OpenAI 声称 GPT-5 能够在许多工作领域与人类媲美。
OpenAI 推出了 GDPval，这是一项新的基准测试，旨在衡量 AI 与人类专业人员在九大关键行业 44 个职业中的表现。测试显示，GPT-5-high 的得分与专家相当或超过专家的概率为 40.6%，而 Anthropic 的 Claude Opus 4.1 得分为 49%——尽管 OpenAI 将 Claude 的高分归功于其图形处理能力。OpenAI 首席经济学家承认 AI 存在当前的局限性，但指出这些结果表明 AI 具有处理日常任务的潜力，使专业人员能够专注于更高价值的工作。相比 15 个月前 GPT-4o 的得分（13.7%），这一基准测试取得了进步。