新智元報道

編輯：定慧 好困

【新智元導(dǎo)讀】GPT-5背后的真正野心并非單純追求性能，而是通過「自動路由」與「思考配額」開啟「單位token經(jīng)濟學(xué)」。這一機制讓高價值請求直連交易閉環(huán)，免費流量首次具備現(xiàn)金流。與此同時，頂級AI的普及讓十億人幾乎零成本接觸博士級智能，「大眾智能」正在成新的歷史拐點。

直到現(xiàn)在，GPT-5的升級，仍然被很多人低估了！

一方面是，很多人沒有看透OpenAI發(fā)布GPT-5背后的真正原因。

GPT-5的「突破」不在性能，而是模型「自帶路由」和思考配額分發(fā)下的「單位token經(jīng)濟學(xué)」。

未來不是「誰最聰明」的模型競賽，而是如何能把高價值意圖精準接到可抽傭閉環(huán)的一方，如何能夠讓每一個token的生成都伴隨巨大的經(jīng)濟價值。

另一方面是，參考對比的模型和之前不同了。

俗話說得好，「沒有對比，就沒有傷害」。

雖然GPT-5在關(guān)鍵能力上的提升，與當年GPT-4超越GPT-3時的情景如出一轍。

但問題是，這兩代模型的發(fā)布節(jié)奏完全不同。

在GPT-3到GPT-4之間，OpenAI自己的重磅更新只有GPT-3.5。

然而到了GPT-5這里，光OpenAI自己就發(fā)了好幾款SOTA模型。

再加上其他前沿AI實驗室的成果，那種一次性巨大飛躍所帶來的震撼，早已不復(fù)存在。

OpenAI打算用GPT-5驗證商業(yè)模式

OpenAI一開始就沒有打算用GPT-5來繼續(xù)拉高全球科技狂熱者和無數(shù)用戶對于AGI的追求預(yù)期。

GPT-5的關(guān)鍵不是AGI、性能、參數(shù)等等「硬核指標」，而在于GPT自帶的「自動路由」與「思考時長管理」。

「自動路由」讓OpenAI來決定用戶的問題到底被發(fā)送到哪個模型，比如「為什么天空是藍色」就無需調(diào)用Pro模型。

而「思考時長管理」讓所有用戶不能再額外占用模型的算力，GPT-5發(fā)布前，很多專業(yè)用戶都長期使用o3或者o3-pro。

在最新一期的a16z的訪談節(jié)目中，請來了SemiAnalysis創(chuàng)始人Dylan Patel。

Dylan Patel，和他創(chuàng)辦的SemiAnalysis是有關(guān)人工智能和半導(dǎo)體領(lǐng)域最權(quán)威的機構(gòu)。

Dylan Patel認為GPT-5的關(guān)鍵并非參數(shù)增大，而是自動路由與「思考時長配額」管理。

高價值請求走昂貴鏈路，低價值請求交給輕模型，在不犧牲體驗的前提下OpenAI能夠?qū)崿F(xiàn)降本增效。

對于免費用戶，變現(xiàn)路徑是通過把「高價值意圖」（購物、法律、出行等）直連交易與抽傭閉環(huán)。

這讓ChatGPT上的免費流量首次具備現(xiàn)金流。

免費用戶的低價值查詢則通過路由機制，彈性降級來控制成本。

現(xiàn)在很多AI產(chǎn)品的重度開發(fā)者把訂閱「薅到負毛利」，比如Claude Count排行榜中，有人把每個月200美元的訂閱玩出了2萬、5萬美元的效果。

逼得廠商從「無限/包月」轉(zhuǎn)向速率與按量結(jié)合。

企業(yè)更偏好「可預(yù)測賬單」的固定費率，消費者側(cè)則難以回避用量差異。

所以O(shè)penAI在發(fā)布GPT-5后，淡化了模型的概念，淡化了思考和非思考的概念，而是變?yōu)樽詣?、極速、短思考、認真思考和專業(yè)模式。

這種轉(zhuǎn)變的背后，藏著OpenAI的野心，他們希望能夠主動給你分配算力和配額，而不是讓用戶肆意的浪費和占用。

另一方面，由于GPT-5策略的轉(zhuǎn)變，現(xiàn)在免費用戶是最大受益者。

GPT-5發(fā)布前，免費用戶很難接觸使用思考和專業(yè)模型，但是現(xiàn)在，歡迎來到「大眾智能」時代。

大眾智能時代

從GPT-5到納米香蕉，強AI人人可得

如今，全球有至少十幾億人，都在定期使用AI。

ChatGPT每周活躍用戶超7億，再加上Gemini及其他頂尖AI，用戶總數(shù)又增加了數(shù)億。

通常，我們關(guān)注的都是AI技術(shù)領(lǐng)域的重大突破，但這其實掩蓋了一場更宏大、醞釀已久的變革：

我們正在進入一個「大眾智能」（MassIntelligence）時代。

在這個時代，強大的AI正變得像谷歌搜索一樣觸手可及。

強大的AI正變得唾手可得

過去，對大多數(shù)用戶而言，接觸強大的AI有兩大障礙。

其一是「選擇困境」。

很少有人知道該如何挑選AI模型，更少有人知道，在ChatGPT的菜單里選擇o3模型能讓他們用上頂級的推理AI，而選擇看起來數(shù)字更大的4o，得到的能力卻要遜色得多。

據(jù)OpenAI透露，即便是付費用戶中，也只有不到7%的人會定期選擇o3模型，這意味著大量高級用戶也錯過了推理模型的強大功能。

其二是成本。

由于頂級模型運行成本高昂，免費用戶通常無法使用，或者只能在極為有限的情況下體驗。

谷歌率先向免費用戶開放了部分頂級模型，但OpenAI表示，在GPT-5推出前，其免費用戶幾乎無緣使用推理模型。

GPT-5的提出，正是為了解決上述兩個問題：

• 首先，它是一個模型家族的總稱，囊括了從較弱的GPT-5 nano到強大的GPT-5 Pro等截然不同的模型；

• 其次，它也是一個智能工具的名稱，這個工具負責(zé)判斷該調(diào)用哪個具體模型、分配多少算力來解決你的問題。

所以，當你向「GPT-5」提問時，你其實是在和一個「路由模型」對話，它會自動判斷你的問題該由小而快的模型處理，還是需要動用更強大的推理模型。

盡管過程曲折，但GPT-5依然取得了十分顯著的成果：

發(fā)布僅幾天，使用過推理模型的付費用戶比例從7%飆升至24%，而用上最強模型的免費用戶也從幾乎為零增長到了7%。

這種變化的背后，部分得益于更智能的模型運行效率正急劇提升。

下圖清晰地展示了這一趨勢：y軸代表AI能力，x軸則表示呈對數(shù)級下降的成本。

GPT-4問世時，處理一百萬個token的成本約為50美元；而現(xiàn)在，使用能力遠超初代GPT-4的GPT-5 nano，成本僅為約14美分。

強大的AI正變得簡單易用

不過，僅僅能接觸到強大的AI還不夠，人們需要真正用它來解決問題。

過去，高效使用AI是一項頗具挑戰(zhàn)的任務(wù)，需要掌握「思維鏈」等技巧來精心設(shè)計提示詞，并學(xué)習(xí)各種訣竅。

然而，我們最近的一系列實驗發(fā)現(xiàn)，這些技巧已不再那么重要。

強大的AI模型正越來越擅長理解并執(zhí)行你的指令，甚至能預(yù)判你的意圖、超越你的要求。

此外，變得更便宜、更易用的不只是文本模型。

最近谷歌爆火的Gemini 2.5 Flash圖像模型——「納米香蕉」（nano banana），不僅性能卓越（尤其擅長編輯圖像），而且成本低廉到免費用戶也能使用。

更重要的是，它能極好地理解并遵循自然語言指令。

舉個例子，我們上傳一張阿波羅11號宇航員的經(jīng)典照片，以及一張亮片晚禮服的圖片，然后給出了最簡單的提示：

「給左邊的尼爾·阿姆斯特朗穿上這件晚禮服?！?/strong>

幾秒鐘后，就得到了下面這張圖。

盡管有一些瑕疵，但晚禮服逼真的褶皺及其與場景的融合效果依然令人驚嘆。其中，翻領(lǐng)上的NASA別針更是點睛之筆。

我們還能更進一步：

現(xiàn)在展示一張照片，尼爾·阿姆斯特朗和巴茲·奧爾德林穿著同樣的衣服，坐在現(xiàn)代飛機的座位上。尼爾看起來很放松，身體后仰，正在吹小號；巴茲顯得有些緊張，手里拿著一個漢堡。中間的座位上，坐著一只正在用筆記本電腦的逼真水獺。

注意看，不管是人物的表情，還是巴茲的戒指和尼爾的翻領(lǐng)別針，都得到了極好地體現(xiàn)。

雖然整個過程仍存在很大的隨機性，但對大多數(shù)人而言，這不僅是能力上的巨大飛躍，更是易用性上的巨大突破。

大眾智能時代的奇景

當強大的AI落入十億人手中，無數(shù)事情將同時發(fā)生。

事實上，無數(shù)事情已然在發(fā)生。

• 有人與AI建立起了深厚的情感聯(lián)系，擺脫了孤獨；也有人因此精神崩潰，甚至選擇自殺。

• 有人用AI在作業(yè)中作弊；也有人用它診斷疾病，或者開啟一段新的商業(yè)冒險。

當十億人都能使用先進AI，我們便進入了所謂的「大眾智能」時代。

現(xiàn)有的每一個機構(gòu)，如學(xué)校、公司、醫(yī)院、政府，都是為一個「智能」既稀缺又昂貴的時代而構(gòu)建的。

但如今的AI已足夠強大，能在大部分任務(wù)上超越人類；用法已足夠簡單，無需任何手冊；同時也已足夠便宜，甚至可以免費運行。

因此每個行業(yè)、每個機構(gòu)、每個社群都必須思考，如何在這個大眾智能的時代中繁榮發(fā)展。

• 我們該如何駕馭十億人使用AI的力量，同時管控隨之而來的混亂？

• 當任何人都能憑空捏造一切時，我們又該如何重建信任？

• 我們?nèi)绾卧谄占爸R的同時，保留人類專業(yè)知識中那些寶貴的核心價值？

一場機遇與挑戰(zhàn)的浪潮即將在全球的教室和會議室里席卷而來。

大眾智能時代，就是將一套前所未有的工具交到幾十億人手中，看他們會創(chuàng)造出什么。

我們即將親眼見證這一切。

參考資料：

https://epoch.ai/data-insights/gpt-capabilities-progress

https://www.oneusefulthing.org/p/mass-intelligence