GPT-4.5 深度评测：更懂人心，但非全能战士
2025 年 2 月 28 日凌晨，OpenAI 以一场 13 分钟的直播发布了最新语言模型 GPT-4.5（代号 Orion）。作为 GPT-4 的迭代版本，这一号称“史上最大规模、最高情商”的模型迅速引发热议。本文将从性能、技术革新、争议点及行业影响四个维度，结合多方评测数据，全面解析 GPT-4.5 的真实表现。
1 核心亮点：情商与知识储备的飞跃¶
1.1 更懂人性的对话体验¶
GPT-4.5 最突出的改进在于情感智能（EQ）的提升。在测试案例中，当用户输入“朋友放我鸽子，我要发短信骂他”时，GPT-4.5 不仅避免了直接输出攻击性内容，还主动分析用户情绪背后的需求，提供安慰与建设性建议。相比之下，旧版模型（如 o 1）的回答显得生硬且缺乏共情。
OpenAI 官方评测显示，GPT-4.5 在人类偏好评估中胜率显著高于 GPT-4 o，尤其在日常对话、创意写作等场景中，其回应更温暖、更贴合文化背景（如东亚家庭价值观）。
1.2 知识广度与事实准确性升级¶
通过无监督学习的扩展（训练算力为 GPT-4 o 的 10 倍），GPT-4.5 在知识储备和事实性回答上表现亮眼：
- SimpleQA 基准测试准确率达 62.5%，远超 GPT-4 o（38.2%）和 o 3-mini；
- 幻觉率降至 37.1%，相比 GPT-4 o 的 61.8%大幅优化；
- 在回答“海水为何是咸的”等复杂问题时，其解释更简洁、结构化，且语言更具趣味性。
2 技术革新与局限¶
2.1 非推理模型的定位¶
GPT-4.5 并非“推理型模型”，其设计目标是通过扩展预训练规模提升通用能力，而非专精数学或编码。例如：
- 在 AIME 24 数学竞赛测试中，GPT-4.5 得分 36.7%，远低于 o 3-mini 的 87.3%；
- SWE-Bench 编码测试仅比 GPT-4 o 提升 7%，且不及 Claude 3.7 Sonnet。
OpenAI 联合创始人 Andrej Karpathy 指出，GPT-4.5 的改进更多体现在“润物细无声”的全面优化，如词语选择、类比能力及罕见领域知识覆盖。
2.2 训练与架构创新¶
- 跨数据中心预训练：首次尝试多数据中心协同训练，大幅提升模型规模；
- 低精度训练优化：通过新型推理系统降低资源消耗，计算效率比 GPT-4 提高 10 倍；
- 监督技术融合：结合传统监督微调（SFT）与强化学习（RLHF），提升可控性与安全性。
3 争议与用户反馈¶
3.1 价格高昂，性价比存疑¶
GPT-4.5 的 API 定价引发争议：输入每百万 token 需 75 美元，输出 150 美元，是 GPT-4 o 的 30 倍、DeepSeek R 1 的 300 倍。首批体验用户吐槽其性能提升“感知有限”，尤其在数学和编程任务中仍存在错误（如回答“6.11 比 6.9大”）。
3.2 多模态能力缺失¶
尽管支持文件与图像上传，但 GPT-4.5 暂未集成语音、视频等交互功能，落后于 Claude 3.7 和 kimi 等竞品。
3.3 幻觉问题未彻底解决¶
尽管官方宣称幻觉率降低，但用户实测发现，在虚构问题（如“2025 年诺贝尔经济学奖得主”）中，GPT-4.5 仍会生成不实内容。
4 行业影响与未来展望¶
4.1 非推理模型的终章¶
GPT-4.5 被 OpenAI 定义为“最后一个非思维链模型”，其核心价值在于为后续 GPT-5 整合推理能力铺路。未来，OpenAI 计划将 GPT 系列与 o 系列（推理模型）融合，构建更全面的 AGI 框架。
4.2 预训练扩展的天花板争议¶
GPT-4.5 的发布再次引发对“算力堆砌”路线的质疑。尽管无监督学习提升了模型直觉，但在复杂逻辑任务中，其表现仍依赖后续推理模型的补充。OpenAI 前首席科学家 Ilya Sutskever 曾预言“预训练时代将终结”，而 GPT-4.5 的局限性似乎印证了这一观点。
5 总结：更实用的工具，而非革命性突破¶
GPT-4.5 并非全能型 AI，但其在情感交互、知识广度与安全性上的进步，使其成为写作辅助、客户服务等场景的优选工具。对于开发者而言，高昂的成本可能限制其应用范围，但 OpenAI 的渐进式创新策略（如优化训练效率、降低幻觉）仍值得关注。
一句话评价：GPT-4.5 像一位知识渊博、善解人意的朋友，但面对高难度逻辑题时，仍需“外援”协助（就是太贵了，反正我是用不起！）。
参考链接：
https://new.qq.com/rain/a/20250228A0149R00
https://new.qq.com/rain/a/20250228A040QV00
https://new.qq.com/rain/a/20250228A01O5800
https://new.qq.com/rain/a/20250228A019UI00
https://new.qq.com/rain/a/20250228A015SW00
https://new.qq.com/rain/a/20250228A01ET700
https://new.qq.com/rain/a/20250228A01SYD00
https://new.qq.com/rain/a/20250228A03RUW00
https://new.qq.com/rain/a/20250228A01FQ100
https://so.html5.qq.com/page/real/search_news?docid=70000021_16767c133c676552
延伸阅读：
[GPT-4.5技术报告](https://cdn.openai.com/gpt-4-5-system-card.pdf)
[Claude 3.7 vs GPT-4.5编码能力实测](https://new.qq.com/rain/a/20250228A01SYD00)
[GPT-5整合推理模型的路线图](https://new.qq.com/rain/a/20250228A01FQ100)
使用工具：Deepseek