万轮实测：GPT-4.5 不如 GPT-4

主要观点总结

本文介绍了对GPT-4.5模型的实测结果，发现其表现不如预期，尤其在情商相关任务上表现较差，与GPT-4相比没有显著改进。文章还提到了GPT系列的发展历史和OpenAI的自吹自擂，以及马斯克对此的态度。

关键观点总结

关键观点1: GPT-4.5实测表现不佳

经过实际数万论实测，发现GPT-4.5表现不如预期，特别是在情商相关任务上表现更差，与GPT-4相比没有显著改进。

关键观点2: GPT系列发展历史回顾

文章回顾了GPT系列的发展历史，从GPT-1到GPT-4.5，介绍了各个版本的特点和改进。

关键观点3: OpenAI和马斯克的态度

文章提到了OpenAI的自吹自擂和马斯克对此的态度，以及马斯克对GPT-4.5模型的反应。

关键观点4: 文章对GPT-4.5的疑问

文章对GPT-4.5模型究竟优化了什么提出了疑问，并指出该模型是否优化了收费。

文章预览

我先给大家道个歉，上一篇讲的不太对：《 GPT-4.5 一手实测：垃圾 》 是我喷得保守了，觉得 GPT-4.5 只是贵 & 慢，但模型总归是素质在线。 　 　 没想到，经过 实际数万论实测：GPT-4.5 还烂 　 经过总计  30291 次盲测投票后，发现绝大多数人，一边倒喜欢 GPT-4 　 　 这个 盲测，是赛博菩萨 Andrej Karpathy 发起的 ，他先带着大家回顾了 GPT 系列的发展历史： GPT-1 只能产生基本连贯文本，GPT-2 还很混乱，GPT-3 更为有趣 GPT-3.5 达到可商用水平并引发"ChatGPT 时刻" GPT-4 带来了微妙但全面的提升（更好的措辞、理解能力、类比、幽默感等）。 　 那么很显然， 我们会认为 GPT-4.5 一定会更好：尤其是在"情商"相关任务 （世界知识、创造力、理解力、幽默感等）上会有明显改进。 　 因此，为了评估这些非推理能力， Karpathy 设计了 5 个有趣的 prompt，并拿这个去问 GPT- ………………………………