在经历了无数次“跳票 ”后，市场翘首以盼的GPT-5终于登场 ，但迎接它的并非预想中的热烈掌声。

　　《每日经济新闻》记者（以下简称“每经记者
”）第一时间进行实测后发现
，被寄予厚望的GPT-5，其输出的文章“AI味”似乎比以往更重了 。与此同时 ，全球用户与行业专家的反馈也颇为尖锐：GPT-5的写作能力被指出现“倒退 ”
，编写的代码被讽刺为“美而无用
”，甚至在被誉为通用人工智能（AGI）终极测试的Arc Prize中 ，惨遭竞争对手马斯克旗下Grok 4的“碾压”
。

　　然而
，在这场略显平淡甚至令人失望的技术发布背后，一个更清晰的战略转向正在浮现：OpenAI似乎不再痴迷于单纯的技术迭代本身 ，而是将目光更多地投向了公司的生存与商业扩张。

　　在技术边际收益锐减 、运营成本高企
、核心人才流失等多重隐忧的夹缝之中，OpenAI为GPT-5制定了向普通用户免费开放和远低于竞争对手的API定价策略 。这表明
，GPT-5的角色，已不再是那个惊艳世人的“技术奇迹 ” ，而是OpenAI冲击5000亿美元估值、全力争夺B端（企业）与G端（政府）市场的关键商业筹码
。

　　“博士级专家
”的尴尬——“AI味”的文章与“美而无用 ”的代码

　　在8月7日的发布会上
，OpenAI的CEO山姆·阿尔特曼曾用三个生动的身份，类比了公司三代旗舰模型的演进：GPT-3像是偶有灵光闪现但常伴挫败感的高中生；GPT-4则如同具备了真实智慧与实用价值的大学生；而最新的GPT-5 ，则被誉为可以按需召唤的“博士级专家”
，能够随时助力用户达成各种复杂目标。

　　OpenAI声称，GPT-5在超高难度的科学问题上刷新了世界纪录 ，并在与人类专家的对比测试中
，有近70%的场景表现更优 。此外，GPT-5还与现有的o系列模型进行了无缝整合 ，能够根据任务的复杂性
，自动选择最佳的推理路径
。官方数据显示，GPT-5在代码生成和写作领域的准确率均高于GPT-4系列 ，部分内部测试中的错误率甚至下降了约80%。

　　为了减少备受诟病的“幻觉
”问题，GPT-5还引入了更严格的事实核查与内容过滤机制 。具体来看
，在联网搜索时，GPT-5的事实错误概率比GPT-4o低约45%；独立思考时 ，出错概率比o3模型低约80%；在开放式事实性基准测试中
，产生“幻觉”的数量更是比o3模型少了约六分之五。

　　OpenAI在发布会上特别强调了GPT-5在代码生成和写作方面的能力
。然而，用户的实际使用体验 ，似乎并未完全印证官方的说法。

　　首先
，在写作能力上，尽管OpenAI声称GPT-5的文笔更具“人味儿 ” ，但有用户在体验后直言
，其写作能力甚至“退化到和GPT-3.5差不多
” 。每经记者也要求GPT-5就本场发布会撰写一篇新闻报道，最直观的感受是：其输出的文章逻辑清晰 ，但遣词造句的模式化痕迹明显
，“AI味”比以前更重了
。

　　其次，在编程方面 ，GPT-5的优势也并不突出。在改进版的编程能力评估基准SWE-bench Verified测试中，GPT-5并未与竞争对手Anthropic公司的Claude 4.1 Opus拉开显著差距 。尽管OpenAI在发布会上展示了令人惊艳的编程演示
，但在实际应用中的效果却备受质疑
。

　　Meta公司的一位工程师体验GPT-5后在社交媒体上感叹道：“GPT-5仅用一次调用就重构了我的整个代码库：25个工具调用，3000多行新代码 ，12个全新的文件。 ”但他随即话锋一转：“然而
，这些代码都无效（无法正常工作），虽然确实写得很漂亮 。
”

　　另一位研究人员在经过一系列项目代码测试后 ，甚至给出了一个颠覆性的结论
，他认为目前主流大模型的代码编写能力排名应该是：Claude Opus 4.1 > Gemini-2.5-Pro > GPT-5-Thinking
。

　　从第三方的基准测试数据来看，GPT-5相较于竞争对手的旗舰模型 ，其领先优势也微乎其微。根据Artificial Analysis的综合排名
，GPT-5目前虽然位列第一，但其综合得分仅比自家的老模型o3高出两分 ，比Grok 4仅高出一分 。而在被誉为AGI终极测试的Arc Prize竞赛中
，GPT-5更是被Grok 4大幅超越
。

　　“GPT-5不太可能‘超越一切预期’，因为大模型的边际收益正在迅速递减。”AI营销与销售专家 、太和智库研究员唐兴通在接受每经记者采访时分析指出 ，“我们今天所看到的所谓‘进步’，更多是来自于工程层面的调优和多模态能力的融合
，而非纯粹的智能层面上的突破 。 ”

　　他认为，AI的发展正面临两大物理限制：“我们必须清醒地认识到 ，‘数据墙’是客观存在的
，高质量的公共训练数据正在被快速耗尽。同时，算力成本的指数级增长 ，也让过去那种‘大力出奇迹’的暴力美学难以为继
。
”

　　当技术光环褪色——OpenAI被迫打响“价格战”

　　在GPT-5的技术表现未能完全征服市场的同时
，OpenAI为其制定的商业策略，却显露出了前所未有的“杀气 ”。

　　目前 ，无论是Plus
、Pro、团队版还是免费用户
，均已陆续接入GPT-5 。对于广大的开发者和企业API用户，GPT-5的定价策略极具竞争力：其标准版API的定价为每百万token输入1.25美元 ，输出10美元
，这不仅低于上一代的GPT-4o，更远低于其主要竞争对手Claude Opus 4.1和Gemini 2.5 Pro
。而其轻量级的GPT-5-mini版和GPT-5-nano版的价格则更为低廉。

　　OpenAI的这套定价策略显然直指广阔的B端市场：通过极具吸引力的超低API价格 ，将那些正在自研模型或使用竞争对手服务的企业客户，直接“挖
”到自己的生态中来 。在GPT-5发布会的后半场
，OpenAI也一反常态，将重点放在了分享企业应用案例上 ，详细展示了其模型如何帮助企业构建各种应用
，并专门推出了服务于企业的GPT-5-chat模型
。

　　“OpenAI面临着巨大的降价压力，主动降价是深思熟虑后的市场分层策略 ，旨在应对日益激烈的开源模型竞争。”唐兴通向每经记者指出
，“在技术上越来越难以‘一步登天’的背景下，商业上的‘遍地开花’才是当务之急 。AI的下半场 ，胜利将不再属于那个模型参数最高的玩家
，而是将属于那个能率先为顶尖技术找到‘杀手级应用’的玩家
。 ”

　　GPT-5的目标，已不再是通过炫技来获得市场的掌声 ，而是要精准地瞄准企业客户口袋里的真金白银。GPT-5并非一个颠覆性的代际跨越模型
，而是OpenAI准备投入到残酷商业肉搏战中的关键筹码 。

　　IT研究公司Gartner的分析师阿伦·钱德拉塞卡兰也认为，GPT-5仍然只是一种“渐进式优化” ，而非颠覆性的 、跨越式的提升
。唐兴通则表示，GPT-5的“渐进式改进
”
，短期内可能会刺破资本市场的幻想泡沫，估值会承压 ，但对于其中长期的商业化进程
，甚至可能是件好事。“关键已经不在于技术本身有多么性感，而在于如何将已经足够强大的技术 ，转化为能够解决现实世界问题的可靠产品 。”

　　“OpenAI需要加速从一个伟大的实验室
，进化为一个强大的商业帝国。 ”唐兴通总结道
。

　　C端增长见顶？——OpenAI的5000亿美元估值野望

　　GPT-5的发布，或许还与OpenAI近期的资本运作密切相关。

　　据媒体8月7日报道 ，OpenAI正在与现有投资者展开初步谈判
，商讨一次员工持有的股权出售事宜 。如果这笔交易能够达成，OpenAI的估值预计将从目前的3000亿美元 ，一举跃升至5000亿美元
，这将超过埃隆·马斯克旗下SpaceX的3500亿美元，使其成为全球最具价值的未上市AI公司
。

　　唐兴通向每经记者指出 ，5000亿美元的估值，反映的并非OpenAI当前的市场价值
，而是资本市场对其在AGI时代的一种“期权定价
”。“支撑这个估值的核心逻辑是：谁掌握了通向AGI的最短路径，谁就拥有了重新定义整个世界的权力 。”

　　然而 ，现实的财务压力依然严峻
。有媒体预计OpenAI今年的收入将达到120亿美元
，但其居高不下的运营成本依旧是困扰其发展的一大难题。有分析指出，OpenAI每创造1美元的收入 ，可能将伴随着2.25美元的成本 。据此粗略估计
，该公司今年的运营支出预计将超过280亿美元，这些支出主要与其使用的微软云计算服务
、正在建设的“星际之门 ”数据中心项目 ，以及与算力提供商CoreWeave签订的129亿美元五年期协议有关
。除了财务压力
，OpenAI还面临着核心人才流失的挑战，近期多名AI关键研究员的离职 ，可能在一定程度上削弱其技术领先优势
，并增加其人力成本。

　　“在AI这条赛道上，现金流为负并不是问题 ，失去技术领先地位才是真正的灾难 。
”唐兴通认为，“当前的巨额投入
，都是在为未来的潜在垄断地位买单
。”不过，他也指出 ，持续的融资可以暂时解决资金问题
，但无法从根本上解决其盈利模式的难题。

　　目前，OpenAI的收入增长主要依赖于ChatGPT的订阅业务 ，该业务贡献了公司总收入的约70% 。最新数据显示
，ChatGPT每周约有7亿活跃用户。但在唐兴通看来，7亿用户既是OpenAI的“荣耀勋章 ” ，在某种程度上也代表着其“增长的边界
”
。

　　“ChatGPT的C端增长确实已接近饱和
，但OpenAI真正的野心，在于广阔的B端（企业）和G端（政府）市场。”他分析道 。OpenAI近期时隔六年再次开源部分模型 ，正是为了吸引那些对数据主权高度敏感的政企客户
，这标志着其战略重心正在从“消费互联网 ”转向“产业互联网
”
。

　　OpenAI的团队深知，其以API驱动的商业模式 ，在中低端市场迟早会被更便宜、更灵活的开源模型所侵蚀。与其被动地等待被其他人颠覆，不如主动求变 。因此
，OpenAI正在从单纯的“卖算力”，转向更为复杂的“卖生态 ” ，试图构建一个立体化的商业架构：开源模型是其吸引广大开发者的流量入口
，高端API是其主要的利润中心，而企业级服务则是其未来最重要的增长引擎
。

　　为了快速切入政府市场 ，OpenAI在8月6日宣布
，未来一年将以象征性的1美元价格，向美国联邦政府机构提供其ChatGPT Enterprise产品 ，让政府雇员可以“几乎免费”地使用其最强大的AI服务。这种典型的“供应商锁定（Vendor Lock-in）
”策略
，旨在以极低的成本快速渗透政府和大型机构市场，为未来的长期合作和高价值服务奠定坚实的基础 。

　　“OpenAI正站在成为下一个微软的十字路口 ，”唐兴通总结道
，“其成败的关键，在于它能否在持续的技术突破 、创新的商业模式以及严格的风险管控这三者之间 ，找到那个最佳的平衡点
。 ”

（文章来源：每日经济新闻）