METR · 前沿模型能力评估·· 2025-08-07精选AI 评分62
METR 发布 GPT-5 部署前风险评估:50% 时间跨度约 2 小时 17 分
GPT-5 Evaluation Results
AI 导读
METR 在 OpenAI 授权下对 GPT-5(gpt-5-thinking)做了部署前评估,测得其在智能体软件工程任务上的 50% 时间跨度为 2 小时 17 分(95% CI 65 分钟至 4 小时 25 分),高于 OpenAI o3 的 1 小时 30 分。
推荐理由
METR 公开了 GPT-5 部署前的智能体任务时间跨度与策略性破坏排查细节,可对照其风险阈值理解第三方评估的边界。
来源:METR · 前沿模型能力评估 · metr.org