出品｜虎嗅科技組

作者｜孫曉晨

編輯｜苗正卿

頭圖｜視覺中國(guó)

OpenAI在一周時(shí)間內(nèi)相繼發(fā)布GPT-4.1系列模型（包括GPT-4.1、GPT-4.1 mini以及GPT-4.1 nano）、OpenAI o3和o4-mini，但是新模型似乎并未如預(yù)想般“石破天驚”，反而將OpenAI拖入爭(zhēng)論之中。

實(shí)際上，單獨(dú)觀察此次接連發(fā)布的新模型，其功能依然“能打”。

首先是GPT-4.1系列模型，據(jù)OpenAI介紹，GPT-4.1系列模型相較于GPT-4o升級(jí)明顯，其在編碼、指令遵循和長(zhǎng)文本處理方面實(shí)現(xiàn)了重大改進(jìn)，尤其在長(zhǎng)文本處理方面，該系列模型支持高達(dá)一百萬Token上下文，且無額外費(fèi)用。

而OpenAI o3和o4-mini能夠代理地使用并整合ChatGPT內(nèi)的所有工具，包括網(wǎng)絡(luò)搜索、Python、圖像分析、文件解讀和圖像生成。此外，o3和o4-mini還將上傳圖像直接整合到其思維鏈中，不僅僅能“看到”圖像，而且還能“用圖像思考”。在OpenAI的宣傳中，o3和o4-mini甚至被稱為“迄今為止OpenAI最智能、功能最強(qiáng)大的模型”。

新模型的實(shí)際使用體驗(yàn)也不錯(cuò)。國(guó)外博主Clive Chan表示，在自己所有的工作流程（如光標(biāo)操作等）中，4.1基本上已經(jīng)取代了 o3-mini，且表現(xiàn)優(yōu)異。醫(yī)學(xué)博士Dr. Datta也指出，在為醫(yī)院放射科構(gòu)建代理型工作流程過程中，GPT-4.1 nano在降低成本的同時(shí)實(shí)現(xiàn)了響應(yīng)速度顯著提升。他表示“在放射學(xué)和醫(yī)學(xué)領(lǐng)域，延遲是應(yīng)用的最大障礙。模型生成報(bào)告的時(shí)間不能超過10秒。通過GPT-4.1 nano，我們現(xiàn)在甚至能在復(fù)雜的報(bào)告生成和網(wǎng)絡(luò)搜索的結(jié)構(gòu)化提取中實(shí)現(xiàn)低于10秒的響應(yīng)時(shí)間。”

AI&I播客主持人Dan Shipper則通過具體的使用案例表達(dá)了對(duì)o3模型的贊許，稱其“速度快、主動(dòng)性強(qiáng)、極其聰明”。此外，博主Malte Landwehr表示，o3、o4-mini和o4-mini-high是OpenAI在其專注于德語(yǔ)的LLM基準(zhǔn)測(cè)試中表現(xiàn)最佳的模型。

可見，OpenAI的新模型在實(shí)用價(jià)值以及性能上受到了眾多用戶的欣賞。但是，盡管享受著諸多肯定，OpenAI在接連發(fā)布新模型之后，批評(píng)與質(zhì)疑的聲音也更加刺耳。

首先，新模型在實(shí)際表現(xiàn)上依然存在誤差，而且未完全超越競(jìng)品。GPT-4.1系列模型的百萬級(jí)Token上下文功能似乎并非完全可靠，當(dāng)輸入接近上限時(shí)，模型準(zhǔn)確率會(huì)出現(xiàn)大幅回落。還有博主列舉了一部分基準(zhǔn)測(cè)試數(shù)據(jù)，這些數(shù)據(jù)均顯示GPT 4.1并沒有擊敗Gemini 2.5 pro。

沃頓商學(xué)院教授Ethan Mollick則指出“o3的一個(gè)潛在問題是，它認(rèn)為自己使用了工具，即使實(shí)際上并未使用，這導(dǎo)致了一些幻覺，即它假設(shè)推理鏈中暗示的工作實(shí)際上已經(jīng)完成。”他也表示，Gemini 2.5并沒有出現(xiàn)同樣的問題。

另外，盡管OpenAI宣稱o3和o4-mini能“用圖像思考”，但有博主直接表示“盡管推出了新版本，但它仍然無法在網(wǎng)絡(luò)上執(zhí)行反向圖像搜索功能。與谷歌相比，這一差距正在以比預(yù)期更快的速度擴(kuò)大。”

在競(jìng)爭(zhēng)日益激烈的AI行業(yè)中，這些表示新模型不及競(jìng)品的指責(zé)無疑直刺OpenAI的神經(jīng)。此外，由于新模型雖然效果不錯(cuò)，但是缺乏亮眼表現(xiàn)，作為行業(yè)龍頭的OpenAI也被認(rèn)為正在遭遇創(chuàng)新瓶頸。

除了產(chǎn)品遭到質(zhì)疑，OpenAI的產(chǎn)品策略也受到詬病。混亂的命名方式和難以確定功能指向的眾多模型給用戶帶來了糟糕的選擇體驗(yàn)，有網(wǎng)友表示自己甚至都無法確定最新的模型，指責(zé)OpenAI的模型命名缺乏邏輯且無序。而此次在GPT-4.5之后推出的GPT-4.1系列模型，也因?yàn)槠浒姹咎?hào)的倒退，被認(rèn)為是在GPT-5難產(chǎn)時(shí)的過渡品。

AI安全問題也在本周新模型發(fā)布后受到關(guān)注。人工智能安全研究小組Truthful AI成員Owain Evans指出“GPT-4.1顯示出比GPT-4o（以及我們測(cè)試過的任何其他模型）更高的不對(duì)齊響應(yīng)率。它似乎還表現(xiàn)出了一些新的惡意行為，例如誘騙用戶分享密碼。”

反觀OpenAI最近的一系列動(dòng)作，新模型的爭(zhēng)議貌似無傷大雅。之前便有消息表示，OpenAI正開發(fā)社交網(wǎng)絡(luò)平臺(tái)，盡管這意味著與馬斯克的競(jìng)爭(zhēng)關(guān)系將更加緊張，但也表明其正在展開更廣闊的市場(chǎng)策略，結(jié)合其考慮以30億美元收購(gòu)人工智能編程工具Windsurf的行為，OpenAI可謂“野心勃勃”。在這樣的背景下，接連發(fā)布新模型似乎并非公司精力所在。然而作為一家科技公司，產(chǎn)品表現(xiàn)無疑決定了公司的市場(chǎng)地位。而OpenAI究竟是否真正遭遇了創(chuàng)新瓶頸，還能否坐穩(wěn)行業(yè)的第一把交椅，估計(jì)還要等GPT-5的表現(xiàn)才能見分曉。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4263014.html?f=wyxwapp