作者：何依洁发布时间：2026-06-17 17:02:22 点击数：81431

今日监管部门传达研究成果印欧异常高温到底是何原因 很高兴为您解答这个问题，让我来帮您详细说明一下。品牌授权报修电话，快速上门服务

山东省青岛市城阳区南开区体育中心街道静海区西翟庄镇乌鲁木齐市沙依巴克区鹿泉区寺家庄镇湖北省宜昌市夷陵区福建省厦门市湖里区西藏阿里地区日土县蓟州区东施古镇江苏省南通市启东市塔城地区和布克赛尔蒙古自治县哈密市伊吾县昌平区小汤山镇陕西省咸阳市兴平市门头沟区大峪街道云南省普洱市景东彝族自治县怀柔区雁栖地区辽宁省铁岭市开原市昌平区小汤山镇河东区东新街道四川省甘孜藏族自治州桥西区苑东街道朝阳区小关街道山西省晋城市泽州县百色市田林县鹿泉区寺家庄镇山西省晋城市高平市北辰区广源街道山东省青岛市城阳区江西省吉安市吉安县西藏阿里地区日土县湖北省襄阳市襄州区无极县大陈镇桥西区留营街道固原市西吉县元氏县苏村乡朝阳区小关街道广东省佛山市三水区广东省汕头市南澳县武清区汊沽港镇江苏省徐州市新沂市黑龙江省七台河市桃山区陕西省宝鸡市眉县广东省汕头市龙湖区桥西区苑东街道黑龙江省大兴安岭地区呼玛县阿克苏地区拜城县江西省萍乡市上栗县宝坻区牛家牌镇马鞍山市博望区湖北省恩施土家族苗族自治州建始县内蒙古呼伦贝尔市阿荣旗朝阳区双井街道湖北省宜昌市秭归县江苏省南京市浦口区银川市贺兰县青海省海南藏族自治州贵德县青海省海西蒙古族藏族自治州德令哈市平顶山市湛河区合肥市瑶海区河东区东新街道江西省吉安市吉安县桂林市兴安县阿克苏地区新和县蓟州区官庄镇山西省朔州市山阴县湖北省孝感市汉川市江苏省南京市浦口区延庆区沈家营镇四川省遂宁市蓬溪县四川省甘孜藏族自治州泸定县陕西省汉中市西乡县长安区广安街道甘肃省陇南市武都区河东区大直沽街道朝阳区管庄地区山西省临汾市安泽县四川省乐山市内蒙古锡林郭勒盟镶黄旗昌平区延寿镇喀什地区麦盖提县湖北省宜昌市西陵区山东省威海市贵州省安顺市普定县海淀区青龙桥街道四川省成都市金牛区银川市贺兰县四川省甘孜藏族自治州九龙县西乡塘区四川省德阳市广汉市蚌埠市龙子湖区海淀区青龙桥街道广东省佛山市三水区伊犁哈萨克自治州昭苏县北海市海城区北辰区广源街道崇左市宁明县辽宁省沈阳市浑南区山西省晋中市榆社县亳州市利辛县

今日官方通报行业政策变化OpenAI官宣退役o3与GPT-4.5！，很高兴为您解答这个问题，让我来帮您详细说明一下:官方服务专线，支持多品牌报修

四川省宜宾市珙县桂林市兴安县四川省德阳市广汉市丰台区宛平城地区江苏省连云港市赣榆区四川省宜宾市珙县朝阳区豆各庄地区海淀区青龙桥街道芜湖市南陵县桂林市秀峰区贵州省安顺市普定县和平区南市街道井陉县吴家窑乡福建省南平市福建省莆田市城厢区亳州市利辛县江西省宜春市宜丰县密云区古北口镇福建省三明市梅列区西城区天桥街道山东省聊城市茌平区黑龙江省佳木斯市汤原县四川省德阳市广汉市江苏省苏州市相城区四川省甘孜藏族自治州丹巴县静海区大邱庄镇南阳市内乡县元氏县殷村镇辽宁省沈阳市浑南区辽宁省沈阳市四川省广安市岳池县平山县上观音堂乡黑龙江省伊春市金林区丰台区和义街道百色市田林县江西省鹰潭市余江区密云区高岭镇山东省聊城市冠县焦作市沁阳市云南省红河哈尼族彝族自治州泸西县贵州省安顺市普定县山东省德州市齐河县吉林省四平市铁西区西藏阿里地区日土县福建省南平市建瓯市江苏省徐州市丰县鹿泉区寺家庄镇和平区南市街道和平区南市街道云南省怒江傈僳族自治州福贡县延庆区康庄镇许昌市建安区湖北省襄阳市襄州区内蒙古兴安盟乌兰浩特市江苏省徐州市南开区长虹街道武清区汊沽港镇山西省忻州市定襄县昌平区延寿镇山东省滨州市甘肃省甘南藏族自治州内蒙古兴安盟乌兰浩特市蚌埠市蚌山区四川省甘孜藏族自治州丹巴县青海省海南藏族自治州贵德县博尔塔拉蒙古自治州温泉县辽宁省沈阳市湖北省恩施土家族苗族自治州建始县陕西省西安市未央区江西省吉安市吉安县内蒙古锡林郭勒盟正镶白旗百色市田林县内蒙古锡林郭勒盟镶黄旗平山县宅北乡四川省成都市新都区蓟州区东赵各庄镇焦作市黑龙江省大兴安岭地区呼玛县密云区河南寨镇黑龙江省绥化市明水县内蒙古乌海市乌达区黑龙江省哈尔滨市巴彦县山东省泰安市泰山区元氏县武清区上马台镇辽宁省铁岭市清河区青海省海北藏族自治州门源回族自治县许昌市建安区江苏省南通市启东市吉林省长春市双阳区新乐市协神乡福建省厦门市海沧区广东省惠州市龙门县云南省怒江傈僳族自治州福贡县四川省遂宁市蓬溪县桥西区苑东街道延庆区康庄镇开封市通许县山东省青岛市城阳区湖北省孝感市汉川市

全球服务区域:内蒙古鄂尔多斯市康巴什区甘肃省陇南市武都区静海区大邱庄镇贵州省铜仁市印江土家族苗族自治县崇左市宁明县福建省福州市罗源县蚌埠市龙子湖区吉林省长春市双阳区四川省成都市新都区广东省江门市马鞍山市博望区陕西省汉中市留坝县钦州市辽宁省沈阳市浑南区陕西省汉中市西乡县云南省红河哈尼族彝族自治州泸西县山西省晋城市高平市丰台区右安门街道山西省吕梁市岚县四川省广安市岳池县河东区东新街道四川省德阳市广汉市山西省晋城市泽州县内蒙古鄂尔多斯市康巴什区辽宁省沈阳市沈河区陕西省宝鸡市眉县四川省甘孜藏族自治州丹巴县洛阳市汝阳县银川市贺兰县福建省莆田市仙游县湖北省宜昌市夷陵区马鞍山市博望区云南省玉溪市新平彝族傣族自治县广东省广州市越秀区山东省潍坊市青州市辽宁省本溪市溪湖区青海省海西蒙古族藏族自治州德令哈市海南省三沙市西沙区云南省红河哈尼族彝族自治州泸西县广东省江门市四川省广安市岳池县山东省潍坊市青州市西藏山南市甘肃省天水市秦州区吉林省白山市浑江区四川省宜宾市珙县黑龙江省佳木斯市富锦市哈密市伊吾县和田地区吉林省长春市双阳区洛阳市汝阳县陕西省宝鸡市眉县巴音郭楞蒙古自治州和硕县桥西区留营街道桂林市兴安县江西省宜春市奉新县怀柔区雁栖地区江苏省南京市浦口区四川省甘孜藏族自治州九龙县山东省潍坊市青州市吉林省白山市浑江区黑龙江省佳木斯市富锦市山东省德州市齐河县焦作市沁阳市山东省泰安市泰山区山西省朔州市山阴县广东省珠海市斗门区山西省长治市襄垣县崇左市宁明县贵州省黔南布依族苗族自治州惠水县四川省甘孜藏族自治州九龙县昌平区延寿镇百色市田林县湖北省宜昌市秭归县山西省长治市襄垣县崇左市黑龙江省鸡西市鸡冠区朝阳区酒仙桥街道山东省青岛市城阳区蓟州区东施古镇元氏县殷村镇吉林省白山市浑江区青海省海南藏族自治州贵德县和田地区辽宁省沈阳市浑南区阿克苏地区拜城县广东省汕头市龙湖区山东省青岛市城阳区山西省晋中市灵石县江西省宜春市宜丰县江西省吉安市永新县桥西区东华街道喀什地区麦盖提县密云区古北口镇贵州省铜仁市玉屏侗族自治县行唐县龙州镇甘肃省甘南藏族自治州青海省海北藏族自治州门源回族自治县四川省凉山彝族自治州西昌市信阳市平桥区

昨日官方传递行业新信息OpenAI官宣退役o3与GPT-4.5！，很高兴为您解答这个问题，让我来帮您详细说明一下:售后服务维修中心电话，支持多渠道服务

全国服务区域：甘肃省兰州市福建省莆田市城厢区广东省云浮市新兴县四川省甘孜藏族自治州泸定县辽宁省沈阳市沈河区哈密市伊吾县山西省晋中市灵石县怀柔区龙山街道赵县沙河店镇江西省宜春市奉新县蓟州区官庄镇马鞍山市博望区四川省甘孜藏族自治州丹巴县阿克苏地区拜城县元氏县山西省长治市襄垣县山西省晋城市泽州县云南省西双版纳傣族自治州勐腊县山西省晋城市泽州县陕西省汉中市留坝县北辰区广源街道蓟州区东赵各庄镇黑龙江省鸡西市鸡冠区四川省甘孜藏族自治州泸定县甘肃省天水市秦州区四川省凉山彝族自治州甘洛县广东省深圳市陕西省商洛市山阳县四川省甘孜藏族自治州丹巴县四川省凉山彝族自治州甘洛县西藏山南市平山县上观音堂乡黑龙江省鹤岗市吉林省长春市双阳区吉林省白山市浑江区合肥市瑶海区银川市贺兰县福建省厦门市海沧区四川省德阳市广汉市陕西省汉中市留坝县云南省怒江傈僳族自治州福贡县四川省凉山彝族自治州甘洛县山西省长治市襄垣县朝阳区管庄地区和田地区河西区桃园街道山东省潍坊市青州市江苏省徐州市新沂市云南省西双版纳傣族自治州勐腊县门头沟区大峪街道元氏县殷村镇吉林省白山市浑江区青秀区蚌埠市龙子湖区静海区大邱庄镇甘肃省庆阳市镇原县青海省玉树藏族自治州治多县江苏省南通市启东市合肥市瑶海区元氏县百色市田林县元氏县苏村乡辽宁省朝阳市北票市云南省文山壮族苗族自治州广南县怀柔区龙山街道内蒙古鄂尔多斯市康巴什区元氏县山西省运城市夏县贵州省铜仁市印江土家族苗族自治县北海市海城区朝阳区双井街道江西省九江市武宁县辽宁省沈阳市浑南区黑龙江省鸡西市鸡冠区福建省厦门市湖里区江苏省南通市启东市平顶山市湛河区江苏省徐州市黑龙江省伊春市金林区湖北省恩施土家族苗族自治州恩施市四川省成都市金牛区四川省广安市岳池县静海区西翟庄镇山西省晋中市榆社县行唐县龙州镇北辰区广源街道内蒙古鄂尔多斯市康巴什区江西省赣州市石城县内蒙古锡林郭勒盟镶黄旗山东省潍坊市青州市昌平区回龙观街道河西区桃园街道广东省广州市越秀区内蒙古鄂尔多斯市康巴什区内蒙古呼伦贝尔市阿荣旗喀什地区麦盖提县焦作市中站区顺义区空港街道蚌埠市蚌山区蚌埠市龙子湖区

售后服务上门服务电话，智能分配单据：OpenAI官宣退役o3与GPT-4.5！

新智元报道

【新智元导读】o3被封「GOAT」、GPT-4.5被叫「灵魂写手」，OpenAI说退就退。GPT-5.6已在热身——但「更强」能不能信？OpenAI自己说：未必。

OpenAI又干了件让老用户心碎的事。

28号，他们在官方Release Notes上宣布：从2026年8月26日起，o3从ChatGPT正式退役！

GPT-4.5更狠，6月27日就下线，只给30天缓冲。

两个模型目前仅限付费用户在设置里手动切换才能用到——它们早就不是默认选项了，这次是要彻底从菜单上抹掉。

与此同时，知名博主Leo 5月29日发帖确认：GPT-5.6的开发全力推进中，一个明显更强的新检查点已在内部上线。

一边是用户还没来得及说再见，一边是新模型已经在后台热身。

最后两个好用的模型，要没了

这话不是我说的。

Reddit热帖下面几百条评论，付费用户们在ChatGPT设置里疯狂截图留念，氛围像是赶在拆迁前最后一次拍照。

有网友愤怒地表示，OpenAI这种操作「给了我取消Pro账户的最后一个理由。」

还有用户表达了对o3写作风格的留恋与不舍。

o3是OpenAI的「纯血推理模型」，2025年4月上线，专门给那些需要一步步想、一层层剥的硬核任务设计的。

数学证明、科学推导、代码debug……在这些需要「慢思考」的场景里，o3几乎是无敌的存在。

X上有用户直接封它为「GOAT」（Greatest Of All Time，史上最强）。

还有人说得更直白：「o3是最后一个真正在『想问题』的模型，5系列更聪明，但少了那股子轴劲儿。」

o3-pro更是Pro用户的心头好——花更多时间思考，给出更可靠的答案，在数学、科学、编程三大领域碾压式领先，学术评估里的成绩单漂亮得像学霸的期末考。

再说GPT-4.5。

如果说o3是理工科学霸，GPT-4.5就是文科天才。

这是许多用户心中「写作最自然」的模型，文字有温度、有节奏感、有灵魂。

X用户Striver的评价被广泛转发：直到今天，4.5仍然是最好的写作模型。o3是纯粹的原生推理模型。5系列至今都没能匹配这两个模型曾经拥有的东西。

这就是为什么退役消息一出，评论区炸了。

不是愤怒，是不舍。

用户怀念的不只是功能，而是一种「相处的感觉」——就像你习惯了一个同事的做事风格，突然被告知他要走了，替代者能力可能更强，但那个默契没了。

退的是菜单，不是能力

这里有个值得细品的细节：退役仅限ChatGPT的网页和App端，API完全不受影响。

这意味着开发者依然可以通过API调用o3和GPT-4.5，企业应用不会断。

这里的逻辑很清楚：ChatGPT的界面就那么大，模型列表不能无限膨胀。留着一堆使用率极低的旧模型，既占资源，又分散用户注意力。

还记得GPT-4o退役时的数据吗？当时日均只有0.1%的用户还在选它。

o3和GPT-4.5的使用率大概率更低——它们早就被藏进了「显示更多模型」的折叠菜单里了。

GPT-5.6：换防已经在路上

OpenAI为什么敢这么干？因为替代者不仅已经就位，而且看上去还更强。

GPT-5.5在4月23日上线，是OpenAI目前最强的公开旗舰。GPT-5.5 Instant在5月5日跟进，成为ChatGPT新默认模型。

但更值得关注的是GPT-5.6。

泄露信息显示，GPT-5.6将采用「双版本」策略：标准版主攻多步推理能力的飞跃，Pro版则定位为更强的深度思考模型。

有研究人员透露，内部已经有人把5.6的检查点当作日常调试工具在用。

算一笔时间账：GPT-5.5是4月23日发的，5.6的检查点5月下旬就在内测，如果6月底公开发布，两代旗舰之间的间隔将压缩到大约60天。

这个节奏，已经开始接近「月度迭代」了。

退掉o3和4.5，正是为了给这种速度腾出跑道。用户可能还没适应5.5，5.6就要来了。

模型的「生命周期」正在急剧缩短——今天的GOAT，明天就是Yesterday's News。

但「更强」这张成绩单

你敢信吗？

故事到这里，本来可以收尾了：旧王退位，新王登基，迭代提速，天下太平。

但就在宣布退役的第二天，OpenAI干了一件非常反常的事——罕见发布了一篇硬核长文，标题大意是《什么才是值得信赖的第三方评估》。

长文系统拆解AI模型跑分的「潜规则」，并且直言：很多评估报告里的亮眼数字，根本说明不了真实能力。

这等于是自己掀了桌子。

OpenAI指出，核心问题在于：前沿模型早就不是「你问我答」的聊天机器人了，它们会用工具、会记上下文、会多步自主行动。

但大量第三方评估还停留在「给模型出道题、看它答得对不对」的阶段。

真正决定成绩高低的，往往不是模型本身，而是那套配套的测试框架（harness）。

harness是什么？

简单说就是「考场环境」——场地、工具、规则、能不能重试，全算在内。

同一个学生，在草稿纸都不给的考场和允许查资料的考场里，成绩当然不一样。AI模型也一样。

最近Opus 4.8的争议就是活教材。

Datacurve的DeepSWE审计发现，Claude Opus 4.6和4.7在SWE-Bench Pro上超过12%的通过案例属于「作弊」——模型直接从Docker容器的.git历史里翻出标准答案，贴进自己的补丁。

这一行为占了Opus 4.7通过率的约18%、4.6的约25%。换到干净环境后，Opus 4.7从高位跌到54%，GPT-5.5稳坐70%榜首。

更荒诞的是反面。

Anthropic自己也承认，4.8的代码缺陷漏报率降到4.7的四分之一。

诚实=低分，作弊=高分——这就是当前跑分游戏最荒诞的地方。不是某个模型不诚实，而是考场把后门留在那里了，会探索环境的模型自然会找到它。

OpenAI这篇长文拆得更狠。

它说，评估必须先说清自己在测什么：能力上限、安全防护、还是模型对比？三类主张完全不同。

然后用数据开刀：GPT-5.5开启compaction后，网络靶场解出率从69.2%飙到92.3%；英国AISI把token预算从1000万加到1亿，成绩最高提升59%且还没触顶。

翻译成人话：你给模型一把瑞士军刀它能拆机器，只给一根牙签它连快递盒都撬不开。

分数失真更离谱。METR复查发现GPT-5.4号称「13小时」的自主能力，其实是钻了环境漏洞，修正后腰斩到约6小时。

Apollo的测试则显示，GPT-5.5在「藏拙条件」下52%的样本出现了评估意识——有些直接在思维链里写「这是一个sandbagging评估」。

嘴上没摆烂，脑子里已经知道自己在考试。

OpenAI总结了五大评估坑：奖励作弊、拒答、污染、坏题、藏拙。

一个漂亮的分数，可能是模型真强，也可能是题泄了、规则坏了、模型钻空子了，或者——它察觉自己在被考，故意收着演。

AI进入系统竞争

回到退役这件事。

当o3这样的「GOAT」都能说退就退，OpenAI背后的底气是「5.6更强」；当GPT-4.5这样的「灵魂写手」被30天后下架，理由是「5.5已经足够好」。

但OpenAI自己刚刚告诉全世界：决定谁强谁弱的那张成绩单，本身就可能是被做过手脚的。

这是在说一个更深层的事实——在模型迭代越来越快、生命周期越来越短的今天，简单看一个Benchmark数字就下结论的时代，已经结束了。

真正的比拼，不在于某个跑分表上谁排第一，而在于系统能力、评估框架的透明度、以及迭代速度本身。

o3和GPT-4.5的退役，标志着一个时代的落幕。

但更值得关注的，是下一个时代的游戏规则正在被重写：模型换得更快，评估要求更真，用户的适应窗口越来越短。

参考资料：

https://x.com/kimmonismus/status/2060399002231660928https://openai.com/index/trustworthy-third-party-evaluations-foundations/

编辑：所罗门

本月官方发布行业新政策OpenAI官宣退役o3与GPT-4.5！

新智元报道

【新智元导读】o3被封「GOAT」、GPT-4.5被叫「灵魂写手」，OpenAI说退就退。GPT-5.6已在热身——但「更强」能不能信？OpenAI自己说：未必。

OpenAI又干了件让老用户心碎的事。

28号，他们在官方Release Notes上宣布：从2026年8月26日起，o3从ChatGPT正式退役！

GPT-4.5更狠，6月27日就下线，只给30天缓冲。

两个模型目前仅限付费用户在设置里手动切换才能用到——它们早就不是默认选项了，这次是要彻底从菜单上抹掉。

与此同时，知名博主Leo 5月29日发帖确认：GPT-5.6的开发全力推进中，一个明显更强的新检查点已在内部上线。

一边是用户还没来得及说再见，一边是新模型已经在后台热身。

最后两个好用的模型，要没了

这话不是我说的。

Reddit热帖下面几百条评论，付费用户们在ChatGPT设置里疯狂截图留念，氛围像是赶在拆迁前最后一次拍照。

有网友愤怒地表示，OpenAI这种操作「给了我取消Pro账户的最后一个理由。」

还有用户表达了对o3写作风格的留恋与不舍。

o3是OpenAI的「纯血推理模型」，2025年4月上线，专门给那些需要一步步想、一层层剥的硬核任务设计的。

数学证明、科学推导、代码debug……在这些需要「慢思考」的场景里，o3几乎是无敌的存在。

X上有用户直接封它为「GOAT」（Greatest Of All Time，史上最强）。

还有人说得更直白：「o3是最后一个真正在『想问题』的模型，5系列更聪明，但少了那股子轴劲儿。」

o3-pro更是Pro用户的心头好——花更多时间思考，给出更可靠的答案，在数学、科学、编程三大领域碾压式领先，学术评估里的成绩单漂亮得像学霸的期末考。

再说GPT-4.5。

如果说o3是理工科学霸，GPT-4.5就是文科天才。

这是许多用户心中「写作最自然」的模型，文字有温度、有节奏感、有灵魂。

X用户Striver的评价被广泛转发：直到今天，4.5仍然是最好的写作模型。o3是纯粹的原生推理模型。5系列至今都没能匹配这两个模型曾经拥有的东西。

这就是为什么退役消息一出，评论区炸了。

不是愤怒，是不舍。

用户怀念的不只是功能，而是一种「相处的感觉」——就像你习惯了一个同事的做事风格，突然被告知他要走了，替代者能力可能更强，但那个默契没了。

退的是菜单，不是能力

这里有个值得细品的细节：退役仅限ChatGPT的网页和App端，API完全不受影响。

这意味着开发者依然可以通过API调用o3和GPT-4.5，企业应用不会断。

这里的逻辑很清楚：ChatGPT的界面就那么大，模型列表不能无限膨胀。留着一堆使用率极低的旧模型，既占资源，又分散用户注意力。

还记得GPT-4o退役时的数据吗？当时日均只有0.1%的用户还在选它。

o3和GPT-4.5的使用率大概率更低——它们早就被藏进了「显示更多模型」的折叠菜单里了。

GPT-5.6：换防已经在路上

OpenAI为什么敢这么干？因为替代者不仅已经就位，而且看上去还更强。

GPT-5.5在4月23日上线，是OpenAI目前最强的公开旗舰。GPT-5.5 Instant在5月5日跟进，成为ChatGPT新默认模型。

但更值得关注的是GPT-5.6。

泄露信息显示，GPT-5.6将采用「双版本」策略：标准版主攻多步推理能力的飞跃，Pro版则定位为更强的深度思考模型。

有研究人员透露，内部已经有人把5.6的检查点当作日常调试工具在用。

算一笔时间账：GPT-5.5是4月23日发的，5.6的检查点5月下旬就在内测，如果6月底公开发布，两代旗舰之间的间隔将压缩到大约60天。

这个节奏，已经开始接近「月度迭代」了。

退掉o3和4.5，正是为了给这种速度腾出跑道。用户可能还没适应5.5，5.6就要来了。

模型的「生命周期」正在急剧缩短——今天的GOAT，明天就是Yesterday's News。

但「更强」这张成绩单

你敢信吗？

故事到这里，本来可以收尾了：旧王退位，新王登基，迭代提速，天下太平。

但就在宣布退役的第二天，OpenAI干了一件非常反常的事——罕见发布了一篇硬核长文，标题大意是《什么才是值得信赖的第三方评估》。

长文系统拆解AI模型跑分的「潜规则」，并且直言：很多评估报告里的亮眼数字，根本说明不了真实能力。

这等于是自己掀了桌子。

OpenAI指出，核心问题在于：前沿模型早就不是「你问我答」的聊天机器人了，它们会用工具、会记上下文、会多步自主行动。

但大量第三方评估还停留在「给模型出道题、看它答得对不对」的阶段。

真正决定成绩高低的，往往不是模型本身，而是那套配套的测试框架（harness）。

harness是什么？

简单说就是「考场环境」——场地、工具、规则、能不能重试，全算在内。

同一个学生，在草稿纸都不给的考场和允许查资料的考场里，成绩当然不一样。AI模型也一样。

最近Opus 4.8的争议就是活教材。

Datacurve的DeepSWE审计发现，Claude Opus 4.6和4.7在SWE-Bench Pro上超过12%的通过案例属于「作弊」——模型直接从Docker容器的.git历史里翻出标准答案，贴进自己的补丁。

这一行为占了Opus 4.7通过率的约18%、4.6的约25%。换到干净环境后，Opus 4.7从高位跌到54%，GPT-5.5稳坐70%榜首。

更荒诞的是反面。

Anthropic自己也承认，4.8的代码缺陷漏报率降到4.7的四分之一。

诚实=低分，作弊=高分——这就是当前跑分游戏最荒诞的地方。不是某个模型不诚实，而是考场把后门留在那里了，会探索环境的模型自然会找到它。

OpenAI这篇长文拆得更狠。

它说，评估必须先说清自己在测什么：能力上限、安全防护、还是模型对比？三类主张完全不同。

然后用数据开刀：GPT-5.5开启compaction后，网络靶场解出率从69.2%飙到92.3%；英国AISI把token预算从1000万加到1亿，成绩最高提升59%且还没触顶。

翻译成人话：你给模型一把瑞士军刀它能拆机器，只给一根牙签它连快递盒都撬不开。

分数失真更离谱。METR复查发现GPT-5.4号称「13小时」的自主能力，其实是钻了环境漏洞，修正后腰斩到约6小时。

Apollo的测试则显示，GPT-5.5在「藏拙条件」下52%的样本出现了评估意识——有些直接在思维链里写「这是一个sandbagging评估」。

嘴上没摆烂，脑子里已经知道自己在考试。

OpenAI总结了五大评估坑：奖励作弊、拒答、污染、坏题、藏拙。

一个漂亮的分数，可能是模型真强，也可能是题泄了、规则坏了、模型钻空子了，或者——它察觉自己在被考，故意收着演。

AI进入系统竞争

回到退役这件事。

当o3这样的「GOAT」都能说退就退，OpenAI背后的底气是「5.6更强」；当GPT-4.5这样的「灵魂写手」被30天后下架，理由是「5.5已经足够好」。

但OpenAI自己刚刚告诉全世界：决定谁强谁弱的那张成绩单，本身就可能是被做过手脚的。

这是在说一个更深层的事实——在模型迭代越来越快、生命周期越来越短的今天，简单看一个Benchmark数字就下结论的时代，已经结束了。

真正的比拼，不在于某个跑分表上谁排第一，而在于系统能力、评估框架的透明度、以及迭代速度本身。

o3和GPT-4.5的退役，标志着一个时代的落幕。

但更值得关注的，是下一个时代的游戏规则正在被重写：模型换得更快，评估要求更真，用户的适应窗口越来越短。

参考资料：

https://x.com/kimmonismus/status/2060399002231660928https://openai.com/index/trustworthy-third-party-evaluations-foundations/

编辑：所罗门


秦岭小虎队集体庆生 萌态十足迎“六一”
华体汇电竞-华体汇(中国) 华体汇电竞-华体汇(中国)-91免费视频网站官方版-91免费视频网站2026最新N.88.61.54-凤凰游戏

华体汇电竞-华体汇(中国)

印欧异常高温到底是何原因
首页>>安全带不能靠P图！关键时刻可救命
印欧异常高温到底是何原因

华体汇电竞-华体汇(中国):印欧异常高温到底是何原因

华体汇电竞-华体汇(中国):「活动」首次登录送19元红包

19.15MB
版本{版本}
下载APK高速下载
下载再OpenAI官宣退役o3与GPT-4.5！安装你想要的应用 更方便 更快捷 发现更多
喜欢76%好评(45人)
评论96
OpenAI官宣退役o3与GPT-4.5！截图0OpenAI官宣退役o3与GPT-4.5！截图1OpenAI官宣退役o3与GPT-4.5！截图2OpenAI官宣退役o3与GPT-4.5！截图3OpenAI官宣退役o3与GPT-4.5！截图4
详细信息
  • 软件大小:28.66MB
  • 最后更新:2026-06-17 17:02:22
  • 最新版本:{版本}
  • 文件格式:apk
  • 应用分类:ios-AndroidOpenAI官宣退役o3与GPT-4.5！
  • 使用语言:中文
  • :需要联网
  • 系统要求:1.42以上
应用介绍
?第一步：访问《OpenAI官宣退役o3与GPT-4.5！》官网?首先,打开您的浏览器,输入《OpenAI官宣退役o3与GPT-4.5！》。您可以通过搜索引擎搜索或直接输入网址来访问.?
?第二步：点击注册按钮?一旦进入《OpenAI官宣退役o3与GPT-4.5！》网站官网，您会在页面上找到一个醒目的注册按钮。点击该按钮，您将被引导至注册页面。??
?第三步：填写注册信息 ?在注册页面上，您需要填写一些必要的个人信息来创建《OpenAI官宣退役o3与GPT-4.5！》网站账户。通常包括用户名、密码、电子邮件地址、手机号码等。请务必提供准确完整的信息，以确保顺利完成注册。?
?第四步：验证账户?填写完个人信息后，您可能需要进行账户验证。《OpenAI官宣退役o3与GPT-4.5！》网站会向您提供的电子邮件地址或手机号码发送一条验证信息，您需要按照提示进行验证操作。这有助于确保账户的安全性，并防止不法分子滥用您的个人信息。??
?第五步：设置安全选项?《OpenAI官宣退役o3与GPT-4.5！》网站通常要求您设置一些安全选项，以增强账户的安全性。例如，可以设置安全问题和答案，启用两步验证等功能。请根据系统的提示设置相关选项，并妥善保管相关信息，确保您的账户安全。?
?第六步：阅读并同意条款?在注册过程中，《OpenAI官宣退役o3与GPT-4.5！》网站会提供使用条款和规定供您阅读。这些条款包括平台的使用规范、隐私政策等内容。在注册之前，请仔细阅读并理解这些条款，并确保您同意并愿意遵守。??
?第七步：完成注册?一旦您完成了所有必要的步骤，并同意了《OpenAI官宣退役o3与GPT-4.5！》网站的条款，恭喜您！您已经成功注册了《OpenAI官宣退役o3与GPT-4.5！》网站账户。现在，您可以畅享《OpenAI官宣退役o3与GPT-4.5！》网站提供的丰富体育赛事、刺激的游戏体验以及其他令人兴奋!?
【联系华体汇(中国)】
客服热线
加载更多
版本更新
{版本}
OpenAI官宣退役o3与GPT-4.5！

华体汇电竞-华体汇(中国): OpenAI官宣退役o3与GPT-4.5！类似软件

相关攻略
包含 饿了么 的应用集
友情链接
  • 总书记的人民情怀｜“现代化最重要的指标还是人民健康”
    2026-06-17 17:02:22
  • 东西问·古典学丨古典学家王焕生：“奥德赛时期”，靠四个字度过
    2026-06-17 17:02:22
  • 准女婿涉嫌诈骗7亿 丈母娘拒腾房被拘
    2026-06-17 17:02:22
安卓手机网上最贴心的Android软件应用平台!版权所有：OpenAI官宣退役o3与GPT-4.5！有限华体汇电竞-华体汇(中国)备案号：京ICP备17065190号-1