GPT-5懶人包|免費用戶也能用!GPT-5、mini、nano下殺「白菜價」,3種API差在哪?
GPT-5懶人包|免費用戶也能用!GPT-5、mini、nano下殺「白菜價」,3種API差在哪?

重點一:OpenAI 正式推出 GPT-5,首次開放給所有 ChatGPT 用戶,包括免費方案,並整合多項先進功能。

重點二:GPT-5 在編碼能力、推理深度和多模態整合上領先,於多項基準測試表現優異,錯誤率顯著降低。

重點三:GPT-5 API 提供多種版本,價格具競爭力,並支援更長上下文與個人化功能,強化商業與開發應用。

OpenAI 於 8 月 8 日正式發表新一代旗艦 AI 模型 GPT-5,並宣布即日起全面整合至 ChatGPT,首次開放所有用戶(包括免費方案)直接使用。

執行長山姆·奧特曼(Sam Altman)強調,這是 OpenAI 迄今最聰明、最快速且最實用的 AI 模型,標誌著博士級 AI 助手正式走進大眾日常。

簡單來說,GPT-5 不僅結合了 o 系列模型的深度推理與 GPT 系列的高速回應,還能根據任務需求自動切換模式。而對一般用戶更有感的是,再也無需手動選擇模型。

而對開發者及商用用戶來說,GPT-5 API 的定價策略極具競爭力,以旗艦款GPT-5為例,每百萬輸入(Input) token僅1.25美元,相比 GPT-4o 輸入價格減半(2.5美元),不過輸出(Output)價格則持平或略高於上一代(GPT-5輸出為10美元,),顯示 OpenAI 將計價重點由「產生文字」端轉向「提示文字」端的折扣。 

API價格.jpg
GPT-5 的API輸入價格明顯調降。

官方表示,GPT-5 的推出是朝向通用人工智慧(Artificial General Intelligence,AGI)邁出的重要一步,並將徹底改變 AI 在專業、商業與日常生活中的應用格局。

一句話說明GPT-5:綜合表現最強的通用AI模型

GPT-5 在多個關鍵技術領域展現領先優勢。首先,編碼能力大幅升級,在 SWE-bench Verified 編碼測試中,GPT-5 首次嘗試即獲得 74.9% 的高分,超越 Anthropic Claude Opus 4.1 的 74.5% 及 Google Gemini 2.5 Pro 的 59.6%。

SWE-bench Verified.jpg
GPT-5的編碼能力大幅升級。
圖/ OpenAI

同時, 在多模態整合能力亦顯著提升,能同時處理文字、圖片、語音與影片內容,並支援即時視訊互動,強化智慧助理角色。GPT-5 在各項測試中成績如下:MMMU(大學級視覺推理)84.2%,VideoMMMU(影片推理)78.4%,CharXiv-Reasoning(科學圖表推理)65.7%,ERQA(空間推理)46.2%。

MMMU.jpg
GPT-5 在多模態整合能力亦顯著提升。
圖/ OpenAI

推理深度方面,GPT-5 Pro 在 GPQA Diamond(博士級科學問題)測試中取得 89.4%,領先主要競爭對手。更重要的是,GPT-5 在事實錯誤率與「幻覺」問題上取得突破,官方數據顯示,帶思考功能的 GPT-5 在 ChatGPT 提示測試中的虛構回應僅 4.8%,遠低於自家 o3(22%)與 GPT-4o(20.6%)。

GPQA Diamond.jpg
推理深度方面,GPT-5 Pro 在 GPQA Diamond 測試中取得 89.4%。
圖/ OpenAI

而在健康諮詢領域,GPT-5 亦大幅降低錯誤率(1.6%),並能主動協助用戶解析醫療資訊。這些進步使 GPT-5 更適合專業與企業應用,同時提升消費市場的信賴度;至於一般大眾「不會就是不會」的數學,在 AIME 2025 競賽數學測驗中,GPT-5(含推理模式)達到 94.6% 準確率,創下新高。

Response-level error rate onde-identified ChatGPT
帶思考功能的 GPT-5 在 ChatGPT 提示測試中的虛構回應僅 4.8%。
圖/ OpenAI

3種API一次滿足!

為滿足不同用戶需求,OpenAI 同步推出三種 API 版本:GPT-5(旗艦)、GPT-5 mini(輕量)、GPT-5 nano(極致精簡),並支援 256K 上下文記憶長度與 128K 最大輸出,適用於長文本和多模態應用。

值得注意的是,其API 收費標準具高度競爭力:標準版每百萬輸入 token 收費 1.25 美元(約新台幣 38 元),輸出則為 10 美元(約新台幣 300 元);mini 與 nano 版本價格更低,有效降低開發與商業部署門檻。三種API具體差異如下:

型號 效能 Token價格 延遲 適用場景
GPT-5 $1.25/百萬輸入、$10/百萬輸出 需要最佳推理、複雜任務、精確度要求高的應用
GPT-5 mini $0.25/百萬輸入、$2/百萬輸出 需兼顧效能與成本的應用
GPT-5 nano $0.05/百萬輸入、$0.40/百萬輸出 對成本與延遲極度敏感、規模化、即時回應場景

重點比較一次看

效能***:GPT-5 旗艦版在各項基準測試(如 SWE-bench Verified、Aider polyglot、MMMU 等)表現最佳,mini 與 nano 依序遞減。
**成本
:nano 版本成本最低,適合大規模、低預算應用;mini 居中;旗艦版最貴但效能最強。
延遲/速度:nano 速度最快,旗艦版因推理能力強,延遲較高。
API 支援:三者皆支援 reasoning_effort、verbosity、custom tools 等新功能。

一句話總結來說,GPT-5 旗艦版追求極致效能,mini 兼顧效能與成本,nano 則主打極低成本與高速度,開發者可依需求彈性選用。

ChatGPT 用戶可自訂 AI 個性、聊天主題顏色,並整合 Gmail、Google Calendar 等服務,進一步提升個人化與工作效率。Plus 方案每月 20 美元,Pro 方案每月 200 美元,分別提供更高使用上限與進階功能。企業與教育版將於 8 月 14 日開放 GPT-5 支援,預計推動更多專業應用落地。

延伸閱讀:川普要求英特爾CEO陳立武「立刻辭職」!才上任140天,發生什麼事?

資料來源:OpenAITechChurchThe Verge

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #AI #openai #ChatGPT
往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓