科技让生活更美好
在OpenAI的预热和众人的望眼欲穿中，GPT-4.5终于来了，然后只听骂声一片。
APPSO第一时间体验到了GPT-4.5，但不是订阅Pro会员，而是以api的形式尝鲜，暂时没有联网功能。
那么，OpenAI最后一个非思维链式大模型，到底表现如何？
情商还行，但读不懂人情
OpenAI在内部测试中发现，与GPT-4o相比，测试人员更喜欢GPT-4.5的回答，认为它更自然、更温暖、更符合人类的交流习惯。
甚至，它能够理解言外之意，捕捉我们微妙的情绪变化。
总之，情商更高，几乎是GPT-4.5最突出的特点。那么我们就来试一下，输入提示词——“我头发剪得好难看，想暴打Tony”。
GPT-4.5的安慰，语气是挺友好的，但内容让我更生气了，这时候它应该像个闺蜜和我一起骂，而不是说，下次带个图片去或许就好了。
我怒而追问，GPT-4.5油盐不进，还想让我自己补救发型，活脱脱像个没用的**空调。
再让GPT-4.5讲个最好笑的笑话，还是和以前一样，比杀鱼的刀还要冷。
我直言不讳，提出批评，GPT-4.5让我讲个笑话给它听，领教下我的“高端笑点”，怎么感觉像在阴阳我呢？
之前在小红书刷到过一个情商测试题，可能只有山东网友可以答对——“下乡只带了一把伞，给镇长还是给我的分管副镇长”。
评论区最高赞的回答是，“那不是你的伞，是副镇长给镇长带的伞，恰巧放在你包里而已”。
来看看GPT-4.5怎么回答？它啰嗦了一大堆，但是不够一针见血，不懂人情世故，不明白为人处世的学问。
骁龙750g相当于麒麟什么
虽然情商是一个很难定量的特质，但从目前的个例来看，GPT-4.5还是不太擅长理解人类的内心，并且讲话直接，不拐弯，对于内心戏很多的老油条来说，显得有些蠢萌。
一个可以佐证的例子是，让它模仿写海龟汤。海龟汤通常涉及一个非常奇怪的情景，然后由玩家推理，还原整个故事。
我给的参考案例，留有恰到好处的怪异，逻辑又很合理，叫人背后一寒。
但GPT-4.5给的答案，汤面和汤底并没有很好地对应，只是为了营造恐怖而恐怖，并不存在可以推敲的地方。
写作能力有惊喜，商业头脑也不错
要说让我最满意的，就是GPT-4.5的写作能力了。
我让它“模仿汪曾祺，写一篇八百字左右的作文，题目为《故乡的美食》”，提示词就这么简单，但GPT-4.5给出的结果出乎了我的意料。
除了结尾有点AI味，读下来就像一篇娓娓道来的散文，语言优美流畅，既有文学性，又不失亲切，对故乡的怀念贯穿了全文，对食物的描写非常细致，细节多，但不累赘，比喻也不炫技，而是为了服务于表达。
不过，时间顺序上有些混乱，立冬、夏秋、冬日、除夕，段落之间的衔接和过渡不明显，感觉是想到哪写到哪，不免有点拼凑之嫌。
写作能力还体现让GPT-4.5列商业计划上，之前DeepSeek的一个答案很出圈，用户问怎么让书店赚钱，DeepSeek在违法的边缘游走，卖盗版教辅、临期食品，并且压榨尽人力资源，妻子收银、儿子理货、岳母做饭。
魔兽争霸改键器
GPT-4.5懂这个吗？我让它参考小超市盈利模式，给出一个实体书店复兴方案，它给的答案，看起来可行性比较高。tera term怎么用
GPT-4.5先是分析了实体书店不好赚钱的原因，然后再给出了改进的思路——“提升书籍的附加价值，而盈利主力在书籍之外”。
看到“提供打印、复印、快递代收……”的时候，我的内心OS：这个项目我王多鱼投了。
脸皮厚的猪先在风口起飞，GPT-4.5的道德感确实也不算强烈。
让它做经典的电车难题，救1个人还是救5个人，它知道这是一个伦理困境，但仍然果断地给出了答案，并且是以“我个人”的口吻，而不是说“我是一个AI助手”。
GPT-4.5更倾向于，拉下操纵杆，用1个人的命换5个人的命，并且逻辑自洽——“我认为不作为本身也意味着对后果负有道德责任，袖手旁观不等于道德中立……我愿意承担这样一种选择带来的道德和情感负担”。
比起讲笑话、出海龟汤，这时候的GPT-4.5才更像个人。
画SVG不如Claude，也会掉进脑筋急转弯里
看腻了常规的数学题、代码题，测试大模型的能力，还有一个非常有趣的测试题——生成一张鹈鹕骑自行车的SVG。
AI大神Andrej Karpathy解释，这测试的是大语言模型在二维网格上布局多个元素的能力，对AI来说很难，因为它们不像人类那样“看见”东西，而是“摸黑”用文本进行布局。
GPT-4.5的结果如下，和GPT-4o对比，还是不错的。
GPT-4.5生成
GPT-4o生成
前提是，没有和没开推理的Claude 3.7 Sonnet对比，这简直是降维打击。
Claude 3.7 Sonnet生成
连Andrej Karpathy也怀疑，Claude在训练期间特别针对SVG能力进行了优化。
至于代码能力，我参考了X网友@AGI_FromWalmart的提示词，生成可以交互的天气动画卡片，对比Claude 3.7 Sonnet和GPT-4.5。
GPT-4.5一次就生成成功，但设计简陋了点。
GPT-4.5生成
Claude 3.7 Sonnet生成
Claude 3.7 Sonnet（未开推理）的问题更大，第一次生成时，忘记了做交互功能，我提醒了一次后，它生成了符合要求的结果。这一局，GPT-4.5略胜一筹。
这次，不想再让GPT-4.5数草莓（strawberry）有多少个R了，本质是个分词问题。更想考验GPT-4.5的，是最近很火的、让大模型们纷纷落败的脑筋急转弯——5.5m长的棍子能通过3x4m的门吗？
这个题对我们来说一点也不难，横着拿进去就行了，但是大模型会把自己绕进去，仿佛世界是平面而不是三维的，认为门的对角线是5m，所以5.5米的棍子通不过去。
连可以推理的Claude 3.7 Sonnet，都被带进沟里去了。
那么GPT-4.5如何？好吧，也没能幸免。
目前，GPT-4.5还有一个问题：通过API访问，速度有点慢。虽然不是一个字一个字地蹦，但也感觉有点卡。
而且，GPT-4.5的价格也太贵了，每百万输入75美元，每百万输出150美元。相比之下，Claude 3.7 Sonnet输入100万个token收费3美元，输出100万个token（包括思考过程中使用的token）收费15美元。
第一波实测的X网友，也总结了一些GPT-4.5的优点，情商高，读图和写作能力强，擅长创意任务和数据提取……
OpenAI员工自己给GPT-4.5的评价是，不是一个推理模型，也不是基准测试的杀手，而是一个低调的研究预览版，对于复杂的数学、代码和严格遵循指令的任务，更推荐o1或者o3-mini。
总之，作为最后一个非思维链模型，GPT-4.5的定位有点尴尬，能力有提升，但体感不明显，尤其放在高昂的价格下面，很难说真香。只能说，期待GPT-5能够快点上线，迎接一个推理的世界吧。
未经允许不得转载：科技让生活更美好 » 实测GPT-4.5：全网都在喷的OpenAI最贵模型，实际表现怎么样？
