ساخته شده توسط VentureBeat با کمک ChatGPT

مقدمه‌ای بر مدل‌های جدید GPT-5 و انواع آن

پس از سال‌ها گمانه‌زنی و هایپ، OpenAI به طور رسمی مجموعه‌ای جدید از مدل‌های زبان بزرگ (LLM) را تحت عنوان GPT-5 معرفی کرد. این مدل‌ها که جانشین مدت‌ها مورد انتظار مدل GPT-4 هستند که در مارس 2023 عرضه شده بود و حدود 2.5 سال از آن می‌گذرد، در اندازه‌های مختلفی عرضه شده‌اند تا نیازهای متفاوت از نظر سرعت، هزینه و عمق محاسباتی را برآورده سازند.

چهار نسخه مجزا از این مدل شامل GPT-5، GPT-5 Mini، GPT-5 Nano و GPT-5 Pro توسط OpenAI رونمایی شده است. هر یک از این مدل‌ها برای کاربردهای خاصی بهینه‌سازی شده‌اند و طیف وسیعی از نیازهای کاربران و توسعه‌دهندگان را پوشش می‌دهند، از سیستم‌های نیازمند پاسخ‌های سریع و کم‌مصرف گرفته تا محیط‌های تحقیقاتی و سازمانی که نیازمند استدلال عمیق و پیچیده هستند.

GPT-5 نسخه کامل مدل با قابلیت‌های استدلالی پیشرفته است که برای انجام وظایف عمومی با کیفیت بالا در ChatGPT و رابط برنامه‌نویسی کاربردی (API) OpenAI مورد استفاده قرار می‌گیرد. این مدل برای سناریوهایی که نیاز به درک عمیق، پردازش اطلاعات وسیع و ارائه پاسخ‌های جامع و دقیق دارند، ایده‌آل است. GPT-5 Pro نیز نسخه‌ای تقویت‌شده با قابلیت‌های استدلال گسترده و توان محاسباتی موازی است که به طور خاص برای محیط‌های پیچیده سازمانی و تحقیقاتی طراحی شده است. این نسخه پاسخ‌های دقیق‌تر و قابل‌اعتمادتر، به ویژه در پرسش‌های مبهم یا چندمرحله‌ای، ارائه می‌دهد.

در مقابل، GPT-5 Mini نسخه کوچکتر و سریع‌تر مدل اصلی است که برای تأخیر کمتر و مصرف منابع بهینه‌سازی شده است. این مدل به عنوان یک پشتیبان در مواقعی که محدودیت‌های استفاده فعال می‌شوند یا زمانی که استدلال حداقلی کافی است، به کار می‌رود و یک تجربه کاربری روان را حتی در شرایط پربار تضمین می‌کند. GPT-5 Nano سبک‌ترین نسخه است که برای سرعت و کارایی در کاربردهای با حجم بالا یا حساس به هزینه ساخته شده است. این مدل قابلیت‌های استدلالی خود را حفظ می‌کند، اما در مقیاس کوچکتر، که آن را برای استقرار در دستگاه‌های موبایل، سیستم‌های تعبیه‌شده یا محیط‌های با محدودیت تأخیر مناسب می‌سازد و امکان نوآوری در فضاهای جدید را فراهم می‌آورد.

ادغام با ChatGPT و مسیریابی خودکار

GPT-5 به زودی به طور انحصاری قدرت‌بخش ChatGPT خواهد بود و تمام مدل‌های دیگر را برای 700 میلیون کاربر هفتگی خود جایگزین خواهد کرد، که این یک گام مهم در جهت استانداردسازی تجربه کاربری و افزایش کیفیت کلی خدمات است. البته، مشترکین ChatGPT Pro (با هزینه 200 دلار در ماه) همچنان می‌توانند برای 60 روز آینده مدل‌های قدیمی‌تر را انتخاب کنند تا امکان انتقال آرام‌تر به مدل جدید فراهم شود.

طبق شایعات و گزارش‌های قبلی، OpenAI سیستم قبلی انتخاب مدل توسط کاربر را با یک مسیریاب خودکار جایگزین کرده است. این مسیریاب هوشمند تصمیم می‌گیرد که برای پرسش‌های دشوارتر، حالت “تفکر GPT-5” با “استدلال عمیق‌تر” را فعال کند که زمان بیشتری برای پاسخ نیاز دارد، یا برای پرسش‌های ساده‌تر از مدل‌های استاندارد GPT-5 یا Mini استفاده کند. این رویکرد جدید بهینه‌سازی شده است تا کاربران همیشه بهترین و کارآمدترین مدل را برای نیازهای خود دریافت کنند، بدون اینکه نیازی به دانش فنی عمیق در مورد تفاوت مدل‌ها داشته باشند.

در API، سه مدل متمرکز بر استدلال — GPT-5، GPT-5 mini، و GPT-5 nano — به ترتیب با نام‌های gpt-5، gpt-5-mini و gpt-5-nano در دسترس هستند. این دسترسی گسترده به توسعه‌دهندگان امکان می‌دهد تا با توجه به نیازهای خاص برنامه‌های خود، بین سرعت و دقت مدل انتخاب کنند. لازم به ذکر است که GPT-5 Pro در حال حاضر از طریق API قابل دسترسی نیست و فقط برای تأمین انرژی ChatGPT برای مشترکین سطح Pro استفاده می‌شود، که نشان‌دهنده استراتژی OpenAI در ارائه پیشرفته‌ترین قابلیت‌ها به مشتریان سازمانی و سطح بالای خود است.

عرضه GPT-5 تنها چند روز پس از آن صورت می‌گیرد که OpenAI مجموعه‌ای از مدل‌های زبان بزرگ متن‌باز جدید را تحت عنوان GPT-oss راه‌اندازی کرد. این مدل‌ها به صورت رایگان قابل دانلود و سفارشی‌سازی هستند و می‌توانند به صورت آفلاین توسط افراد و توسعه‌دهندگان بر روی دستگاه‌های مصرف‌کننده مانند رایانه‌های شخصی و لپ‌تاپ‌های مک استفاده شوند. این نشان‌دهنده استراتژی دوگانه OpenAI در ارائه هم مدل‌های اختصاصی پیشرفته و هم مدل‌های متن‌باز برای جامعه توسعه‌دهندگان است، با هدف فراگیر کردن دسترسی به فناوری هوش مصنوعی و تشویق به نوآوری گسترده.

GPT-5 نه AGI است، اما در حال نزدیک شدن به آن است.

مهم‌ترین نکته‌ای که باید از این عرضه دریافت، احتمالاً این نیست که GPT-5 چیست، بلکه این است که چه چیزی نیست: هوش عمومی مصنوعی (AGI)، هدف اعلام‌شده OpenAI از یک سیستم هوش مصنوعی مستقل که در بیشتر کارهای با ارزش اقتصادی از انسان پیشی می‌گیرد. این تمایز حیاتی است، زیرا دستیابی به AGI می‌تواند تأثیرات عمیقی بر جامعه، اقتصاد و روابط بین‌الملل داشته باشد.

چه خواننده شخصاً چنین سیستمی را ممکن یا مطلوب بداند یا نه، اعلام AGI توسط OpenAI تأثیرات تجاری مهمی خواهد داشت. وایرد (Wired) پیشتر گزارش داده بود که بندی در قرارداد OpenAI با مایکروسافت وجود دارد که به OpenAI اجازه می‌دهد در صورتی که هیئت مدیره OpenAI تشخیص دهد شرکت به AGI دست یافته یا بیش از 100 میلیارد دلار سود تولید کرده است، دسترسی مایکروسافت به جدیدترین مدل‌های خود را قطع کند یا برای آن هزینه دریافت کند. این بند نشان‌دهنده انتظارات و نگرانی‌های موجود در مورد قدرت و تأثیر هوش مصنوعی فوق‌العاده است.

اما ظاهراً، این مورد امروز نیست. همانطور که سم آلتمن، هم‌بنیانگذار و مدیرعامل، در یک تماس ویدیویی محرمانه با خبرنگاران گفت: “به روشی که اکثر ما AGI را تعریف می‌کنیم، ما هنوز چیزی بسیار مهم – در واقع بسیاری چیزهای بسیار مهم – را از دست داده‌ایم، اما یکی از بزرگترین آن‌ها مدلی است که به طور پیوسته در حین استقرار یاد می‌گیرد، و GPT-5 اینگونه نیست.” این اظهارات بر روی نیاز به قابلیت یادگیری مستمر به عنوان یک عنصر کلیدی AGI تأکید دارد که هنوز در مدل‌های کنونی محقق نشده است.

وقتی من مستقیماً از OpenAI این سوال را پرسیدم: “آیا OpenAI GPT-5 را AGI می‌داند؟ آیا این امر تغییراتی در مذاکرات مایکروسافت ایجاد می‌کند؟” یک سخنگوی OpenAI از طریق ایمیل پاسخ داد: “GPT-5 گام مهمی به سوی AGI است، زیرا بهبودهای قابل توجهی در استدلال و تعمیم‌پذیری نشان می‌دهد و ما را به سیستم‌هایی نزدیک‌تر می‌کند که می‌توانند طیف وسیعی از وظایف را با قابلیت‌های در سطح انسان انجام دهند. با این حال، AGI هنوز یک اصطلاح ضعیف تعریف شده است و برای افراد مختلف معانی متفاوتی دارد. در حالی که GPT-5 برخی از معیارهای اولیه برای AGI را برآورده می‌کند، هنوز به آستانه AGI در سطح کامل انسانی نمی‌رسد. هنوز محدودیت‌های کلیدی در زمینه‌هایی مانند حافظه پایدار، استقلال و سازگاری در وظایف مختلف وجود دارد. تمرکز ما همچنان بر پیشرفت ایمن این قابلیت‌ها است، نه گمانه‌زنی در مورد زمان‌بندی‌های خاص.”

با این حال، نتایج بنچمارک‌های به اشتراک گذاشته شده توسط OpenAI نشان می‌دهد که GPT-5 در حال نزدیک شدن به آستانه عملکردی برابر یا حتی فراتر از میانگین عملکرد متخصصان انسانی در وظایف مختلف در زمینه‌های حقوق، لجستیک، فروش و مهندسی است. این پیشرفت‌ها نشان‌دهنده افزایش چشمگیر در توانایی مدل در درک، تحلیل و تولید پاسخ‌های پیچیده در حوزه‌های تخصصی است. همانطور که OpenAI می‌نویسد: “هنگام استفاده از استدلال، GPT-5 تقریباً در نیمی از موارد با متخصصان قابل مقایسه یا بهتر است، در حالی که از OpenAI o3 و ChatGPT Agent پیشی می‌گیرد.” این مقایسه نشان‌دهنده عملکرد برتر GPT-5 نسبت به نسل‌های قبلی خود و حتی عوامل هوش مصنوعی دیگر است.

چرا از GPT-5 استفاده کنیم؟

با وجود این همه مدل‌های جایگزین که اکنون از OpenAI و لیستی رو به رشد از رقبا، به ویژه استارت‌آپ‌های چینی که مدل‌های متن‌باز قدرتمندی ارائه می‌دهند، در دسترس هستند، GPT-5 چه چیزی ارائه می‌دهد؟ پاسخ در جهش قابل توجه در قابلیت‌ها و تجربه کاربری است که این مدل جدید به ارمغان می‌آورد.

آلتمن جهش در قابلیت‌ها را بیش از یک پیشرفت تدریجی توصیف کرد. او تجربه استفاده از GPT-5 را با ارتقا از یک صفحه نمایش پیکسلی به یک صفحه نمایش رتینا مقایسه کرد – چیزی که کاربران به سادگی نمی‌خواهند به آن بازگردند. این مقایسه حس تفاوت کیفی را به خوبی منتقل می‌کند؛ GPT-5 نه تنها کارهای موجود را بهتر انجام می‌دهد، بلکه امکانات جدیدی را نیز فراهم می‌آورد که پیش از این قابل تصور نبودند.

آلتمن گفت: “GPT-3 مانند صحبت با یک دانش‌آموز دبیرستانی بود.” “GPT-4 مانند یک دانشجوی کالج بود. GPT-5 اولین باری است که حس صحبت با یک متخصص در سطح دکترا در جیب شما را می‌دهد.” این توصیف نشان‌دهنده افزایش قابل توجه در عمق درک، توانایی استدلال و کیفیت پاسخگویی مدل است، که به کاربران امکان می‌دهد به کمک هوش مصنوعی در سطح یک متخصص واقعی دست یابند.

از جمله چشمگیرترین قابلیت‌های نمایش داده شده برای خبرنگاران در طول تماس محرمانه، توانایی تولید کد برای یک برنامه وب کاملاً کاربردی تنها با یک دستور (prompt) بود؛ در این مورد، یک برنامه یادگیری زبان فرانسه با یک بازی داخلی که در آن عبارات انگلیسی به فرانسه هر بار که کاربر ماوس مجازی را برای جمع‌آوری تکه‌های پنیر هدایت می‌کرد، نمایش داده می‌شد، با کاراکترهای الهام گرفته از ایموجی، پس‌زمینه/تنظیمات و منوهای تعاملی قابل کلیک، کاملاً کاربردی بود. دستور داده شده نیز تنها یک پاراگراف بود که نشان از توانایی بالا در تولید خودکار کد با حداقل ورودی دارد.

همانطور که آلتمن اظهار داشت: “این ایده نرم‌افزار بر اساس تقاضا بخش تعیین‌کننده‌ای از دوران جدید GPT-5 خواهد بود.” این به معنای آن است که کاربران می‌توانند به سادگی نیازهای نرم‌افزاری خود را بیان کنند و GPT-5 آن را برایشان تولید کند، که این یک تغییر پارادایم در توسعه نرم‌افزار است. با این حال، این قابلیت اساسی – تبدیل دستور به نرم‌افزار کاربردی – پیش از این نیز از مدل‌های قبلی OpenAI مانند o3 و o4-mini، o4-high، و خدمات رقیبی مانند Claude Artifacts از Anthropic در دسترس بوده است. مزیت GPT-5 در ساخت بازی‌ها، برنامه‌ها و سایر نرم‌افزارها از دستورات به نظر می‌رسد در سرعت و کامل بودن باشد؛ این برنامه نمایشی را تنها در چند دقیقه تولید کرد و با اشکالات بسیار کم و تجربه کاملاً قابل بازی در “یک شات” یا از یک دستور واحد بدون نیاز به مکالمه رفت و برگشتی، عملکردی بی‌نظیر ارائه داد.

در دسترس برای کاربران رایگان و تمام طرح‌های ChatGPT

یکی از خبرهای مهم مربوط به GPT-5 این است که دسترسی به آن تنها به مشترکین پریمیوم محدود نمی‌شود. OpenAI این مدل را در تمام سطوح ChatGPT، از جمله برای کاربران رایگان، در دسترس قرار داده است – یک حرکت عمدی و همسو با مأموریت شرکت برای اطمینان از منافع گسترده از هوش مصنوعی و فراگیر کردن استفاده از این فناوری پیشرفته.

کاربران سطح رایگان می‌توانند به GPT-5 و GPT-5 Mini دسترسی داشته باشند، البته با محدودیت‌های استفاده مشخص. اگرچه دقیقاً این محدودیت‌ها در حال حاضر تعریف نشده‌اند، اما احتمالاً بسته به تقاضا و رفتار کاربران به صورت نامنظم تغییر خواهند کرد. این رویکرد به OpenAI اجازه می‌دهد تا منابع را بهینه کند و در عین حال دسترسی گسترده را حفظ کند.

مشترکین سطح ChatGPT Plus (با هزینه 20 دلار در ماه) سهمیه استفاده بالاتری دریافت می‌کنند، که به آن‌ها امکان می‌دهد بدون نگرانی از محدودیت‌ها، از قابلیت‌های کامل مدل بهره‌مند شوند. در حالی که مشترکین ChatGPT Pro (200 دلار در ماه)، Team (30 دلار در ماه یا 240 دلار سالانه) و Enterprise (قیمت‌گذاری متغیر بسته به اندازه و میزان استفاده شرکت) دسترسی نامحدود یا اولویت‌دار دریافت می‌کنند. GPT-5 Pro در روزهای آینده برای مشتریان Team، Enterprise و EDU در دسترس قرار خواهد گرفت، که این نشان‌دهنده تمرکز بر نیازهای خاص کاربران سازمانی است.

تجربه یکپارچه جدید ChatGPT نیاز به انتخاب دستی مدل را از بین می‌برد. هنگامی که کاربران به محدودیت‌های استفاده در GPT-5 می‌رسند، سیستم به طور خودکار به GPT-5 mini تغییر می‌کند – یک پشتیبان سبک‌تر اما همچنان بسیار توانا. این ویژگی تضمین می‌کند که کاربران همیشه یک تجربه کاربری روان و بدون وقفه داشته باشند، حتی در زمان‌های اوج مصرف. این قابلیت مسیریابی خودکار مدل، پیچیدگی استفاده از هوش مصنوعی را برای کاربران کاهش داده و بهره‌وری آن‌ها را افزایش می‌دهد.

معیارهای بهبود یافته در سراسر جهان، از جمله 100% در ریاضیات AIME 2025

به گفته OpenAI، GPT-5 دقیق‌ترین، پاسخگوترین و آگاه‌ترین سیستم هوش مصنوعی به متن است که این شرکت تا کنون ارائه کرده است. این مدل نه تنها در بهبود کیفیت خروجی‌ها پیشرفت کرده، بلکه در کاهش خطاهای رایج در مدل‌های زبان بزرگ نیز موفق بوده است.

این مدل خطاهای توهمی (hallucinations) را کاهش می‌دهد، استدلال چندمرحله‌ای را با قابلیت اطمینان بیشتری مدیریت می‌کند، و کد، محتوا و پاسخ‌های با کیفیت بهتری را در حوزه‌های مختلف تولید می‌کند. این به معنای آن است که GPT-5 نه تنها درک بهتری از پرسش‌ها دارد، بلکه می‌تواند پاسخ‌های منسجم و مرتبط‌تری را ارائه دهد، که این برای کاربردهای حساس به دقت بسیار حیاتی است.

سیستم GPT-5 حدود 45% خطاهای واقعی کمتری نسبت به GPT-4o در ترافیک دنیای واقعی ارائه می‌دهد و تا 80% کمتر زمانی که از حالت “تفکر” خود استفاده می‌کند. این حالت، که کاربران می‌توانند با درخواست صریح از مدل برای صرف زمان بیشتر آن را فعال کنند، امکان پاسخ‌های پیچیده‌تر و قوی‌تر را فراهم می‌کند – که در برخی پیکربندی‌ها توسط GPT-5 Pro پشتیبانی می‌شود. این توانایی در کاهش خطاها، GPT-5 را به ابزاری قابل اعتمادتر برای وظایف حساس تبدیل می‌کند.

در آزمایش‌ها، GPT-5 Pro در بنچمارک‌هایی مانند GPQA (88.4%)، ریاضیات AIME 2025 (100% هنگام استفاده از پایتون برای پاسخ به سوالات) و HealthBench Hard (46.2%) امتیازات جدید و پیشرفته‌ای را کسب کرده است. این نتایج نشان‌دهنده پیشرفت چشمگیر در توانایی‌های مدل در حل مسائل پیچیده و دقیق در حوزه‌های تخصصی هستند، که از یک مدل زبان معمولی فراتر می‌رود و به آن امکان می‌دهد در رقابت با متخصصان انسانی قرار گیرد.

بهبود عملکرد در بنچمارک‌های کلیدی آکادمیک و دنیای واقعی به چشم می‌خورد. در زمینه کدنویسی، GPT-5 نتایج جدید و پیشرفته‌ای را در SWE-Bench Verified (74.9%) و Aider Polyglot (88%) به ثبت رسانده است، که این امر آن را به ابزاری قدرتمند برای توسعه‌دهندگان تبدیل می‌کند. شاید باورنکردنی‌ترین نکته این باشد که در Humanity’s Last Exam – یک بنچمارک جدید شامل 2,500 وظیفه فوق‌العاده دشوار برای برنامه‌ها – GPT-5 Pro به رکورد 42% دست یافته است، که رقابت و تمام مدل‌های قبلی OpenAI را به جز عامل جدید ChatGPT که ماه گذشته رونمایی شد و رایانه و نشانگر خود را مانند انسان کنترل می‌کند، پشت سر می‌گذارد. این موفقیت نشان‌دهنده توانایی بی‌سابقه GPT-5 در مقابله با چالش‌های شناختی در سطح انسانی است.

در وظایف نوشتاری، GPT-5 با انعطاف‌پذیری بیشتری با لحن، بافت و نیت کاربر سازگار می‌شود. این مدل در حفظ انسجام، ساختاردهی واضح اطلاعات و تکمیل وظایف نوشتاری پیچیده بهتر عمل می‌کند. این بهبودها برای تولید محتوای با کیفیت بالا، گزارش‌ها و اسناد حرفه‌ای بسیار مهم هستند. بهبودها فقط فنی نیستند – تیم OpenAI تأکید کرد که GPT-5 در مکالمه طبیعی‌تر و انسانی‌تر احساس می‌شود، که این خود به تقویت تجربه کاربری و تعاملات روزمره کمک می‌کند.

کاربردهای مرتبط با سلامت نیز بهبود یافته‌اند. در حالی که OpenAI همچنان هشدار می‌دهد که ChatGPT جایگزینی برای متخصصان پزشکی نیست، GPT-5 در پرچم‌گذاری نگرانی‌ها، کمک به کاربران در تفسیر نتایج پزشکی و راهنمایی آن‌ها در آماده‌سازی برای قرار ملاقات‌ها یا ارزیابی گزینه‌ها فعال‌تر عمل می‌کند. سیستم همچنین پاسخ‌ها را بر اساس مکان کاربر، دانش پیش‌زمینه و بافت تنظیم می‌کند – که منجر به کمک ایمن‌تر و شخصی‌سازی‌شده‌تر می‌شود، اما همیشه باید با مشاوره یک متخصص پزشکی همراه باشد.

یکی از مهم‌ترین به‌روزرسانی‌ها در “تکمیل‌های ایمن” است، یک سیستم جدید که به GPT-5 کمک می‌کند از امتناع‌های ناگهانی یا خروجی‌های ناامن اجتناب کند. به جای رد صریح پرسش‌ها، GPT-5 هدف دارد مفیدترین پاسخ را در چارچوب محدودیت‌های ایمنی خود ارائه دهد و توضیح دهد که چه زمانی نمی‌تواند کمک کند – تغییری که رد شدن‌های غیرضروری را به شدت کاهش می‌دهد، در حالی که قابلیت اعتماد را حفظ می‌کند و تجربه کاربری را بهبود می‌بخشد.

ابزارهای توسعه‌دهنده جدید برای استفاده از GPT-5 از طریق API

GPT-5 همچنین یک ارتقاء بزرگ برای توسعه‌دهندگانی است که بر روی سیستم‌های عاملی و گردش‌های کاری ابزار محور کار می‌کنند. OpenAI مجموعه‌ای از کنترل‌های توسعه‌دهنده پسند را در API GPT-5 معرفی کرده است که انعطاف‌پذیری و کارایی بی‌سابقه‌ای را فراهم می‌کند.

این ابزارها شامل: فراخوانی توابع با فرم آزاد (Free-form function calling) است، که در آن ابزارها اکنون می‌توانند رشته‌های خام مانند کوئری‌های SQL یا دستورات shell را بپذیرند، بدون اینکه نیاز به ساختار JSON داشته باشند؛ کنترل تلاش استدلالی (Reasoning effort control) که به توسعه‌دهندگان امکان می‌دهد بین پاسخ‌های سریع و پردازش تحلیلی عمیق‌تر بسته به وظیفه جابجا شوند؛ و کنترل پرحرفی (Verbosity control) که یک پارامتر جدید به کاربران اجازه می‌دهد تا انتخاب کنند که پاسخ‌ها مختصر، استاندارد یا با جزئیات باشند.

همچنین، امکان خروجی‌های ساختاریافته با محدودیت‌های گرامری (Structured outputs with grammar constraints) فراهم شده است، به طوری که توسعه‌دهندگان اکنون می‌توانند خروجی‌ها را با استفاده از گرامرهای سفارشی یا عبارات منظم هدایت کنند. قابلیت مقدمه‌های فراخوانی ابزار (Tool call preambles) نیز اضافه شده است که به GPT-5 اجازه می‌دهد قبل از استفاده از ابزارها یا انجام درخواست‌های خارجی، استدلال خود را توضیح دهد، که شفافیت و قابلیت کنترل بیشتری را به ارمغان می‌آورد.

توسعه‌دهندگان می‌توانند از طریق پلتفرم OpenAI به GPT-5 با قیمت‌های رقابتی دسترسی داشته باشند: gpt-5 با 1.25 دلار / 10 دلار به ازای هر 1 میلیون توکن ورودی/خروجی (با حداکثر 90% تخفیف کش ورودی)، gpt-5-mini با 0.50 دلار / 5 دلار و gpt-5-nano با 0.15 دلار / 1.50 دلار به ازای هر 1 میلیون توکن ورودی/خروجی. پنجره متن (context window) اکنون 256,000 توکن را پوشش می‌دهد (تقریباً به اندازه یک کتاب 600-800 صفحه‌ای از متن) که به GPT-5 اجازه می‌دهد اسناد به طور قابل توجهی بزرگتر و مکالمات گسترده‌تری را نسبت به سلف خود، GPT-4 Turbo، مدیریت کند. برای کسانی که به مقدار بیشتری نیاز دارند، GPT-4.1 (که از پنجره متن 1 میلیون توکن پشتیبانی می‌کند) همچنان در دسترس است. در مقایسه با رقبای اصلی – Anthropic و Google – مدل‌های GPT-5 OpenAI از طریق API هم‌قیمت یا ارزان‌تر هستند، که فشار نزولی بیشتری بر هزینه هوش می‌آورد و رقابت در بازار مدل‌های زبان بزرگ را تشدید می‌کند.

آزمایش‌کنندگان اولیه سازمانی تحسین بالایی دارند

چندین شرکت برجسته قبلاً GPT-5 را در آزمایش‌های اولیه خود به کار گرفته‌اند، که این نشان‌دهنده اعتماد بالای صنعت به قابلیت‌های این مدل جدید است. JetBrains از آن برای قدرت بخشیدن به ابزارهای هوشمند توسعه‌دهنده خود استفاده می‌کند، که به برنامه‌نویسان کمک می‌کند تا کدها را با کارایی بیشتری بنویسند و اشکالات را شناسایی کنند. همچنین، Notion GPT-5 را برای بهبود تولید سند و گردش‌های کاری بهره‌وری ادغام کرده است، که کاربران را قادر می‌سازد تا اسناد پیچیده را به سرعت و با دقت بالا ایجاد و ویرایش کنند.

در استارت‌آپ ابزار توسعه‌دهنده هوش مصنوعی Cursor، مایکل تروئل، هم‌بنیانگذار و مدیرعامل، در نقل قولی که توسط OpenAI به خبرنگاران ارائه شد، گفت: “تیم ما GPT-5 را به طرز شگفت‌آوری هوشمند، آسان برای هدایت و حتی دارای شخصیتی یافته است که در هیچ مدل دیگری ندیده‌ایم. این مدل نه تنها اشکالات پنهان و دشوار را پیدا می‌کند، بلکه می‌تواند عوامل پس‌زمینه طولانی و چند مرحله‌ای را نیز اجرا کند تا وظایف پیچیده را به اتمام برساند – از این دست مشکلاتی که مدل‌های دیگر را درگیر می‌کردند. این مدل به ابزار روزانه ما برای همه چیز، از تعریف دامنه و برنامه‌ریزی PRها گرفته تا تکمیل ساخت‌های end-to-end تبدیل شده است.” این شهادت نشان‌دهنده تغییر بزرگی در نحوه انجام کارهای توسعه‌ای با کمک هوش مصنوعی است.

سایر مشتریان نیز دستاوردهای بزرگی را گزارش کرده‌اند: GitLab کاهش حجم فراخوانی ابزار را اعلام کرده است، که به بهبود کارایی فرآیندهای توسعه کمک می‌کند. GitHub نیز بهبودهایی در استدلال در پایگاه‌های کد بزرگ را مشاهده کرده است، که این امر به توسعه‌دهندگان امکان می‌دهد با پروژه‌های عظیم‌تری کار کنند. و Uber در حال آزمایش GPT-5 برای کاربردهای خدماتی زمان واقعی و آگاه به دامنه است، که می‌تواند تجربه کاربری را در پلتفرم‌های حمل و نقل به طور چشمگیری بهبود بخشد. در Amgen، این مدل قبلاً کیفیت خروجی را بهبود بخشیده و ابهام در وظایف علمی را کاهش داده است، که نشان‌دهنده پتانسیل گسترده آن در صنایع مختلف، از جمله علوم زیستی و پزشکی، است.

به‌روزرسانی‌های بیشتری در راه است

عرضه GPT-5 همزمان با چندین ویژگی جدید است که اکنون و به زودی به ChatGPT اضافه خواهند شد و تجربه کاربری را به سطوح جدیدی ارتقا خواهند داد. این به‌روزرسانی‌ها نشان‌دهنده تعهد OpenAI به نوآوری مستمر و بهبود تعامل با هوش مصنوعی هستند.

کاربران اکنون می‌توانند رابط کاربری را با رنگ‌های چت شخصی‌سازی کنند (با گزینه‌های اختصاصی برای کاربران پولی) و با شخصیت‌های از پیش تعیین شده مانند Cynic (بدبین)، Robot (ربات)، Listener (شنونده) و Nerd (عجیب و غریب) آزمایش کنند – که برای مطابقت با سبک‌های ارتباطی مختلف طراحی شده‌اند و به کاربران امکان می‌دهند با هوش مصنوعی به روشی که برایشان راحت‌تر است، تعامل کنند.

ChatGPT به زودی از ادغام بدون درز با Gmail، Google Calendar و Google Contacts پشتیبانی خواهد کرد. پس از فعال‌سازی، این خدمات به طور خودکار در طول چت‌ها ارجاع داده می‌شوند، بدون نیاز به تغییر دستی. این اتصالات برای مشترکین Pro هفته آینده راه‌اندازی می‌شوند و در ادامه به طور گسترده‌تری در دسترس قرار خواهند گرفت، که این قابلیت بهره‌وری را برای کاربران تجاری و شخصی به طور چشمگیری افزایش می‌دهد.

یک حالت پیشرفته صدای جدید، دستورالعمل‌ها را بهتر درک می‌کند و به کاربران اجازه می‌دهد لحن و نحوه ارائه را تنظیم کنند. حالت صدا در تمام سطوح کاربری و در GPT‌های سفارشی گنجانده خواهد شد، که این امکان ارتباط صوتی طبیعی‌تر و پویاتری را فراهم می‌آورد. در 30 روز آینده، OpenAI “حالت استاندارد صدا” قدیمی را بازنشسته کرده و به طور کامل به این تجربه یکپارچه تغییر خواهد یافت، که این گامی مهم به سوی تعاملات صوتی پیشرفته‌تر با هوش مصنوعی است.

با طراحی ایمن‌تر، استدلال قوی‌تر، ابزارهای توسعه‌دهنده گسترده‌تر و دسترسی گسترده کاربران، GPT-5 اکوسیستم هوش مصنوعی در حال بلوغ را منعکس می‌کند که به آرامی به سمت کاربرد واقعی در مقیاس جهانی پیش می‌رود. رویکرد OpenAI این بار کمتر به دنبال زرق و برق و بیشتر به دنبال ادغام است. GPT-5 یک پیشنهاد جداگانه نیست که کاربران باید به دنبال آن بگردند – بلکه به سادگی وجود دارد، به ابزارهایی که میلیون‌ها نفر از قبل استفاده می‌کنند قدرت می‌بخشد، آن‌ها را هوشمندتر و تواناتر می‌کند و طیف کاملی از موارد استفاده جدید را برای توسعه‌دهندگان باز می‌کند. این مدل به سرعت در حال تبدیل شدن به یک بخش جدایی‌ناپذیر از زیرساخت‌های هوش مصنوعی جهانی است و وعده می‌دهد که نحوه تعامل ما با فناوری را تغییر دهد.

منبع: VentureBeat.com