OpenAI终于发了GPT-5，官方宣称推理能力大幅提升，支持多模态输入，性能全面超越前代。但作为长期混迹AI社区的实践者，我第一时间跑了几个经典测试集，包括GSM8K和MATH，结果有点微妙：推理准确率确实高了，但复杂逻辑链的稳定性依然堪忧，尤其在处理多步推理时，中间步骤的幻觉率没降多少。个人经验是，这种‘提升’更像是训练数据优化带来的边际收益，而非架构上的质变。我更关注的是多模态支持的实际落地——GPT-5对图像和文本的跨模态理解确实流畅了，但生成结果依然受限于训练数据的偏见。我的质疑是：这种‘多模态’是否只是将不同模态的编码器拼接，还是真正实现了深层语义对齐？对于行业，GPT-5的发布会加速多模态应用的爆发，但推理能力的‘大幅提升’可能更多是为营销服务。大家跑过实测吗？有没有遇到和我一样的‘推理翻车’案例？另外，GPT-5在代码生成上的表现如何？我试了几个LeetCode hard题，结果并不惊艳。欢迎分享你们的对比测试数据，尤其是和Claude 3.5或Gemini 2.0的横向对比。