GPT-5编程成绩有猫腻！自删23道测试题，关键基准还是自己提的
GPT-5编程成绩有猫腻！自删23道测试题，关键基准还是自己提的别急着用GPT-5编程了，可能它能力没有你想象中那么强。 有人发现，官方测试编程能力用的SWE-bench Verified，但货不对板，只用了477个问题。
来自主题: AI资讯
8375 点击 2025-08-12 17:07
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
别急着用GPT-5编程了，可能它能力没有你想象中那么强。 有人发现，官方测试编程能力用的SWE-bench Verified，但货不对板，只用了477个问题。
OpenAI 发布了 GPT-5，我在公众号里、社群里、论坛里，很多地方都在刷屏一个消息：GPT-5 来了，而且在编程能力上“强得可怕”。
人不能同时踩两个坑，但 OpenAI 做到了。 GPT-5 发布会上，OpenAI 因为一张比例失调的图表被全网群嘲。后续他们火速更新图表，目前已经调整好了比例。
大模型好不容易学会数r，结果换个字母就翻车了？ 而且还是最新的GPT-5。 杜克大学教授Kieran Healy表示，自己让GPT-5数了数blueberry里有几个b，结果GPT-5斩钉截铁地回答3个。
「一只手有几根手指？」 这个看似简单的问题，强如 GPT-5 却并不能总是答对。 今天，CMU 博士生、英伟达 GEAR（通用具身智能体研究）团队成员 Tairan He（何泰然）向 GPT-5 询问了这个问题，结果模型回答错了。
这个周末，对OpenAI的抗诉，好像从未如此热闹过。 起因自然还是因为GPT-5。 OpenAI上了GPT-5当天，做了一个非常神奇的操作，他们只保留了GPT-5，然后把GPT-4.5、GPT-4o、o3什么的，全都砍掉了。
GPT-5智商测试，仅拿下了70分？全网狂吐槽「降智」背后的真相，竟是「路由」决定了模型的智能。想要解锁神级GPT-5，秘诀在于prompt。这不，医学家借助GPT-5重现了「神之一手」时刻。
GPT-5的实测众说纷纭，那GPT-5最强的Pro版本表现如何？实测后，我们认为GPT-5 Pro有可能确实就是当下的最强模型。
GPT-5一上线，全网瞬间炸锅！网友怒吼「还我4o」，奥特曼秒怂了。而在他的访谈中，更是金句不断：2035年，GPT-8或能治愈癌症，2050年，全人类的AGI算力争夺或直接引爆第三次世界大战！
千呼万唤始出来的GPT-5上线后，却遇冷了… 特别是OpenAI一刀切替换所有模型后，GPT-4o反而被网友们纷纷招魂。 原因无他，GPT-5太人机。