超越嗡嗡声：GPT-5是失望还是安静的革命？：Andrei Smirnov的

数据科学实习生Soraya Panambalom的其他研究和报告

当GPT-5发布时，互联网上充斥着冷淡的评论。许多人称这是令人失望的，他认为这不是他们所承诺的“巨大飞跃”。因此，我们决定将其投入最终测试：一系列16个真正的英国会计考试

我们发现的是，这个故事并不是一个单一的飞跃。这是关于幕后发生的一场安静的革命。 AI的世界已经分为两条截然不同的道路……

• “快速助手”（聊天模型）：这些是GPT-4和标准GPT-5等日常AI。每次更新都聪明，快速且越来越好。 我们的测试表明，GPT-5聊天可实现稳定，一致的收益，例如，将管理会计评分从78％的GPT-4O提高到86％。这是一种进化，而不是一场革命。
• “专家专家”（思维模型）：这是魔术发生的地方。这些新的“思考”模型是为一件事而设计的：准确性。它们有意慢，因为他们从多个角度深入分析问题。他们不只是回答；他们是推理。这使得这是惊人的。例如，在艰难的会计法考试中，“快速助手”获得了74％的传球。 “专家专家”飙升至88％。这就是从能力到真正熟练程度的飞跃。

我们的会计评估中的第一个完美分数

这种新的GPT-5“思维”模型是明确的领导者，甚至超过其直接的前任O3思维模型。最令人惊叹的结果是在ACCA（特许认证会计师协会）管理会计考试中获得了完美的100％分数。

对于任何依赖准确性的企业，最终跳到完美的分数就是一切。这是有用的工具和值得信赖的顾问之间的区别。这是AI对于高风险金融世界变得足够可靠的那一刻。

我们看到的最强大的趋势是稳定，不可否认的迈向能力。看到这一点的最清晰方法是查看AI考试中的16个考试中有多少。

• 18个月前，AI失败了这些考试中的6个。
• 在我们的测试中，GPT-4O失败了4。
• 新的GPT-5“思维”模型仅失败了1。

这是真实的故事。尽管公众寻求一个浮华的突破，但专业人士应该 – 并且将对这一一致，可预测的进步感到兴奋。对于企业而言，稳定的改善远比炒作更有价值。

那么，GPT-5是失望的吗？如果您只使用“快速助手”，您可能会这样认为。但是，如果您看着“专家专家”，您会看到一个安静但肯定可以掌握复杂专业世界的AI。

对我们来说，这是唯一重要的突破。