1、GPT 4.5 没有实现 SOTA 智能（目标应该也不是），而是在特定条件下（预训练 Scaling Law 扩展无监督学习路线）实现了更好的人机协作体验。
这里有两层意思：1）放低对 GPT-4.5 的期待；2）到底提升了哪些人机协作体验？提升程度如何？真的有用吗？
下面分开讲：
2、智能两大轴心：1）大规模无监督学习（如 GPT 预训练模型的 Scaling Law），依赖数据量和计算能力提升语言理解和生成；2）优化推理能力（Scaling Reasoning），提升复杂逻辑推理和决策表现。
3、没有实现 SOTA 智能：大部分 benchmark 并没有超越 o3，实际体验下来感受也是一致的，官方说减少了幻觉，我的体验感受恰恰相反……
4、特定条件：核心是扩展无监督学习，超大参数、超大计算量、训练方式和架构都做了很大改动，利用从较小模型中提取的数据来训练更大的模型（反向蒸馏？）
OpenAI 已经明确说了 4.5 是最后一代非推理模型，也就是说，这是 OpenAI 应该也是业界最后一次尝试预训练无监督学习大力出奇迹（太贵了，边际效应很明显），也可以让我们看看 Scaling Law 天花板到底是多高
5、所以，理解 GPT-4.5 的核心，是更好的人机协作体验
官方的说法是，根据早期测试反馈，GPT-4.5 更好的人机协作体验主要体现在：
情商更高，理解用户意图更好，回复更聪明、更简短，更能理解微妙的暗示或隐含的期望
对话能力更强，回复更温暖、更直观、有条理（比较明显能感受到）
指令遵循能力更强
审美直觉和创造力更强
幻觉更少（怀疑，我测试的情况是幻觉明显更多了……）
前两点应该是核心，其中情商更高的点，很微妙、不稳定、但体验到的感受就很好；对话能力增强的感受比较明显。
幻觉Case1：
幻觉Case2：
6、GPT-4.5 适合的场景，按照官方的说法如下——存疑，需要实测
需要较高情商和创造力的应用，如写作、交流、学习、辅导和头脑风暴
Agent 规划和执行，包括多步骤编码工作流和复杂任务自动化
7、GPT-4.5 如何实现更好的人机协作体验？
利用从较小模型中提取的数据来训练更大的模型（反向蒸馏微调？），提高了 GPT-4.5 的人机协作表现，包括可操控性、对细微差别的理解以及自然对话能力。
8、API
向所有付费等级的开发人员预览开放聊天完成 API。支持函数调用、结构化输出、流式传输和系统消息等关键功能。还支持视觉功能。
这里官方 Blog 有一段非常有意思，说明 OpenAI 对于 GPT-4.5 是不那么有信心的，别说超越 o 模型了，都无法替代 4o——甚至长期可能下线：
GPT-4.5 是一个非常庞大的计算密集型模型，因此比 GPT-4o 更昂贵，也不能取代 GPT-4o。正因为如此，我们正在评估是否要在 API 中继续长期提供它，因为我们要在支持当前功能和构建未来模型之间取得平衡。我们期待着更多地了解它的优势、功能以及在现实世界中的潜在应用。如果 GPT-4.5 能为您的使用案例带来独特的价值，您的反馈将对我们的决策起到重要的指导作用。
9、未来
会基于 4.5 做推理扩展，实现预训练无监督学习+后训练推理拓展结合的效果最大化，应该就是混合推理模型 GPT-5了，从 Sam Altman 前阵子推特发的 Roadmap 看，GPT-5才是真正的大杀器.
10、主观感受：
实测了 20+case，整体失望，不过亮点确实是更好的人机协作体验。
虽然不稳定出现、也比较微妙，得多用、真实场景在用才能体会到。
附录：
发布会：https://www.youtube.com/watch?time_continue=761&v=cfRYp0nItZ8&embeds_referring_origin=https://openai.com
博客：https://openai.com/index/introducing-gpt-4-5/
系统卡：https://openai.com/index/gpt-4-5-system-card/
