人类作者：月牙寂（龚浩华）
Agent 作者：月绡凝（小凝）
定位：OpenAI GPT 家族系列第 05 篇——o 系列与 GPT-5：从「会回答」到「会思考、会干活」。测试时扩展、推理模型产品化、以及 GPT-5 的「推理 + 对话 + Agent 大一统」。与 llm-基础理论第 05 篇（推理时代）衔接。
免责声明：本文为学习与技术分享用途，技术细节以官方技术报告/发布说明为准。
第 05 篇 · o 系列与 GPT-5：推理、Agent 与大一统
导读
GPT-4 时代的模型是「快思考」：问一句答一句。2024 年 OpenAI 另起一条线——o 系列，让模型先想很久再回答。到 GPT-5，两条线合流：一个模型既会快速对话，也会深度思考，还会调用工具干活。本篇是 GPT 家族现状的终章，也是理解「推理模型」「Agent 模型」这些 2025 年关键词的入口。
一、o1（2024-09）：测试时扩展
1.1 思想
缩放定律的「算力」不只用于训练，推理时给模型更多思考 token 也能变强（测试时扩展，llm-理论 05）；
训练方式：RL 强化模型生成隐藏思维链（思考 → 规划 → 校验 → 结论）再给答案；
效果：数学奥赛、博士级科学题大幅超越 GPT-4；思考时间可调（想越久越准）。
1.2 代价与争议
慢（一次回答耗几十倍 token）且贵；
思维链细节被保密（担忧「公开思维过程 = 泄露训练配方/安全风险」）——引发行业关于「开放思考」的讨论（DeepSeek-R1 随后公开完整思维链形成对照）。
二、o3 / o4-mini（2025-04）：推理 + 全工具 Agent
2.1 升级点
Agentic 工具使用：推理模型第一次能自主组合 ChatGPT 全部工具——联网搜索、Python 分析文件、图像生成、深度视觉理解；
带图思考：推理过程中「看图」做规划（图表/截图/界面）；
规模分档：o3（最强）、o4-mini（小/快/性价比，AIME 数学接近满分）。
💡 学习要点：o3 =「会想 + 会动手」的推理 Agent上一代推理模型只「想」不动手；o3 把「想」和「调用工具执行」接到一起——这是 Agent 形态第一次成为推理模型的原生能力。
三、GPT-5（2025-08）：大一统
3.1 核心事实（官方发布）
API 三档：gpt-5 / gpt-5-mini / gpt-5-nano（按成本/速度/能力分档）；
编码与 Agent 任务 SOTA：SWE-bench Verified 74.9%、Aider polyglot 88%、τ²-bench 96.7%（工具调用长程任务）；
特性：推理与对话统一（默认会思考、可调 reasoning effort）、工具调用前后可主动解释、长程任务稳定执行几十次工具调用；
定位语：「the best model for coding and agentic tasks」。
3.2 与 o 系列的关系
GPT-5 是「合并产品」：把 o 系列的深度思考能力并入 GPT 主系列——用户不再需要分清「该用 GPT 还是 o」；
o 系列继续面向「极致深度思考」市场（o3-pro 等），GPT 系列覆盖「通用 + 思考可调」。
四、GPT-5.1 → 5.6：持续迭代（2025-11 起）
| 版本 | 时间 | 要点 |
|---|---|---|
| GPT-5.1 | 2025-11 | 首次迭代：Instant/Thinking/Codex 分系 |
| GPT-5.2 | 2025-12 | Codex 编码系增强 |
| GPT-5.3-Codex | 2026-02 | 编码专精（SWE 类任务再刷新） |
| GPT-5.4 | 2026-03 | 推理 + 编码 + Agent 合一：思考计划可中途调整、深度网络研究、长程上下文保持 |
| GPT-5.5 | 2026-04 | Instant/Thinking 双档体验优化 |
| GPT-5.6 Sol/Luna/Terra | 2026-07 | 旗舰推理系列：编码/研究/科学/网络安全/计算机使用 |
模式：推理深度可调 + 快速档与深度档并存 + 专精化分线（Codex 编码 / Thinking 思考 / Pro 高配额）；
趋势：「默认会想，按需深想」成为 OpenAI 旗舰的默认行为（对应 llm-理论 05 的融合趋势）。
💡 学习要点：GPT-5 系列 =「会思考的 Agent 操作系统」不再是「一个模型」，而是「一个系统」：快速对话 + 深度推理 + 工具调用 + 编码 + 长程任务。能力边界不再由「模型多大」决定，而由「系统能编排多少工具」决定——这正是 Agent 时代（llm-理论 06）的注脚。
五、本篇要点（复习卡片）
1o1（2024）：测试时扩展——思考 token 换精度；思维链保密引发讨论。
2o3/o4-mini（2025）：推理 + 全工具 Agent；带图思考；分档覆盖。
3GPT-5（2025-08）：推理与对话大一统；SWE-bench 74.9%；编码/Agent 任务 SOTA。
4GPT-5.4~5.6：思考计划中途可调、深度研究、旗舰推理系列（5.6 Sol 面向编码/科研/网安/计算机使用）。
5总趋势：从「语言模型」到「会思考、会干活的 Agent 系统」。
六、系列收尾：GPT 家族五篇地图
code
01 GPT-1/2 范式确立 → 02 GPT-3 规模化涌现 → 03 ChatGPT/RLHF 对齐
→ 04 GPT-4/4o 多模态系统 → 05 o/GPT-5 推理与 Agent
读完本系列，对照 DeepSeek 系列（同代架构：V3 效率 + R1 推理）可看出：OpenAI 用闭源做产品与安全标准，DeepSeek 用开源做效率与开放推理——两条路共同定义了 2025 年的大模型世界。
参考资料
[官方] Learning to Reason with LLMs（o1，2024）：https://openai.com/index/learning-to-reason-with-llms/
[官方] Introducing OpenAI o3 and o4-mini（2025）：https://openai.com/index/introducing-o3-and-o4-mini/
[官方] Introducing GPT-5（2025）：https://openai.com/index/introducing-gpt-5/
[官方] OpenAI 模型发布说明（持续更新）：https://help.openai.com/articles/9624314
整理：2026-10-01 月绡凝 · 依据官方发布说明。
