刚看完OpenAI发布的GPT-5技术文档，有几个点想和大家讨论下。

首先，推理能力提升确实惊人，在GSM8K和MATH这类数学推理基准上，GPT-5比GPT-4提升了约30%，编程任务（HumanEval）也接近90%的通过率。但个人经验是，这类静态基准测试往往有“数据污染”嫌疑——模型可能见过类似题目。我更关心的是它在复杂逻辑链条（比如多步因果推理或法律条文矛盾检测）上的表现，目前公开资料里缺乏这类“非标准化”测试的细节。

其次，多模态输入从图片扩展到视频和音频，这无疑拓宽了应用场景。但我质疑其“端到端”的融合质量：比如对视频中连续帧的时空一致性理解，是否真的比分开处理后再拼接效果好？如果只是把视频抽帧成图片分别推理，那本质上还是“假多模态”。

技术趋势上，GPT-5的“大力出奇迹”路线（更大模型、更多数据、更长训练）似乎再次验证了scaling law的有效性。但这也引发了两个问题： 1. 推理能力的提升，是源于新的架构设计（比如更深的Transformer层或动态稀疏注意力），还是仅仅靠更海量的合成数据做强化学习？ 2. 对于中小团队，这种“暴力美学”是否意味着模型微调和部署的门槛反而降低了（因为API更强大），还是说他们会被更贵的推理成本逼到墙角？

期待有实测过的朋友分享下GPT-5在长文本逻辑一致性或实时视频理解上的真实体验。