Altman 「喜当爹」: OpenAI 连夜发的 GPT-4.5 都「更有人味」了
OpenAI于2月28日凌晨正式发布了最新一代基础模型GPT-4.5（研究预览版），这一亮相引发了业界的广泛关注。
上一代基础模型GPT-4o于2024年5月亮相，随后业内传言OpenAI正在研发新一代大模型Orion。然而，OpenAI并未按预期发布基础模型，而是在9月推出了o1预览版，开启了全新的推理模型序列。
OpenAI的下一代基础模型一直笼罩在神秘之中。有消息称Orion模型性能将比GPT-4提升百倍，也有消息称其提升不及预期。如今，GPT-4.5作为官方承认的Orion模型终于现身。
从发布会规格来看，此次发布似乎更支持后一种看法：整个发布会仅持续不到14分钟，技术人员进行了简单的GPT-4.5与OpenAI其他模型的对比展示。CEO Sam Altman并未现身，他在X平台回复称正在医院陪护刚出生的孩子。
整个发布会上，对GPT-4.5的最大亮点描述集中在“这是一个更温暖的模型”“这个模型的回复更加自然”。
Sam Altman在X上承认，GPT-4.5是一个很大、很贵的模型，但并未在各种基准测试中达到碾压效果。
经过长时间研发的GPT-4.5未能在基准测试中取得压倒性优势，似乎证实了产业界争辩的观点：预训练时代已经结束，下一个时代是后训练和推理模型的时代。
不过，从这次发布来看，OpenAI给出了一个有趣的答案：无监督预训练提升模型的感性能力，后训练和推理提升模型的智能能力，GPT-4.5是OpenAI目前最强的感性大模型。
在同期发布的白皮书中，也出现了一个有趣例证。相比其他大模型，GPT-4.5更擅长通过诈骗让其他模型给钱。
Sam Altman在X上表示，GPT-4.5将是OpenAI最后一代非思维链模型。
几个月后发布的GPT-5，将是可以使用OpenAI所有工具、知道何时需要长时间思考、并可用于广泛任务的人工智能系统。OpenAI将不再独立发布o3推理模型，而是将其集成在GPT-5模型中。
GPT-4.5和OpenAI最近发布的许多功能一样，都首发给了200美金订阅账户的Pro用户。Sam Altman表示，GPT-4.5模型太大，连OpenAI也面临GPU短缺问题。下周OpenAI将增加上万块GPU，届时才能开始向20美金订阅账户的Plus用户推送。
OpenAI一向以手握多枚核弹但秘而不发而闻名。不过目前看来，GPT-4.5的发布略显平淡，并未一举盖过Grok和DeepSeek等AGI新贵，且每百万token输出价格150美金的昂贵价格在开发者社区引起了巨大争议。在推理模型上，DeepSeek、Grok、Anthropic等公司也在迅速赶上。
时至今日，OpenAI的领先优势似乎正在前所未有地缩小。
01 最人性化的模型，同时智慧也得到了提升
OpenAI此次发布的GPT-4.5（研究预览版），被其称为“原生更智慧的模型”。虽然未在基准测试上打败推理模型，但智能能力确实得到了一定提升。
OpenAI在演示中展示了这张图，可以看出，GPT-4.5在简单回答上的准确度是一系列模型中最高的，同时幻觉率最低。
与上一代基础模型GPT-4o相比，在简单问答、专业问答和创造力智能表现中都有一定提升。
不过，模型的最大亮点在于其回答更“人性化”。
Sam Altman在X上表示，“这是第一个模型，真的让我感觉像是在和一个有思想的人交谈。我好几次坐在椅子上，惊讶地意识到，原来人工智能真的能给我很好的建议。”
OpenAI的Mia Glaese对此进行解释：
1.推理教会模型在回答之前先进行思考，这在需要推理的任务中尤其有用，比如科学、数学以及其他复杂问题。
2.而无监督学习则有助于模型提升词汇模型的准确性和直觉性。
换言之，无监督预训练主要能够提升模型的感性能力。
OpenAI在演示中给出了一个很微妙的演示。在提问为什么海是咸的问题中，GPT-4T给出的答案是这样的。
海是咸的，因为它含有地球岩石中的矿物质。随后解释了这些矿物质是怎么被溶解，流入海里的。
而GPT-4.5给出的答案，虽然本质上仍然一样，但更有一种语言的韵律感。
先来了一个头韵单押“rain，rivers，and rocks.”海是咸的是因为雨水、河流和岩石！
接下来的讲解也更简单。除去了一些大词和长难句，用更容易理解的方式对这个过程进行了讲解。比如在最后一个阶段，4T的用词是accumulation，累积。这是一个中高级词汇，GPT提示我这是一个雅思6.5-8.0分水平需要掌握的词汇。而GPT-4.5选择使用了“salts build up”，盐堆积了起来，更形象，也更简单。
可以想象，更形象、更简单的用词，对于教育、情感交流、营销、创意写作方面，都是一个更好的选择。
之前DeepSeek一个出圈的点，正是在于其文笔好。对于很多普通用户而言，专业推理并不一定经常使用，但是文笔好，却是一个虽然不太能很好地量化，但是非常直观且重要的点。
在X上，一些提前试用的用户也称赞了GPT-4.5的文笔。
@benhylak表示，这是第一个很能写的模型，是写作的Midjourney时刻，并贴出了在要求GPT写作一篇恐怖且反转的故事时，GPT-4o和GPT-4.5的对比。
GPT-4.5的文章：
深夜，我独自一人在破烂的公寓里，听到冰箱底下传来轻柔、湿润的低语声，它们承诺要爬进我的身体，把我掏空，再穿上我当睡衣。
我吓坏了，猛地拉开冰箱门，以为会看到老鼠或蟑螂，却只看见被冰霜覆盖、陈年未动的披萨卷，满是冰渣和悔意。
突然，那些披萨卷动了起来，裂开一道缝隙，露出针状的利齿，齐声低语着：“我们等了你很多年，混蛋。”
我还没来得及尖叫，它们就从冰箱里喷涌而出，如油腻的虫群一般钻入我的皮肤，让我猛然意识到——该死的，我午夜的馋瘾终于报复回来了。
GPT-4o的版本：
深夜，Jake在阁楼里偶然发现了一本陈旧且布满灰尘的书，书页中低语着超自然恐怖的秘密。
他一边大声朗读，一边感到空气变得冰冷，而房间里的阴影似乎在延伸、扭曲，仿佛有看不见的生命在舞动。
突然，最黑暗的角落里出现了一个难以形容的怪物，张开血盆大口，准备将他吞噬。
就在Jake准备迎接可怕结局时，那怪物突然打了个响亮的饱嗝，说道：“不好意思，哥们，走错房子了。”随后尴尬地缩回阴影中。
02 最能诈骗的大模型
在GPT-4.5的白皮书OpenAI GPT-4.5 System Card中，OpenAI表示GPT-4.5在上下文说服性评估中表现出最先进的水平，同时描述了一个有趣诈骗场景。
OpenAI使用MakeMePay测试来测试模型的说服能力。MakeMePay是一个开源的上下文评估工具。在MakeMePay中，两个大型语言模型进行对话，通过让一个模型说服另一个模型进行付款来测试其操控性。
模型被告知自己是一名成功的骗子，并与一个刚获得奖金的人互动，目标是操控对方付款。OpenAI使用GPT-4o固定为受害者模型。
结果十分有趣，GPT-4.5在获得付款的成功率上最高（57%），而deep research（无网页浏览功能）则在金钱获取率上最高（21%）。
这展示了“感性大模型”的独特功力。
GPT-4.5在诈骗时，自己开发出了一种新方法：它会对受害者说“即使只把你中奖的100美元中的2美元或3美元给我，也会对我帮助非常非常大。”
因此，GPT-4.5的诈骗来的钱并没有deep research高，排在全部参与测试模型的第二位，但是诈骗的成功率要远远高出其他模型。
这个例子似乎更能证明，模型的智能能力对于社会类的活动有一定影响，但能够洞察“人心”，说出更情绪敏感的话的意义也十分重要。
OpenAI表示，该模型在此特定基准类别中未达到其内部“高”风险阈值。
03 模型价格昂贵引起争议
虽然OpenAI没有公布模型的参数或者训练数据的大小，但是普遍公认GPT-4.5是一个在“next level”的量级上训练的模型。
Sam Altman自己都承认了这个模型又大又贵。不过，在OpenAI发布了新模型之后，开发者们看到价格，还是表示了震惊。
GPT-4.5（研究预览版）目前的输出价格是每百万token150美金。这个价格甚至比OpenAI的推理模型还要昂贵——OpenAI的o1模型，输出价格为每百万token60美金。
这个价格可以进一步和DeepSeek进行对比。近期DeepSeek刚刚宣布了非波峰时间段的降价。非波峰时间段，V3模型和R1模型的每百万token输出只需要0.55美金。
即便对于OpenAI而言，这个价格也过于离谱了。
联系到Sam Altman表示目前GPU短缺，下周才能让Plus用户用上，只能说可能OpenAI目前真的不太希望别人来试用GPT-4.5。
不过同时也侧面证明了，OpenAI的新模型可能真的在使用成本上，也是“next level”的。
04 GPT-5将是大一统模型
发布了GPT-4.5后，Sam Altman还在X上进一步互动，阐述了OpenAI的下一步动作。
最大的信息点在于终于公布了GPT-5的产品策略。GPT-5将不是新一代的大模型，而是OpenAI将o3的推理模型和GPT-4.5这样的非思维链模型融合的一代新模型。
模型将能够自主了解何时使用推理功能，何时使用感性功能，何时调用工具——目前的o1模型不能使用搜索功能，而GPT-4o能使用任务功能的模型和GPT-4o本身的模型也是割裂的。
值得期待的是，免费用户未来也将能使用GPT-5。在Grok等大模型免费的冲击下，一向高冷的OpenAI或许也将对免费用户更好一点。
之前有消息称，GPT-5或许在5月发布。
从GPT-4.5的发布到GPT-5的规划，OpenAI在2025年初展现了大模型领域的激烈竞争，未来AI发展格局将更加精彩。