Το GPT-5 της OpenAI λανσάρεται ως δρομολογητής πολλών μοντέλων και όχι ως ενιαίο μοντέλο

Το GPT-5 είναι ένα σύστημα μοντέλων με έναν δρομολογητή που αποφασίζει μεταξύ τους

Το πιο συγκεκριμένο στοιχείο σε αυτή την κάρτα συστήματος είναι ότι το GPT-5 δεν είναι ένα μοντέλο. Η OpenAI το περιγράφει ως ένα ενιαίο σύστημα που περιλαμβάνει ένα γρήγορο μοντέλο (gpt-5-main), ένα βαθύτερο μοντέλο συλλογισμού (gpt-5-thinking) και έναν δρομολογητή πραγματικού χρόνου που αποφασίζει ποιο θα κληθεί με βάση «τον τύπο της συνομιλίας, την πολυπλοκότητα, τις ανάγκες σε εργαλεία και τη σαφή πρόθεση».

Ο δρομολογητής δεν είναι στατικός. Η OpenAI αναφέρει ότι εκπαιδεύεται «συνεχώς με βάση πραγματικά σήματα, όπως το πότε οι χρήστες αλλάζουν μοντέλο, τα ποσοστά προτίμησης στις απαντήσεις και η μετρημένη ορθότητα». Αυτό σημαίνει ότι η συμπεριφορά δρομολόγησης που παρατηρεί μια ομάδα στο ChatGPT σήμερα μπορεί να μεταβάλλεται από κάτω τους, καθώς ο δρομολογητής μαθαίνει από τη συνολική χρήση.

Υπάρχει επίσης ένα εφεδρικό επίπεδο: μόλις εξαντληθούν τα όρια χρήσης, «μια mini έκδοση κάθε μοντέλου διαχειρίζεται τα υπόλοιπα ερωτήματα». Δηλαδή, το ίδιο prompt μπορεί να εξυπηρετηθεί από ένα μικρότερο μοντέλο ανάλογα με τον φόρτο, όχι μόνο με την πολυπλοκότητα.

Το ChatGPT και το API εκθέτουν διαφορετικά κομμάτια της οικογένειας μοντέλων

Για τις ομάδες που χτίζουν πάνω στην πλατφόρμα, η διαφοροποίηση ανάμεσα στο καταναλωτικό προϊόν και στην επιφάνεια για developers έχει σημασία. Στο ChatGPT, οι χρήστες αποκτούν την εμπειρία του δρομολογητή, καθώς και το gpt-5-thinking-pro, το οποίο σύμφωνα με την OpenAI «κάνει χρήση παράλληλου υπολογιστικού χρόνου δοκιμής». Το API, αντίθετα, προσφέρει «άμεση πρόσβαση στο μοντέλο συλλογισμού, στην mini έκδοσή του και σε μια ακόμη μικρότερη και ταχύτερη έκδοση nano».

Η OpenAI αντιστοιχίζει κάθε νέο μοντέλο με έναν προκάτοχο: το gpt-5-main διαδέχεται το GPT-4o, το gpt-5-thinking διαδέχεται το o3, το gpt-5-thinking-mini διαδέχεται το o4-mini και το gpt-5-thinking-nano διαδέχεται το GPT-4.1-nano. Αυτή η αντιστοίχιση αποτελεί τον πρακτικό οδηγό μετάβασης — υποδεικνύει στους developers ποιο τρέχον μοντέλο προορίζεται να αντικαταστήσει κάθε επίπεδο του GPT-5.

Η εταιρεία δηλώνει την πρόθεσή της να «ενσωματώσει αυτές τις δυνατότητες σε ένα ενιαίο μοντέλο» στο εγγύς μέλλον. Μέχρι τότε, η δρομολόγηση και η διαβάθμιση σε επίπεδα αποτελούν μια αρχιτεκτονική πραγματικότητα που οι developers πρέπει να λαμβάνουν υπόψη τους, και όχι μια λεπτομέρεια υλοποίησης κρυμμένη πίσω από ένα endpoint.

Μια προληπτική κατάταξη «Υψηλής ικανότητας» στη βιολογία και τη χημεία

Η OpenAI έχει κατατάξει το gpt-5-thinking ως έχον «Υψηλή ικανότητα στον Βιολογικό και Χημικό τομέα» σύμφωνα με το Preparedness Framework της, και έχει ενεργοποιήσει τα σχετικά μέτρα ασφάλειας. Αξίζει να σημειωθεί ότι το έκανε χωρίς αδιαμφισβήτητα στοιχεία.

Παρότι δεν διαθέτουμε αδιαμφισβήτητα στοιχεία ότι αυτό το μοντέλο θα μπορούσε να βοηθήσει ουσιαστικά έναν αρχάριο να προκαλέσει σοβαρή βιολογική βλάβη —το καθορισμένο όριό μας για Υψηλή ικανότητα— επιλέξαμε να υιοθετήσουμε μια προληπτική προσέγγιση.Montana Labs

Αυτό αντικατοπτρίζει την αντιμετώπιση του ChatGPT agent. Η διατύπωση δείχνει στους developers ότι τα μέτρα ασφάλειας στο μοντέλο συλλογισμού ενεργοποιούνται βάσει προληπτικού κριτηρίου και όχι αποδεδειγμένης βλάβης, γεγονός που επηρεάζει τις συμπεριφορές και τις αρνήσεις απόκρισης που πρέπει να αναμένονται σε εφαρμογές σχετικές με βιολογία/χημεία.

Τι απαιτεί η αρχιτεκτονική του δρομολογητή να δοκιμάζουν οι ομάδες

Η συγκεκριμένη συνέπεια αυτής της ανακοίνωσης είναι ότι η αξιολόγηση του «GPT-5» σημαίνει αξιολόγηση ενός κινούμενου στόχου. Επειδή ο δρομολογητής επανεκπαιδεύεται συνεχώς και υποχωρεί σε mini μοντέλα υπό φόρτο, η συμπεριφορά ενός prompt εξαρτάται από σήματα εκτός του ελέγχου του developer. Οι ομάδες που χρειάζονται ντετερμινιστική επιλογή μοντέλου θα πρέπει να χρησιμοποιούν τα επώνυμα endpoints του API — το gpt-5-thinking, το mini και το nano του — αντί να βασίζονται στη δρομολογημένη εμπειρία του ChatGPT, και θα πρέπει να δοκιμάζουν με βάση το συγκεκριμένο επίπεδο στο οποίο σκοπεύουν να διαθέσουν την εφαρμογή τους.