这几天，关于 OpenAI 下一代模型 GPT-5 的动向陆续浮出水面。

从一个匿名模型的突然现身，到一段泄露代码里的“高推理强度”字段，再到一款通用语言模型在 2025 年国际数学奥林匹克（IMO）上拿下金牌，一系列拼图拼起来，GPT-5 的轮廓正在显形。

更关键的是，OpenAI 官方已公开发文：

我们即将发布 GPT-5。

We’re releasing GPT-5 soon.

一切迹象都说明：GPT-5，真的快来了。

01｜o3-alpha：一个“匿名模型”的实战表现

7 月 17 日，在 WebArena 竞技场平台，出现了一个名为“Anonymous‑Chatbot”的模型，根据最新曝光代码，该模型型号为 o3-alpha-responses-2025-07-17。

科技媒体 BleepingComputer 第一时间指出，这是 OpenAI 的新一轮 o 系列测试模型。

该模型并未通过正式名称或 API 向公众开放，但根据用户反馈，它在编程任务中表现突出，尤其是网页构建、小游戏生成等领域，远超现阶段的正式版 o3。

一些反馈提到：

• 简单的自然语言提示即可构建可交互的 HTML 页面；
• 甚至能够生成 Minecraft 风格的游戏场景（包含地形、角色、交互逻辑）；
• 多轮上下文中，能保留页面逻辑与用户目标，具备一定“前端架构意识”。

参与测试的网友 Peter Gostev 晒出了自己的测评结果，并且给了这个新模型很高的评价：“它在前端编程方面确实达到了一个完全不同的水平 —— 远胜于 Sonnet、o3、Gemini 2.5 Pro 或 Grok 4。”

它不是下一代的 o4，也不像是会开源的模型。

更可能是一种“为 GPT-5 打基础”的实验：将 o 系列的推理与工具调用能力更进一步，专注于多步骤、多工具协作链条。

值得注意的是，该模型上线约 12 小时后即被移出测试平台，与过去 OpenAI 内测模型的“闪测”调性一致。

02｜GPT-5 reasoning alpha：一次泄露代码里的推理提示

7 月 19 日，AI 领域知名爆料人 Tibor Blaho 在 X 平台贴出一段代码截图。

截图显示，OpenAI 一款代号为 gpt-5-reasoning-alpha-2025-07-13 的模型正在进行封测，内部字段标注 reasoning_effort: high，表明该模型聚焦于复杂逻辑推理任务。

虽未得到官方确认，但其命名规范、时间点以及代码结构与 OpenAI 过往模型一致度极高。

此消息随后被 BleepingComputer 等媒体报道，并指出该模型可能已完成初步定型，是 GPT-5 的内部版本之一，或用于验证“高推理强度”的系统机制。

值得一提的是，目前还无法确定该模型是否与前面提到的 o3-alpha 属于同一系列，前者强化工具调用与协同，后者则更强调“逻辑推理能力”。

03｜IMO 金牌：一次里程碑式的推理表现

7 月 19 日，OpenAI CEO Sam Altman 发文宣布：OpenAI 的一款通用推理模型（并非 GPT-5）在 2025 年国际数学奥林匹克中，达到了金牌级别的解题能力。

更具体的，这个新模型在与真实人类选手相同的考试环境下（无外部工具、纸笔作答），解出了 6 道题中的 5 题，得分为 35 分（满分 42），达到约前 9% 的金牌标准。

更重要的是这个模型的特性：

• 并非为数学专门训练的专有模型；

• 推理过程为自主生成，非提示分解或预设脚本；

• 解题思路已在 GitHub 公布，完全可复现（https://github.com/aw31/openai-imo-2025-proofs）；

• OpenAI 表示短期内不会对外发布 IMO 金牌能力的模型。

这可能是 AI 首次在严肃、高复杂度、全流程逻辑验证任务中，通过“通用语言模型”拿到如此成绩。

作为对比，Gemini 2.5 Pro 在 MathArena 模拟赛中仅得 13 分（满分 42 分，约 31%），远低于铜牌线（19 分）。而谷歌 DeepMind 的 AlphaGeometry 2 曾在 2024 IMO 夺得银牌，但它是专为数学定制的模型。

OpenAI 研究科学家 Alexander Wei 在推文中提到，这项突破是“多年推理研究工作的成果”。具体而言，OpenAI 在训练该模型时使用了多阶段、分步的训练方法，目的是让模型学会如何自主拆解问题并多轮思考，而不是“一步到位式”生成答案。

他表示：“我们做的不是一个懂数学的 AI，而是一个会自行思考的 AI。”

此外，OpenAI 明确强调：该模型为实验版本，短期内不会公开。尽管 GPT-5 即将上线，但这次具备 IMO 金牌能力的模型，至少在未来几个月内不会正式发布。

在怎么吊用户胃口这方面，OpenAI 手法依然老练。

结语

匿名测试模型、泄露代码中的模型代号、数学奥赛金牌，拼在一起指向一个清晰的趋势：

AI 的推理能力，正在经历一次结构性的跃升。

这与大模型的发展方向相关。

过去，模型主要通过参数规模与数据堆积换取能力提升。但到了 GPT-4 之后，业界普遍面临“语义性能见顶”的瓶颈。

而下一阶段的关键，不是“更大”，而是“更会思考”。

模型需要不只能答题，而且能拆解、推理、验证，最终收束出清晰可复现的结果。

这正是通用人工智能（AGI）的核心挑战：不是知道答案，而是学会如何寻找答案。

GPT-5，正走在这条路上。

我是木易，一个专注AI领域的技术产品经理，国内Top2本科+美国Top10 CS硕士。

相信AI是普通人的“外挂”，致力于分享AI全维度知识。这里有最新的AI科普、工具测评、效率秘籍与行业洞察。

欢迎关注“AI信息Gap”，用AI为你的未来加速。