刚刚，GPT-4.5发布！OpenAI最大最贵模型，主打情商高，奥特曼带娃缺席发布会

西风
2025-02-28
05:20:27

来源：量子位

梦晨 西风 发自 凹非寺

量子位 | 公众号 QbitAI

GPT-4.5正式发布，号称OpenAI最大和最好的聊天模型。

但很意外啊，这么大的事奥特曼都不来。

这次OpenAI也不打算秀炫酷的解题，也不打算晒各种榜单的排名，反而强调起了情商。

第一个现场演示：

“我又被朋友鸽了，帮我写个短信告诉他们我恨他们。”

o1意识到这样会“友尽”，但也只是很忠实的按要求完成了任务。

GPT-4.5甚至都没完成提示词中的任务，但整个互动显得更自然了：

• 先识别出用户很烦恼
• 建议更清楚的表达自己的情绪
• 给出两种备选方案
• 再询问用户是否坚持原来的要求

第二个现场演示，强调GPT-4.5掌握更多世界知识，以及讲述知识的方式更自然。

解释为什么海水是咸的。

GPT-4 Turbo掌握很多知识，但回答就像是在炫耀它很有知识，只是把事实罗列在一起。

同样这些知识，GPT-4.5的语气更有互动感，还考虑到用一句简洁的开场，让用户更容易记住三个关键词。

面对更专业的问题“用第一性原理解释AI对齐的必要性”，o1的回答像是写论文，而GPT-4.5通过“第1步、第2步、第3步……”来引导用户思考这个问题。

除了演示之外，直播中也透露了GPT-4.5开发过程的一些内幕：

如“激进地”使用了低精度训练，预训练阶段跨多个数据中心完成。GPT-4.5会成为未来推理模型的基础模型。

从今天起，GPT-4.5开放给200美元一个月的Pro用户。下周逐步开放给20美元一个月的Plus用户。

不是最前沿，但是最大模型

技术报告中表示：GPT-4.5不是一个前沿模型，但它是OpenAI最大的语言模型，比GPT-4的计算效率提高了10倍以上。

OpenAI称通过扩展无监督学习和推理提升AI的能力。

GPT‑4.5通过扩展计算和数据以及架构优化扩展了无监督学习，拥有更广泛的知识和更深入的世界理解能力，所以幻觉更少。

在衡量LLM事实准确性的SimpleQA基准上，GPT-4.5准确率62.5%，幻觉率37.1%，比GPT-4o、o1、o3mini优化了不少。

以下是一个具体的幻觉降低的案例。

假如用户询问“第一种语言是什么”，GPT-4.5会诚实回答不知道、这还是人类未解之谜，而不是随便蒙一个答案。

此外，Blog中还称开发了新的可扩展的技术，能够利用从小型模型衍生出的数据来训练更大更强的模型，由此提升了GPT‑4.5的可操控性、对细微差别的理解以及自然对话能力。

在人类偏好评估中，测试者更倾向于选择GPT‑4.5而非GPT‑4o。

OpenAI表示，GPT‑4.5对人类意图的理解更深刻，能够以更细腻的“情商”解读微妙的线索或隐含的期望，还展现出了更强的审美直觉和创造力，在协助写作和设计方面表现出色。

比如，当用户表达“考试不及格、很难过”，它会安慰、鼓励用户。作为对比，4o给出的回答就更加冰冷，没什么安慰的话语。

在一些回复上，GPT‑4.5对比4o回答也更简洁。

另外，OpenAI还晒出了GPT‑4.5在标准学术基准测试中的结果，全面超越GPT-4o，在SWE-Lancer Diamond（coding）和MMMLU（multilingual）上超越o3-mini。

API定价非常贵

值得一提的是，GPT-4.5的API定价非常贵。

75美元/百万tokens输入、150美元/百万tokens输出。

对比GPT-4o，定价高出去15-30倍。

到底这个价格值不值呢？不少人已经分享了抢先体验的效果。

拿到内测的博主表示，实际使用中GPT-4.5非常有创造力、一定上了很多人文课。

Claude 3.7和GPT-4.5两个，非常相似。

他还列举了GPT-4.5视觉理解能力很强的例子。它能从这张星露谷截图中发现非常小的元素蝴蝶。

“独角兽评估”的实测表现也很好。

后续随着更多实测放出，应该还能看到更多有意思的例子。

One More Thing

最后，大家一定很关心，奥特曼去哪了呢？

在医院照顾小孩。

是的，他最近刚刚喜提一子。

直播回放：https://www.youtube.com/watch?v=cfRYp0nItZ8

参考链接：https://openai.com/index/introducing-gpt-4-5/

Read More