OpenAI测试：GPT - 5与Claude媲美人类专家
原创
<{$news["createtime"]|date_format:"%Y-%m-%d %H:%M"}>
瑞财经
818阅读
2025-09-26 03:38
Ai快讯 财联社9月26日消息，当地时间周四（9月25日），人工智能（AI）研究公司OpenAI发布了一项名为GDPval的新基准测试，旨在比较其AI模型与各行业专业人士的工作表现，评估OpenAI的系统距离在经济价值工作上超越人类有多近，而经济价值工作是OpenAI开发通用人工智能（AGI）的关键环节。
OpenAI周四宣称，其GPT - 5模型以及竞争对手Anthropic公司的Claude Opus 4.1“已经接近行业专家的工作质量”。不过，这并不意味着OpenAI的模型会立刻取代人类工作。尽管一些CEO预测AI在几年内就会取代人类，但OpenAI承认GDPval目前只涵盖人们实际工作中有限的一部分任务，这只是该公司衡量AI向这一里程碑迈进的最新方式之一。
GDPval基于美国GDP贡献最大的九个行业，包括医疗、金融、制造业和政府等领域，测试覆盖了44种职业，从软件工程师到护士再到记者。在首个版本GDPval - v0中，OpenAI邀请资深专业人士对比AI生成的报告与其他专业人士的成果，并挑选出更优者。例如，要求投行人员为“最后一公里配送行业”制作竞争格局分析，并与AI生成的报告进行对比，随后OpenAI将AI模型在全部44个职业中对抗人类报告的“胜率”进行平均计算。
结果显示，GPT - 5 - high（高算力版本GPT - 5）在40.6%的情况下被评为优于或与行业专家持平，而Anthropic的Claude Opus 4.1模型则在49%的任务中被评为不输于行业专家，表现超过了OpenAI的模型。OpenAI解释称，Claude得分更高部分原因是其倾向于生成更美观的图表，而非纯粹性能更优。
需要说明的是，大多数职业的工作远不止提交研究报告，而这却是GDPval - v0所测试的全部内容。OpenAI承认这一点，并计划在未来开发更全面的测试，涵盖更多行业和交互式工作流程。
尽管如此，OpenAI仍认为GDPval的进展具有重要意义。OpenAI首席经济学家Aaron Chatterji在接受采访时表示，GDPval的测试结果表明，这些岗位上的人们可以利用AI模型节省时间，从而专注于更有意义的工作。OpenAI评估负责人Tejal Patwardhan表示对GDPval的进步速度感到鼓舞，指出约15个月前发布的GPT - 4o模型得分仅为13.7%（胜出或持平人类），而GPT - 5的成绩几乎提高了三倍，她预计这一趋势还会继续。
（AI撰文，仅供参考）
来源：瑞财经
重要提示：本文仅代表作者个人观点，并不代表乐居财经立场。 本文著作权，归乐居财经所有。未经允许，任何单位或个人不得在任何公开传播平台上使用本文内容；经允许进行转载或引用时，请注明来源。联系请发邮件至ljcj@leju.com，或点击【联系客服】
网友评论
相关推荐
原创
瑞财经
刚刚
原创
瑞财经
刚刚
原创
瑞财经
03:22
原创
瑞财经
03:22
原创
瑞财经
03:20
最新文章推荐
原创
瑞财经
刚刚
原创
瑞财经
刚刚
原创
瑞财经
03:22
原创
瑞财经
03:22
原创
瑞财经
03:20
