OpenAI，2025-08-07。GPT-5 成为 ChatGPT 默认；API 面向编码与 agentic 任务。SWE-bench Verified 厂商自报 74.9%。
GPT-5
2025-08-07。快答 + 思考 + 路由收成默认系统。决策核心，不是 Agent。Verified 自报不可与 Pro 横比。
1 - GPT-5（材料）
按 2025-08-07 公告转述：统一系统、编码与工具链数字。
本页转述 2025-08-07 发布当时公开说了什么，不把 9 月 SWE-bench Pro 的 23.3% 写进当天材料。
主要出处：OpenAI，2025-08-07，Introducing GPT-5；Introducing GPT-5 for developers。本页不复制公告全文。
产品主张
GPT-5 被写成统一系统：多数问题快速回答，难题延长思考；路由器按对话类型、复杂度、工具需求和用户明示（如 “think hard”）选择。ChatGPT 里替换 GPT-4o、o3、o4-mini、GPT-4.1、GPT-4.5 等，成为登录用户默认。另有 GPT-5 pro（更长思考，替换 o3-pro）。公告称思考版用更少输出 token 仍优于 o3。
开发者向：面向编码与 agentic 任务。新参数包括 verbosity、reasoning_effort 可取 minimal。新增 custom tools：可用纯文本而非 JSON 调工具，并可用开发者提供的 CFG 约束。
评测（厂商自报）
- SWE-bench Verified：74.9%（对照文中 o3 的 69.1%）；相对 o3 high reasoning 自称少 22% 输出 token、少 45% 工具调用。
- Aider Polyglot 88%；τ2-bench telecom 96.7%；AIME 2025 无工具 94.6%；MMMU 84.2%。
- 内部「经济上有价值的知识工作」评测：思考模式下约一半案例可比或优于专家（跨 40 余职业）——这是厂商内部卷，不是公开考卷。
当时不是什么
这是默认决策核心与 ChatGPT 入口，不是新的自主运行时。74.9% 是 Verified，不能直接读成「四分之三真实工程已经能交给它」。长链工具更稳，循环仍由 Codex / Claude Code / 自建系统来跑。
2 - GPT-5 讲解
快路径与思考路径收成一个默认系统。GPT-5 是路由决策核心，不是 Agent。Verified 与 Pro 不可横比。
当时解决了什么问题
2025 上半年用户要在 4o、o3、o4-mini 之间自己选。选错就又贵又慢，或该想的时候没想。GPT-5 把路由收进产品：默认系统决定何时走快答、何时思考。编码运行时可以少做一层「简单步走快模型、难步走 o3」的手工分流——分流开始发生在核心侧。工具链更长、更不易走丢，是公告重点。
按定义 GPT-5 不是 Agent。它是循环里的默认核心加路由器。沙箱、停机、MCP 插槽仍在运行时。把「自动想」写成已经交付作用在环境上的循环，会漏掉宿主。
对后续 LLM 与 Agent 的影响
Cursor、Copilot、Codex CLI 很快把默认核心切过来。一个月后 SWE-bench Pro 把同一只 GPT-5 打到约 23%：Verified 已经偏「会的题」，Pro 才接近长周期、多文件、抗污染的仓库。两张表必须并排读，完成率不可互换。2026 年 Tag 一类产品继续换更新的 Opus / GPT，故事不再是「又一个基模名字」，而是身份与沙箱。