本文原创，L站首发，如有错误，感谢指正
欢迎转载，请注明作者和原文链接
现在的4.5不是正式版是preview版
价格
输入$75，输出$150，单位是美元，你没看错，是现在最贵的模型
是历史上首个突破1000人民币/mt大关的模型吧，性能先不说，价格绝对“遥遥领先”
输入如果命中缓存，价格是50%。输出没有缓存一说
参考以前推理模型最贵的o1是15/60。另外o3mini-high是2.2/4.4，r1是1.1/2.2
主流非纯推理模型最贵3.7是3/15。另外4o是2.5/10，3.5opus是15/75（几乎没人用）
按照openai以前的惯例，o1-preview版与o1正式版价格是一样的，所以不要指望降价
具体用一次多少钱呢，大概输入¥0.5/k，输出¥1/k，
如果小输入大输出类型，例如数学题，输出16k用满，一次提问上限是¥16
如果大输入大输出型，例如书籍/论文总结/翻译，112k输入16k输出一次提问上限是¥80
评测
Sam自己已经给用户打了预防针，不要太高预期，期望越大，失望越大
而且这么重大版本更新发布会，老板Sam却没有像以往惯例出席，哪怕录个视频支持下都没有，是不是很奇怪？有没有可能是自己都没什么信心？Sam自己的说法是在医院带娃
结合前一段时间，Sam同时公布了4.5和5.0，这也很奇怪，哪有4.5还没出，先公布5.0的，综上我瞎推测，4o，4.5和5.0是三个平行的项目，4.5在4.0上线时就在开发（所以训练数据才到23年10月，比4o训练数据还早8个月），4.5是非思维链路线的最后产物，是路线之争的弃子，露下脸报个天价，给5.0铺路哄抬物价，让$200会员觉得物有所值，根本也没打算重点当主力推。5.0（即o3改名）才是真正的主力
官网评测，难免自卖自夸，看看就好，客观公正还是要等第三方
更强的世界知识
更低的幻觉率
编程
lmarena
官方图
实际工作场景性能暂不清楚，但是即便编程很强，也不会有多少人用，claude3.7已经很贵了，gpt4.5是3.7输入价格的25倍，输出价格的10倍。
最后很可能的实际场景是，码农继续用3.7为主，3.7实在搞不定的，用3.7thinking。还搞不定的，用4.5，o3mini-high，r1，grok3thinking，这些碰碰运气，但4.5不会成为主流。
例子：https://x.com/cursor_ai/status/1895210110714290302
另外代码因为输出量大，次数多，一段代码可能反复改几十次。对输出速度要求较高，这也是为什么推理模型在码农中不太受待见的原因，4.5虽然不是推理模型，但速度比推理模型还慢很多，API现在输出速度只有10~20tps
Cursor：4.5已上线
但肯定不会在$20会员里给不限量用的，否则亏死
佬友说只能用量
Winsurf：4.5已上线
Cline/Roo Code
用API，编程每次都要传几十k的codebase上去，token消耗量极大，而且是吃饭的家伙，经常是全天在使用，这么贵码农也用不起。证据是下图，OpenRouter的所有用户总token消耗，不看绝对值，看实际用途占比
3.7主要消耗在Cline/Roo Code/酒馆里，
4.5主要消耗在OpenRouter Chatroom里，很少有人真的用在Cline/Roo Code里（哪怕是测试）
当然现在4.5上线时间短，过段时间再观察
数学能力
Lmarena
写作能力
lmarena
官方
情商
据说较高
lmarena评测
livebench评测
Chat版
官网$200Pro用户已上线（网页/ios/安卓/PC）
限量暂不清楚
$20的plus用户要下周上线，可想而知限量会很少
Peo已上线，每天赠送3000积分，一次4.5消耗2535积分
Perplexity已上线，付费会员支持每天10次4.5，免费会员没有
lmarena只有评分，但单选模型免费用的模型里面并没有4.5，估计太贵了试不起
官网API：已上线
测试：https://platform.openai.com/playground/
没有Tier限制
OpenRouter API：已上线
参考：OpenRouter
测试（可联网）：Chatroom | OpenRouter
CherryStudio可以用
Azure API：已上线
逆向API
Chat01已上线4.5，逆向来源是$200会员，10积分一次，需是付费用户，包月会员叠加75折优惠码大概$40会员¥0.24/次，$20会员0.37次，$10会员0.61/次。
单买积分折合¥1.46/次
可以用于API
功能
多模态
支持识别图片
不支持读音频，视频，读屏幕
高级语音模式
不支持
推理
4.5聪明，但不是推理模型，直接吐字，没有推理过程，Sam说4.5是最后一代非推理模型
上下文窗口
上下文128k，最大输出16k，与4o完全相同，没有任何提升
参考o3mini是上下文200k，思考最大84k，最终输出最大16k
3.7是上下文200k，思考最大128k，最终输出最大128k（共享）
刚才实测4.5，发现个很大的问题，虽然官方说输出是16kt，但是官方API，OpenRouterAPI，chat逆向，输出实际都只能输出2kt，超出就截断
不知道是初期临时限制，还是以后一直如此，还是有其他参数或提示词能突破限制
实测输入几十k没问题，主要是输出问题
这意味着
无法做复杂的数学步骤
无法写复杂的代码
无法做稍长的翻译或写作
吐字速度
官网Chat：也佬友反应很快，跟4o差不多。也有人反应很慢
官网API：慢，目测有20tps
OpenRouter的API是10tps，非常慢，参考o3mini是90tps。
4.5虽然不是思考模型，但是总输出耗时，比思考模型还长很多
我怀疑是为了让用户充值$200会员，故意打压API速度
训练数据截止时间
4.5的训练数据是2023年10月，参考4o是24年6月，这怎么还倒退了
联网方法
Chat版联网，API本身不能联网
Ⓐ可以CherryStudio+Lavity API联网，每月免费1000次
ⒷCherryStudio+OpenRouter，选模型那里不要点"管理"，要点"添加" →
openai/gpt-4.5-preview:online，联网额外收$4/千url，默认5url，可以自己加参数改
ⒸNextChat+WebPilot插件：联网免费，但速度慢
降智问题
还不清楚，以openai以往的尿性，不乐观，先占坑
有佬友反应$200会员4.5无法联网，无法生成图片，无法放在画布，PoW正常，暂无法确定是因为匆忙上线的bug，还是降智
一些个人想法
GPT4.5 vs Grok
全能型大模型（水桶模型）只有gpt，grok，gemini，豆包，4.5与grok3性能相近，Grok性价比可比4.5高太多了
再加上gpt各种降智，近期美国全能型大模型，可能也就grok3最稳定
其他大模型都不是全能型
claude的Chat版没有联网/语音/视觉/画图
r1没有语音/视觉/画图
Perplexity/秘塔搜索好用，但没有语音/视觉，模型也不是自己的
GPT4.5 vs Claude3.7
本来前两天觉得3.7thinking，输出token量和成本翻了两三倍，太贵了
今天和4.5一比，嗯，3.7thinking真香
GPT4.5 vs R1
API价格差了70倍，Chat一个免费不限量，一个要$200会员，抛开价格比性能就是耍流氓
合着这4.5就是帮着r1，一起来打压nvidia股价的吧
GPT4.5 vs Deep research
根据4.5的技术报告，deep research（据说是o3不是o3mini）在多项指标都显著超过了4.5，这个技术报告没有把deep research当做一项功能对待，而是当做一个独立的模型对待。
考虑到现在deep research已经下放到$20会员每月10次，包月逆向价格也低到只有¥2.5一次，很多场景，可能用deep research比4.5更经济效果更好
参考：https://cdn.openai.com/gpt-4-5-system-card.pdf
对Nvidia股价的影响
上次r1上线引起nvidia暴跌6000亿美元，原因是投资者觉得靠算法也可以解决算力问题
这次4.5一出，立即引起了nvidia股价的下跌，开盘135，收盘120，跌掉了两千多亿美元，相当于整个openai的估值
原因我猜可能是投资者觉得4.5价格这么高，性能提升有限，证明靠买显卡堆算力的路子，最终肯定都是用户买单，可能快超出用户的支付能力了，快走不通了
另外佬友提醒同一天，也有nvidia发财报，大盘下跌等其他因素，下跌不一定只是4.5的原因
大模型发展范式的变化
4.5高昂的成本，有限的性能提升，证明力大飞砖砸显卡预训练的路子，已经不太走得通了
以后的发展范式逐渐转到
Ⓐ思维链：Sam也说了，4.5是openai最后一个非思维链模型
ⒷMoE等通过算法优化，开源共建，降低成本，通过各大云服务商分别部署，众星捧月，解决推理算力瓶颈，r1的路线
ⒸAgent
参考
官方新闻：https://openai.com/index/introducing-gpt-4-5/
官方视频：https://www.youtube.com/watch?v=cfRYp0nItZ8
详细技术报告：https://cdn.openai.com/gpt-4-5-system-card.pdf
评测：https://x.com/scaling01/status/1895180769171005464
