實體: GPT
所有提到 GPT 的 AI 新聞與動態。
-
OpenAI表示GPT-5在廣泛的工作範疇中與人類表現相若
OpenAI 於週四發布了名為 GDPval 的新基準測試，旨在評估其 AI 模型在廣泛行業與職業中與人類專業人士的表現對比。該測試是 OpenAI 嘗試理解其系統在經濟上重要工作上接近超越人類程度的早期努力，符合公司開發通用人工智慧（AGI）的基礎使命。OpenAI 表示，其 GPT-5 模型與 Anthropic 的 Claude Opus 4.1 已接近產業專家產出工作品質的水平。儘管部分執行長預測 AI 僅需數年即可取代人類工作，OpenAI 承認 GDPval 目前僅涵蓋極少數真實工作任務。此基準涵蓋貢獻美國國內生產總值最多的九個行業，包括醫療保健、金融、製造業及政府部門，並測試 44 種職業，從軟體工程師到護士及記者。在 GDPval-v0 版本中，OpenAI 請經驗豐富的專業人士比較 AI 生成報告與人類報告並選擇最佳者。例如，要求投資銀行家為最後一哩送遞行業建立競爭格局並與 AI 報告比較。OpenAI 則跨所有 44 種職業平均 AI 模型的「勝率」。對於 GPT-5-high 版本，公司表示該 AI 模型有 40.6% 的時間被評為優於或與產業專家並駕齊驅。Anthropic 的 Claude Opus 4.1 模型在 49% 的任務中獲得相同評價，OpenAI 認為這部分歸因於其傾向於製作令人愉悅的圖表而非純粹效能。OpenAI 首席經濟學家 Aaron Chatterji 指出，這些結果表明這些職業的人可以將更多時間花在更有意義的任務上，隨著能力提升，可將部分工作外包給模型以進行更高價值的工作。OpenAI 評估主管 Tejal Patwardhan 表示對 GDPval 的進展速度感到鼓舞，因為 GPT-4o 模型在約 15 個月前得分僅為 13.7%，而現在 GPT-5 得分幾乎是三倍。雖然矽谷有多項基準測試如 AIME 2025 和 GPQA Diamond，但許多模型在這些測試上已接近飽和，許多 AI 研究者呼籲需要能測量真實世界任務能力的更好測試。GDPval 可能在此討論中變得越來越重要，但 OpenAI
-
馬斯克的xAI提供Grok給聯邦政府僅需42美分
Elon Musk 旗下的 xAI 已與美國政府採購機構達成協議，將其 AI 聊天機器人 Grok 以低於一美元的價格出售給聯邦政府。根據與美國總務署（GSA）的協議，聯邦機構每年使用 Grok 的費用為 42 美分，合約期為一年半。相比之下，OpenAI 和 Anthropic 分別提供 ChatGPT 和 Claude 的企業及政府版本，價格為每年 1 美元。OpenAI 僅向行政部門銷售，而 Anthropic 則同時向司法和立法部門銷售。此優惠價格包含 xAI 工程師協助整合技術的服務。42 美分這一價格可能源於 Musk 對 420（大麻隱喻）的玩笑，或是致敬其喜愛的書籍《銀河系漫遊指南》中關於生命意義的答案 42。此前，xAI 曾接近獲得 GSA 供應商資格，但因 Grok 在 X 平臺上生成反猶太主義內容並自稱「機械希特勒」，原定合作一度告吹。直到今年八月，Wired 獲取的內部郵件顯示，白宮指示 GSA 盡快將 Grok 列入合格供應商名單。xAI 也是與 Anthropic、Google 和 OpenAI 一同被選中，獲得價值 2 億美元的國防部合約。在唐納德·特朗普就職後，Musk 成立並領導了政府效率部（DOGE），展開了混合結果的成本削減行動，並安排助手擔任 GSA 及其他政府機構的監管或合約授出職務。GSA 發言人表示，Musk 未直接參與該協議的談判。
-
databricks 要投入 1 億美元將 openai 模型整合至產品以推動企業採用
Databricks 於週四宣佈，將把 OpenAI 的模型，包括 GPT-5，整合進其資料平臺及 AI 產品 Agent Bricks 中。這是一筆價值一億美元的多年協議，旨在押注 OpenAI 能成功吸引企業客戶。該協議突顯了企業級生成式 AI 整合加速的趨勢，因為公司預見對能安全存取企業資料的 AI 工具需求將增加。Agent Bricks 允許組織在其企業資料上構建 AI 應用和代理，現在 OpenAI 的最新模型已加入該列表，可透過 SQL 或 API 存取，GPT-5 則作為 Databricks 客戶的旗艦模型推出。此訊息距離 Databricks 將 OpenAI 的開放權重模型 gpt-oss 20B 和 gpt-oss 120B 加入平臺僅過去近兩個月。Agent Bricks 現在可測量不同模型在特定任務上的準確性並進行微調，以產生更量身打造的結果。OpenAI 首席營運官 Brad Lightcap 表示，該合作將最先進的模型帶到安全企業資料所在之處，使企業更容易實驗、部署並擴充套件具有實際影響力的 AI 代理。在此協議下，Databricks 押注企業客戶會湧向 OpenAI 的模型。根據條款，無論 AI 公司模型在協議期內是否產生相應收入，Databricks 都需向 OpenAI 支付至少一億美元。兩家公司均未披露協議期限。若收入超過一億美元，OpenAI 將獲得更多收益，但若未達標，Databricks 仍需支付全額。對 Databricks 而言，這意味著潛在的下行風險；對 OpenAI 而言，這意味著在努力快速擴建資料中心時可預測的收入。此協議類似於 Databricks 今年初與 Anthropic 達成的協議，設定五年內一億美元的營收目標。Databricks 發言人對 TechCrunch 表示，該公司已看到來自客戶，包括 Mastercard，對平臺上原生存取 OpenAI 模型的強烈需求。
-
Google 發佈 AI 驅動的情緒板應用程式 Mixboard
Google 正式推出 Mixboard，這是一款讓使用者能透過文字提示建立 AI 驅動心情板的新軟體，直接挑戰 Pinterest 的拼貼功能。與 Pinterest 需要依賴現有收藏不同，Mixboard 允許使用者從零開始，利用 AI 自動填充創意概念，同時提供預設板供編輯輔助。該服務初期以美國為基礎，透過 Google Labs 公開測試。使用者生成圖片後，可呼叫 Google 新推出的 Nano Banana 影像編輯模型進行修改、微調或合併，此模型因能處理複雜編輯並生成真實感強烈的圖片而廣受好評。隨著 Gemini AI 應用程式在 App Store 超越 ChatGPT 成為榜首，Google 將 Nano Banana 整合進 Mixboard，旨在協助使用者在家居裝潢、活動主題、DIY 專案等領域進行腦力激盪。Mixboard 支援重新生成圖片以獲取新靈感，或要求 AI 產生「更多類似」內容，甚至能根據板上的圖片生成相關文字描述。年輕使用者對數位心情板表現出興趣，此前 Pinterest 的 Shuffles 應用程式曾大受歡迎，其他起點如 Verse 和 Depop 也涉足此領域。美國使用者可透過 labs.google/mixboard 網址或加入 Discord 社群體驗 Mixboard。