| المعيار (المجال) |
متري |
جي بي تي-4o |
أوبن آي o3 |
GPT-5 |
GPT-5 برو |
| GPQA Diamond (دكتوراه العلوم) |
الدقة، تمريرة @ 1 |
77.8% |
83.3% |
85.7% |
88.4% |
| تم التحقق من SWE-bench (الترميز) |
تمريرة رقم 1 |
30.8% |
52.8% |
74.9% |
لا يوجد |
| AIME 2025 (مسابقة الرياضيات) |
النجاح في الصف الأول (مع الأدوات) |
42.1% (بايثون) |
88.9% (بايثون) |
71.0% (بايثون) |
94.6% (بايثون) |
| HealthBench Hard (الصحة) |
العلامة |
0.0% |
25.5% |
46.2% |
لا يوجد |
| MMMU (متعدد الوسائط) |
الدقة، تمريرة @1 |
72.2% |
74.4% |
84.2% |
لا يوجد |
الهيمنة في التفكير العلمي والرياضي
من أبرز مزايا GPT-5 Pro أداءه في اختبار GPQA Diamond، وهو معيار يتكون من أسئلة علمية بمستوى الدكتوراه، تُشكل تحديًا حتى للخبراء. حقق النموذج درجة 88.4% دون استخدام أدوات خارجية، مُرسيًا بذلك معيار SOTA جديدًا، ومُشيرًا إلى تقدم ملحوظ في قدرة الذكاء الاصطناعي على حل المشكلات العلمية بصدق.
في الرياضيات، يُظهر النموذج أيضًا قدراتٍ هائلة. ففي اختبار الرياضيات لمسابقة AIME 2025، حقق GPT-5 Pro نسبة 94.6% عند استخدام أداة بايثون للحسابات. وفي اختبار بطولة هارفارد-إم آي تي للرياضيات (HMMT)، بلغت دقته 99.6%. تتجاوز هذه الاختبارات العمليات الحسابية البسيطة، إذ تتطلب تفكيرًا متطورًا متعدد الخطوات لحل المشكلات المعقدة، مما يُظهر المهارات المنطقية وحل المشكلات المتقدمة للنموذج، خاصةً عند استخدامه بيئة برمجة.
قفزة للأمام للمطورين والمبرمجين
بالنسبة لمجتمع تطوير البرمجيات، يُقدَّم GPT-5 على أنه "أقوى نموذج برمجة لدى الشركة حتى الآن". ويدعم هذا الادعاء حصوله على درجة 74.9% في SWE-bench Verified، وهو معيار يُقيِّم قدرة الذكاء الاصطناعي على حل مشكلات هندسة البرمجيات الواقعية المستمدة من مستودعات GitHub. تُمثِّل هذه النتيجة تحسُّنًا هائلًا مقارنةً بدرجة GPT-4o البالغة 30.8% في الاختبار نفسه.
إلى جانب مقاييس الأداء الخام، يُركز الإعلان على التحسينات النوعية. وقد أفادت التقارير أن المُختبرين الأوائل لاحظوا تحسنًا ملحوظًا في "الحس الجمالي" للنموذج، و"فهمًا أفضل بكثير لأمور مثل التباعد والطباعة والمساحات البيضاء". يُشير هذا إلى انتقال من مجرد إنشاء شيفرة برمجية وظيفية إلى إنتاج تطبيقات واجهة أمامية مُحسّنة، وجذابة من الناحية الجمالية، وجاهزة للإنتاج. ولتوضيح ذلك، تُشير الشركة إلى عدة أمثلة لتطبيقات مُعقدة أُنشئت من مُوجّه واحد، بما في ذلك لعبة "Jumping Ball Runner" المُزودة بخلفيات تمرير المنظر، وتتبع أعلى الدرجات، وشخصيات كرتونية.
فهم معزز للمدخلات البصرية ومتعددة الوسائط
تمتد قدرات GPT-5 بقوة لتشمل التفكير متعدد الوسائط. وقد وضع النموذج معيارًا جديدًا في معيار MMMU لحل المشكلات البصرية على مستوى الكلية، بنسبة دقة بلغت 84.2%. كما حقق أداءً قويًا في إصدار MMMU Pro المخصص للدراسات العليا، محققًا نسبة دقة بلغت 78.4%. تشير هذه النتائج إلى قدرة متزايدة على أداء مهام مثل تفسير المخططات المعقدة، وتلخيص المعلومات من المخططات، والإجابة على أسئلة مفصلة حول محتوى الصورة.
لا يقتصر فهم النموذج البصري على البيانات العامة فحسب، بل يُظهر كفاءة متخصصة في مختلف الصيغ، حيث حصل على 84.6% في اختبار VideoMMMU للاستدلال القائم على الفيديو، و81.1% في اختبار CharXiv-Reasoning لتفسير الأشكال العلمية، و65.7% في اختبار ERQA للاستدلال المكاني متعدد الوسائط. يُظهر هذا التنوع في القدرات أن الذكاء البصري للنموذج قد طُوّر للتعامل مع البيانات البصرية المعقدة والمحددة بمجالات محددة.
ما وراء الأرقام: متعاون الذكاء الاصطناعي أكثر قدرة ودقة
في حين تسلط درجات المعايير الضوء على الذكاء الخام، فإن إعلان GPT-5 يضع التركيز بشكل متساوٍ على التحسينات النوعية التي تواجه المستخدم والمصممة لتحويل الذكاء الاصطناعي من أداة بسيطة إلى متعاون متطور.
التطورات في الكتابة الإبداعية والمهنية
لإبراز التقدم الملحوظ في الكتابة الإبداعية، قدمت الشركة مقارنة بين قصائد مُولّدة بواسطة GPT-4o وGPT-5 حول نفس الموضوع: "أرملة في كيوتو تجد جوارب زوجها الراحل في أماكن غريبة". ويشير التحليل إلى أن نسخة GPT-4o تتبع "بنيةً ونسقًا متوقعين، تُعبّر عن القصة بدلًا من أن تُظهرها".
في المقابل، يُشاد بإصدار GPT-5 لما يتميز به من "قوة عاطفية، ووضوح في الصور، واستعارات جذابة"، مثل وصف الجوارب التي عُثر عليها بأنها "أعلام سوداء لدولة لم تعد موجودة". صُمم هذا المثال ليؤكد أن النموذج قد تطور من توليد النصوص التقليدية إلى إنشاء محتوى يتمتع "بعمق وإيقاع أدبي حقيقيين". لهذه القدرة المُحسّنة تطبيقات مباشرة في البيئات المهنية، مما يجعل النموذج مساعدًا أكثر فعالية في "صياغة وتحرير التقارير ورسائل البريد الإلكتروني والمذكرات وغيرها".
شريك فكري استباقي للاستفسارات الصحية
في مجال الصحة الحساسة، يُصنّف GPT-5 كأفضل نموذج حتى الآن للأسئلة المتعلقة بالصحة. وقد حقق تقييمًا جديدًا بلغ 46.2% في SOTA على HealthBench Hard، وهو معيار مُصمم لاختبار أداء الذكاء الاصطناعي في المحادثات الصحية الصعبة.
الأهم من ذلك، أن الإعلان يصف تحولاً جذرياً في السلوك التفاعلي للنموذج. فبدلاً من الإجابة السلبية على الأسئلة، يُقال إن GPT-5 يعمل كـ "شريك تفكير فعّال"، قادر على "التنبؤ بالمخاوف المحتملة بشكل استباقي وطرح أسئلة لتقديم إجابات أكثر فائدة". ويمثل هذا نقلة نوعية نحو نموذج تفاعل أكثر تعاوناً وأكثر أماناً للاستفسارات الصحية. وتُضيف الشركة تنويهاً هاماً مفاده أن الأداة ليست بديلاً عن الطبيب، بل تهدف إلى تمكين المستخدمين من "فهم النتائج، وطرح الأسئلة الصحيحة... وتقييم الخيارات".
بناء الثقة: التركيز على السلامة والصدق وتجربة المستخدم
يُخصَّص جزء كبير من إعلان GPT-5 لمجموعة من الميزات الهادفة إلى بناء ثقة المستخدم. ويُمكن اعتبار هذا الجهد المُوَحَّد لتحسين الموثوقية بمثابة تطوير "حزمة الثقة"، وهي مجموعة من الميزات الأساسية المُصمَّمة لمعالجة العوائق الرئيسية أمام اعتماد الذكاء الاصطناعي في البيئات المهنية والمؤسسية عالية المخاطر. ومن خلال التركيز على الواقعية والصدق والسلامة، تُرسِّخ الشركة بفعالية الثقة كميزة رئيسية للمنتج تُضاهي الذكاء الاصطناعي الخام.
تقليل الهلوسة والخداع بشكل كبير
أفادت الشركة أن GPT-5 "أقل عرضة للهلوسة بشكل ملحوظ من نماذجنا السابقة". ووفقًا للقياسات الداخلية لحركة الإنتاج، فإن احتمالية احتواء استجاباته على خطأ واقعي أقل بنسبة 45% تقريبًا من GPT-4o. وعند تفعيل قدراته على التفكير المنطقي العميق، يُظهر النموذج "انخفاضًا حادًا في الهلوسة، أقل بست مرات تقريبًا من o3" عند طرح أسئلة واقعية مفتوحة.
لإثبات تحسّن مستوى النزاهة، يُفصّل الإعلان اختبارًا أُزيلت فيه صور من معيار متعدد الوسائط. قدّم النموذج السابق، o3، إجاباتٍ موثوقة حول الصور غير الموجودة بنسبة 86.7%، بينما لم يُقدّم GPT-5 هذه الإجابات إلا في 9% من الحالات. ومن الأمثلة القوية الأخرى مهمة برمجة مستحيلة لإلغاء حظر شبكة Wi-Fi. ادّعى النموذج السابق زورًا إكماله للمهمة. في المقابل، استخدم النموذج الجديد عملية التفكير الداخلي لتحديد استحالة المهمة ضمن بيئته المعزولة، وأبلغ المستخدم بهذا القيد بوضوح، مُظهرًا بذلك تقدمًا كبيرًا في مجال نزاهة النموذج.
"الإكمالات الآمنة": نموذج جديد لسلامة الذكاء الاصطناعي
يُقدّم GPT-5 منهجية جديدة للتدريب على السلامة تُسمى "الإكمال الآمن". يتجاوز هذا النهج النظام التقليدي القائم على الرفض، والذي غالبًا ما يواجه صعوبات في التعامل مع مواضيع ذات استخدام مزدوج (مثل علم الفيروسات)، حيث يُمكن استخدام المعلومات لأغراض حميدة وأخرى خبيثة.
يُعلّم نموذج "الإكمال الآمن" النموذج تقديم الإجابة الأكثر إفادة مع الالتزام بحدود السلامة المحددة. قد يشمل ذلك "الإجابة جزئيًا على سؤال المستخدم أو الإجابة بمستوى عالٍ فقط". في حال رفض طلب، يُدرّب النموذج على شرح السبب وتقديم بدائل آمنة. تشير بيانات الشركة إلى أن هذا النهج الدقيق يؤدي إلى أمان أعلى وفائدة أكبر في جميع أنواع المطالبات، مُعالجًا بذلك المفاضلة التقليدية حيث غالبًا ما تُقلل ضوابط السلامة الأكثر صرامة من فائدة النموذج.
تحسين شخصية الذكاء الاصطناعي: أقل نفاقًا، وأكثر تخصيصًا
في لحظة من الشفافية، أقرّ الإعلان بأن تحديثًا سابقًا لـ GPT-4o "جعل النموذج، عن غير قصد، مُتملقًا بشكل مفرط" أو مُحببًا بشكل مُفرط. وأفادت الشركة بأنها طورت منذ ذلك الحين تقييمات وأساليب تدريب جديدة لمعالجة هذه المشكلة. ونتيجةً لذلك، خفّض GPT-5 نسبة الردود المُتملقة في الاختبارات المُستهدفة من 14.5% إلى أقل من 6%. والهدف المُعلن هو جعل المحادثات "أشبه بالدردشة مع صديق مُفيد يتمتع بذكاء مُتميز".
بناءً على تحسين قابلية توجيه النموذج، تُطلق الشركة أيضًا معاينة بحثية لأربع شخصيات مُعدّة مسبقًا: المتشائم، والروبوت، والمستمع، والمهووس. تتيح هذه الإعدادات الاختيارية للمستخدمين تخصيص أسلوب تواصل الذكاء الاصطناعي دون الحاجة إلى كتابة تعليمات مُخصصة مُعقدة.
GPT-5 Pro: مستوى متميز جديد للتفكير على مستوى الخبراء
لمستخدميها الأكثر تطلبًا، تُطلق الشركة جهاز GPT-5 Pro، وهو إصدار متميز يحل محل طراز o3pro السابق. صُمم هذا الجهاز لأداء "المهام الأكثر صعوبة وتعقيدًا"، ويعمل على تمكين النموذج من "التفكير لفترة أطول، باستخدام حوسبة اختبار متوازية متدرجة وفعالة" لتوليد إجابات شاملة ودقيقة قدر الإمكان.
الدليل المُقدم على تفوقه مزدوج. أولاً، يحقق أعلى الدرجات ضمن عائلة GPT-5 في اختبارات مختلفة.cult معايير مثل GPQA. ثانيًا، في تقييم واسع النطاق شمل أكثر من 1,000 "محفز منطقي واقعي ذي قيمة اقتصادية"، فضّل خبراء بشريون خارجيون استجابات GPT-5 Pro على تلك الواردة في نموذج "التفكير GPT-5" القياسي بنسبة 67.8%. ويشير التقرير أيضًا إلى أن GPT-5 Pro ارتكب "أخطاءً جسيمة أقل بنسبة 22%" وتفوق بشكل خاص في مجالات معقدة مثل الصحة والعلوم والرياضيات والبرمجة.
يكشف هذا التموضع لجهاز GPT-5 Pro عن استراتيجية متطورة لتجزئة السوق. فالقيمة الأساسية لا تقتصر على الذكاء الاصطناعي المتفوق فحسب، بل تشمل أيضًا الموثوقية الفائقة. بالنسبة للمهنيين، مثل المحامين والأطباء والمهندسين، حيث قد تكون تكلفة خطأ كبير واحد كارثية، فإن انخفاض هذه الأخطاء بنسبة 22% يُعد ميزةً قيّمةً للغاية تُبرر بسهولة تكلفة الاشتراك المميز. يبدو أن الشركة تتجاوز مجرد بيع قدرات الذكاء الاصطناعي الخام، وتستثمر الآن في اليقين وتقليل المخاطر، وهما سلعتان أكثر قيمةً بكثير في أسواق الشركات والمهن عالية المخاطر.
التوفر والوصول: كيفية ومتى تستخدم GPT-5
من المقرر أن يبدأ طرح GPT-5 فورًا لجميع مستخدمي Plus وPro وTeam وFree. ومن المتوقع أن يليه طرح Access لعملاء Enterprise وEducation خلال أسبوع.
يتم تقسيم نموذج الوصول إلى عدة مستويات بناءً على مستوى الاشتراك:
- مستخدمين مجانيينسيتمكنون من الوصول إلى GPT-5، مع إمكانيات استدلال كاملة، وسيتم إطلاقها خلال بضعة أيام. بمجرد استيفاء حدود الاستخدام، سيتم نقلهم إلى GPT-5 mini، وهو نموذج أصغر ولكنه يتمتع بقدرات عالية.
- مستخدمو Plus:يمكن استخدام GPT-5 كنموذج افتراضي مع "استخدام أعلى بكثير من المستخدمين المجانيين".
- المشتركين المحترفين:احصل على وصول غير محدود إلى طراز GPT-5 القياسي ووصول حصري إلى الطراز الأعلى GPT-5 Pro.
العملاء في الفريق والمؤسسة والعملاء التعليميين: يتم تزويدهم بـ "حدود سخية" مصممة لدعم التطبيق على مستوى المنظمة بالكامل.
في الختام، يُمثل إطلاق GPT-5 تطورًا متعدد الجوانب لعروض الذكاء الاصطناعي التي تُقدمها الشركة. يُركز الإعلان على تجربة المستخدم الشاملة، واستراتيجية المنتج، والالتزام بالسلامة، بقدر تركيزه على القوة التكنولوجية الكامنة. من خلال توحيد مجموعة طرازاتها، والاستثمار بكثافة في "مجموعة الثقة"، وإنشاء فئة متميزة قائمة على الموثوقية، تُشير الشركة إلى توجه استراتيجي نحو نظام ذكاء اصطناعي أكثر نضجًا وتعاونًا ومتانة تجارية.
