ChatGptの新しいバージョンは、超人的な婚約者の夢を失望させて遅くします

Steve Jobsが2007年にiPhoneを発表したかのように、Sam Altmanは昨日、彼の目に新しい男の子に提示しました。 GPT-5、新しいChatGPTアップデート。広いストロークでは、前任者よりも賢く、速く、より良い推論バージョンです。しかし、それは残っています。私たちは直面していません 一般的な人工知能 （Agi）Altmanが追求することは、たとえば、地球上に存在する最高のプログラマーであることはさらに優れていません。

これは、先週の広告の後にAltmanが「誇大広告」を生成したすべてのAI専門家を失望させ、GPT-5が市場の人工知能システムの残りのシステムを「全滅させる」ことを暗示していることを暗示しています。そうではなかった何か、そしてそれはまた、の発売であった大失敗を思い出しました Apple IntelligenceWWDC 2024の間に発表された約束と比較して。

AIの専門家であり、その他のIDEAIの所有者であるMatt Shumerは、数週間前にGPT-5にアクセスし、ABCにこれまでのところ最高のモデルですが、これまでのところ最高のモデルであると説明することができます。 「あなたは最も努力しすぎて、最大限に活用する必要があります」平均的なユーザーが今できることができないので、彼はこれまでに使用してきたGPT-4.5と大きな違いに気付かないでしょう。

プログラマーにとって最高のアシスタント

«GPT-5は非常に詳細であり、長いコンテキストがある場合に最適であるため、愚かなエラーが少ないためです。実際、Altmanは、新しいモデルのプレゼンテーションで「プログラマーに最適なアシスタント」であると述べました。

実際のGitHubタスクに焦点を当てたベンチマークSWEベンチでは、GPT-5は最初の試みに成功の74.9％に達します。これまでのところ、選択肢はありませんでした。 Sam Altmanが率いる会社によると、Claude Opus 4.1（74.5％）とGemini 2.5 Pro（59.6％）を超えています。正確な表示、デザインアプリケーション、インタラクティブゲーム、または正確なリポジトリでコードを浄化するだけで、ゼロからWebサイトを作成できます。彼は実行するだけでなく、彼が何をしているのか、なぜ彼がするのかを説明します。

元Appleデザイナーの影響を受けています

一方、GPT -5は内部を改善するだけでなく、私たちが彼と対話する方法も変えます。 ChatGptには、皮肉、ロボット、リスナー、オタクの4つの新しい性格が組み込まれています。それぞれが独自のスタイルで応答し、指示を与える必要なく、トーン、態度、焦点を調整します。また、AIでのチャットの色を変更することもできますが、このオプションは支払いユーザーのみが利用できます。すべてが、古いAppleデザイナーであるJony IveとのOpenaiとの関係がGPT-5ノベルティに影響を与えたことを示しています。

ただし、GPT-O3は科学研究の最良の選択肢であり、GPT-4.5は書くのに理想的なモデルであると思われます。良いことは、昨日からGPT-5が今日の時点ですべてのCHATGPTユーザーのために無料で展開されていることです。無料版のユーザーは、GPT-5およびより高速ではないが正確ではないGPT-5 MINIの両方にアクセスできます。

一歩前進しますが、大きなジャンプではありません

GPT-5に興奮する理由はありますが（モデルはバージョンの下位区分を残し、推論や速度を優先する必要がある場合にリアルタイムで決定するシングルになるために）、ジャンプは約束されません。新しいモデルの最初のテストの2つは、ロイターに、科学と数学の問題をプログラムして解決する能力にも感銘を受けたが、GPT-4からGPT-5へのジャンプはGPT-3からGPT-4ほど大きくないと考えています。 「Openaiの内外が何年もの間断定されてきたことは、ほとんど人間の知性の考えにはほど遠い」と彼らは強調している。 ABCでは、いくつかのテストを行いましたが、専門家が指摘するように、非常に基本的なことが尋ねられると、既にGPT-5があるか、答えの5番目の単語が何であるかのように尋ねられます。

複雑な開発

GPT-5の開発も単純ではありませんでした。 Altmanは、モデルのすべてのコンポーネントを統合できなかったため、発売が数か月遅れなければならないことを公に認識しました。彼はまた、彼らが予想されるものに十分な能力があることを確認したいと言いました。しかし、これらの遅延の背後にはもっとありました。一方で、Openaiは問題の問題に遭遇しました。このタイプモデルを訓練するための新しいクリーンソースはそれほど多くありません。

会社の元科学部長であるイリヤ・サツケバーは、「私たちは権力に登ることができますが、データではなく登ることができます」と説明しました。別の問題は、大規模なモデルの「トレーニング実行」は、システムの複雑さを考慮してハードウェアによる障害を提示する可能性が高く、研究者は実行の終了までモデルの最終パフォーマンスを知ることができなかったことです。