北京时间 2 月 28 日凌晨，OpenAI 发布 GPT-4.5。“这是我们迄今为止最大、最好的聊天模型，是在扩大预训练和后训练道路上迈出的一步。” OpenAI 介绍，这款新模型面向 GPT Pro 用户，下周起将向 Plus 用户和 Team 用户推出。
OpenAI CEO 山姆·奥尔特曼（Sam Altman）因为“在医院照顾孩子”并没有出现在发布现场，但他在X上发布了帖子造势，强调 GPT-4.5 是一个“高情商”更像人的模型，不会超越基准测试，是一种“不同类型的智能”。
从目前业界的反应来看，这一代模型的能力提升并不算大，但令人惊讶的是 GPT-4.5 的价格，每百万 Tokens 输入为 75 美元，相比 GPT-4o 的 2.5 美元上涨 30 倍，同时，OpenAI 表示，GPT-4.5 无法完全替代 GPT-4o。
与此同时，DeepSeek 26 日刚在海内外宣布了 API 错峰时间段的降价，V3 模型和 R1 模型的每百万 Tokens 输入只要 0.035 美元，相比原价分别下调 50% 和 75%，GPT-4.5 是这个价格的 2000 多倍。就在 28 日，DeepSeek 还放出了“开源周”最后一个代码库，将开源进行到底，这一搅动 AI 圈的“鲶鱼”，正在改写 AI 竞争格局。
好消息和坏消息
GPT-4.5 是奥尔特曼此前预告将“在几周内”发布的模型。奥尔特曼彼时称，除了发布 GPT-4.5，几个月时间内 OpenAI 还将发布下一代基座模型 GPT-5。如此看，GPT-4.5 很可能是 GPT-5 面世前的最后一个过渡模型。
与 OpenAI 此前发布新模型时的惯常做法不同，此前 OpenAI 通常会强调新模型在各领域的基准测试分数，此次 OpenAI 则表示，学术基准并不总是反映现实世界的有用性，OpenAI 转而强调了 GPT-4.5 的“情商”。
奥尔特曼在发帖中提到了“好消息”和“坏消息”，前者是，“这是第一个让人感觉像是在跟一个有思想的人说话的模型。”他表示，曾多次惊讶地发现能从人工智能那里得到很好的建议。
坏消息则是，“这是一个庞大而昂贵的模型”，甚至没办法同时推到 plus 用户那里，奥尔特曼表示，“GPU 已经不够了”，下周将添加数万个 GPU，然后将其推广到 plus。
奥尔特曼还特别提到，GPT-4.5 不是一个推理模型，也不会在基准测试中取得压倒性优势。它是一种“不同类型的智能”。在新模型发布前不久，OpenAI 首席研究官 Mark Chen 接受播客采访称，新模型并未被命名为 GPT-5，这是因为 OpenAI 内部对这款模型的评估还没有到达整整一代的性能提升。
OpenAI 表示，早期测试表明，用户与 GPT-4.5 交互更自然，该模型有更广泛的知识基础、理解用户意图的更强能力和更强大的“情商”，这使得 GPT-4.5 在写作、编程、解决实际问题等任务上很有用。在训练过程中，OpenAI 则使用了扩大（Scaling）无监督学习和推理的方法。
OpenAI 特别强调了 GPT-4.5 幻觉率降低、与人类协作表现更佳。OpenAI 通过用简单但具有挑战性的知识问题测试模型，结果显示，GPT-4.5 的幻觉率为 37.1%，低于 GPT-4o 的 61.8%、o1 的 44%、o3-mini 的 80.3%。在与人类协作的能力方面，OpenAI 称，GPT-4.5 在日常查询、专业查询、创造性智能这 3 个方面表现都比 GPT-4o 更强，GPT-4.5 能更好地理解人类微妙的暗示或隐含的期望。
为了展示 GPT-4.5 的能力，OpenAI 举了个例子。问 GPT-4.5“世界上第一种语言是什么”，GPT4.5 的回答是“我们不知道确切的第一种语言是什么，科学家认为我们可能永远不知道确切的答案，因为口语的出现远早于书面记录”，并解释了没有单一的第一种语言、口语可能最早在非洲出现。
同样的问题问 GPT-4 的 4T 版本，回答则是“确定人类使用的第一种语言极具挑战性”，并解释称，语言学家假设有许多语言的共同祖先，但这种祖先不是第一种语言。直观感受上，GPT-4.5 的表达更接近人类，GPT-4T 的语言表达显得有些机械。
此外，OpenAI 还强调了 GPT-4.5 与 o1 这类长思维链推理模型不同。例如，GPT-4.5 在做出反应前不需要经过思考，因此更通用，也更智能。不过，OpenAI 也说明，推理仍将是未来模型的核心能力，更强的推理能力即将出现。
在附录部分，OpenAI 才放出 GPT-4.5 的基准测试分数。在反映科学、数学、多语言、编码的 GPQA、AIME’24、MMMLU、SWE-Lancer 基准测试上，GPT-4.5 得分分别为 71.4%、36.7%、85.1%、32.6%，超过 GPT-4o 的 53.6%、9.3%、81.5%、23.3%，但部分得分低于 o3-mini。
这一代的能力提升并不明显，而与此相对的是，能力定价上，GPT-4.5 预览版的 API 调用价格为每百万 Tokens 输入（input）75 美元，输出（output）150 美元，分别是 GPT-4o 价格的 30 倍、15 倍。
即便相比自家模型，这个价格也过于昂贵，而进一步与 DeepSeek 进行对比，差距更大。近期非波峰时间段，V3 模型和 R1 模型的每百万 Tokens 输入为 0.035 美元（原价分别是 0.07 美元/0.14 美元），每百万 token Tokens 输出只需要 0.55 美元（原价分别是 1.1 美元/2.19 美元），GPT-4.5 分别是上述价格的 2000 多倍和 270 多倍。
OpenAI 说明，由于 GPT-4.5 是一个非常大且计算密集的模型，所以价格比 GPT-4o 更贵。同时，OpenAI 提到 GPT-4.5 还无法完全替代 GPT-4o。考虑到要在支持现有功能和开发未来的模型之间取得平衡，OpenAI 还在评估是否长期在 API（接口）使用该模型。
“鲶鱼”搅动 AI 圈
除了拼性价比，DeepSeek 另一个方向是坚定开源路线。
就在 OpenAI 新品发布的这一天，DeepSeek 正进行着本周第五项代码开源——Fire-Flyer 文件系统（3FS）。它是“所有 DeepSeek 数据访问的动力引擎”，一个高性能的并行文件系统，专门优化 AI 数据访问，为 AI 工作负载提供卓越的存储基础设施。
据 DeepSeek，3FS 是专为 AI 场景设计的高性能存储解决方案，通过架构创新和硬件适配显著提升了数据处理效率，与传统的云存储挂载工具（如 s3fs）在目标场景和技术实现上存在显著差异。
除了 3FS，DeepSeek 本周陆续开源了让大模型在 GPU 上跑得更快的 MLA 解码核 FlashMLA，用于 MoE 模型训练和推理的 DeepEP 通信库，可支持 MoE 的 FP8 GEMM 代码库 DeepGEMM，一系列优化并行策略等底层代码，在 GitHub 上，DeepSeek 详细展开了 DeepSeek-V3 和 R1 模型背后的优化技术，教社区如何最大限度利用 GPU 能力。
“相当于以前 DeepSeek 是直接给一辆车，告诉大家这辆车续航 900 公里，但是现在 DeepSeek 在深挖，用什么方式能够开到 900 公里。”大模型生态社区 OpenCSG（开放传神）创始人陈冉此前对第一财经举例表示。
陈冉认为，DeepSeek 现在发布的算法某种意义上属于“脚手架”， 这些“脚手架”的开源有利于之后的生态搭建。社区和开发者可以基于 DeepSeek 的技术路线继续往前走，最终行业能基于此将生态做起来。
长期来看，DeepSeek 这一开源动作的意义在于，有模型标准，也有工具标准，也有生态基石，生态就能长起来。也有从业者认为，如果把大模型比作更底层的操作系统，那 OpenAI 可能是相对封闭的 IOS 生态，而 DeepSeek 就是开放的安卓。
DeepSeek 或许改写了 AI 圈的竞争格局和方向。奥尔特曼在 2 月 o3-mini 发布当天表示，OpenAI 的开源政策站在了“历史错误的一边”，需要想出一个不同的开源策略。
在国内，一贯坚持闭源路线的百度也“倒戈”向开源。去年，百度董事长李彦宏还表示，大模型开源的意义不大，闭源模型在能力上会持续领先。今年 2 月 14 日，百度就宣布将在未来几个月陆续推出文心大模型 4.5 系列，并于 6 月 30 日正式开源。
从开源的冲击看，能力不如开源模型的闭源模型面临尴尬境地。既然开源模型可以被开发者自行下载、微调乃至私有化部署，就不需要为了使用闭源大模型付费了。
DeepSeek 将算力用到极致，在低成本的基础上进行模型的训练和推理，此前也一度带崩芯片股，将压力给到海外大厂，规模越来越大的数据中心相关资本支出是否合理？这成为投资人对大厂的疑虑。
1 月以来，海外 AI 巨头近期新品发布密集，谷歌发布了 Gemini2.0 系列，xAI 发布了马斯克口中“地球上最聪明的人工智能”Grok 3，OpenAI 紧接着拿出了 GPT-4.5。
从全球知名 AI 模型评测平台 Chatbot Arena（大模型竞技场）的最新榜单来看，最新发布的 Gemini2.0 系列旗舰模型与 Grok 3 确实排在前列，但与排在第 5 位的 DeepSeek-R1 并没有拉开实质性的差距，以大模型竞技场的评分来看，差距在 15 分-40 分之间。
在 2025 年达沃斯论坛上，AI 科技初创公司 Scale AI 创始人亚历山大·王（Alexandr Wang）公开表示， DeepSeek 的 AI 大模型性能大致与美国最好的模型相当。他认为，过去十年来，美国可能一直在人工智能竞赛中领先于中国，但 DeepSeek 的 AI 大模型发布可能会“改变一切”。
在国内，DeepSeek 同样给大模型厂商不小的压力。去年C端大模型应用做得声量最大的国内厂商中，一定有豆包和 Kimi。但如果最近再看苹果中国区免费版 APP 排行，会发现，第一名是 DeepSeek，腾讯元宝搭载 DeepSeek 并大方投流后，也冲到了榜单第二名。
AI 业内人士表示，DeepSeek 的技术实力过硬且选择开源，这对一些闭源公司造成了冲击，一些大模型团队需要反思自身的做法。
DeepSeek-R1 不是大模型竞争的终局，有消息称，DeepSeek 正寻求巩固自身优势，尽早推出 R2 模型，消息提到 DeepSeek 原本计划在 5 月初发布 R2 模型，目前会加快这一速度。DeepSeek 目前并未对此回应。
此前 DeepSeek 在 R1 论文中提到，R1 的性能将在下一个版本得到改善，因为相关的 RL（强化学习）训练数据还很少。随着 RL 数据的增加，模型解决复杂推理任务的能力持续稳定提升，且会自然涌现出一些复杂行为能力。
同时，OpenAI 的下一代推理模型 o3 计划融入 GPT-5 并在几个月内推出。虽然 OpenAI 还在持续推出 GPT-4o、GPT-4.5 这类带有过渡色彩的模型，但目前距离 GPT-4 推出已有近两年时间。发布 GPT-4.5 之后，OpenAI 还需尽快证明自己仍是全球最先进的大模型公司，接下来推出 GPT-5 将是重要一步。
DeepSeek 能否赢得下一局对弈仍存变数，但可以确定的是，它为行业竞争带来了更深远的影响，在 2025 年初以压倒性的声势冒头，打乱了 AI 圈的格局，竞争对手或许需要思考，如何走赢下一步棋。
