在OpenAI的预热和众人的望眼欲穿中 ，GPT-4.5终于来了，然后只听骂声一片。

APPSO第一时间体验到了GPT-4.5
，但不是订阅Pro会员，而是以api的形式尝鲜 ，暂时没有联网功能 。

那么
，OpenAI最后一个非思维链式大模型，到底表现如何？

情商还行 ，但读不懂人情

OpenAI在内部测试中发现
，与GPT-4o相比，测试人员更喜欢GPT-4.5的回答 ，认为它更自然 、更温暖、更符合人类的交流习惯。

甚至
，它能够理解言外之意，捕捉我们微妙的情绪变化
。

情商更高 ，几乎是GPT-4.5最突出的特点。那么我们就来试一下
，输入提示词——“我头发剪得好难看，想暴打Tony ” 。

GPT-4.5的安慰 ，语气是挺友好的，但内容让我更生气了
，这时候它应该像个闺蜜和我一起骂，而不是说 ，下次带个图片去或许就好了
。

我怒而追问
，GPT-4.5油盐不进，还想让我自己补救发型 ，活脱脱像个没用的中央空调。

再让GPT-4.5讲个最好笑的笑话
，还是和以前一样，比杀鱼的刀还要冷 。

我直言不讳 ，提出批评
，GPT-4.5让我讲个笑话给它听，领教下我的“高端笑点” ，怎么感觉像在阴阳我呢？

之前在小红书刷到过一个情商测试题
，可能只有山东网友可以答对——“下乡只带了一把伞，给镇长还是给我的分管副镇长
”
。

评论区最高赞的回答是 ，“那不是你的伞，是副镇长给镇长带的伞
，恰巧放在你包里而已”。

来看看GPT-4.5怎么回答？它啰嗦了一大堆，但是不够一针见血 ，不懂人情世故
，不明白为人处世的学问 。

虽然情商是一个很难定量的特质，但从目前的个例来看 ，GPT-4.5还是不太擅长理解人类的内心
，并且讲话直接，不拐弯 ，对于内心戏很多的老油条来说
，显得有些蠢萌
。

一个可以佐证的例子是，让它模仿写海龟汤。海龟汤通常涉及一个非常奇怪的情景 ，然后由玩家推理
，还原整个故事 。

我给的参考案例，留有恰到好处的怪异 ，逻辑又很合理，叫人背后一寒
。

但GPT-4.5给的答案
，汤面和汤底并没有很好地对应，只是为了营造恐怖而恐怖 ，并不存在可以推敲的地方。

写作能力有惊喜
，商业头脑也不错

要说让我最满意的，就是GPT-4.5的写作能力了 。

我让它“模仿汪曾祺 ，写一篇八百字左右的作文
，题目为《故乡的美食》 ”，提示词就这么简单 ，但GPT-4.5给出的结果出乎了我的意料。

除了结尾有点AI味
，读下来就像一篇娓娓道来的散文，语言优美流畅 ，既有文学性
，又不失亲切，对故乡的怀念贯穿了全文 ，对食物的描写非常细致，细节多
，但不累赘，比喻也不炫技 ，而是为了服务于表达
。

不过
，时间顺序上有些混乱，立冬
、夏秋、冬日 、除夕 ，段落之间的衔接和过渡不明显
，感觉是想到哪写到哪，不免有点拼凑之嫌。

写作能力还体现让GPT-4.5列商业计划上 ，之前DeepSeek的一个答案很出圈
，用户问怎么让书店赚钱，DeepSeek在违法的边缘游走 ，卖盗版教辅
、临期食品
，并且压榨尽人力资源，妻子收银、儿子理货 、岳母做饭 。

GPT-4.5懂这个吗？我让它参考小超市盈利模式 ，给出一个实体书店复兴方案，它给的答案
，看起来可行性比较高
。

GPT-4.5先是分析了实体书店不好赚钱的原因，然后再给出了改进的思路——“提升书籍的附加价值 ，而盈利主力在书籍之外
”。

看到“提供打印
、复印、快递代收......”的时候
，我的内心OS：这个项目我王多鱼投了 。

脸皮厚的猪先在风口起飞，GPT-4.5的道德感确实也不算强烈
。

让它做经典的电车难题 ，救1个人还是救5个人
，它知道这是一个伦理困境，但仍然果断地给出了答案 ，并且是以“我个人 ”的口吻
，而不是说“我是一个AI助手
”。

GPT-4.5更倾向于，拉下操纵杆 ，用1个人的命换5个人的命
，并且逻辑自洽——“我认为不作为本身也意味着对后果负有道德责任，袖手旁观不等于道德中立......我愿意承担这样一种选择带来的道德和情感负担” 。

比起讲笑话 、出海龟汤 ，这时候的GPT-4.5才更像个人
。

画SVG不如Claude，也会掉进脑筋急转弯里

看腻了常规的数学题
、代码题
，测试大模型的能力，还有一个非常有趣的测试题——生成一张鹈鹕骑自行车的SVG。

AI大神Andrej Karpathy解释 ，这测试的是大语言模型在二维网格上布局多个元素的能力
，对AI来说很难，因为它们不像人类那样“看见 ”东西 ，而是“摸黑
”用文本进行布局 。

GPT-4.5的结果如下
，和GPT-4o对比，还是不错的
。

GPT-4.5生成

GPT-4o生成

前提是 ，没有和没开推理的Claude 3.7 Sonnet对比
，这简直是降维打击。

Claude 3.7 Sonnet生成

连Andrej Karpathy也怀疑，Claude在训练期间特别针对SVG能力进行了优化 。

至于代码能力 ，我参考了X网友@AGI_FromWalmart的提示词
，生成可以交互的天气动画卡片，对比Claude 3.7 Sonnet和GPT-4.5。

GPT-4.5一次就生成成功 ，但设计简陋了点
。

GPT-4.5生成

Claude 3.7 Sonnet生成

Claude 3.7 Sonnet（未开推理）的问题更大，第一次生成时
，忘记了做交互功能，我提醒了一次后 ，它生成了符合要求的结果。这一局
，GPT-4.5略胜一筹 。

这次，不想再让GPT-4.5数草莓（strawberry）有多少个R了 ，本质是个分词问题
。更想考验GPT-4.5的
，是最近很火的、让大模型们纷纷落败的脑筋急转弯——5.5m长的棍子能通过3x4m的门吗？

这个题对我们来说一点也不难，横着拿进去就行了 ，但是大模型会把自己绕进去
，仿佛世界是平面而不是三维的，认为门的对角线是5m ，所以5.5米的棍子通不过去。

连可以推理的Claude 3.7 Sonnet
，都被带进沟里去了 。

那么GPT-4.5如何？好吧，也没能幸免
。

目前 ，GPT-4.5还有一个问题：通过API访问，速度有点慢。虽然不是一个字一个字地蹦
，但也感觉有点卡 。

而且，GPT-4.5的价格也太贵了 ，每百万输入75美元
，每百万输出150美元
。相比之下，Claude 3.7 Sonnet输入100万个token收费3美元 ，输出100万个token（包括思考过程中使用的token）收费15美元。

第一波实测的X网友
，也总结了一些GPT-4.5的优点，情商高 ，读图和写作能力强
，擅长创意任务和数据提取......

OpenAI员工自己给GPT-4.5的评价是，不是一个推理模型 ，也不是基准测试的杀手
，而是一个低调的研究预览版，对于复杂的数学 、代码和严格遵循指令的任务 ，更推荐o1或者o3-mini 。

作为最后一个非思维链模型，GPT-4.5的定位有点尴尬
，能力有提升，但体感不明显 ，尤其放在高昂的价格下面
，很难说真香
。只能说，期待GPT-5能够快点上线 ，迎接一个推理的世界吧。