GPT-5 正式发布：多模态推理能力实现质的飞跃

革命性的多模态推理能力

OpenAI 在今日的发布会上正式推出了 GPT-5 模型，这标志着大语言模型技术进入了全新阶段。新模型在多模态推理方面实现了质的飞跃，能够同时处理文本、图像、音频和视频输入，并在跨模态任务中展现出前所未有的理解深度。

GPT-5 不仅仅是一个更大的模型，它代表了我们对智能本质理解的深化。—— Sam Altman

核心技术突破

GPT-5 在以下关键领域实现了显著提升：

• 复杂推理：在数学证明、逻辑推理和科学分析任务上，性能较 GPT-4o 提升超过 40%
• 长文本理解：支持高达 200 万 token 的上下文窗口，能够在超长文档中精准定位和推理
• 代码生成：在 SWE-bench 和 HumanEval 等基准测试中刷新纪录，能够理解并重构大型代码库
• 多模态融合：原生支持图像、音频和视频的理解与生成，无需外部工具链

定价与可用性

GPT-5 API 即日起向开发者开放，定价为每百万输入 token $15，每百万输出 token $60。免费用户可通过 ChatGPT 体验基础版本，Plus 和 Team 用户可使用增强版本。

OpenAI 表示，GPT-5 的推出只是开始，未来数月将陆续发布针对特定领域优化的专业版本，包括医疗、法律和金融等垂直场景。