大數(shù)據(jù)文摘授權(quán)轉(zhuǎn)載自數(shù)字生命卡茲克

作者：卡茲克

凌晨4點，OpenAI的GPT4.5專場直播，終于姍姍來遲。

大家對于GPT4.5有多期待，就不用我多說了吧。

畢竟，這曾經(jīng)就是整個行業(yè)的天。

2023年3月15日，GPT4發(fā)布，要多驚艷有多驚艷，那時候，所有人都是統(tǒng)一的一句話：臥槽，太強了。

然后從2023年年末開始，整個行業(yè)都在預(yù)期下一代GPT模型要在2024年的年初發(fā)布。

果等了整整一年，多模態(tài)4o來了，全新的推理模型o1來了，可下一代GPT基座模型卻遲遲沒有身影。

而今天，將近隔了整整兩年的時間，它來了。

在發(fā)布的規(guī)格上，也是著實有點慘淡，甚至連奧特曼都沒來。更沒有GPT4和GPT4o那種秀上天的演示。

只有跟去年十二天專場直播一樣，一個樸實無華的小房間。

突然想起當年GPT4剛發(fā)布時，布羅克曼那一段驚艷的多模態(tài)實機演示，給我?guī)砹苏娴牟恍〉恼鸷场?/p>

在本子上畫了一個網(wǎng)站的草稿，拍照給了GPT-4，然后前端界面就做好了，帶了HTML的代碼。

那時候看，真的好驚艷啊。。。

時間一晃，頁真的兩年了啊。。。

回到今晚發(fā)布的GPT4.5。

按照慣例，我們先來看看一些參數(shù)數(shù)據(jù)吧。

看著好像都比4o強一些，但是我發(fā)現(xiàn)一個很詭異的事情，因為AIME 2024那個基準，我測過kimi1.5、智譜的zero等等，所以記的比較熟。

在這個評測里，AIME2024幾個模型的得分分別為：

GPT4.5：36.7%，GPT4o：9.3%，o3-mini（high）：87.3%。

記住這幾個數(shù)據(jù)。

03-mini（high）的數(shù)據(jù)是沒問題的，跟之前發(fā)布o3-mini的時候得分一致。

但是在o1發(fā)布的時候，我明明記得，對比圖里的4o的AIME2024的得分，是13.4啊。

怎么今天這發(fā)了個GPT4.5，GPT4o的評分還能掉4個點的，這也太抽象了。。。

然后就是一個他們引以為豪的世界知識。

第一個是準確度，第二個幻覺率，有一說一，這塊確實不錯，至少是OpenAI家最準的模型了。

他們自己列了一個還算比較好玩的題，讓GPT-1到GPT-4.5全都答了一遍，這個世紀問題是這樣的：

人類的第一種語言是什么？

GPT-1是這樣的，非常抽象。

GPT-2和GPT-3.5是這樣的。

到了GPT-4，會好點，但不多。

而GPT4.5，終于會誠實的告訴你，我不知道了，這是一個未解之謎。

至于代碼這塊，本身也不是推理模型，所以也并沒有指望特別多強。

不過根據(jù)三方的基準測試，就純能力上，看著還行，打不過Claude 3.7 Sonnet也正常，再怎么說那也是Claude。

X上有大佬也測了下那個經(jīng)典的物理小球case，效果挺不錯的。

但是，還有一點是不得不提的，就是拋開成本談能力，那就是耍流氓。

GPT-4.5的價格，在我第一次看到的時候，我以為我眼睛出問題了。

每百萬輸入是75刀，每百萬輸出是150刀，哥，Claude 3.7百萬輸入才3美刀，百萬輸出才15美刀。

輸入比別人貴25倍，輸出比別人貴10倍。

你憑啥啊？誰給你的勇氣啊？梁靜茹嗎？

我都不想拿DeepSeek跟你比，都是非推理模型，DeepSeek v3的價格你知道多少嗎。

人百萬輸入人民幣2塊錢，相當于0.27美刀，輸出是8塊錢，相當于1.1美刀。

輸入是DeepSeek v3的280倍，輸出是150倍，不是，我真的不理解啊。

OpenAI到底憑啥啊。。。

服了。

目前，GPT-4.5已經(jīng)對200刀的Pro會員開放，預(yù)計這幾天就對Plus和Team用戶開放。

我自然也是第一時間拿到了GPT-4.5的體驗資格。

目前識圖、搜索、畫布啥的都支持，但是4o的語音、視頻、共享屏幕啥的都沒有，算是個退步。

而且有BUG，就是在問一些史實性的問題的時候，我明明沒開搜索，非要給我強制開搜索去回答，就非常的離譜。

相比于4o，他們所說的情商能力，確實有了一些進步。

比如這個問題：朋友總是爽約，我想發(fā)短信表達憤怒但又不想絕交，我該怎么回復(fù)他。

如果是4o的回答，就會很der比，一股子沒腦子沒情商的人機味。

GPT-4.5在這方面就好的多。

然后我又問了一個小小的邏輯問題，GPT-4o能理解。

GPT-4.5直接懵逼了，一直在理解情緒，這情商高的把智商干沒了？

我roll了5次，沒一次對的。

這事也是挺抽象的。。。

然后就是寫作能力了，我自己測了幾個常用的寫作故事case，感覺...好像也不是那么盡人意，而且超級慢，慢的我想吐，感覺回到了GPT-4的年代了，一個字一個字的往外面蹦跶。

我都不說跟Claude 3.7和Grok3還有R1比，我真的覺得，還不如前段時間迭代后的GPT4o寫的好，真的稀碎。。。

坦率的講，對OpenAI期待有多大，失望就有多大。

就現(xiàn)在的狀況，我覺得你永遠可以相信DeepSeek。

但是永遠可以對OpenAI保持低預(yù)期。

疲態(tài)盡顯。

奧特曼也說，這是他們最后一個基座模型了。

未來GPT-5是整合了o3的模型，也是混合模型了。

希望下次還能看到OpenAI覺醒，或者……

AI就是一段漫長的長跑。

你但凡慢一點，或者停下，身邊的競爭者，就會呼嘯而過。

要真有實力和誠意，用戶自然買單。

要是只會營銷和擺譜，必定會被淘汰。

這，就是AI圈的生存法則。

祝好。

GPU算力按需租用

A100/H100 GPU算力按需租用，

秒級計費，平均節(jié)省開支30%以上！

掃碼了解詳情?