GPT-5首测编程惊艳 一句话秒生游戏 备战AGI

GPT-5更近了！今天，神秘模型Horizon Alpha火遍全网，编码首测性能逆天，各种三方基准实测相继放出。就在发布前夕，OpenAI核心大脑专访坦言模型还有瓶颈，但坚信Scaling Law没有尽头。 GPT-5的发布前兆，愈发强烈了。 今早，一款神秘模型Horizon Alpha突然上线OpenRouter，各种榜单和测试席卷了全网。 那么，它长什么样？256K的上下文，响应极速，特别擅长创意写作。更关键的是，它还具备了“推理”功能，不过推理token的预算是o4-mini的两倍。 编程方面，Horizon Alpha堪称无敌了。一句话生成“水果忍者”、“外星人抓奶牛”等各种游戏，根据logo图直出广告，还能轻松通过“六边形物理模拟”测试——这些案例在网络上已经刷屏了。 在写作EQ-Bench基准测试中，Horizon Alpha位列第一，远超o3、Gemini 2.5 Pro。 更令人惊叹的是，它竟能在30秒内完成20位数与20位数的乘法运算。此前被爆料的各种代号模型，比如lobster、zenith、summit等，在多项测试中惊艳了所有人。种种迹象表明，GPT-5“全家桶”绝对是个地表最强模型。 （谷歌收录GPT-5的OpenAI文档页面，目前404） 关于Horizon Alpha的更多细节，全部浓缩在网友的实测中了。 ## 神秘Horizon Alpha登场，编程强到逆天 目前，在OpenRouter平台上，即可开启对Horizon Alpha版本的测试。 推理时，相较于Claude Sonnet 4（60-80 token/s），Horizon Alpha的吞吐量最快，达120个token/s。 ### 物理模拟惊艳，秒搭网页 有网友让其创建一个功能完整的Windows 95复古桌面，效果令人惊喜且生成速度极快。 另一个让小球在多边形中模拟物理的测试。不论是六边形还是三角形，即便小球可运动的区间缩小，也不会影响效果。 再上点难度——20个球在旋转的七边形内弹跳。网友惊讶地表示，“这是自己目前见过最出色的版本之一”。 Horizon Alpha能够在3分48秒中，创建一个展示一系列简单有趣的浏览器小游戏的网页。同样，给Horizon Alpha同一个提示：“创建一个视觉上有趣的着色器，可以在 twigl 应用中运行，让它看起来像暴风雨中的海洋”。沃顿商学院CS教授Ethan Mollick惊叹道，这是迄今为止最好的，而且创建速度非常快。 当网友要求其“创建一个与遛狗的商业网站”，Horizon Alpha会问一大堆需要提前确认的问题；而Sonnet 4则直接给出解决方案。 左：Horizon Alpha；右：Claude Sonnet 4 最终，从搭建的效果来看，Horizon Alpha输出的质量高且简洁。Sonnet 4输出的更长，内容更全面，也更具创意。 上：Horizon Alpha；下：Claude Sonnet 4 Horizon Alpha还会自主搭建一个银&行网站。 ### 设计一绝，审美感在线 AI大佬Matthew Berman亲自测试其SVG创建和UI设计功能，Horizon Alpha瞬间生成了一张专业设计美感的图。 此前，AI圈大神Simon Willison曾表示，从一张“骑自行车的鹈鹕”就可以看透AI进化史。如今，用Horizon Alpha生成同款SVG测试，是所有模型当中最强的那个。 其他一些SVG优秀案例。 需要注意的是，虽然各种测试表现不凡，不过根据多方推测，Horizon Alpha可能只是一款小模型。 不管它是GPT-5中的哪一款，接下来就坐等OpenAI发布了。 ## OpenAI“双雄”专访，奥特曼盛赞 就在GPT-5发布前夕，OpenAI双雄——首席科学家Jakub Pachocki和研究主管Mark Chen的重磅采访同时放出了。这对黄金搭档，可是研发GPT-5的“双巨头”。这篇由MIT Technology Review做的独家专访，没想到深得奥特曼的心。他对此大加赞赏：“我通常认为这类文章说不到点上，但这篇确实抓住了两人合作精髓。” 能够得到奥特曼的高度认可，究竟讲了什么？ ### OpenAI最佳拍档 熟悉OpenAI内部人员变动的人都知道，Jakub Pachocki和Mark Chen都是后起之秀。他们风格迥异，却形成了完美的互补。 Mark Chen，曾经的华尔街量化交易员，着装考究，谈吐间挥洒自如，可以说与AI毫不搭界。 入职OpenAI后，他迅速成长为DALL·E和GPT-4多模态能力、Codex背后的关键推手，擅长将复杂的研究转化为人人可用的产品。 而Jakub Pachocki，一位低调的理论计算机科学家，接替了离职后的Ilya，痴迷于突破AI逻辑与创造力的极限。 关于内部的角色分工，Pachocki是这么说的：“Chen负责组建和管理研究团队，而我负责设定研究路线图，并确立我们长期的技术愿景。”他们之间的合作模式，可以说是“无缝切换”。不论技术难题多么复杂，两人总能非常默契，迅速分工合力攻克。 ### AGI标尺：自主时间 当前，外界对GPT-5的期待，是一款更强、更快、更全能的巨兽。采访中，Mark Chen虽未直面GPT-5问题，却坦言：“我们始终在努力理解深度学习的技术瓶颈，即便是当前最强推理模型，也无法有效将知识串联起来。” Pachocki补充道：“我们仍处于推理范式最开端。”如何让一款模型进行长期的学习和探索，并提出新颖的想法，才是关键。同时，在他们看来，Scaling Law远未触及天花板——通过投入更多计算资源、数据，模型就会越来越好。 被问到如何看待AGI时，Mark Chen提出了一个耐人寻味的指标：模型能更长时间地自主工作的能力，即“自主时间”。这个概念简单却深刻，它代表着AI在面对复杂问题时，能持续取得进展，而无需人类干预的时间长度。这个愿景，远远超出了当前模型的能力——目前的自主时间仅限于几分钟到一小时，遇到陌生场景往往会“卡住”。 ### 数学+编程，摘下AI圣杯？ 前段时间，OpenAI模型在两项顶级竞赛中取得佳绩：一是在AtCoder世界巡回赛总决赛中获第二名；二是在IMO 2025大赛中夺下金牌。 在AtCoder比赛中，人类选手Psyho的胜利展现了人类独有的创造性思维，类似AlphaGo当年击败李世石的围棋比赛。Pachocki表示：“我们在这里谈论的是编程和数学，但它实际上关乎创造力——提出新颖的想法，将不同领域的想法联系起来。”在他们二人看来，数学和编程正是“通用智能”的基石。