UMBRELLA 4365 GPT-5
OpenAI · GPT 谱系 · 2025.08.07 发布 · 在 2 项基准上留有 2 条公开成绩。数字全部取自官方发布材料、第三方评测机构与站内已查证档案，评测口径（版本 / 算力档 / 脚手架）标在备注里；因训练数据污染撤榜的成绩不收录。仅作记录，不构成选型建议。
OpenAI 统一旗舰，Cursor 零时差接入并联合开一周免费额度。此前两度求购 Cursor 被拒的 OpenAI，第一次把新旗舰的首发红毯铺到了它门口。
◈ 评分卡 SCORECARD
| 维度 | 基准 | 成绩 | 相对前沿 | 该维度当前最高 | 日期 |
|---|---|---|---|---|---|
| 编码 | SWE-bench Verified | 74.9% | 77.2 | Muse Spark 1.3 75.4% | 2025.08.07 |
| 前沿推理 | HLE | 24.8% | 40.7 | Claude Fable 5.1 60.9% | 2025.08.07 |
◈ 身份卡 IDENTITY
| 实验室 LAB | OpenAI |
| 谱系 FAMILY | GPT |
| 发布日 RELEASE | |
| 定位 TIER | 旗舰 |
| 上下文 CONTEXT | 400K |
| 价格 PRICE | $1.25 / $10 每百万 token 输入 / 输出 |
| 权重 WEIGHTS | 闭源 CLOSED |
| 状态 STATUS | 在役 ACTIVE |
| 信源 SOURCE | openai.com/index/introducing-gpt-5/ |
| 站内档案 ARCHIVE | 档案 #24 » |
◈ 全部公开成绩 ALL RESULTS2 条
| 基准 | 分数 | 日期 | 口径 / 备注 | 信源 |
|---|---|---|---|---|
| HLE | 24.8% | 无工具 · 官方自报 | 原文 ↗ | |
| SWE-bench Verified | 74.9% | 官方自报（477 题可复现子集） | 原文 ↗ |
◈ 同谱系 LINEAGEOpenAI · GPT · 由旧到新
◈ 相关档案 RELATED RECORDS按模型名在档案库检索 · 含正史与野史
OpenAI 发布 GPT-5，Cursor 零时差接入，并联合给全体付费用户开一周免费额度。此前两度求购被拒的 OpenAI，第一次把新旗舰的首发红毯铺到了 Cursor 门口——买不下来，就把模型卖给它。
交割前两天，Cursor 与 SpaceXAI 联合发布 Grok 4.6：主攻长任务 agent，智能指数与 GPT-5.6 Sol 打平，新增 Extra High 算力档。公告抬头第一顺位的名字，已经换了。
紧随 Grok 4.5 发布，OpenAI 甩出 GPT-5.6 家族：旗舰 Sol、均衡 Terra、走量 Luna。Coding Agent Index 80 分反超 Fable 5 近 3 分且便宜三成。数周之内，四张王牌全部亮出。
OpenAI 发布 GPT-5.5，API 开放次日进 Cursor，联合促销五折到 5 月 2 日。官方通稿里有一句耐人寻味：「这对用户托付给 Cursor 的长程工作最重要。」供货节奏至此跑成惯例：旗舰零时差。
十二天内三声枪响：11 月 12 日 GPT-5.1 打头，18 日 Gemini 3 进场，24 日 Opus 4.5 收官，三家实验室在同一个月里各自交出「史上最强编码模型」。榜首的保质期，从此开始按周计算。
GPT-5 上架同日，Cursor 放出第二件东西：Cursor CLI 早期测试——一行命令装好，终端里直接对 agent 下令，订阅内模型通吃，可并行或无头运行。官方自注：仍在 beta，护栏尚在演进，风险自负。终端这块地，此前只有 Claude Code 与 Codex 在种。