先说结论：GPT-5在价格、编程、低幻觉率和上下文能力上表现突出，但整体性能提升有限，多模态和新功能乏善可陈。价格战对Anthropic形成威胁、业内参数Scaling Law和Test-Time Compute Scaling Law效应放缓、OpenAI通过跨代模型生成高质量合成数据，构建递归式改进循环，但效果有限，数据瓶颈仍未完全解决。
核心亮点
- 价格优势：
-
GPT-5 API价格极具竞争力，输入每百万token仅1.25美元，输出10美元，低于GPT-4o、Gemini 2.5 Pro及Claude Opus 4.1（后者价格高15倍）。
-
免费用户可每天使用数小时，Plus用户享有更高额度，mini和nano版本价格也低于竞品。
- 编程能力提升：
-
GPT-5在"智能体式编码"（Agentic Coding）上有显著进步，能处理复杂编程任务，主动沟通计划、修复bug，并优化前端开发（如生成400行飞机空气动力学展示代码）。
-
"修Bug"能力突出，能深入代码库分析结构、定位问题并自动修复，解决传统AI编程在旧代码迭代上的痛点。
-
在Tau测试中，工具调用能力提升明显，特别是在电信领域。
- 低幻觉率与上下文能力：
-
幻觉率显著降低，比GPT-4o低45%，比o3低80%，在工业应用中至关重要。
-
上下文窗口扩展至400k token，精准度翻倍，适合处理复杂长文本任务。
不足之处
- 性能提升有限：
-
GPT-5在多项基准测试中仅略超o3和Grok 4，综合评分仅比o3高2分，比Grok 4高1分，未展现革命性突破。
-
在Arc Prize（AGI测试）中远落后于Grok 4，前沿数学测试仅Pro模式优于ChatGPT Agent。
- 多模态短板：
- 仅支持文字和图像理解，不支持音频输入/输出、图像生成或视频处理，与Gemini和Genie 3相比差距明显。
- 新功能平淡：
- 写作优化（更有人味儿）、语音功能（自然但不突出）、记忆功能（仅整合Gmail和Google Calendar）以及个性化界面等新功能缺乏亮点，属"标配"水平。
- 发布会问题：
-
PPT数据展示错误（如SWE Benchmark和Tau 2 Benchmark比例失真），引发网友嘲讽，强化OpenAI"炒作"形象。
-
演示冗长、缺乏冲击力，相比Anthropic和Gemini的展示逊色。
行业背景与影响
- 数据瓶颈回应：
- OpenAI通过跨代模型生成高质量合成数据，构建递归式改进循环，但效果有限，数据瓶颈仍未完全解决。
- AI行业趋势：
-
GPT-5的"小步前进"反映参数Scaling Law和Test-Time Compute Scaling Law放缓，低垂果实已摘尽。
-
AI行业可能进入务实竞争阶段，需新突破重回指数级增长。
- 竞争格局：
- 价格战对Anthropic形成威胁，但Grok 4在部分测试（如Arc Prize）领先，发布会后舆论对OpenAI评价下滑。