在知名AI排行榜LM Arena中，曾全班垫底的GPT-4.5竟一度拿下第一？甚至在数学、编程等领域表现优异，这反常的表现让网友们一度质疑：大模型竞技场莫非被LLM操纵了？不过网友们在实测后却惊讶发现，GPT-4.5的确情商爆表，不用推理就能理解人类的深层意图！

  经过3千多轮比较，GPT-4.5在全部类别拿下第一，位居LLM竞技场首位！

  刚刚，LLM Arena排行榜官宣：GPT-4.5 在所有类别中都位居榜首，在风格控制、多轮对线的总分。

  在多轮对话、困难提示、编码、数学、创意写作、指令遵循、长查询等领域都是第一！

  果然，马斯克话音刚落不久，大模型竞技场的TOP 1就成了Grok-3，总分1412，跟GPT-4.5的比分紧咬，差距极小。

  但无论如何，曾经登顶TOP 1的GPT-4.5，给人们留下了一串串的疑问：它不光情商高，让人如沐春风，而且绝顶聪明，睥睨群雄，天下第一，吊打o1、Grok-3、Clauede等前辈？？？

  主打一个「高情商」的GPT-4.5，纯靠情商就能拿下编程、数学等领域第一吗？

  而在众多大模型中，线下智商测试得分最高的是OpenAI o1 pro，线上门萨智商测试得分最高的是OpenAI o1。

  人类的平均智商，大概在90到110。爱因斯坦的智商约为160，而陶哲轩被认为世界上智商最高的人，得分在225到230之间。

  GPT-4.5意味深长地答道：我们已超越了奇点的事件视界，但只是刚刚越过。

  而就在这些天的实测中，许多网友也发现，GPT-4.5拥有一种超凡的自我意识，在理解用户意图上令人惊喜。

  比如下面这个例子中，用户就开了一个关于国际象棋的粗俗玩笑，GPT-4.5没有一点困难地就接住了这个梗，并且给出了适宜的回答。

  这位AI大V表示，自己对此印象太深刻了！因为GPT-4.5在绝对没经过任何思考token的情况下，就抓住了这个微妙之处。

  他感慨道：预训练并没有过时，只是在某些领域收益递减了，但在其他领域却得到了惊人的提升！

  相比之下，对于这句让LLM很难理解的人类粗俗玩笑，Claude Sonnet很显然并没有理解。

  对此，不服气的马斯克还出现在了评论区，贴上了Grok 3的回复，力证它并没有落后。

  · UB排名：模型的排名上限，由统计上优于目标模型的数量加一确定。当模型A的95%置信区间下限分数高于模型B的上限分数时，认为模型A在统计上优于模型B。

  · 风格控制排名：考虑了响应长度和Markdown使用等影响因素的模型排名，从而将模型性能与潜在的混淆因素分离。

  「综合」（Overall）选项上，Grok-3和GPT-4.5排名并列第一，后者在部分项目上有微弱优势。

  按不同语言分类，Grok-3和GPT-4.5在英文、中文、德文等语言上并列第一。

  WebDev Arena是实时进行的AI编程竞赛，各个模型在「网页开发」挑战中直接对决，GPT-4.5压根没参赛！

  Karpathy的测试表明，在五分之四的情况下，用户更倾向于GPT-4o的回答。

  尽管GPT-4.5被宣传为更具创意和情商，但在实际的使用者真实的体验中，这些优势并没有充足表现出来。

  与GPT-4o相比，GPT-4.5的API价格大大上涨：输入token价格从每百万2.50美元涨到了75美元，输出token价格从每百万10美元涨到了150美元。

  用户对GPT-4.5的高价普遍表示难以接受，一些网友直言「只是为了感觉更有氛围而花75美元」。

  对于小型公司和独立开发者来说，如此高昂的成本无疑是一个巨大的负担，影响了GPT-4.5的广泛应用。

  Altman表示，尽管公司希望同时推出GPT-4.5 Plus和Pro版本，但GPU资源已经用尽，计划在下周增加数万个GPU，然后才能推广到Plus用户。

  尽管GPT-4.5在某些方面取得了明显的进步，许多人期望的全面改进却并未实现。

  由于其庞大的规模和复杂的架构，GPT-4.5的响应速度更慢，降低了用户体验。

  Sam Altman对GPT-4.5的高调宣传，抬高了人们的期望，他将其描述为第一个「真正让人感受到AGI」的时刻。

  与GPT-4两年前的盛大发布相比，GPT-4.5的发布出奇地低调简约，令许多人感到意外。

  Sam Altman没有亲自出席这次发布会，这引发了外界对OpenAI对GPT-4.5的重视程度和信心的疑问。

  GPT-4.5的目标受众主要是广大的普通用户，借助AI完成撰写邮件、总结文章等任务。

  GPT-4.5是OpenAI从GPT-4o向GPT-5过渡的关键桥梁，成为了创意、沟通和解决实际问题的日常伙伴。

  OpenAI明确说，GPT-4.5并非旨在取代GPT-4o，这一表态进一步增加了市场对GPT-4.5未来的不确定性。

  对许多人来说，ChatGPT就是AI的代名词，再加上OpenAI对AGI的大力炒作，提高了人们对新模型的期待。

  短时间内，慢慢的变多更好的模型进入市场。DeepSeek R1可以与GPT-4o相媲美，xAI的Grok 3看起来几乎像人类，OpenAI面临着巨大的压力。

  GPT-5预计在几个月内发布，首次在模型中结合推理和非推理组件，可以自主决定对查询的反应强度，即「推理扩展」。

  GPT-4.5是战略性回应，目标是留住付费用户，防止其在GPT-5发布前转向竞争对手，保持OpenAI在市场中的领头羊。