OpenAI最新力作GPT-5正式发布，这款备受期待的大模型能否延续传奇？让我们通过实测一探究竟。

该模型上线后迅速登顶lmarena.ai竞技榜：

1. 在文本处理、Web开发和视觉任务领域表现突出；
2. 同时在硬提示、编程、数学等专业领域同样占据领先地位。

不过发布会现场出现尴尬一幕：GPT-5生成的图表数据存在明显错误，52.8竟然比69.1显示得更大，30.8和69.1的柱状图高度完全一致。

这款被Sam Altman称为"OpenAI最聪明模型"的产品，实测表现究竟如何？

01. 核心测试

数学能力测试

首先进行经典数学题测试：

提问：比较9.9和9.11的大小关系

GPT-5给出的解释是：比较整数部分相同后，认为小数部分11大于9。若理解为日期，则9月11日晚于9月9日。

编程能力评估

需求：用JavaScript实现六边形内弹跳小球效果，需包含重力、摩擦力等物理特性

实现效果基本达标，物理特性表现尚可，但弹跳效果有待加强。

多模态表现

任务：将给定图片内容翻译成中文，要求忠实原意且通俗易懂

与其他模型对比结果显示：

Gemini 2.5 Pro：

豆包：

GPT‑5：

综合评估显示Gemini翻译最为自然流畅，GPT-5表现与豆包相近但略逊于Gemini。

前端开发测试

开发需求：实现番茄钟应用，需包含计时、统计、主题切换等完整功能

GPT-5实现的界面视觉效果较佳，但存在环形设计不合理等问题；相比之下Gemini实现的功能更完整实用。

02. 总结评价

经过系列测试发现，GPT-5在文案创作、数学推理等方面表现不尽如人意，编程能力保持稳定但未突破，前端设计审美在线但存在细节问题。目前该模型已全面开放使用，建议用户根据实际需求选择适合的AI工具。