在人工智能领域，OpenAI 一直是走在前沿的公司之一。然而，随着其最新、最强大的传统 AI 模型 GPT-4.5 的问世，业界的评价却呈现出了复杂多变的态势。这个被标榜为 OpenAI 最大的 AI 模型，因其体积庞大、成本高昂和速度缓慢而备受争议。尽管 GPT-4.5 在性能上相较于 GPT-4o 有轻微的提升，但其输入成本却是后者的 30 倍，输出成本则是 15 倍。这一现象似乎证实了长期以来关于训练无监督学习大型语言模型（LLMs）收益递减的传言，以及多年来被许多人引用的“规模法则”可能已经达到了它们的自然极限。
业界评价：褒贬不一
一位不愿透露姓名的 AI 专家在接受 Ars Technica 采访时表示，GPT-4.5 在性能与其大幅增加的价格相比，简直就是一个“柠檬”。而经常批评 OpenAI 的 Gary Marcus 在博客文章中将这一发布称为“毫无新意”，尽管公平地说，Marcus 似乎认为 OpenAI 的大部分工作都被高估了。前 OpenAI 研究员 Andrej Karpathy 在社交媒体上写道，GPT-4.5 确实比 GPT-4o 更好，但好的方式微妙且难以表达。“一切都变得更好了一点，这很了不起，”他写道，“但也并不是那些容易指出的方式。”
OpenAI 对这些限制心知肚明，并采取了措施来减轻潜在的失望，通过将发布定位为针对 ChatGPT Pro 用户的相对低调的“研究预览”，并在周四发表的 GPT-4.5 发布帖子中详细说明了模型的限制。公司写道：“GPT-4.5 是一个非常大的、计算密集型的模型，使其比 GPT-4o 更昂贵，并不是 GPT-4o 的替代品。”“因此，我们正在评估是否长期在 API 中提供它，因为我们在支持当前能力与构建未来模型之间进行权衡。”
根据 OpenAI 自己的基准测试结果，GPT-4.5 在 AIME 数学竞赛和 GPQA 科学评估等测试中的得分明显低于 OpenAI 的模拟推理模型（o1 和 o3），GPT-4.5 在 AIME 上的得分仅为 36.7%，而 o3-mini 的得分为 87.3%。此外，GPT-4.5 的输入处理成本是 o1 的五倍，超过 o3-mini 的 68 倍。
GPT-4.5 的性能与成本
GPT-4.5 的问世，无疑给 AI 领域带来了新的挑战和讨论。一方面，它的性能提升确实为某些任务带来了更好的结果，但另一方面，这种提升是否值得其高昂的成本，成为了业界关注的焦点。在当前的经济环境下，企业对于 AI 技术的投资变得更加谨慎，对于成本效益的考量也更加严格。GPT-4.5 的高成本可能会限制其在商业应用中的普及，尤其是在那些对成本敏感的领域。
规模法则的极限
所谓的“规模法则”是指随着模型规模的增加，其性能也会随之提升。这一法则在过去几年中一直是 AI 领域的一个重要指导原则。然而，随着 GPT-4.5 的问世，这一法则似乎遇到了挑战。尽管 GPT-4.5 的规模更大，但其性能提升并不显著，而且成本却大幅增加。这表明，单纯的规模扩张可能不再是提升 AI 模型性能的有效途径，AI 领域可能需要寻找新的方法和策略来实现性能的进一步提升。
未来 AI 模型的发展方向
GPT-4.5 的问世，也引发了关于未来 AI 模型发展方向的讨论。一些专家认为，未来的 AI 模型应该更加注重效率和成本效益，而不是单纯的规模扩张。这意味着，未来的 AI 研究可能需要更多地关注模型的优化和压缩，以及如何利用更少的计算资源实现更好的性能。
同时，也有观点认为，未来的 AI 模型应该更加注重特定领域的应用，而不是追求通用性。这意味着，未来的 AI 研究可能会更加专注于开发针对特定任务或行业的定制化模型，这些模型可能在规模上不如 GPT-4.5 那么大，但在特定任务上的性能却可能更加出色。
对 OpenAI 的影响
GPT-4.5 的问世，对于 OpenAI 来说，既是一个挑战，也是一个机遇。一方面，GPT-4.5 的高成本和性能提升有限，可能会影响 OpenAI 在业界的声誉和市场地位。另一方面，这也为 OpenAI 提供了一个反思和调整的机会，促使其在未来的 AI 研究中更加注重成本效益和技术的实用性。
OpenAI 需要在保持技术领先性的同时，也要考虑如何降低成本，提高模型的实用性。这可能需要 OpenAI 在未来的研究中，更多地关注模型的优化和压缩，以及如何利用更少的计算资源实现更好的性能。同时，OpenAI 也需要更加关注特定领域的应用，开发出更多针对特定任务或行业的定制化模型。
总的来说，GPT-4.5 的问世，为 AI 领域带来了新的挑战和讨论。它的高成本和性能提升有限，引发了业界对于 AI 模型发展方向的反思。未来的 AI 研究可能需要更多地关注模型的优化和压缩，以及如何利用更少的计算资源实现更好的性能。同时，未来的 AI 研究也可能更加注重特定领域的应用，开发出更多针对特定任务或行业的定制化模型。对于 OpenAI 来说，GPT-4.5 的问世既是一个挑战，也是一个机遇，促使其在未来的 AI 研究中更加注重成本效益和技术的实用性。