GPT-5

В 2018 году OpenAI представила первую модель GPT (GPT-1), опубликовав статью «Улучшение понимания языка посредством генеративного предобучения»^[1]. Она была основана на архитектуре трансформеров и обучалась на крупном корпусе книг^[2]. В 2019 году вышел GPT-2, более крупная модель, способная к генерации последовательных текстов^[3].

В 2020 году OpenAI анонсировала GPT-3, содержащую в 100 раз больше параметров, чем GPT-2, и способную выполнять различные задачи на основе нескольких примеров^[4]. GPT-3 была улучшена до InstructGPT, на базе которого в 2022 году появился ChatGPT — основной чат-бот компании. Изначально ChatGPT использовал GPT-3.5, но позднее был переведён на GPT-4, представленный 14 марта 2023 года.

14 апреля 2023 года Сэм Алтман, генеральный директор OpenAI, выступая на мероприятии в MIT, заявил, что компания в тот момент не занимается обучением GPT-5 и «сейчас сосредоточена на доработке GPT-4»^[5].

18 июля OpenAI подала заявку на регистрацию товарного знака «GPT-5» в США^[6]. 13 ноября Сэм Алтман подтвердил Financial Times, что компания уже приступила к разработке GPT-5^[7][8]. В этот период в СМИ появлялись различные спекуляции о будущей модели, в том числе аналитический прогноз Morgan Stanley от марта 2023 года о возможном использовании 25 000 GPU для обучения, который, однако, не являлся официальным заявлением OpenAI и представлял собой стороннюю оценку^[9].

По данным The Information, большую часть второй половины 2024 года OpenAI работала над проектом «Orion», который предполагался как GPT-5, но в итоге продукт стал основой GPT-4.5, представленного в феврале 2025 года^[10].

В конце июля 2025 года ожидания относительно скорого выпуска GPT-5 усилились^[11][12][13]. Стало известно, что до официального релиза не было публичных альфа- или бета-версий, а проводилось закрытое тестирование с участием корпоративных клиентов и партнёров^[14][15]. В рамках этой подготовки были обнаружены следы внутренней альфа-версии «gpt-5-reasoning-alpha-2025-07-13»^[16], а 30 июля издание The Verge сообщило, что Microsoft уже тестирует новый «умный режим» для Copilot на базе будущей модели^[17]. 5 августа, накануне релиза GPT-5, OpenAI анонсировала открытый набор моделей GPT-OSS с функциями рассуждения^[18].

6 августа OpenAI анонсировала прямую трансляцию, намекая на презентацию GPT-5, заменив букву «s» в слове «transmissão» на «5»^[19][20].

Разработка GPT-5, как и других крупных языковых моделей, является результатом работы больших команд исследователей и инженеров OpenAI. Ключевую роль в руководстве проектом играют генеральный директор Сэм Альтман^[21], сооснователь Грег Брокман, главный научный сотрудник Марк Чэн и руководитель подразделения «Post Training» Макс Шварцер^[22]. В официальной видеопрезентации модели также участвовали Макс Шварцер и один из ключевых исследователей Якуб Пачоки^[22]. В сентябре 2025 года OpenAI провела реорганизацию, в ходе которой команда «Model Behavior», отвечавшая за поведенческие характеристики ИИ, была интегрирована в более крупное подразделение «Post Training» под руководством Шварцера для лучшей координации с основными техническими разработками^[22].

Исходный код модели GPT-5 является закрытым, так как она представляет собой проприетарный продукт. Доступ к ней предоставляется через API и интегрированные платформы, такие как Microsoft Azure и GitHub Models^[23][24]. Для демонстрации возможностей модели в области программирования OpenAI создала публичный репозиторий на GitHub под названием `gpt-5-coding-examples`, который содержит коллекцию приложений, полностью сгенерированных с помощью GPT-5, но не исходный код самой модели^[25]. Эта инициатива отличается от других проектов компании, в рамках которых были выпущены модели с открытыми весами, например, `gpt-oss-120b`, не связанные напрямую с GPT-5^[26]. Модель также интегрирована в инструменты для разработчиков, в частности в GitHub Copilot^[27].

На момент выпуска GPT-5 показал ведущие результаты в бенчмарках по математике, программированию и мультимодальному восприятию^[39]. Среди ключевых улучшений — более быстрые ответы, улучшенные возможности по кодингу и письму, более точные ответы на медицинские вопросы и меньшая склонность к галлюцинациям^[40][41][42]. В сравнении с предыдущими моделями, GPT-5 рассчитан на предоставление более «безопасных выводов» по потенциально чувствительным запросам, а не на их абсолютное отклонение^[43], что позволяет моделью отвечать на безопасные вопросы и отклонять лишь по-настоящему рискованные запросы^[44]. Также были отмечены более критические и менее «вежливо-податливые» ответы модели по сравнению с предыдущими версиями^[45][46].

Некоторые ранние тестировщики отметили значительный прогресс в программировании и решении задач по сравнению с GPT-4, хотя изменения не были столь революционны, как при переходе от GPT-3 к GPT-4^[47]. Накануне релиза Сэм Алтман описал GPT-5 как «существенный шаг на пути к ИИ общего назначения (AGI)»^[48], подразумевая способность выполнять любую экономически полезную задачу на уровне человека^[49]. По его словам, GPT-5 обладает «докторским уровнем» решений в широком диапазоне задач^[50].

GPT-5 является нативной мультимодальной системой, способной одновременно обрабатывать различные типы данных: текст, изображения, аудио и видео^[51][52]. Модель поддерживает контекстное окно размером до 400 000 токенов при использовании через API, из которых 272 000 токенов могут быть использованы для входных данных, а 128 000 — для выходных^[53][54].

На вход модель может принимать^[55][56]:

• Текстовые документы (например, .txt, .pdf, .docx);
• Изображения (например, .jpeg, .png);
• Табличные данные (например, .csv, .xlsx);
• Аудио- и видеофайлы.

На выходе GPT-5 может генерировать:

• Текст, включая форматирование Markdown;
• Структурированные данные в формате JSON^[57];
• Исходный код на различных языках программирования.

При этом генерация файлов в форматах, отличных от простого текста (например, .csv или .xlsx), происходит не напрямую, а с помощью внешних инструментов, таких как интерпретатор кода, который выполняет инструкции модели^[58].

Потребление энергии GPT-5 официально не раскрывается; по данным исследователей Университета Род-Айленда, один средний ответ требует чуть более 18 ватт-часов энергии, что эквивалентно работе лампы накаливания около 18 минут^[59].

Архитектура

GPT-5 представляет собой не единую монолитную модель, а семейство взаимосвязанных моделей, основанных на архитектуре Трансформер. Система сочетает в себе быстрый базовый модуль, расширенные модули для рассуждений и интеллектуальный маршрутизатор, который автоматически определяет, какой компонент задействовать в зависимости от задачи пользователя^[60][61]. Такой подход к унификации был реализован после того, как Сэм Альтман ранее критиковал необходимость ручного переключения между моделями^[62].

Семейство моделей включает варианты, оптимизированные для разных целей. Для разработчиков через API доступны gpt-5, gpt-5-mini и gpt-5-nano для быстрых и высокопроизводительных операций. Для сложных задач, требующих глубокого анализа, предназначены «размышляющие» модели (англ. thinking models)^[63], а платным подписчикам была предложена версия GPT-5 Pro. Модель также реализует «агентную» функциональность, позволяя создавать собственную рабочую среду и использовать инструменты для выполнения задач^[63].

12 ноября 2025 года OpenAI выпустила обновление GPT-5.1, в рамках которого были представлены две основные улучшенные версии:

• GPT-5.1 Instant — оптимизирована для быстрых ответов и повседневных задач. Модель описывается как более «тёплая» в общении, игривая и лучше следующая инструкциям.
• GPT-5.1 Thinking — предназначена для сложных аналитических задач. Она более эффективно распределяет ресурсы, затрачивая больше времени на сложные запросы, а её ответы стали менее жаргонными и более «человечными».

Согласно Research AIMultiple^[68], опубликованная статья отмечает: «Нативное мультимодальное обучение с самого начала…». В работе, размещённой на arXiv^[69], нативное мультимодальное обучение определяется как тренировка моделей с нуля сразу по всем модальностям — без использования заранее обученных языковых и визуальных компонентов.

Далее, по данным AIMultiple^[68], в разделе о процессе обучения указано: «GPT-5 обучался комбинацией не­контролируемого предварительного обучения, супервизорного дообучения и RLHF…». На этапе предварительного обучения использовался обширный многоязычный корпус книг, статей, кода, страниц web, научных работ и лицензированных наборов данных. В отличие от GPT-4, визуальные способности GPT-5 прорабатывались параллельно с текстовыми с самого начала^[70].

GPT-5 характеризуется как нативно мультимодальная система: она обучалась сразу по нескольким модальностям (текст, изображения и т. д.) без дообучения от других моделей. Процесс включал три этапа: предварительное несупер­визорное обучение, супервизорное дообучение и RLHF. Предобучение проводилось на огромном многоязычном массиве данных — книги, статьи, лицензированные источники и др. В отличие от GPT-4, визуальные и текстовые возможности в GPT-5 создавались в рамках единой архитектуры.

Для обучения модели использовалась специализированная высокопроизводительная инфраструктура. Исторически основным партнёром OpenAI является Microsoft, и GPT-5 обучалась на суперкомпьютерных кластерах Microsoft Azure^[71]. Для удовлетворения растущих потребностей в вычислительных мощностях OpenAI расширила сотрудничество, задействовав также Oracle Cloud для масштабирования операций^[72]. Основу вычислительной мощности составляют графические процессоры от Nvidia, включая такие модели, как H200 и B200^[73].

GPT-5 применяется в ChatGPT. Хотя базовая версия доступна всем пользователям ChatGPT бесплатно^[74], подписчики Plus получают повышенные лимиты, а Pro — неограниченный доступ и доступ к версии GPT-5 Pro. Для пользователей базового уровня без подписки действуют ограничения по числу ответов в час. C запуском GPT-5 в ChatGPT был введён «Voice», заменяющий старый «Режим расширенного голоса»^[75], который с 9 сентября 2025 года станет основным для всех пользователей ChatGPT.

С обновлениями в интерфейс ChatGPT были добавлены новые функции для управления взаимодействием с моделью. Появился режим «Deep Research», позволяющий ИИ проводить углублённый анализ информации из множества интернет-источников для ответа на сложные вопросы. Пользователи также получили возможность настраивать тональность ответов, выбирая из предустановленных стилей, таких как «дружелюбный», «профессиональный» или «откровенный», а также регулировать краткость и использование эмодзи^[35][76]. Кроме того, была реализована интеграция с сервисами Gmail и Google Календарь для лучшего понимания контекста задач пользователя^[77].

GPT-5 реализован и в Microsoft Copilot, где для его использования необходимо выбрать режим «Интеллектуальный» (англ. Smart GPT-5)^[78], а Microsoft подтверждала его интеграцию в широкий спектр своих сервисов^[79]. Компания Apple также планирует использовать GPT-5 в Apple Intelligence в iOS 26, iPadOS 26 и macOS Tahoe^[80][81]. Доступ к GPT-5 реализован и через API OpenAI^[82].

Некоторые крупные компании США получили ранний доступ к GPT-5 до официального релиза: частная медицинская страховая компания Oscar Health тестировала модель для проверки заявок^[83]. Uber использовал модель для автоматизации поддержки клиентов, GitLab, Windsurf и Cursor — для софтверной разработки, а испанский банк BBVA — для финансовой аналитики^[83]. Также OpenAI указывала среди ранних пользователей Amgen, Lowe's и Notion^[83].

Интерфейс ChatGPT официально поддерживает более 50 языков^[84]. По состоянию на ноябрь 2025 года в их число входят^[85]:

При этом сама модель способна понимать и отвечать на более чем 95 языках, даже если для них нет официальной локализации интерфейса^[84].