GPT-5更近了！神秘模型Horizon Alpha上线，编码首测性能逆天？
GPT-5更近了！今天，神秘模型 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，核心大脑专访坦言模型还有瓶颈，但坚信 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 Alpha突然上线，各种榜单和测试席卷了全网。
Alpha模型的上下文为256K，响应极速，非常擅长创意写作。
它还具备了「推理」功能，不过，推理token的预算是o4-mini的两倍。
在编程方面， Alpha堪称无敌了。
它可以一句话生成「水果忍者」、「外星人抓奶牛」等各种游戏，能根据logo图直出广告，还能轻而易举地通过「六边形物理模拟」测试。
在写作EQ-Bench基准测试中， Alpha位列第一，远超o3、 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、、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的文档页面，目前404
关于 Alpha的更多细节，全部浓缩在网友的实测中了。
神秘 Alpha登场，编程强到逆天
目前，在平台上，即可开启对 Alpha版本的测试。
传送门：
在模型推理时，相较于 4（60-80 token/s）， Alpha的吞吐量是最快的，达120个token/s。
吞吐量对比测试， Alpha是目前最快的。
物理模拟惊艳，秒搭网页
有网友让其创建一个功能完整的 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」。
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。
给 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 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」， Alpha爱问一大堆需要提前确认的问题； 4则会直接给出解决方案。
左： Alpha；右： 4
最终，从搭建的效果来看， Alpha输出的质量高且简洁。 4输出的更长，内容更全面，也更具创意。
上： Alpha；下： 4
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 亲自测试其SVG创建和UI设计功能， Alpha瞬间生成了一张专业设计美感的图。
此前，AI圈大神Simon 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 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， Alpha可能只是一款小模型。
不管是GPT-5中的哪一款，接下来就坐等发布了。
「双雄」专访，奥特曼盛赞
就在GPT-5发布前夕，双雄——首席科学家Jakub 和研究主管Mark Chen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 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？
最佳拍档
熟悉内部人员变动的人都知道，Jakub 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 ，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，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」。
他们之间合作模式，可以说是「无缝切换」。
不论技术难题多么复杂，和Mark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」。
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，才是至关重要。
同时，在他们看来， Law远未触及天花板，通过投入更多计算资源、数据，模型就会变得越来越好。
被问题如何看待AGI时，Mark Chen提出了一个指标——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，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，模型在两项顶级竞赛中取得佳绩：
一是，在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。
在比赛中，Psyho的胜利展现了人类独有的创造性思维，类似当年击败李世石的围棋比赛。
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，数学和编程是「通用智能」的基石。
参考资料：