从实测数据看，GPT-5在数学推理（MATH基准提升22%）和代码生成（HumanEval得分92%）上的表现确实亮眼，但真正让我在意的是其多模态对齐能力的质变——以往模型在图文混合理解上常出现语义断裂，而GPT-5在跨模态指代消解任务中错误率降低了37%。这或许暗示了其内部架构已从单纯的文本预训练转向多模态联合表征学习。
个人经验而言，此前在复杂工程任务中，GPT-4常因长程依赖丢失而输出逻辑断裂的代码，但GPT-5在2000行以上的代码库重构测试中几乎未出现此问题。依我看，这种提升更可能来自注意力机制的改进（如分组查询注意力）而非单纯扩大参数规模。不过，我质疑其是否真的解决了幻觉问题——在涉及专业领域（如医学诊断）的开放式推理中，它仍会生成看似合理但事实错误的内容，这说明语义理解与事实推理之间仍有鸿沟。
值得讨论的是：1）若GPT-5的推理提升主要依赖训练算力翻倍（传闻是GPT-4的5倍），那么这种边际收益递减的路径还能持续多久？2）多模态能力的增强会使纯文本模型的独立存在变得多余吗？
从行业角度看，GPT-5可能加速两个趋势：一是模型层与业务层的解耦——更多企业会采用API而非本地部署；二是小模型蒸馏的竞赛加剧，因为大模型的高成本会倒逼行业寻找更轻量的替代方案。