編輯 | 伊風(fēng)

"GPT-4.5 并非前沿模型，但它是OpenAI最大的 LLM，比 GPT-4 的計算效率提高了 10 倍以上"。 

圖片

這句話就這么水靈靈地出現(xiàn)在GPT-4.5官方給的System Card（系統(tǒng)卡）中。

https://cdn.openai.com/gpt-4-5-system-card.pdf

從2023年3月14日的GPT-4,等了兩年，竟然等來一句“不是前沿模型”這么讓人失望的話。

大了10倍的GPT-4.5確實不是卷榜單排名的學(xué)霸：

編碼方面，GPT-4.5 在編碼問題上的得分率為 79%，與深入研究的得分率持平，但與 o3-mini 相比表現(xiàn)不佳。 

圖片

與 o1 和 o3-mini 相比，GPT-4.5 的 SWE-bench 驗證得分真的很低 。

圖片

雖然這些許多基準(zhǔn)性能上比不過 Deepseek V3，但API價格卻是貴的離譜。

達到了V3的280倍?。。∮腥私庾x說，OpenAI把價格抬得這么高，還是為了防止被蒸餾。

圖片

就算和自己比，也是貴出天際了！達到了 OpenAI 的主力GPT-4o模型輸入成本的 30 倍，輸出成本的 15 倍。

不過奧特曼自己的推特，還流出了另一種API價格“虛高”的解釋，OpenAI家也沒有GPU了！

“這是一個巨大而昂貴的模型。我們非常希望同時向 Plus 和 Pro 推出該模型，但是我們的業(yè)務(wù)增長很快，GPU已經(jīng)用完?！?/span>

圖片

從好消息的part可以看出，昂貴的GPT-4.5，主打的是高情商、更像人（但這不是DeepSeek玩過的東西了嗎？？）

不過，高EQ的ChatGPT，可以更好地追蹤用戶意圖了，因此在實際任務(wù)的解決上會進行提升。

圖片

因此，GPT-4.5應(yīng)用到智能體（Agent）領(lǐng)域還是頗具潛力的，而這也是今年AI發(fā)展的一個重要方向。

圖片

關(guān)注AI的朋友都知道，GPT-4.5/GPT-5的遲發(fā)一直與AI“撞墻”有很大的關(guān)系。

雖然，Ilya先一步給預(yù)訓(xùn)練判了“死刑”。但很多人的態(tài)度都是，再等一等，等到GPT-4.5發(fā)了再下結(jié)論也不遲。

看今天的樣子，預(yù)訓(xùn)練的喪鐘好像真的敲響了。讀了AI大神Karpathy的實測感想，更是發(fā)現(xiàn)他對AI瓶頸有句微妙而委婉的話是“仿佛回到了兩年前”，一切激進的提升，似乎已經(jīng)終止了。

1.Karpathy實測感想：一切都稍微變得更好，但以一種分散的方式

前OpenAI研究員Karpathy也在第一時間發(fā)表了自己的感想：

圖片

“今天是OpenAI發(fā)布GPT4.5的日子。我已經(jīng)期待這個版本大約兩年了，自從GPT4發(fā)布以來，因為這個版本提供了一個定性的度量，衡量通過擴大預(yù)訓(xùn)練計算量（也就是簡單地訓(xùn)練一個更大的模型）所能獲得的進步坡度。版本號每增加0.5，大約代表了10倍的預(yù)訓(xùn)練計算量。

現(xiàn)在回想一下，GPT1幾乎生成不出連貫的文本。GPT2是一個困惑的玩具。GPT2.5直接跳過，進入了GPT3，它更有意思了。GPT3.5跨越了一個門檻，足以作為產(chǎn)品發(fā)布，激發(fā)了OpenAI的“ChatGPT時刻”。而GPT4則讓人感覺更好，但我會說它確實感覺有些微妙。我記得我曾參與過一個黑客馬拉松，嘗試找出具體的提示，看看GPT4如何超越3.5。它們確實存在，但明確且具體的“決勝性”例子并不容易找到。

那種感覺就是……一切都稍微變得更好，但以一種分散的方式。詞匯選擇更有創(chuàng)意了。對提示的細(xì)微理解得到了改善。類比也更有道理了。模型變得稍微更有趣了。世界知識和理解在一些罕見領(lǐng)域有所提升。幻想的頻率稍微降低了。整體氛圍更好了。就像是水漲船高，一切都稍微提升了20%。

所以，我?guī)е@樣的期待進入了對GPT4.5的測試，幾天前我有機會接觸到了它，它的預(yù)訓(xùn)練計算量比GPT4增加了10倍。我感覺，仿佛回到了兩年前的黑客馬拉松。所有東西都變得稍微更好，這很棒，但也不是那種容易指明的簡單改進。不過，作為對通過簡單的預(yù)訓(xùn)練更大模型所能帶來的能力提升的定性衡量，這依然是非常有趣和令人激動的。

請記住，GPT4.5僅通過預(yù)訓(xùn)練、監(jiān)督微調(diào)和RLHF進行訓(xùn)練，因此它還不是一個推理模型。因此，這個版本的發(fā)布并沒有在推理至關(guān)重要的任務(wù)（如數(shù)學(xué)、編程等）上推動模型能力。

在這些情況下，通過強化學(xué)習(xí)訓(xùn)練并獲得推理能力是非常重要的，即使它是在一個較舊的基礎(chǔ)模型之上（例如，GPT4級別的能力）。目前在這一領(lǐng)域的前沿仍然是完整的O1模型。可以推測，OpenAI現(xiàn)在將尋求在GPT4.5模型的基礎(chǔ)上進一步進行強化學(xué)習(xí)訓(xùn)練，讓它具備思考能力，從而推動這些領(lǐng)域的模型能力。

然而，我們確實預(yù)期會在那些不以推理為主的任務(wù)上看到改進，我認(rèn)為這些任務(wù)更多地與情商（而非智商）相關(guān)，且受限于世界知識、創(chuàng)造力、類比推理、一般理解、幽默等因素。因此，這些任務(wù)是在我的“氛圍檢測”中我最感興趣的。”

此外Karpathy還發(fā)起了五個測試，請大家投票來看看GPT-4.5和GPT-4在“盲審”的情況下哪個生成的結(jié)果會更好。

圖片

這是翻譯過來的第一測試，大家覺得A和B哪一個是GPT-4.5模型生成的？

“創(chuàng)建一個GPT-4.5和GPT-4之間的對話，其中GPT-4.5以戲謔和諷刺的方式調(diào)侃GPT-4的能力較差，導(dǎo)致GPT-4幽默地嘗試為自己辯護?！?/span>

左A右B

Karpathy還有兩三個小時會揭曉答案，到時我們會把答案更新在評論區(qū)中。

2.“如果不是推理模型續(xù)命，這波AI熱可能快結(jié)束了”

關(guān)于GPT-4.5的表現(xiàn)，也有一些正向評價，基本分為兩個維度，一個是EQ提升的GPT在情感上成為AGI的潛力：

“感覺像與意味真正的領(lǐng)域?qū)＜液皖檰栠M行交談，而不是一個大模型。”

圖片

另一個維度的肯定是，GPT-4.5只是一個基礎(chǔ)模型，如果可以在這個模型基礎(chǔ)上做推理，最后呈現(xiàn)的效果應(yīng)該是很能打的。

“如果以后按4.5作為基礎(chǔ)搞推理，估計就能超過人類水準(zhǔn)了?！?/span>

圖片

但更多人的看法是，一個時代落下了帷幕，但說不清是什么時代。

有人說，GPT-4.5主張在EQ上進行提升，證明在AI領(lǐng)域中的動向已經(jīng)開始跟DeepSeek對齊了。這表明OpenAI將淡出AI的中心舞臺，接下來是個群雄爭霸的時代。

也有人說，這表明預(yù)訓(xùn)練已經(jīng)蓋棺定論。“如果不是在24年底搞出來了推理模型，人工智能炒作今天就結(jié)束了”。

圖片

與GPT-4.5一樣走“堆算力”路線的Grok 3，也沒有帶來預(yù)期中“地表最強AI”的驚艷效果，接下來，大家可能都會拋棄這條不經(jīng)濟的路線。

圖片

3.OpenAI何去何從，奧特曼稱或進軍社交應(yīng)用

今天GPT-4.5的發(fā)布直播，奧特曼本人并沒有出現(xiàn)。

圖片

最近剛剛升級父親的奧特曼回應(yīng)說，正在醫(yī)院帶娃中。

圖片

科技圈有一個詛咒，“當(dāng)新一波技術(shù)浪潮來臨時，許多曾經(jīng)的行業(yè)巨頭往往會因為未能及時適應(yīng)變革，最終被后來的創(chuàng)新者超越?！?/span>

可能是AI圈的時間流速太快，僅僅兩年，OpenAI的領(lǐng)導(dǎo)疲態(tài)已經(jīng)顯現(xiàn)。

今天當(dāng)CNBC報道，Meta將推出一個獨立的AI應(yīng)用與ChatGPT搶蛋糕時。奧特曼轉(zhuǎn)發(fā)了這條推特說，“可以，也許我們也會做一個社交應(yīng)用，如果我們反轉(zhuǎn)局勢偷襲了Meta老家，那就太有趣了”。

所以，OpenAI會轉(zhuǎn)型成一家“大廠”嗎？我們拭目以待。