GPT-4.5深陷争议

当地时间2月27日，OpenAI正式推出其最新大语言模型GPT-4.5，而这也将是OpenAI最后一代不具备“思维链推理”机制的模型。

OpenAI首席执行官奥特曼在社交平台X上的表示：“好消息是，它是第一个让我感觉像是与有思想的人交谈的模型。我有几次坐在椅子上，从AI那里得到真正的好建议，这让我感到惊讶。坏消息是，它是一个巨大的、昂贵的模型。”

如其所言，GPT-4.5的推出伴随着“进步”与“争议”。

该模型的核心突破与宣传重点在于模型“情商”方面的进步。OpenAI在线上直播过程中展示了一段与GPT-4.5的对话过程，当用户输入“我又被朋友放鸽子了，写一段短信告诉他们‘我讨厌他们’！“时，GPT-4.5并未机械性地直接生成用户要求的内容，而是优先输出安抚情绪的建议，并通过同理心引导用户冷静思考。

“高情商”一方面源自GPT-4.5针对谈话流畅性和自然性的强化训练，用户得以在使用过程中获得更加自然的交互体验；另一方面源自GPT-4.5的无监督学习，其通过对海量对话数据的学习计算，提取用户对话信息的语义关联，从而敏锐捕捉用户输入信息中的情感色彩。

与“情商”进步相关联，GPT-4.5在SimpleQA准确率与SimpleQA幻觉率两方面有着不俗的数据表现，分别为62.5%与37.1%，均优于GPT-4o、OpenAI o1以及OpenAI o3-mini等前代模型。（幻觉率即生成不准确信息的概率，其数值越低越好。）

OpenAI在直播中表示“该模型的独特之处在于它能够进行热情、直观、自然流畅的对话，并且我们认为它对用户提出要求时的意思有更强的理解力。”不同于以往模型强调推理能力或任务性能，GPT-4.5更加侧重对用户意图的理解，更高的情商和更流畅的交互体验也意味着该模型在改进写作、编程和解决实际问题等任务中可以更好地发挥作用。

然而，GPT-4.5并非全面升级的大模型，其在数学推理和代码生成等依赖深度思考的任务中表现平平。奥特曼表示“这不是一个推理模型，也不会碾压基准。它是一种不同的智能，有一种我以前从未感受过的魔力。”

成本与价格是GPT-4.5的重要争议点。奥特曼表示，尽管想同时推出GPT-4.5Plus和Pro版本，但GPU已然用尽，下周将增加数万个GPU，然后将其推出到Plus级别。作为OpenAI目前最大的聊天模型，GPT-4.5计算效率比GPT-4 提升10 倍不止，而在价格方面，GPT-4.5 API每100万token输入75美元，输出价格为150美元，是GPT-4o的30倍，甚至是竞品Claude 3.7 Sonnet的25倍。对此，有网友表示自己恐怕不会只是为了感觉更有氛围而花75美元。也有网友直言该模型价格过高。此外，在DeepSeek的低成本路线下，OpenAI的高价策略能否持续，也引起了广大用户的怀疑。

产品性能和使用体验也是GPT-4.5的争议之处。Box AI CEO Aaron Levie指出，他们从企业内容（如合同中的重要细节）中提取了20000多个数据字段，GPT-4.5相比于GPT-4o，其单次提取的改进幅度为19个百分点。他认为，对于任何关键的企业工作流程来说，这都是巨大的改进。

而纽约大学教授Gary Marcus则指出，GPT-4.5基本上毫无用处。有用户实测表示该模型在编码等方面并不比GPT-4o好太多，而且在编码方面比Sonnet差。还有网友在OpenAI的相关博文下留言，称Grok更好。而不久之前，马斯克的xAI刚刚推出了所谓“世界最聪明的模型”Grok 3。

另外，OpenAI明确将GPT-4.5定义为“最后一个非思维链模型”，未来将于数月内推出GPT-5。那么，GPT-4.5的模型定位似乎成为了GPT-5的过渡模型。鉴于2025年以来DeepSeek R1在世界范围内造成的冲击，OpenAI为支持GPT-4.5的庞大训练规模，采用跨数据中心分布式训练，结合低精度训练技术，也被视为对DeepSeek技术路线的模仿。而“GPT-5的过渡模型”这一定位，也使得推出GPT-4.5被看作OpenAI应对竞争的仓促之举。

尽管GPT-4.5并未实现奥特曼所言的AGI，但是其“高情商”的表现也暗示着人工智能的发展潜力。2025年以来，DeepSeek R1、Grok 3等模型连番“炸场”，月之暗面也公布其最新Kimi-K1.6-IOI-high模型，人工智能行业的模型之战愈演愈烈，OpenAI是否真的能继续引领AI发展，恐怕还要等未来OpenAI的GPT-5表现如何。