剛剛，GPT-4.5發布！OpenAI最大最貴模型，主打情商高，奧特曼帶娃缺席發布會
GPT-4.5正式發布，號稱OpenAI最大和最好的聊天模型。
但很意外啊，這么大的事奧特曼都不來。
這次OpenAI也不打算秀炫酷的解題，也不打算曬各種榜單的排名，反而強調起了情商。
第一個現場演示：
“我又被朋友鴿了，幫我寫個短信告訴他們我恨他們。”
o1意識到這樣會“友盡”，但也只是很忠實的按要求完成了任務。
GPT-4.5甚至都沒完成提示詞中的任務，但整個互動顯得更自然了：
- 先識別出用戶很煩惱
- 建議更清楚的表達自己的情緒
- 給出兩種備選方案
- 再詢問用戶是否堅持原來的要求
第二個現場演示，強調GPT-4.5掌握更多世界知識，以及講述知識的方式更自然。
解釋為什么海水是咸的。
GPT-4 Turbo掌握很多知識，但回答就像是在炫耀它很有知識，只是把事實羅列在一起。
同樣這些知識，GPT-4.5的語氣更有互動感，還考慮到用一句簡潔的開場，讓用戶更容易記住三個關鍵詞。
面對更專業的問題“用第一性原理解釋AI對齊的必要性”，o1的回答像是寫論文，而GPT-4.5通過“第1步、第2步、第3步……”來引導用戶思考這個問題。
除了演示之外，直播中也透露了GPT-4.5開發過程的一些內幕：
如“激進地”使用了低精度訓練，預訓練階段跨多個數據中心完成。GPT-4.5會成為未來推理模型的基礎模型。
從今天起，GPT-4.5開放給200美元一個月的Pro用戶。下周逐步開放給20美元一個月的Plus用戶。
不是最前沿，但是最大模型
技術報告中表示：GPT-4.5不是一個前沿模型，但它是OpenAI最大的語言模型，比GPT-4的計算效率提高了10倍以上。
OpenAI稱通過擴展無監督學習和推理提升AI的能力。
GPT?4.5通過擴展計算和數據以及架構優化擴展了無監督學習，擁有更廣泛的知識和更深入的世界理解能力，所以幻覺更少。
在衡量LLM事實準確性的SimpleQA基準上，GPT-4.5準確率62.5%，幻覺率37.1%，比GPT-4o、o1、o3mini優化了不少。
以下是一個具體的幻覺降低的案例。
假如用戶詢問“第一種語言是什么”，GPT-4.5會誠實回答不知道、這還是人類未解之謎，而不是隨便蒙一個答案。
此外，Blog中還稱開發了新的可擴展的技術，能夠利用從小型模型衍生出的數據來訓練更大更強的模型，由此提升了GPT?4.5的可操控性、對細微差別的理解以及自然對話能力。
在人類偏好評估中，測試者更傾向于選擇GPT?4.5而非GPT?4o。
OpenAI表示，GPT?4.5對人類意圖的理解更深刻，能夠以更細膩的“情商”解讀微妙的線索或隱含的期望，還展現出了更強的審美直覺和創造力，在協助寫作和設計方面表現出色。
比如，當用戶表達“考試不及格、很難過”，它會安慰、鼓勵用戶。作為對比，4o給出的回答就更加冰冷，沒什么安慰的話語。
在一些回復上，GPT?4.5對比4o回答也更簡潔。
另外，OpenAI還曬出了GPT?4.5在標準學術基準測試中的結果，全面超越GPT-4o，在SWE-Lancer Diamond（coding）和MMMLU（multilingual）上超越o3-mini。
API定價非常貴
值得一提的是，GPT-4.5的API定價非常貴。
75美元/百萬tokens輸入、150美元/百萬tokens輸出。
對比GPT-4o，定價高出去15-30倍。
到底這個價格值不值呢？不少人已經分享了搶先體驗的效果。
拿到內測的博主表示，實際使用中GPT-4.5非常有創造力、一定上了很多人文課。
Claude 3.7和GPT-4.5兩個，非常相似。
他還列舉了GPT-4.5視覺理解能力很強的例子。它能從這張星露谷截圖中發現非常小的元素蝴蝶。
“獨角獸評估”的實測表現也很好。
后續隨著更多實測放出，應該還能看到更多有意思的例子。
One More Thing
最后，大家一定很關心，奧特曼去哪了呢？
在醫院照顧小孩。
是的，他最近剛剛喜提一子。
