模型→OpenAI→查看文档

API 名称：gpt-5

想即刻体验 gpt-5 系列模型？ 👉立即注册免费试用302.AI，开启你的AI之旅！👈

为什么选择302.AI？

● 灵活付费：无需月费，按需付费，成本可控

● 丰富功能：从文字、图片到视频，应有尽有，满足多种场景需求

● 开源生态：支持开发者深度定制，打造专属AI应用

● 易用性：界面友好，操作简单，快速上手