写点什么

GPT-4.5 发布!OpenAI 史上最大最贵也可能是最慢那个,全网都在骂大街啦

  • 2025-02-28
    北京
  • 本文字数:2491 字

    阅读完需:约 8 分钟

大小:1.29M时长:07:30
GPT-4.5 发布!OpenAI 史上最大最贵也可能是最慢那个,全网都在骂大街啦

今天,GPT-4.5 作为“研究预览”发布,OpenAI Pro 订阅用户($200/月)以及拥有 API Key 的开发者可以使用。此外,OpenAI 还发布了 GPT-4.5 的系统卡片(system card),但目前还没有完整的发布版本。

 

虽然 OpenAI 官方称 GPT-4.5 为“迄今知识最丰富的模型”,但同时警告它并非前沿模型,其性能可能不及 o1 或 o3-mini。

 


GPT-4.5 是一个“庞大且昂贵的模型”,GPU 不够使了。

 

最新、最大,但不前沿

OpenAI 方面表示,GPT-4.5 在写作能力、世界知识以及个性化优化方面均有所增强。并且,用户与 GPT-4.5 互动的体验将更加自然,该模型在识别模式、建立关联方面表现更出色,使其在写作、编程和解决实际问题等任务上更加得心应手。

 

“GPT-4.5 不是前沿模型,但它是 OpenAI 迄今最大规模的 LLM,在计算效率方面相比 GPT-4 提升了 10 倍以上。”OpenAI 在一份事先泄露的公告文件中写道。“与先前的推理版本相比,它未引入 7 项全新的前沿能力,并且在大多数准备评估中,其表现低于 o1、o3-mini 及深度研究模型。”后来,OpenAI 在更新后的官方文档中删掉了这些内容。

 

OpenAI 透露,GPT-4.5 采用了新的监督技术,并结合了传统方法,如监督微调(SFT)和人类反馈强化学习(RLHF),这些方法与 GPT-4o 的训练方式类似。尽管 GPT-4.5 仍然存在一定局限,但 OpenAI 表示,相比 GPT-4o,其幻觉现象已显著减少,甚至略低于 o1 模型。

 

从目前的情况来看,GPT-4.5 的大部分核心特性与 GPT-4o 相同:

  • 具备 128,000 的上下文窗口

  • 支持相同类型的输入(文本和图片)

  • 训练数据的截止日期仍然是 2023 年 10 月

 

目前这款大模型的 API 调用价格非常贵:输入 100 万个 token 需要 75 美元,输出 100 万个 token 需要 150 美元!相比之下,o1 的价格是 15 美元/60 美元,而 GPT-4o 仅为 2.50 美元/10 美元。

 

GPT-4.5 将率先向 Pro 用户开放,并计划于下周推广至 Plus 和 Team 级别用户,随后逐步向企业和教育用户开放。此外,该模型现已登陆微软 Azure AI Foundry 平台,与 Stability、Cohere 及微软的其他新模型共同提供服务。

 

GPT-4.5 有哪些提升?

 

根据 OpenAI 的博客,GPT-4.5 结合了更深层次的世界理解能力和增强的协作能力,使其能更自然地整合思想,在更具温度和直觉性的对话中,更好地适应人类的协作需求。此外,它在理解人类意图、解读微妙线索或隐含期望方面更加细腻,并具备更高的 “情商(EQ)”。在美学直觉和创造力方面也表现更优,特别是在写作和设计方面更为出色。

 

OpenAI 展示了一张 GPT-4.5 与 GPT-4o 之间的胜率对比图,显示在不同类别的查询中,GPT-4.5 的胜率在 56.8% ~ 63.2% 之间:

  • 日常查询(Everyday queries):57.0%

  • 专业查询(Professional queries):63.2%

  • 创造性智能(Creative intelligence):56.8%

 


此外,GPT-4.5 在 SimpleQA(简单问答)任务上的幻觉率(hallucination rate)为 37.1%,相比 GPT-4o(61.8%)和 o3-mini(80.3%)有明显改善,但仍略逊于 o1(44%)。在编程任务的基准测试中,其表现与 o3-mini 相当。

 

在 Aider 的多语言编程基准测试(polyglot coding benchmark) 中,根据网友 Paul Gauthier 的报告, GPT-4.5 的得分为 45%,低于 DeepSeek V3(48%)、Sonnet 3.7(无思考模式 60%,有思考模式 65%)、o3-mini(60.4%),但大幅领先 GPT-4o(23.1%)。

 


有趣的是,OpenAI 自己似乎对这款模型的前景并没有太大信心:

GPT-4.5 是一个非常庞大且计算资源密集的模型,因此比 GPT-4o 更昂贵,且并不能替代 GPT-4o。基于此,我们正在评估是否长期在 API 中提供它,以平衡当前能力支持与未来模型的构建。

 

有网友测试了它的绘图能力,要求它 “生成一张鹈鹕骑自行车的 SVG”,结果如下:

 


此外,API 访问速度相当慢。完整生成该 SVG 响应 花了 112 秒,动画展示了 Token 返回的缓慢过程。

 


OpenAI 的 研究科学家 Rapha Gontijo Lopes 称其为“(可能是)全球最大的模型”——显然,大模型的问题就是比小模型慢得多!

 


我们(可能)训练了全球最大规模的模型!我们相信大模型自有其独特的“气息”,迫不及待想让大家来感受一下。

 

Andrej Karpathy 的观点:没有明显提升

 

Andrej Karpathy 也发布了一些关于 GPT-4.5 的观察。他指出,自 GPT-4 发布以来,他一直期待着这一版本的推出,因为它可以作为一个定性衡量标准,展示大预训练计算量(即训练更大的模型)所能带来的改进幅度。

 

在 OpenAI 的版本体系中,每提升 0.5 代表 10 倍的预训练计算量。回顾过去的发展历程:

  • GPT-1 几乎无法生成连贯的文本;

  • GPT-2 仍显得有些混乱,像个玩具;

  • GPT-2.5 被直接跳过,进入 GPT-3,这才变得更有趣;

  • GPT-3.5 跨越了一个关键门槛,足以作为产品发布,并引发了 OpenAI 的 “ChatGPT 时刻”

  • GPT-4 的提升同样显而易见,但整体感觉更微妙。

 

GPT-4 像是一场“水涨船高”的提升,所有方面都提升了大约 20%。但 GPT-4.5 提升幅度并不算显著,尽管训练计算量是 GPT-4 的 10 倍,Andrej Karpathy 指出:

 

[...] 现在测试 GPT-4.5,我的感觉和两年前一模一样——它确实有所提升,也很棒,但又很难具体指出到底哪里有突破性提升。

 

需要注意的是,GPT-4.5 仅经过了预训练、监督微调(Supervised Finetuning)和 RLHF(人类反馈强化学习),但 并未进行深度推理训练。因此,它在数学、代码等依赖推理能力 的领域并没有显著提升。

 

可以推测,OpenAI 接下来可能会在 GPT-4.5 之上进行强化学习训练,以提升其推理能力,从而进一步扩展其在数学、编程等领域的表现。

 

这与一些网友的看法一致。Eli Lifland 认为,如果他对 GPT-4.5 的初步评估成立,那么他需要拉长对 AI 发展的预期时间线。相比 4o,GPT-4.5 并没有显著提升,尤其是在编程方面,甚至不如 Sonnet。然而,它的成本却比 4o 高出 15 倍,比 Sonnet 3.7 高出 10 到 25 倍,这让他感到困惑。

 


Gary Marcus 表达则更为直接,他认为 GPT-4.5 基本上没有实质性突破,而 GPT-5 仍然只是一个幻想。

 

扩大数据和计算量并不是一条物理法则,过去的推测基本都是真实的。相反,这几年关于 GPT-5 的各种夸大其词,并没有真正实现。有人可能会把问题归咎于用户,但事实是,结果并未达到他们的期望。

 


2025-02-28 10:242

评论

发布
暂无评论

简单三步完成 Telegram 生态的 Web3 冷启动

Footprint Analytics

Telegram Web 3.0

Java栈溢出|内存泄漏|内存溢出

EquatorCoco

Java

日志审计是什么?为什么企业需要日志审计?

ServiceDesk_Plus

日志审计 合规性管理 审计日志

关于并发编程与线程安全的思考与实践

京东科技开发者

区块链开发入门: 原理、技术与实践

区块链软件开发推广运营

交易所开发 区块链开发 链游开发 dapp开发链游开发 链游开发代币开发

万界星空科技专门针对数字化改造申报的MES

万界星空科技

可视化 数字化 智能制造 mes 万界星空科技mes

什么是 Spring Cloud?它解决了哪些问题?

我爱娃哈哈😍

微服务 SpringCloud

如何理解分布式事务

我爱娃哈哈😍

分布式 分布式事务 微服务

1018AI资讯|Optimus机器人进化,ChatGPT Windows版推出 | Siri新功能揭秘 | 复旦AI模型开创动画新纪元

言寡意多

ArkWeb高级安全模式 - 提升应用安全性

秃头小帅oi

云手机与传统手机的不同之处

Ogcloud

云手机 海外云手机 云手机海外版 云手机群控 手机群控

鸿蒙开发案例:推箱子

zhongcx

2024算力中国·年度重大成果!天翼云成功入选!

天翼云开发者社区

人工智能 云计算

为什么选择租用香港服务器?

Ogcloud

服务器 服务器租用 云服务器租用

淘宝商品详情数据接口抓取商品视频参数

tbapi

淘宝商品详情接口 淘宝商品视频接口

趣味科普:人的大脑相当于什么水平的CPU和GPU

伤感汤姆布利柏

从零开始学机器学习——构建一个推荐web应用

快乐非自愿限量之名

人工智能 机器学习 Web

认可+1!望繁信科技荣获2022年度新锐技术品牌奖

望繁信科技

数字化转型 流程挖掘 流程资产 流程智能 数字北极星

Java常用类——包装类 小白版个人推荐

不在线第一只蜗牛

Java

TapData 知识库 | 一文吃透数据整合(Data Consolidation)

tapdata

数据库 什么是ETL

京东APP百亿级商品与车关系数据检索实践

京东科技开发者

公链数字钱包开发:加密钱包App原生开发指南

区块链软件开发推广运营

交易所开发 dapp开发 链游开发 NFT开发 公链开发

创新突破!天翼云荣膺CCF HPC China 2024高性能计算创新大奖

天翼云开发者社区

云计算 高性能计算

解析阿里巴巴商品详情API返回的JSON数据结构

技术冰糖葫芦

API 接口 API 文档 API 测试 API 性能测试

ChatGPT背后的AI背景、技术门道和商业应用(万字长文,建议收藏)

京东科技开发者

过关斩将!天翼云红盾安全团队荣获双项大奖!

天翼云开发者社区

云计算 互联网大会 天翼云

一次彻底讲清如何处理mysql 的死锁问题

快乐非自愿限量之名

MySQL 数据库

五种编程语言运行速度对比

高端章鱼哥

测试人生 | 双非院校,2年工作经验年薪近20万

测吧(北京)科技有限公司

测试

第三届OpenHarmony技术大会展区亮点纷呈,全方位洞见智慧互联未来

科技热闻

Higress 重磅更新:AI 能力全面开源,云原生能力再升级

阿里巴巴云原生

阿里云 云原生 Higress

GPT-4.5 发布!OpenAI 史上最大最贵也可能是最慢那个,全网都在骂大街啦_生成式 AI_Tina_InfoQ精选文章