用于编码的 GPT-5：基准和定价
描述： GPT-5 终于在编码方面带来了真正的收获。以下是基准的实际含义、成本、要点以及获得更好结果的五个技巧。
如果您错过了直播（以及“创意图表”），那么它的缺点是：GPT-5 已经推出，速度很快，而且最重要的是，它比早期模型在真实代码方面更好**。数字中有合法信号，还有一些值得了解的发布周面孔。（[Business Insider][1]）
这些数字实际上说明了什么（以及它们为何重要）
- 真实存储库错误修复（SWE-bench 已验证）：74.9%。 该基准测试为模型提供了真正的 GitHub 存储库 + 问题，并且仅当其补丁通过测试时才将其视为胜利。 GPT-5 在这里设定了新的最高分。翻译：这不仅仅是自动完成；它是自动完成的。它可以修复编译并通过的问题。 （[OpenAI][2]、[swebench.com][3]）
- 代码编辑（Aider Polyglot）：88%。 这一指标衡量模型是否能够在多种语言的棘手 Exercism 问题上可靠地生成正确的 差异/整个文件编辑。这里的高分通常意味着更少的畸形补丁和更少的编辑器照顾。 （[OpenAI][2]、[aider.chat][4]）
- 在艰巨任务上与 o3 的效率： OpenAI 报告 GPT-5 达到了这些结果，输出令牌减少了约 22%，工具调用减少了 ~45%（在相当的高推理设置下）。这对于延迟和云账单都很重要。 ([OpenAI][5])
书呆子注：SWE-bench Verified 是一个 500 项任务 人工过滤的真实问题片段； OpenAI 表示，由于基础设施的怪异，在运行过程中遗漏了 23 项任务，因此请勿在未阅读脚注的情况下比较原始百分比。 （[swebench.com][6]、[OpenAI][5]）
这如何显示在你的编辑器中
OpenAI 表示，GPT-5 现在是 ChatGPT** 中针对登录用户的默认模型，具有更强大的“GPT-5 思考”开关，以提供更难的提示。还有一个实时路由器**，可以决定何时思考更长的时间与快速回答——理论上很有用，但您也可以通过字面上要求它“认真思考这个问题”来强制进行深入思考。”（[OpenAI][7]）
对于开发人员来说，API 变体针对代理编码（工具使用、多步骤计划）进行了调整，并使用流行的编码工具（Cursor、Windsurf、Copilot 等）进行了测试。这就是“更少的工具调用，更好的结果”这一主张应该大放异彩的地方。([OpenAI][5])
用简单的英语定价
- GPT-5 API： 每 100 万个输入代币 1.25 美元； 每 100 万个输出代币 10 美元；缓存输入每 1M $0.125。
- 如果您需要更便宜、更快的速度来完成更简单的工作，GPT-5 mini / nano 就存在。 （是的，GPT-5 正在 ChatGPT 上推出——免费和付费——有分级限制。）（[OpenAI][8]）
现实检验：这并不都是玫瑰🌹
- 发布演示存在一些……图表错误（OpenAI 承认并修复了这些问题）。如果您因杆的长度而感到气喘吁吁，那么您并不孤单。 （[商业内幕][1]）
- 在野外，路由可能会失败，而 GPT-5 仍然会时不时地搞砸基础知识（拼写、地理——哎呀）。它很强大，但并不完美。 ([卫报][9])
真正从 GPT-5 中获得更好代码的五个快速技巧
- **说出神奇的话：添加…认真思考这个…（或选择 GPT-5 思考）以解决跨文件重构、棘手的错误或新手脚手架。 ([OpenAI][7])
- 为其提供正确的上下文： 存储库映射、关键文件、失败的测试和错误跟踪。这些基准奖励现实的设置是有原因的。 ([swebench.com][3])
- **要求差异+自我检查：**请求/补丁格式和补丁后测试运行计划。这反映了它如何在 Aider & SWE 替补席上获胜。 （[OpenAI][2]、[aider.chat][4]）text
git diff - **让它使用工具，但审核结果：**该模型更擅长以更少的调用链接步骤 - 仍然像初级开发人员一样审查计划。 ([OpenAI][5])
- **注意你的代币：**长的“思考”答案是昂贵的；在有回报的地方使用它们（架构、调试），而不是重命名变量。（[OpenAI][5]）
那么 GPT-5 是否“擅长编程”？
简短的回答：是的，目前在实际代码基准测试中是一流的，在稳定性和工具使用方面具有实际收益。它不会取代测试、代码审查或您对 API 设计的品味，但它将在第一次尝试中提供更多修复，并浪费更少的周期。随着 ChatGPT 每周用户数接近 7 亿，预计您的队友（和竞争对手）很快就会试用它。 ([OpenAI][2])
来源和进一步阅读
- OpenAI：介绍 GPT-5（基准、路由、可用性）。 ([OpenAI][2])
- OpenAI：面向开发人员的 GPT-5（SWE 基准详细信息、效率与 o3）。 ([OpenAI][5])
- OpenAI API 定价（官方代币费率）。 ([OpenAI][8])
- SWE-bench（“已验证”的含义）。([swebench.com][3])
- Aider Polyglot（代码编辑测试衡量的内容）。 ([aider.chat][4])
[1]: https://www.businessinsider.com/openai-made-mistakes-with-charts-in-its-gpt-5-demo-2025-8?utm_source=chatgpt.com “在人们指出 GPT-5 直播中出现问题后，OpenAI 修复了‘无意的图表犯罪’” [2]: https://openai.com/index/introducing-gpt-5/ 《GPT-5简介 | 开放人工智能” [3]：https://www.swebench.com/SWE-bench/?utm_source=chatgpt.com“概述 - SWE 基准文档”[4]：https://aider.chat/docs/leaderboards/?utm_source=chatgpt.com“Aider LLM 排行榜” [5]: https://openai.com/index/introducing-gpt-5-for-developers/?utm_source=chatgpt.com “为开发者介绍 GPT? | 开放人工智能” [6]: https://www.swebench.com/?utm_source=chatgpt.com“SWE-bench 排行榜”[7]: https://openai.com/index/introducing-gpt-5/?utm_source=chatgpt.com“GPT-5 简介 - OpenAI” [8]：https://openai.com/api/pricing/》定价 | 开放人工智能” [9]: https://www.theguardian.com/australia-news/2025/aug/08/openai-chatgpt-5-struggled-with-spelling-and-geography?utm_source=chatgpt.com “OpenAI 推出 ChatGPT-5，其大肆宣传的‘博士级’智能在基本拼写和地理方面遇到困难”