在刚刚结束的2025年国际大学程序设计竞赛（ICPC）世界总决赛上，OpenAI的系统完美解决全部12道题目，若计入排名将位居第一。谷歌的Gemini 2.5 Deep Think模型解决10道题目，达到金牌水准名列第二。
当GPT-5第一次被写进数学论文，舆论瞬间炸开。有人惊呼「AI 数学家诞生」，有人却冷静提醒：它只是把熟悉的工具快速拼接。于是，一个新的问题被摆到台前：这究竟是科研的加速器，还是博士培养的绊脚石？
GPT-5上线引发全网吐槽。8月14日，ChatGPT负责人Nick Turley深度复盘了GPT-5发布「风波」，并详细总结了此次产品发布中的失误：比如过快下线GPT-4o、低估用户会对模型的情感依恋、没有让用户建立起「可预期性」等。Nick也分享了OpenAI的产品设计哲学，要坚持「真正对用户有帮助」的原则。
9 月 16 日，OpenAI 正式推出一款新模型 GPT-5-Codex ，这是一个经过微调的 GPT-5 变体，专门为其各种 AI 辅助编程工具而设计。该公司表示，新模型 GPT-5-Codex 的“思考”时间比之前的模型更加动态，完成一项编码任务所需的时间从几秒到七个小时不等。因此，它在代理编码基准测试中表现更佳。
经过数月的外界猜测，CEO Sam Altman揭晓了一款远超预期的全新模型。用他的话来说，与前代的跃升可以这样形容——“GPT-4像是在和一位大学生对话，而GPT-5则是第一次让人真切地感觉在与一位博士级专家交流。”
昨天OpenAI正式发布了GPT-5-Codex，一个专门为Codex编码智能体研发的GPT-5版本。在看了全球网友实测效果后，基本结论就是可以告别Claude Code，放下Cursor，直接来拥抱Codex了！为了验证网友们的说法和GPT-5-Codex的真实能力，我们全面的测评了一下。
这项名为 MachineLearningLM 的新研究突破了这一瓶颈。该研究提出了一种轻量且可移植的「继续预训练」框架，无需下游微调即可直接通过上下文学习上千条示例，在金融、健康、生物信息、物理等等多个领域的二分类 / 多分类任务中的准确率显著超越基准模型（Qwen-2.5-7B-Instruct）以及最新发布的 GPT-5-mini。
顶级大模型在AAI提出的FormulaOne基准集体翻车：三层难度递进，GPT-5进阶题仅约4%正确，最深层零分；Grok 4、o3 Pro全部失手。该基准以图上MSO逻辑与动态规划生成问题，贴近路径规划等现实优化，旨在衡量超越竞赛编程的算法推理深度。
OpenAI 刚刚推出了新的编程模型 GPT-5 Codex，见前文：刚刚，OpenAI 发布 GPT‑5-Codex 新模型，专为编程而生
凌晨 1 点，OpenAI 发布了 GPT-5-Codex。
