GPT-5

5 (base release, 2025-08-07) · Rodzina: GPT

Flagowy, zunifikowany model OpenAI (premiera 07.08.2025) z routerem przełączającym między szybką odpowiedzią a głębokim rozumowaniem (GPT-5 Thinking).

✓ Aktywny✓ Publiczny dostęp★ WyróżnionyLLMModel multimodalnyModel rozumowaniaModel używający narzędzi📁 GPT

Okno kontekstowe

400K tokenów (272K wejścia + 128K wyjścia)

tokenów

Parametry

Nieujawnione publicznie

parametrów

Max output

128 000

tokenów

Data premiery

7 sierpnia 2025

🏢OpenAIProducent

Dostęp:APIHostedWdrożenie:☁ Cloud

Przegląd

GPT-5 to flagowy model OpenAI zaprezentowany 7 sierpnia 2025 roku. Zastąpił GPT-4o i o3 jako domyślny model w ChatGPT oraz w API. GPT-5 nie jest pojedynczym modelem, lecz zunifikowanym systemem: szybki model podstawowy obsługuje większość zapytań, a wbudowany router w razie potrzeby kieruje trudniejsze zadania do głębszego wariantu rozumującego (GPT-5 Thinking).

Model jest multimodalny na wejściu (tekst oraz obraz) i generuje tekst, kod i dane strukturalne. Oferuje okno kontekstu do 400 tys. tokenów w API (272 tys. wejścia + 128 tys. wyjścia). GPT-5 wyznaczył nowy stan wiedzy w kodowaniu agentowym (SWE-bench Verified), matematyce (AIME 2025) i rozumowaniu multimodalnym, przy jednoczesnym ograniczeniu halucynacji względem poprzedników.

GPT-5 jest dostępny w ChatGPT dla wszystkich planów (Free, Plus, Pro, Team, Enterprise, Edu) oraz w OpenAI API w wariantach gpt-5, gpt-5-mini i gpt-5-nano. Wagi modelu są zamknięte; dostęp odbywa się wyłącznie przez hostowane produkty i API OpenAI.

Klasyfikacja

LLMModel multimodalnyModel rozumowaniaModel używający narzędzi

Rodzina: GPT

Dostęp i wdrożenie

APIHostowane

Chmura

Wagi: Zamknięte

Kluczowe parametry

📏 Kontekst: 400K tokenów (272K wejścia + 128K wyjścia)

🧩 Parametry: Nieujawnione publicznie

✓ Narzędzia

📥 Wejście: tekst, obraz, dokumenty

Specyfikacja techniczna

Okno kontekstowe

400K tokenów (272K wejścia + 128K wyjścia)

tokenów

Parametry

Nieujawnione publicznie

parametrów

Max output tokens

128 000

tokenów na odpowiedź

Knowledge cutoff

30 wrz 2024

Data graniczna wiedzy

Licencja

Proprietary (OpenAI Terms of Use; ChatGPT / API commercial terms)

Wymagania sprzętowe

Nie dotyczy — model hostowany wyłącznie w OpenAI API i produktach ChatGPT. Brak wersji on-device ani lokalnej.

Funkcje:✓ Używanie narzędzi

Modalności

⬇ Wejście (Input)

textimagedocuments

⬆ Wyjście (Output)

textcodestructured_data

Możliwości i zastosowania

Natywne możliwości modelu

Rozumowanie

Zdolność modelu do logicznego wnioskowania i rozwiązywania złożonych problemów.

Kategoria: reasoning

Zaawansowane rozumowanie

Zdolność do wieloetapowego, ustrukturyzowanego rozumowania: analiza problemów, planowanie kroków, wnioskowanie na podstawie hipotez. Modele reasoning-first (np. GPT-5.1 Thinking) dedykują część inferencji na łańcuchy myślowe zanim udzielą odpowiedzi.

Kategoria: reasoning

Programowanie

Generowanie, analizowanie i modyfikowanie kodu w wielu językach programowania. Obejmuje pisanie funkcji, debugowanie, refaktoryzację, code review, tworzenie testów. Mierzone benchmarkami takimi jak HumanEval, SWE-bench.

Kategoria: coding

Kodowanie agentowe

Wielogodzinne, wieloetapowe zadania programistyczne wykonywane samodzielnie przez model: klonowanie repozytorium, uruchamianie testów, iteracja poprawek, integracja z narzędziami CLI. Charakterystyczne dla wariantów Codex (GPT-5.1-Codex-Mini, Codex-Max).

Kategoria: coding

Zdolności agentowe

Zdolność modelu do autonomicznego planowania i wykonywania wieloetapowych zadań poprzez sekwencyjne użycie narzędzi, utrzymywanie kontekstu i adaptację do wyników pośrednich.

Kategoria: planning

Długi kontekst

Obsługa dużych okien kontekstowych — dziesiątek do setek tysięcy (lub milionów) tokenów wejścia. Umożliwia analizę całych baz kodu, długich dokumentów, wielu równolegle rozmów bez utraty wcześniejszych informacji. GPT-5.1 wspiera 400 000 tokenów.

Kategoria: language

Rozumienie multimodalne

Zdolność modelu do łączenia i interpretowania informacji z więcej niż jednej modalności, np. tekstu i obrazu.

Kategoria: multimodal

Rozumienie obrazu

Analiza i interpretacja treści obrazów.

Kategoria: vision

Użycie narzędzi

Zdolność modelu do wywoływania zewnętrznych funkcji, API i narzędzi w trakcie rozmowy: kalkulator, wyszukiwarka, edytor kodu, baza danych. Model decyduje kiedy i jak użyć narzędzia oraz interpretuje jego wynik.

Kategoria: planning

Wywoływanie funkcji

Natywne wsparcie dla ustrukturyzowanego wykorzystania narzędzi, umożliwiające przepływy pracy oparte na agentach.

Kategoria: planning

Przestrzeganie instrukcji

Precyzyjne wypełnianie wskazówek zawartych w prompcie: format odpowiedzi, długość, styl, ograniczenia (np. 'odpowiedz w sześciu słowach'). GPT-5.1 znacząco poprawił tę zdolność względem GPT-5.

Kategoria: language

Rozumowanie matematyczne

Zdolność modelu do rozwiązywania zadań matematycznych wymagających wieloetapowego rozumowania — równania, dowody, kombinatoryka, geometria, rachunek różniczkowy, zadania konkursowe.

Kategoria: reasoning

Wyjście strukturyzowane

Generowanie danych w ustrukturyzowanych formatach, np. JSON.

Kategoria: structured_generation

Przeglądanie internetu

Zdolność modelu do samodzielnego wyszukiwania i przeglądania stron internetowych w celu pozyskania aktualnych informacji.

Kategoria: other

Adaptacyjny wysiłek rozumowania

Model sam decyduje ile 'myślenia' poświęcić na konkretne zapytanie: proste pytania odpowiadane szybko, złożone problemy dostają więcej cykli inferencji. Cecha GPT-5.1 (Instant i Thinking) skracająca czas dla łatwych zadań, wydłużająca dla trudnych.

Kategoria: reasoning

Wyniki benchmarków

5 benchmarków

SWE-bench

accuracy · agentic coding, with tools

74.9%