OpenAI最新发布的GPT-5在亮相后迅速成为科技与AI市场的焦点。官方将其定义为“迄今最聪明、最快、最有用的模型”，并给出多项亮眼成绩，包括数学测试得分94.6%、真实世界编码任务得分74.9%。不过，从用户反馈到第三方实测，GPT-5并未形成一边倒的正面口碑，反而出现了明显的评价分化。
根据CryptoComLearn的测评，GPT-5在编程、复杂逻辑推理等结构化任务上确实展现出强劲实力，但在创意写作、信息检索、基础数学稳定性等领域，其实际表现与市场期待之间存在不小落差。这种“基准测试优秀、用户体验争议”的矛盾，也成为GPT-5发布后的核心话题。
用户口碑分裂，旧模型回归成焦点
GPT-5发布后不久，Reddit等社区就出现大量负面讨论，部分用户用“糟糕”“灾难”“令人失望”等字眼形容其首发体验。争议声浪之大，甚至促使OpenAI重新开放旧版模型GPT-4o的显示选项。报道称，已有超过3000人签署请愿，要求恢复旧模型访问。
这一变化反映出一个关键问题：对于不少普通用户而言，模型能力并不只体现在跑分和复杂推理上，还包括对话自然度、表达风格、情感传递和使用习惯的延续性。GPT-5虽强调统一架构与更强推理能力，但在“像人一样交流”这件事上，并未完全赢得市场。
创意写作偏弱，技术正确但“缺少灵魂”
在创意写作测试中，GPT-5整体被评为B-。测评指出，它生成的故事虽然结构完整、语法无误，但语言风格依旧带有明显的AI痕迹，叙事缺乏情感层次与艺术张力，甚至在“时间悖论”这一核心设定上也未能充分展开。
相比之下，Claude 4.1 Opus在相同任务中呈现出更丰富的感官描写、更细致的因果铺垫以及更自然的人物互动。换言之，GPT-5更像一位高效的内容整理者，适合做故事总结、结构建议与创意头脑风暴，但若直接承担文学创作，其表现仍难与顶级竞品抗衡。
安全限制严格，但并非无懈可击
在敏感话题处理上，GPT-5被评为A-。其默认策略明显趋于保守，对于可能涉及争议、违法或成人内容的话题往往直接拒绝作答。这一设置有助于降低平台风险，也符合大型AI厂商当前的监管导向。
但测试同时指出，若用户通过角色扮演、虚构情节等方式包装问题，模型仍可能绕过原有约束。这意味着GPT-5在安全策略上虽然更严格，但“越狱”问题仍未被彻底解决。对企业客户而言，这类现象提醒市场：模型安全不只是拒答率高低，更在于是否具备稳定一致的规则执行能力。
信息检索成短板，长上下文优势未充分兑现
信息检索是GPT-5争议较大的领域之一，测评给出了F级评价。虽然OpenAI提供了较大的上下文处理能力，文章提到其总上下文可达400K tokens，输出窗口最高为128K tokens，但在实际长文档“找针”测试中，GPT-5对关键信息的提取准确率并不理想。
在一项300K tokens测试中，模型仅准确找出三项目标信息中的一项；在85K tokens测试中，则未能正确识别两项指定内容。测评认为，虽然通过附件方式上传材料后模型能够“读到”文档，但在精确检索、定位事实上仍不够稳定。与Claude的自动处理能力，以及Gemini在超长上下文上的表现相比，GPT-5在这一维度尚未建立明显优势。
逻辑推理与编程依旧是最大亮点
如果说GPT-5的争议主要集中在“是否更像人”，那么它的优势则体现在“是否更像工具”。在非数学推理任务中，GPT-5获得A评级。面对多嫌疑人、线索交错的推理问题，它能够较系统地拆解条件、梳理关系并得出正确结论，且解释过程清晰。
而在编程测试中，GPT-5同样拿到A。文章认为，它生成的代码通常结构清楚、视觉呈现较佳，并且在不少场景下可直接运行。更关键的是，GPT-5在价格上具备相当强的竞争力：其API价格为每100万输入tokens收费1.25美元、每100万输出tokens收费10美元；相比之下，Anthropic Claude Opus 4.1的起步价格分别达到15美元和75美元。在性能接近的情况下，成本差距使GPT-5对开发者和企业用户更具吸引力。
数学能力出现反差，基准强但基础题翻车
GPT-5在数学上的表现最具戏剧性。文章一方面指出，它在高难度FrontierMath题目上给出了完全正确的答案；另一方面，却在简单小数减法5.9 = X + 5.11中错误地给出X = -0.21，而正确答案应为0.79。这种“高阶题会做、基础题失手”的反差，引发了外界对基准测试代表性的进一步讨论。
测评认为，这可能与训练数据污染、模型推理路径稳定性不足等因素有关。对专业用户来说，这类模型也许适合参与高阶分析，但前提是使用者具备足够能力去识别其过程中的潜在错误。
市场影响：AI竞争焦点从跑分转向体验与商业化
GPT-5的发布不仅影响用户舆论，也迅速传导至预测市场。报道称，在Polymarket上，OpenAI“到8月底拥有最佳AI模型”的概率曾在GPT-5发布后数小时内从75%跌至12%，而Google则升至80%。虽然预测市场并不等同于真实份额，但它清晰反映出投资者和观察者对AI竞争格局的敏感变化。
从行业角度看，GPT-5释放了一个重要信号：大模型竞争已不再只是参数、跑分和推理能力的比拼，而是进入了产品体验、价格效率、上下文能力与安全治理综合较量的新阶段。对于加密行业从业者而言，这同样具有参考价值。越来越多Web3项目正将AI嵌入交易助手、链上数据分析、合约开发与社区运营中，模型是否稳定、是否便宜、是否适合长文本分析，将直接影响集成方案的选型。
总体来看，GPT-5更像是一款面向开发者、研究员和专业技术场景优化的模型，而非全面取代旧一代产品的“全民型AI”。如果用户核心需求是代码生成、技术分析、逻辑拆解，GPT-5具备较高实用价值；但若更看重创作表达、自然对话和个性化体验，其当前表现可能仍难完全服众。未来随着OpenAI持续迭代，GPT-5能否从“赢基准”走向“赢人心”，仍将是市场最关注的看点之一。