免費ChatGPT用戶也能體驗！OpenAI公布GPT-5 API價格

　　北京時間今天凌晨1點，OpenAI 公司正式宣布推出 GPT-5模型。OpenAI 首席執行官山姆?奧爾特曼在發布會上宣稱，這是邁向通用人工智能(AGI)的重要一步，與 GPT-5交流，就如同和人類專家交流一般自然流暢。

　　發布會上，OpenAI 團隊詳細介紹了 GPT-5模型。該模型在包括 Swe Bench 在內的多個基準測試中表現卓越，設定了新的水平，其關鍵改進領域在于提高可靠性并準確闡述事實。

　　從推出計劃來看，OpenAI 宣布即日起面向免費、Plus 以及 Pro 訂閱用戶推出 GPT-5。免費用戶可免費使用，但存在配額限制;Plus 和 Pro 訂閱用戶則能享受更高的使用權益。

　　在直播演示環節，GPT-5展現出了驚人的能力。當被要求解釋 Bernoulli 效果時，它響應迅速;而在創建視覺效果時，雖響應時間稍長，但也出色完成任務。用戶還能要求 GPT-5在實際提示中“深入思考”或“更精確”，甚至可以看到其思維過程。在編程演示中，GPT-5更是表現驚艷，幾分鐘內就輸出超過200行代碼，創建出一個包含眾多視覺與音頻元素、旨在幫助伴侶用戶學習法語的網站。

　　除了編程能力，GPT-5還即將上線語音模式。直播中展示了 ChatGPT 在語音模式下僅用一個單詞回應，并總結出“自豪感和偏見為‘人際關系’”的出色表現。

　　ChatGPT 的記憶(Memory)功能也迎來升級，Pro、Plus 以及 Teams 訂閱用戶可將 ChatGPT 連接至谷歌帳號，訪問日歷內容，實現與 Gmail 和 Google Calendar 的聯動。這意味著 GPT-5能根據用戶日常行程獲取更多情境能力，甚至提醒用戶回復電子郵件。這一功能將于下周首先向 Pro 用戶推出，隨后擴展至 Plus 和 Teams 訂閱用戶。

　　在安全性和防止欺騙方面，OpenAI 也下足功夫。GPT-5的目標是在安全限制內最大程度地幫助用戶。與以往模型如 o3以安全為由直接拒絕回答不同，GPT-5會解釋為何不能提供幫助，并引導用戶到第三方或手冊獲取信息。

　　此次發布的 GPT-5系列包含 GPT-5、GPT-5mini 以及 GPT-5nano 三款模型，上下文長度均為400K，最大輸出128K tokens。在 API 價格方面，GPT-5每百萬 tokens 輸入費用1.25美元，輸出費用10美元;GPT-5mini 每百萬 tokens 輸入費用0.25美元，輸出費用2美元;GPT-5nano 每百萬 tokens 輸入費用0.05美元，輸出費用0.40美元。

　　值得一提的是，GPT-5首次采用“內嵌式三位一體集成架構”，由 GPT-5-main、GPT-5-thinking 和實時路由機制共同組成，還附帶額度耗盡后自動切換的 mini 版本。實時路由機制如同“交通指揮員”，能根據對話場景、復雜度、工具需求及用戶意圖，在毫秒級調度最適合的模型，并持續通過真實用戶反饋自我進化。免費版 ChatGPT 也能體驗 GPT-5，但設有用量上限，超額后降為 GPT-5-mini;Plus、Pro、團隊、企業及教育用戶則依據訂閱級別獲得更高額度或無限使用權，Pro 用戶還可獨占 GPT-5Pro 模式。

　　在多項基準測試中，GPT-5成績斐然。在2025年美國 AIME 數學競賽中，無工具版本得分94.6%，啟用 Python 后沖到99.6%，Pro 版疊加 Python 工具直接滿分;軟件工程權威SWE-bench 測試中，GPT-5-thinking 以74.9%刷新紀錄，遠超 o3的69.1%;健康領域 HealthBench Hard 子集里，GPT-5-thinking 從 o3的31.6%躍升至46.2%，拿下全球第一;安全維度上，其高風險場景錯誤率比 GPT-4o 降低50倍，潛在幻覺率較 o3下降8倍，全球健康場景零失誤。不過，直播現場也發生了一段小插曲，官方演示 PPT 中誤把 o3在 SWE-bench 的柱狀圖畫成與4o 等高，引發彈幕調侃。

　　OpenAI 強調，GPT-5的訓練數據依舊來自公開網絡、合作授權及用戶生成內容，但通過升級版過濾策略與 Moderation API 顯著降低隱私與有害信息風險;強化學習則首次用于“先思考后回答”的推理鏈路，提升模型邏輯與準確率。

　　從今天起，ChatGPT Plus、Pro、團隊用戶已可切換至 GPT-5作為默認模型，免費用戶逐步放量，企業和教育版一周后全面開放;Pro 用戶可無限使用并獨占更強 Pro 模式，Plus 用戶享有顯著高于免費檔的額度，團隊及企業客戶則可在組織層面無縫部署。OpenAICEO 山姆·阿爾特曼在直播尾聲表示“希望 GPT-5成為人類大腦的延伸”，留下業界對“通用人工智能臨界點”的無限遐想。