gpt-5

§ 01综述

OpenAI 于近期正式发布了 GPT-5，将其定位为新一代推理与编程能力显著提升的模型，并迅速应用于多个行业。与此同时，一些专精领域的轻量模型（如 Raven 3.5）在客服任务中展现出比 GPT-5 更强的性能，引发了对大模型实用性的讨论。

主要进展：

GPT-5 正式发布及开发者 API 上线：OpenAI 推出 GPT-5 及其开发者 API，强调其在复杂推理、编程和多轮对话上的突破，并开放了 /v1/responses 端点等新接口。相关博客展示了 GPT-5 在编程、设计、医学研究等领域的应用案例。（GPT-5 开发者 API 发布：强推理与编程能力）

小模型在特定任务上超越 GPT-5：一款名为 Raven 3.5 的小型模型在客服基准测试中击败了 GPT-5 和 Claude Sonnet，表明在专注场景下，轻量化模型可能更具效率优势。（Raven 3.5 专精客服，小模型击败 GPT-5 和 Claude Sonnet）

安全性与训练方法更新：OpenAI 发布了 GPT-5 Safe Completions，转向输出中心训练策略，从传统的“硬拒绝”转为更精细的安全对齐，以平衡能力与防护。（GPT-5 安全补全：从硬拒到输出中心训练）

行业落地实证：Amgen 和 Basis 等企业已采用 GPT-5 优化研发与会计流程，另有研究利用多模型协作框架（A-ProS）实现可靠自主编程，间接体现了 GPT-5 等模型的能力。（Amgen 利用 GPT-5 实践，Basis 借助 OpenAI 扩展会计产能）

当前焦点与未来观察点：
目前争议集中于 GPT-5 的通用能力与特定领域小模型的性价比之争，以及其安全策略的实际效果。未来需关注 GPT-5 在复杂推理任务上的持续改进，以及 API 生态如何推动更多创新应用。

§ 02相关报道10 条在档

§ 03邻近话题