评价OpenAI及GPT - 5，不同的视角会得出不同的结论，而这背后反映的是OpenAI从研究实验室公司向产品平台公司的转变。

不同视角下的GPT - 5

作为大众产品公司

如果把OpenAI视为已成功破圈、拥有10亿MAU的大众产品公司，GPT - 5是ChatGPT产品的一次重要升级。Routing能力的加入首次梳理统一了ChatGPT的产品线，是UX交互的重要革新。如同苹果只推一款iPhone产品线，短期内用户可能要适应GPT - 5的优缺点，但长期来看更易占领用户心智。

GPT - 5强调实用性和生产力，标志着ChatGPT产品从“朋友”迈向“助手”。其Vibe coding能力大幅提升，reasoning model更可靠、高效，引导着AI推理的算力需求增加。若推动普通用户和非技术企业向reasoning model + vibe coding迁移，将出现更多高token cost的推理任务。

作为追逐AGI技术范式的实验室

若仍将OpenAI看作“追逐AGI技术范式的实验室”，此次发布未见明确范式升级，也未解锁更高经济价值的新任务类型。Router未内化到同一个模型中，进度低于预期，因为模块化系统的智能程度不如端到端模型。对SOTA模型进行评估需要长时间、多维度、高频交互，未来初创公司可能基于GPT - 5降本、解锁新场景，不过这需要时间和规模化验证。

OpenAI的蜕变与评价视角

ChatGPT是To C最好的智能产品品牌，OpenAI正从research lab公司转变为产品平台公司。近半年，ChatGPT增速加快、用户使用习惯泛化、使用粘性增加，开始真正破圈走向大众，有了下一个Google的影子。因此，从OpenAI作为产品公司的视角评价GPT - 5更为合适。

GPT - 5：精通现有场景的Everything Model，但非次世代Agentic Model

能力提升

经过测试，GPT - 5在多数场景下任务完成度有所提升，解决了许多现实用例的卡点。其Vibe coding提升幅度大，性价比高，能平替大量基础任务；reasoning的效率与效果较o3明显提升，长上下文/工具使用更稳；API支持自定义工具，能定义高灵活度的tool - use工具集。

明显短板

Agentic能力体感无明显进步，Claude Code类agentic coding任务不如Claude 4，Deep Research表现略有下降。GPT - 4o式有“人味”和情感的对话明显减弱，指令跟随不如Claude，在复杂指令中部分要求易被忽略。这可能与routing system的加入、hallucanation的降低以及coding数据比例的增加有关。

GPT - 5是Router驱动的系统

Router的作用与优势

Router能按用户问题的复杂度与prompt信号，动态选择不同模型的智力水平和思考深度，用户可通过提示让router用更深度的思考。Router本身是小模型，利用历史用户行为数据进行训练，随着用户数据积累，其模型选择能力会快速优化。

未来ChatGPT计划将Router合入同一个模型，目前进度低于预期，因为端到端模型比级联模型更智能。Routing系统与用户抱怨的对话体验差相关性较高，对于陪伴型用户，风格可能不统一；对于效率型用户，复杂问题若未被路由到reasoning model，易出现幻觉。但从商业影响看，类似苹果只做一款产品，有助于成本优化和占领用户心智，比Google Gemini的多产品线并存更好。

商业策略

伴随着Anthropic API收入超过OpenAI的消息，GPT - 5下场打价格战，用性价比挑战Claude 4的高端模型定位。旗舰模型价格与Gemini 2.5 Pro持平，是Sonnet 4的一半、Opus 4的十分之一，比4o还便宜；平价模型比Gemini 2.5 Flash更便宜。

GPT - 5更适合做Vibe Coding

优势与特点

2024年6月Claude 3.5 Sonnet发布以来，Vibe Coding成为AI能力应用的主航道，OpenAI终于追上。GPT - 5的coding能力较前代模型提升大，适合做Pair Programmer，在IDE中配合进行迭代式开发，Debug体验不错。但它不够适合Agentic Coding，对比Claude Code，写代码更谨慎，对长代码/长时间执行的任务不够放得开。

应用潜力

GPT - 5完成的编程任务相对无趣，需要用户进一步交互和协同修改，但在满足泛大众开发者（citizen developer）的vibe coding需求方面有潜力。基于ChatGPT 10亿月活的用户体量，有机会把vibe coding需求推到新高度，甚至基于coding + 用户泛化做生成式软件平台，成为新的AI workspace入口。

Reasoning能力的进步与产品化

使用率提升

普通用户的reasoning model使用率从不到1%提升到7%，plus用户从7%提升到24%，传统企业用户使用最多的也是4o模型，reasoning model的扩散空间大。这既得益于routing能力带来的渗透率增加，也在于其自身的重要进步。

重要进步

 • 幻觉优化：早期o3存在RL reward hacking问题，导致“谎称任务完成/对不确定答案过度自信”，GPT - 5大幅缓解了这一点，在CharXiv多模态基准中，移除图片后，o3“自信回答”不存在图片问题的情况占86.7%，而GPT - 5仅占9%。

 • 推理效率：推理效率更高，在优于o3的同时，token成本下降了50％ - 80%。API中设置了参数支持low / medium / high三档推理强度，开发者可选择看到模型thinking trace。

 • Tool use：GPT - 5优化了tool use能力，不满足于窄工具，偏好开放式、可组合、以自然语言为输入的工具，能“1 + 1 > 2”。它支持更自由的调用接口，成为free - form function calling，不再强依赖严格JSON schema + 精确槽位填充。还具备Parallel tool calling功能，能判断任务执行的并行和串行顺序，未来有望解锁更长的任务链。这一设计思路接近Claude Code，是不错的探索方向，期待GPT - 5后续有更多亮点。

总体而言，GPT - 5在现有任务上是实用、优秀的everything model，OpenAI的产品化战略在其中体现明显。但要保持领先，Agentic能力不可或缺，期待GPT - 5后续演进有更多此类亮点。