永别了，GPT-4！

从4月30日起，gpt-4将被当前的默认模型gpt-4o完全取代。

不过，怀念gpt-4的用户们也不必悲伤，它仍然可以通过openai api继续使用。

不过，在gpt-4退役之前，人们的注意力很可能就会转向chatgpt的新模型。

如今各种爆料已经传得漫天飞，据说，gpt-4.1（包括gpt-4.1-mini、gpt-4.1-nano和gpt-4.1），去年12月宣布的o3 “推理”模型，以及o4-mini全新推理模型都要来了。

遥想2023年3月14日，gpt-4正式发布，席卷全球，在全球掀起滔天巨浪，然后在两年内，引爆了全球ai大模型的寒武纪大爆发。

它的出现，开启了一个全新的时代，见证了一场技术井喷的大爆发，铺垫了后续无数openai大模型的繁荣。

如今，这座灯塔终于要退出了。

perplexity ceo aravind srinivas最近表示，ai的进步已经跨越了临界点——三个月的时间，仿佛就已经跳过了一章历史。

“我们应该期待，在今年剩余的时间里，变化会来得更快。”

的确，就在过去短短三个月里，我们迎来了deepseek r1、原生图像生成、o3-mini等重磅炸弹，如今2025年也不过刚过去了四个月。

在ai圈的众多消息中，连gpt-4的退出都显得不那么惊爆了。

昨天的更新日志中，openai表示，现在gpt-4o已经成为了gpt-4合格的继任者。

近期的升级，提升了它的指令跟随、问题解决和对话流畅性。评估中，gpt-4o在写作、编码、stem等方面始终优于gpt-4。

确实，现在很多人都已经不记得，自己上一次用gpt-4是什么时候了。

虽然它确实给很多人带来了美好的回忆，甚至让人一度以为agi已经来了。

还记得2023年3月，gpt-4推出时全网欢呼的盛况吗？

当时，它在chatgpt和微软的copilot网页版聊天机器人中上线，引起全网惊呼。

这个模型具备多模态能力，能同时理解图像和文本，正式开启了ai“看图说话”的时代，这在openai的模型中尚属首次，可谓石破天惊。

相比于gpt-3.5，gpt-4是一次更重大的认知跃迁。

它是首个在专业学术基准中达到哈佛、斯坦福毕业生水平的大模型。

它在数学、医学、法律之类的考试中击败大多数人类；在sat、lsat、美国律师资格考试中交出惊人答卷，能达到top 10%。

它的多模态架构，也为后续的模型演进提供了核心蓝本。

从此，大模型能力的阈值彻底提升至可用级，引爆了全球的ai应用生态，将生成式ai市场从百亿规模推升至万亿的量级。

它推动了code interpreter的诞生，为开发者提供了无限助力，间接推动了开源生态。

那时，几乎每天一个劲爆消息。那是openai的高光时刻，它的一举一动都牵动着全世界的目光。

当时，全网都在猜测gpt-4的训练成本。后来奥特曼透露，gpt-4的训练成本超过了1亿美元。

终于，在23年11月，速度更快、成本更低的gpt-4 turbo上线，接替了它的地位。

还记得这些辉煌时刻吗？

就在前一天，the verge独家爆料称，openai正准备发布一系列全新模型——包括gpt-4.1（含gpt-4.1 mini和gpt-4.1 nano）、满血版o3，以及神秘的o4系列（o4-mini、o4-mini-high）。

其中，作为多模态模型gpt-4o改进版的gpt-4.1，最快将在下周面世。

目前，ai工程师tibor blaho已经在chatgpt网页代码中发现了对这些模型的引用。

不过，gpt-4.5都来了，为什么下一个却是gpt-4.1？这个越来越倒退的命名规则，实在令人摸不到头脑。

它在openai大模型谱系上，实在有点前不着村后不着店，不知该放在什么位置。

有人赞叹道：看到从gpt-1到o系列以及更高级别的演变，展示了不断增加的复杂性和能力。这就像观察人工智能的进化史！

关于gpt-4.1，现在坊间已经有了蛛丝马迹。

比如有人发现，在chatgpt的模型列表中，竟然已经出现了gpt-4.1这个选项。

这就意味着，此前泄露的小道消息是真的！这就让大家非常兴奋。

但也有人怀疑该网友是造假，把网址从gpt-4o改为了gpt-4.1。

为了证实清白，这名网友大方分享出了自己和gpt-4.1的对话链接。

因此大家确认，这名网友并没有撒谎，或伪造截图，因为顺着这个对话链接检查，会发现model-slug确实是gpt-4.1。

很快，有越来越多的人发现自己也能用gpt-4.1了。

此外，也有网友推测，奥特曼口中的“quasars alpha”，就是gpt-4.1。

而ft的报道也再次证实，满血版o3下周很可能再次上线。

知情人士透露，由于meta、谷歌、xai这些对手逼得实在太紧，openai为了保持自己的技术优势并从中获利，不得不加快模型的发布速度。

为此，曾经需要数月时间进行的模型“评估”——测试模型的风险和性能，如今已被压缩到了只有短短的几天。

比如即将退役的gpt-4，就有着长达6个月的评估期。其中一些危险能力，正是在测试进行了两个月后才被发现的。

但现在给到的时间和资源，已经不足以进行全面的测试来识别和规避风险了。

此前，openai曾承诺构建定制版的模型来评估潜在的滥用风险，例如是否可能助长生物病毒提高传播能力。

但这种方法成本很高，不仅要聘请外部专家，还要创建诸如病毒学这类的专业信息数据集，并将其“喂”给模型来进行微调，消耗大量的工程师和计算资源。

很明显，openai不想在这件事上花太多精力——他们只对能力较弱的旧模型做了微调，没有用到更强、更先进的模型上。

比如，在1月份发布的o3-mini安全与性能报告中，只提到了gpt-4o只会在微调后才能执行某项生物学任务。至于o1和o3-mini如何，openai却只字未提。

另外，还有一个令人担忧的问题是，安全测试针对的并不是最终向公众发布的模型，而是更为早期的“检查点”（checkpoints）。在这之后，模型还会继续更新来提升性能和能力。

面对这些质疑，openai回应称，其评估流程已通过引入自动化测试等方式提高了效率，从而缩短了所需时间。

“虽然目前还没有一套公认的方案，但openai采用的方法肯定是最优的，并且已在报告中公开透明地进行了说明。”

此外，openai还表示，测试所用的检查点与最终发布的版本“基本一致”。