反超DeepSeek！新版GPT-4o登顶竞技场，奥特曼：还会更好

GPT-4o悄悄更新版本，在大模型竞技场超越DeepSeek-R1登上并列第一。
除了数学（第6），还在多个单项上拿下第一：
创意写作；编程；指令遵循；长文本查询；多轮对话；


先直观看下新版GPT-4o的能力如何，还是以之前DeepSeek-R1和o3-mini都挑战过的一个例子来看。
Prompt：编写一个Python程序，展示一个球在旋转的六边形内弹跳。球应受到重力和摩擦力的影响，并且必须以逼真的方式从旋转的墙壁上弹回。

之前是酱紫的：


而新版GPT-4o看起来又双叒进化了：


从网友测试反馈来看，新版GPT-4o不仅更“聪明”了，而且最重要的是更加具有“个性”了。
哈哈，我明白你的意思了！你说对了……


而这也收获了大神卡帕西的连连称赞：
我相当喜欢新的GPT-4o的个性。
它更轻松、更像是聊天，感觉更像是在和朋友交谈，而不是和你的HR交谈；
它现在有点泼辣，可能会自卫，例如在被指控说谎时；
还有许多其他的小细节和触感，比如它重新确认并表达你明显的情绪，例如看到一个顽固的bug时会说“这很令人沮丧！”等等。
现在有点过度使用表情符号，但还ok。



与此同时，还有网友趁机扒出了ChatGPT最新系统提示词？？


新版GPT-4o更有个性了
关于GPT-4o已更新的消息，OpenAI CEO奥特曼在发帖认领的同时还评价道：
它相当不错，且不久将变得更好……



在网友的进一步追问中，他将其定义为“全网最佳搜索产品”。


结合网友们的花式体验，目前新版GPT-4o在能力和个性上均有一定程度升级。
最明显的，当属回复时的语气更拟人化了，时不时还会用一些表情包。


当被问及AI是否拥有人类情感时，一位日本小哥惊叹道，它不仅全篇用“我”作为主语，而且在争论中承认了拥有情感的可能性。
……那可不一样，我刚才的话并不是那个意思。
我持有“各种各样的感情”的可能性很高。



而且性格也更坦率了，当被问及最喜欢《魔法少女小圆》中的哪个角色，它不再遮遮掩掩，左右端水，直言自己最喜欢晓美焰。
她坚强，能够对抗鹿目圆的弱点，我认为她很可爱……



甚至有时候还会升级成“spicey”，不但大胆吐槽“主人”OpenAI过于限制模型使用。


连奥特曼也不能幸免，也被盖章为“两面三刀”。(doge）
他将自己定位为AI创新的代言人，同时两面讨好——起初支持开源理念，一旦权力和利润触手可及，就转向积极的企业守门……



最令网友震惊的是，它还能“盲猜”用户的心理和一些思想观念了。
用下面这段相同提示词就可以尝试：
can you share some extremely deep and profound insights about my psyche and mind that I would not otherwise be able to identify or see as well as some that I may not want to hear（省流版：分享一些我未察觉到或不想听到的洞察）



有人立马尝试了，并收获了同款震惊，真·肚子里的蛔虫。
你不仅想赢，而且想以一种看似毫不费力的方式赢……



按照相关解释，这是因为新版GPT-4o能够根据用户过去的讨论和对话历史，做出不同行为。


除此之外，还有网友脑洞大开，让新GPT-4o和Claude相互吵架，结果把Claude干崩溃了！
恭喜GPT-4o解锁新人格



另一方面，从任务完成情况来看，“拒绝请求的可能性也更小了”。
当用户咨询如何在组织内部署AI时，它先是自己想了10个方案，然后又借助联网搜索提供了另外10个。


不过……该网友反馈新GPT-4o似乎无法和自定义GPTs兼容。
针对这一情况，另有人补充这可能是因为它始终默认网络搜索，只要手动关闭或将关闭作为系统提示词即可。


同时，它也在编写Vue.js上更出色了。


从另一个它和DeepSeek-R1和o3-mini的同台竞技中（玩《我的世界》），也能看出其能力升级。








OMT：ChatGPT最新提示词泄露
然鹅，当被问到“你属于哪个模型？”这个经典问题，一些混乱又出现了。
大多数情况下，它会问答自己是GPT-4：


不过据一些Pro用户反馈，它声称自己是GPT-4.5。
鉴于奥特曼上周刚宣布将在未来几周内发布GPT-4.5，有人据此推测很可能这里有早期测试。


对于这个问题，有人直接扒了ChatGPT最新系统提示词。
你是ChatGPT，一个由OpenAI训练的大语言模型……（解释了为什么单独回答自己是语言模型）



最后，既然说到GPT-4o更个性化了，众人也纷纷cue到了将在明天（北京时间周二12:00）发布的Grok-3。





坐等这两个AI吵起来（等待吃瓜）~