共计 1352 个字符，预计需要花费 4 分钟才能阅读完成。
OpenAI 推出了 GPT-4.5，这一 AI 服务自诞生便充满争议。一边是“史上最贵”的标签，另一边则是使用者口中“感觉到了 AGI”的评价。高达上百倍的价格差距，究竟带来了哪些令人惊艳的提升？
一、编程测试
智能开发工具 Cursor 发文称，在其他模型失败时，GPT-4.5 表现得十分有效。不过，同样专注于 AI+ 软件领域的 Scott Wu 表示，GPT-4.5 在编程任务上虽有进步，但与 Claude3.7 Sonnet 相比，各有胜负。在初级开发得分上，GPT-4.5 比 OpenAI 自家的 o1 高 10%，比 GPT-4o 高 16%，却比 Anthropic 旗下的 Claude 3.7 Sonnet 低 2%。
网友 Flavio 对 GPT-4.5 进行编程测试，给出编写一个 Python 程序展示球在旋转六边形内弹跳的提示词，其输出令人印象深刻，Flavio 称这是迄今为止最真实的结果。OpenAI Developers 在此基础上要求更有创意，改进后的视觉效果更出色，小球有了五颜六色和碰撞飞溅效果。但也有测试失败的情况，网友 Theo-t3.gg 展示的测试中，小球来回穿过六边形，毫无逻辑。还有网友表示，使用新发布的 Sonnet 3.7，只需 3 个提示就能完成，且后两个提示只是让其更有趣。Theo-t3.gg 也承认 GPT-4.5 不是编码模型，不过他发现其在写作方面相当不错，并贴出 GPT-4.5 与 Gemini 2.0 Flash 的写作对比。使用相同提示词“艾伦·图灵一生的情感概述”，GPT-4.5 的文章在结构、语言、文风、内容深度和情感表达上都更成熟精炼，展现出更高写作技巧和叙事能力，而 Gemini 2.0 Flash 的文章过于口语化，缺乏深度和严谨性。有网友甚至称赞 GPT-4.5 的写作，如给出提示词写原创短篇恐怖故事，其回答让人感觉害怕。
二、游戏测试
网友 AK 对 GPT-4.5 的游戏能力进行测试，给出一个基于网络的自主 Wordle 游戏克隆版的提示词，采用 7 个字母的单词和 7 次猜测机会，包含一些随机的 7 个字母单词，生成的游戏看起来有几分高级感。
三、情感交互
OpenAI 认为 GPT-4.5 一大特点是“高情商”，交互更自然。员工 Aidan McLaughlin 表示，GPT-4.5 更懂与人聊天，知道何时避免给用户发送无聊的网络内容。例如，对同样的提示“I’m going through a tough time after a test”，GPT-4.5-preview 给出富有人性的安慰，而 GPT-4o 的回答则显得冷静。网友 Anon 设想 AI 与机器人技术结合，可能比真人更受欢迎，或许将来 AI 真能成为人类亲密朋友。
四、价格与速度
GPT-4.5 的价格完全超出了竞争区间。与其他模型相比，其价格是 o1 的 5 倍，GPT-4o 的 30 倍，o3-mini 的 68 倍，DeepSeek-R1 的 137 倍，DeepSeek-V3 的 278 倍，GPT-4o mini 的 500 倍，Gemini 2.0 Flash 的 750 倍。虽然价格离谱，但性能有提升，比如能正确背出深奥的梵文经文。然而，许多试用网友反馈速度太慢，1M tokens 输出价格是 150 刀，速度是每秒 1 – 3 个 token。有人分析认为是模型太大导致，网上也出现各种相关梗图，甚至有前 OpenAI 研究员称 GPT-4.5 表现不佳，50% 的责任在于模型架构。
