GPT-4.5 来了！
当地时间 2 月 27 号下午，OpenAI 在一场简短的直播中推出了“情商最高”的模型 GPT-4.5，其内部代号为 Orion。
在官宣 GPT-4.5 消息时，OpenAI CEO 山姆·奥特曼（Sam Altman）写道：“我们的规模一直在不断增长，GPU 已经用完了。我们将在下周新加数万颗 GPU……这不是我们想要的运营方式，但很难完美预测哪些激增会导致 GPU 短缺。”
OpenAI 称其为该公司“迄今为止最大、知识最丰富的聊天模型”，但也强调，它不是一个前沿模型，在某些方面的性能不如 o1 或 o3-mini。
（来源：OpenAI）
GPT-4.5 将具有更好的写作能力、更丰富的世界知识，以及 OpenAI 所称的“比以前的模型更精致的个性”，同时也是最贵的。
OpenAI 在博客中写道：“GPT-4.5 在扩大预训练和后训练方面迈出了重要一步。通过扩展无监督学习，GPT-4.5 提高了其识别模式、建立联系和产生创造性见解的能力，而无需推理。”
早期测试表明，与 GPT-4.5 交互感觉更自然。它的知识库更广泛，追踪（识别）用户意图的能力更强，而且“情商”更高，这让它在提高写作、编程和解决实际问题等任务上非常有用。
图 | GPT-4.5 与 o1 的回复对比（来源：OpenAI）
OpenAI 表示，尽管存在一些局限性，但 GPT-4.5 产生的幻觉比 GPT-4o 少得多，比 o1 模型略少。
目前 GPT-4.5 仅向月费 200 美元的 ChatGPT Pro 用户开放，但从下周开始，访问权限将陆续对 Plus、Team、Edu 和 Enterprise 订阅用户开放。开发者也可以即刻在 API 中调用 GPT-4.5。
至于价格，GPT-4.5 定价比 OpenAI 现在的主力模型 GPT-4o 贵了 30 倍（输入 token）和 15 倍（输出 token）。
图 | GPT-4.5 的价格（来源：OpenAI）
GPT‑4.5 最高支持 128k 的上下文窗口，每百万输入 token 75 美元（o1 是 15 美元），每百万输出 token 则高达 150 美元（o1 是 60 美元）。
“我们以研究预览的形式分享 GPT-4.5，以便更好地了解它的优势和局限性。”OpenAI 写道，“我们仍在探索它的功能，并渴望看到人们如何以我们意想不到的方式使用它。”
在模型训练方面，OpenAI 使用了扩展无监督学习来训练 GPT-4.5。
据 OpenAI 介绍，其通过扩展两个互补的范式来提高 AI 的能力，即无监督学习和推理，它们代表了智能的两个轴：
1. 扩展推理教会模型在做出反应之前思考并产生思路链，从而使它们能够解决复杂的 STEM 或逻辑问题。OpenAI o1 和 OpenAI o3‑mini 等模型推进了这一范式。
2. 另一方面，无监督学习提高了世界模型的准确性和直觉。
GPT‑4.5 是通过扩展计算和数据，以及架构和优化创新来扩展无监督学习的一个例子。其结果是“模型拥有更广泛的知识和对世界的更深理解”，从而减少了幻觉并在更广泛的话题上提高了可靠性。
（来源：OpenAI）
OpenAI 表示，随着其扩展模型并解决更复杂的问题，教会它们更好地理解人类的需求和意图变得越来越重要。
对于 GPT-4.5，OpenAI 开发了新的可扩展技术，可以使用来自较小模型的数据来训练更大、更强大的模型。这些技术提高了 GPT-4.5 的可操作性、对细微差别的理解和自然对话。
（来源：OpenAI）
从基准测试成绩来看，GPT-4.5 相较于 4o 还是有性能提升的，但在更擅长推理的 o3-mini 面前，数学和科学测试成绩确实更差。
图 | GPT-4.5 基准测试成绩（来源：OpenAI）
OpenAI 表示，结合“对世界的深刻理解”和“更协调的合作”，GPT-4.5 可以带着“与人类协作的热情，用直观的对话自然地整理想法”。
能够更好地理解人类的意思，并以更细致入微的“情商”来解读微妙的暗示或隐含的期望。GPT-4.5 还表现出更强的审美直觉和创造力，更擅长帮助写作和设计。
在 OpenAI 给出的案例中，GPT-4.5 的回答更简洁，更符合事实，也更像是真正的对话：
图 | GPT-4.5 与 GPT-4o 的回复对比（来源：OpenAI）
值得注意的是，GPT-4.5 并非推理模型，它在给出答案之前不会“思考”，这使得它的优势与 o1 等推理模型截然不同。
与 OpenAI o1 和 o3-mini 相比，GPT-4.5 是一种更通用、天生更智能的模型。
OpenAI 表示，“我们相信推理将成为未来模型的核心能力，而两种扩展方法——预训练和推理——将相辅相成。随着 GPT-4.5 等模型通过预训练变得更加智能和知识渊博，它们将成为推理和使用工具的代理的更强大的基础。”
GPT‑4.5 可通过搜索获取最新信息，支持文件和图片，并可使用 Canvas 功能进行写作和编程。不过，GPT‑4.5 目前不支持 ChatGPT 中的语音模式、视频和屏幕共享等多模态功能。
在 API 中，GPT‑4.5 目前支持函数调用、结构化输出、流式传输和系统消息等关键功能。它还通过图像输入支持视觉功能。
根据早期测试，开发人员发现 GPT-4.5 对于“需要更高情商和创造力”的应用程序特别有用，例如帮助写作、沟通、学习、指导和头脑风暴。它还表现出强大的代理规划和执行能力，包括多步骤编码工作流程和复杂任务自动化。
按照此前官宣的路线图，GPT-4.5 上线后，OpenAI 的下一个重大模型更新将会是 GPT-5。
图 | OpenAI 的路线图（来源：资料图）
GPT-4.5 是 OpenAI 的最后一个“非思维链”模型。基于 GPT-4.5，OpenAI 将精简其产品线，为 GPT-5 带来的重大变化做好准备，为采用新方法奠定基础。
OpenAI 的 CEO 山姆·奥特曼（Sam Altman）表示，模型太多会让用户感到困惑，未来的 GPT-5 将是一个重要的里程碑，囊括 OpenAI 的全部技术进步。最大的创新是它与之前独立的 o 系列模型的集成。
OpenAI 表示，它正将其 o3 模型中的大部分技术合并到 GPT-5 中，从而有效地取消了 o3 作为独立版本的功能。换句话说，GPT-5 将结合两个并行发展的“AI 大脑”的优点。
业界猜测，GPT-5 可能会扮演“路由器模型”的角色，按需协调各种内部组件或子模型。用户只需使用 GPT-5，但 GPT-5 本身将利用不同的工具和知识来源来找到最佳解决方案，包括访问搜索引擎、执行计算或使用代码解释工具，具体取决于需要做什么。
参考资料：
https://openai.com/index/introducing-gpt-4-5/
https://bytebridge.medium.com/openais-latest-roadmap-a-closer-look-at-gpt-4-5-and-gpt-5-e1de7f0eff9c
