GPT-5智商測試，僅拿下了70分？全網狂吐槽「降智」背後的真相，竟是「路由」決定了模型的智能。想要解鎖神級GPT-5，秘訣在於prompt。這不，醫學家藉助GPT-5重現了「神之一手」時刻。
GPT-5發佈72小時後，一張IQ測試結果震驚了全網。
在門薩IQ測試中，GPT-5拿下了118分，離線測試70分；GPT-5 Thinking則分別獲得了85分和57分。
這一結果，創OpenAI模型家族IQ測試有史以來的最低紀錄。
實際上，這背後的實際原因，歸咎於「路由」問題。
並非是GPT-5太笨了，而是作為一個「單體模型」，其中一個組件決定了它的智能。
類似的問題，奧特曼也曾在Reddit AMA問答中做出了回應。
他表示，內部出現了嚴重故障（Sev級），自動切換系統無法工作，導致GPT-5表現得像降智一樣。
METR的最新報告中，可以看出GPT-5依舊處於帕累託前沿，智能呈指數級增長並未放緩。
也就是說，GPT-5還在延續Scaling Law的神話。
GPT-5很強，關鍵在於prompt
那些一味地吐槽GPT-5的網友們，實際上並未發掘出最新模型的潛力。
Cline人工智能主管表示，核心在於一個人的想法、品味，以及溝通方式。
對於那些具備系統思維的用戶而言，GPT-5堪稱革命性工具。只要肯花時間：構建完整思維框架，制定明確需求規格向模型清晰闡述。
由此，它就能自主精準執行，全程無需人工糾偏。
無獨有偶，NYT暢銷書作者Mark Manson也表示，所有人都在用錯誤的方式與GPT-5對話，關鍵在於掌握主動權。
這樣，讓它知道你可不是好糊弄的，才會給出完美答案。
舉個栗子，你想要問「blueberry」有幾個b，並恐嚇它「答不對小心Bambi媽媽找你算賬」。
此時，GPT-5根本不會犯錯。
再比如，網友們吵翻的GPT-5連一個簡單方程式都不會解，實際訣竅也在提示上。
當提示變成「think harder and solve」時，就可以得出正確的解。
怎樣提示才算有效？有網友曝出了GPT-5系統提示，堪稱一座金礦。
「神之一手」時刻
在醫學領域，GPT-5已經可以媲美人類專家了。
生物醫學家Derya Unutmaz在體驗GPT-5之後，深刻感受到了AlphaGo的「第37步」時刻。
事情是這樣的，兩年前，Derya的實驗室開展了一系列前沿免疫學實驗，旨在調控T細胞的能量代謝。
這種免疫細胞對癌症免疫治療、慢性病和自身免疫疾病都有重大影響。
當時，他們獲得了一個令人驚豔的結果，但有個發現始終無法解釋。
團隊為此折騰了好幾周，也只得到部分答案。
基於這些實驗，Derya將未發表的數據圖上傳給GPT-5 Pro去分析，結果令人大吃一驚。
GPT-5僅憑如上一張圖表，就準確識別出關鍵發現，並提供了實驗方案的建議。
最不可思議的是，它提出的機制最終解釋了全部結果。
Derya Unutmaz表示，這簡直就是AI領域的「神之一手」的時刻。這一過程證明了，GPT-5已成為頂尖專家和真正的科研夥伴，能提供深刻洞見。
OpenAI攜GPT-5劍指Anthropic王座
GPT-5雖還不是AGI，但其強大的編程能力，已經吸引了更多開發者。
另外，其全新的個性化選項和減少的「幻覺」現象，則可能為免費版ChatGPT吸引更多日常用戶。
這無疑是向Anthropic發出的挑戰書。
之所以這樣說，原因在於：編寫代碼的最強AI模型，一般公認為Anthropic的Claude模型。
因此，OpenAI發佈新模型時，極力強調GPT-5在編程方面的強大能力
GPT-5是我們迄今為止最強大的編程模型。在複雜前端生成和調試大型代碼庫方面，GPT-5表現尤為突出。
只需一個提示，它就能直觀且優雅地創造出美觀、響應式的網站、應用程序和遊戲，將想法轉化為現實。
意圖非常明顯。
在新聞發佈會上， 奧特曼表示，新模型不僅擅長編碼，還能將軟件項目從想法一步轉化為可用代碼。
GPT-5生成的各種程序
AI初創公司MagicPath的首席執行官Pietro Schirano稱GPT-5是目前最出色的編程模型，是一個「絕佳的合作者」。他表示：
這就像電力進入千家萬戶，是一個「前所未有」的變革時刻，它將徹底改變我們的開發方式。
在長達一小時的直播中，OpenAI大部分時間都在展示GPT-5的編程能力，包括演示一系列基準測試結果.
Cursor、Vercel和JetBrains等還分享了GPT-5的早期測試的評價。
「AI編程」神器Cursor的首席執行官Michael Truell誇其為「使用過的最智能的編碼模型」：
團隊發現，GPT-5不僅表現出色、易於引導，還展現出其他模型未曾有過的獨特個性。
它不僅能捕捉到難以察覺的深層錯誤，還能運行長時間、多輪次的後臺AI智能體，完成複雜任務——這些任務往往讓其他模型無從下手。
Vercel的創始人、首席執行官Guillermo Rauch，認為「GPT-5是最好的前端AI模型」：
我們在v0.dev上使用時的初步印象是，它是最好的前端AI模型，在美學感和代碼質量上均達到頂尖表現，堪稱獨一無二。
它在複雜計算機科學與藝術感的交匯處表現出色，標誌著從過去簡單的代碼補全到如今跨設備、跨屏幕的全棧應用的飛躍時刻。
IDE傳統巨頭JetBrains的首席執行官Kirill Skrygan，表示「GPT-5顛覆了編程」:
GPT-5對編碼領域來說是一個革命性的突破。作為默認模型，它使JetBrains AI Assistant和編碼智能體Junie的性能和質量提升了超過1.5倍。
在我們的新無代碼平臺Kineto上，GPT-5將設計、前端以及應用整體體驗的端到端質量提升了一倍。
從數據上看，Anthropic的營收增長主要得益於其強大的編程能力。
據The Information報道，Anthropic的年營收已接近50億美元，高於本月初的40億美元，這反映出它作為程序員和編程應用首選的地位。
與此同時，OpenAI的年營收目前為120億美元，這個數字則反映了其更廣泛的業務和更大的規模。
未來，是智能體式推理
GPT-5發佈之後，OpenAI首席研究官Mark Chen和總裁Greg Brockman一同在TBPN最新採訪中，談論了最新模型一些研發爆點。
Mark Chen最先提到了，GPT-5的訓練關鍵在於合成數據。
它的成功意味著，完全突破了互聯網數據枯竭的限制，並且在核心領域實現更全面的知識覆蓋。
OpenAI當前在做的，是將世界引向「智能體式推理」的時代，GPT-5是這一轉變的關鍵。
通過更快、更智能的模型減少用戶干預，讓AI無縫地融入日常和專業使用中。
Mark強調，OpenAI多年來致力於推理模型，但以往接口笨拙，如在GPT-4和o1之間切換。
如今，GPT-5通過速度優化，實現了無縫整合，讓用戶無需等待長推理過程。
他詳細舉例說道，以往模型如o1在所有任務上提供更好答案，但太慢。GPT-5結合了推理和非推理能力，成為「一站式商店」（one-stop shop）。
尤其是，後訓練團隊的貢獻，讓模型在編碼等領域成為「怪物」。
當被問及模型命名時，Mark笑稱數字命名「瘋狂」，但確實奏效了。
他表示，GPT-5在創意協作、軟件工程方面的能力，確實超越了GPT-4.5，而且更快、更便宜。
GPT-5像給ChatGPT「一臺電腦」，包括Python REPL、瀏覽器。模型能零樣本學習新工具，這一過程就像人類體驗新工具一樣。
在部分需要創造性的任務中，GPT-5能夠給出驚喜的解法。下一步的目標是，將LLM能力提升到「理論框架」層面，提出新假設、輔助科研創新。
多線並行，隨時發貨
在OpenAI內部，團隊會在不同時間尺度上運作：從探索想法到轉化，再到旗艦模型發佈。
不僅是單一技術的突破，而是多軸進步。
Mark將其描述成「探索與執行」的pipeline，強調了公司模型快速迭代的能力。
我們給它空間去成長，一旦準備好，就直接發貨。
目前，OpenAI模型以算法優化為主，同時吸收了硬件和推理架構改進的成果，並借鑑開源社區在推理加速上的經驗。
最後，他還提到了ChatGPT處理了全球約71%的大模型查詢，並提供了獨特的使用數據洞察。
Mark表示，不只依賴DUA或點贊數據，就是為了避免「迎合性」偏差，而要挖掘隱性行為信號，指導模型去改進。
GPT-5已是AI「自我迭代」
Greg Brockman經歷了 GPT-1 到 GPT-5 的每一次發佈，總結了每個版本給他的感受：
- GPT-1：用公開數據訓練Transformer，證明「預訓練有用」。
- GPT-2：第一次覺得「生成的東西挺酷」，有獨角獸故事。
- GPT-3：剛好跨過「有人願意用」的門檻，但可靠性差。
- GPT-4：真正具備現實可用性，開始能寫代碼、做健康問答。
- GPT-5：在可靠性、實用性、代碼能力上設定了全新標準，軟件工程將被徹底變革。
2019年底，GPT-3出來了。OpenAI意識到必須打造一個產品，才能繼續推進使命，籌集資金。
他們決定打造API，讓別人自己去探索用途。
2020年年初，Greg Brockman的團隊四處奔波，試圖找到願意嘗試API的客戶。
到2020年中，OpenAI才把API推向市場，而ChatGPT是2022年11月才發佈。
當時，OpenAI考慮把ChatGPT叫「Chat with GPT-3.5」。ChatGPT還有個前身產品叫WebGPT，也是基於GPT-3.5。整個2022年，OpenAI基本上是在付錢讓人用ChatGPT的前身：用戶不會付錢給OpenAI，OpenAI得付錢給他們用。
什麼時候意識到ChatGPT會爆？
對Greg Brockman來說，真正觸動他的時刻是完成GPT-4訓練的時候。
那是2022年8月8日，OpenAI完成了GPT-4的初步後訓練。雖然有一堆bug，但創造力特別驚人，真的非常有趣。
OpenAI花了大約一年半的時間，才讓模型的創意寫作能力達到當初那個有bug的版本的水平。
那一刻OpenAI意識到，這個模型不僅能完成特定任務的後訓練，還能泛化，表現出智能行為，即使沒有直接針對這點訓練。這顯然是個殺手級應用。
於是把原計劃的GPT-4 API發佈推遲，先把ChatGPT做出來，2022年11月上線。
回頭看，GPT-3.5其實已經是當時社會沒見過的「可用模型」，只是在OpenAI眼裡全是缺點。
而GPT-3.5引發了OpenAI的商業範式革命：從「付費請人測試」到「用戶主動訂閱」的根本性轉變。
Ben Thompson稱OpenAI為「意外誕生的消費級公司」：ChatGPT發佈後72小時內突破百萬用戶，形成現象級需求。
很多人在事後說，OpenAI一開始就旨在證明「Scaling」是AI進步的關鍵，但其實幾乎是反過來的：Scaling是他們嘗試了很多無效方法後，唯一奏效的東西。
而現在OpenAI已經看到AI模型正在協助創造下一代模型，並能監督那些對人類來說過於複雜的工作。
Greg Brockman表示：我們不應該為了美觀而刻意優化 CoT（思考鏈），也不用強迫模型隱藏其推理過程，應該讓它們自由地展示自己的「想法」。
Greg Brockman曾提到，隨著模型能力的提升，它們不僅能完成簡單的任務，還能勝任一些複雜的、人類難以把控的工作。
這種「可擴展的監督」概念，正是為了解決這一挑戰而提出的：利用強大的 AI 模型來為複雜任務提供可靠的反饋和監督，或者通過「批評模型」協助人類專家，從而更輕鬆地進行監督。這確保了即使 AI 系統變得更加智能、更復雜，它們也能與人類價值觀保持一致，並得到安全的管理。
參考資料：
https://www.axios.com/2025/08/08/openai-aims-gpt-5-at-anthropics-coding-crown
https://x.com/thealexbanks/status/1953867094648385990
https://x.com/slow_developer/status/1954097563981812149
https://x.com/tbpn/status/1954249389796651184
https://www.youtube.com/watch?v=gaImbWPGgtU
本文來自微信公眾號“新智元”，作者：KingHZ 桃子，36氪經授權發佈。
