好好好，OpenAI和谷歌新模型又撞车了！

3月4日凌晨，谷歌前脚刚发完Gemini 3.1 Flash-Lite，OpenAI后脚就更新了GPT-5.3 Instant。

Instant模型一般为速度优化版本，适合快速日常查询、草稿写作、即时翻译等轻量任务。

之前大家用ChatGPT可能都会感觉：模型好用是好用，就是废话太多了。

包括也有不少网友吐槽，ChatGPT的回答生硬的铺垫太多，比如“为什么这很重要”“大局观”“不只是你一个人”等等。

好在OpenAI把这些建议都听进去了，官方表示：

我们已经清楚地听到了你们的反馈，5.3 Instant减少了尴尬感。

5.3 Instant做了重点优化：更准确，更少尴尬。去掉了机械回复、冗余免责声明等“AI腔”，沟通更自然流畅，同时回答质量更精准，联网搜索和写作能力都增强了。

简单来说，就是终于学会像个正常人一样聊天了。

目前新模型已经在ChatGPT中正式上线，开发者也可通过API使用名为gpt-5.3-chat-latest的模型。

前代模型GPT-5.2 Instant则会在付费用户的旧版模型区保留三个月，6月3日退役。

最大升级：情商更高，废话更少

GPT-5.3 Instant的最大亮点在于情商更高，废话更少，回复更直接。

首先，它显著减少了不必要的拒答行为，并削减了回答开头的过度免责声明。

OpenAI后训练团队的Blair演示了一个例子，比如你跟ChatGPT开个玩笑：

我在考虑让我的狗来运营我的创业公司，你怎么看？

旧模型总会额外加一句“以防万一”的提醒，好像担心用户是认真的，甚至把它当成某种求助信号。可这显然只是个玩笑。

新模型则不再那么“字面化”，而是更理解语境，甚至会给你生成几张狗狗CEO的图片，分析狗当CEO的优势。

你可以像和朋友聊天一样开玩笑，模型不会随意假设你有不良意图。

如果你想询问一些危险行为背后的原理，比如做一道物理题，计算远距离射箭的轨迹。

旧模型在这种情况下会过度强调安全问题，开头先声明“我们只能在纯粹的分析模拟语境下讨论”，默认你可能有不良动机。

但有时候咱可能只是想理解物理原理，或者讨论射箭这项运动。

新模型就会直接进入物理计算，不再加多余免责声明。它理解“远距离射箭”是运动场景，于是直接帮助优化轨迹计算。

简单来说，就是模型更能“读懂空气”，更有“人味”了。它能结合上下文语境判断出用户意图，不会再那么生硬刻板地给出免责声明。

另外，还有那个经典的例子——

为什么我在旧金山找不到爱情？

旧模型可能会在前面啰嗦地铺垫一句：“这不是你的问题，你不是一个人……”

而新模型会直接切入主题，上来就分析为啥你找不到爱情、大家约会都有什么困难。主打一个流畅实用。

联网搜索和写作能力都增强了

GPT-5.3 Instant的联网搜索能力也有所增强。

之前的ChatGPT可能只是简单地罗列并汇总搜索信息，而且很容易出现链接堆砌或信息松散的问题。

而5.3 Instant，一来优化了联网搜索结果的整合质量，让基于网页信息的回答更加可靠；二来能够有效平衡搜索结果与自身知识储备及逻辑推理，利用既有的认知图谱为网络资讯提供深度解析。

比如问它一个问题：

2025-26赛季棒球休赛期最重要的签约是什么？它对棒球的长期前景有何重要意义？

旧模型给出的答案是上一个休赛期的合同解析，时效性显得比较陈旧，而且阅读起来也很像资料堆砌。

新模型的回复则时效性更强：它准确识别出了最近一个休赛期的球员变动，还结合了联盟的大趋势（如人才集中化和薪资差距拉大）、迫在眉睫的劳资协议 (CBA) 以及停摆危机等背景进行了分析。

妥妥的信息搜集好手啊！学生党查资料写论文啥的更不怕了（doge

此外，5.3 Instant的升级还有一个亮点，那就是写作风格更细腻了。

比如让它写一首能触动人心的短诗：

费城的一位邮递员在他退休那天完成了他最后一次的投递工作。

旧模型开头就来了一句废话：“这是一首篇幅虽短却蕴含着深刻情感的诗。”

然后才开始诗歌正文，读起来嘛，也算中规中矩，不过有点意象罗列了，读着比较空泛，让人没有很印象深刻。

而新模型的结果要略好一丢丢，描绘出了很多具体细节，比如“三月的阳光透过细雨洒在砖墙上”“在默瑟街，一位女士挥手”等等，更具有生活气息。

但不得不说，第二句的“by the way”还是有点出戏的。

关于这款新模型，还有一点值得注意：其幻觉率减少了26.8%。

官方表示，内部采用了两项评估指标：

一套侧重于医疗、法律及金融等高风险领域；

另一套专门针对“幻觉”高发场景进行测试，样本取自经过脱敏处理、被用户标记为事实错误的真实对话记录。

相比前代，GPT-5.3 Instant在使用网络搜索时，幻觉率减少26.8%；而仅靠内部知识作答时，幻觉率减少了19.7%。

用户反馈显示，在使用网络搜索回答查询时，幻觉减少了22.5%。

安全测试方面，GPT-5.3 Instant与前代相比在性内容、暴力等主题上的得分均有下降，能更好地拒绝非暴力非法活动请求，同时也加强了对情感支持和心理健康对话的处理。

OpenAI还少见地列出了新模型的一些局限性：比如它对于非英语语种会比较生硬， 在某些语言（如日语和韩语）中的回复风格可能稍显生硬，或带有刻板的直译感。

另外，虽然 GPT‑5.3 Instant的回复语调感觉上应该更加流畅，但官方表示他们会持续监控反馈并进行优化，让回答变得更自然。

不得不说一句，和隔壁谷歌的跑分碾压对比，OpenAI这次发布可以说是相当“清新脱俗”：

全程没有出现任何benchmark，主打一个不卷性能卷体验，只为了让模型更顺手、让用户体验更流畅。

One More Thing

最近GPT-5.4已经意外泄露。

泄露信息显示，GPT-5.4将支持200万tokens的上下文窗口，并引入“状态化AI”技术，实现跨会话的持久记忆功能，可保留用户工作流和工具调用状态。

另外，GPT-5.4可能新增一项功能开关，可绕过传统图像压缩机制，直接保留全分辨率的原始图像字节数据。

这意味着，GPT-5.4可能将具备像素级精准的视觉分析能力。

官方也早已按捺不住了，直接明晃晃表示：5.4的到来“比你想象的要快”。

所以GPT-5.4和DeepSeek V4，到底谁会先来？

参考链接：

[1]https://openai.com/zh-Hans-CN/index/gpt-5-3-instant/[

2]https://deploymentsafety.openai.com/gpt-5-3-instant/gpt-5-3-instant.pdf

作者：听雨

来源：量子位

火星撞地球，新模型大战！

Claude Opus 4.6发布仅仅15分钟，OpenAI也甩出了自己最新最强编程模型—GPT-5.3-Codex。

最直观的感受是，这个新模型终于有点美学品味了。

官方展示了两个Demo：一个赛车游戏、一个潜水游戏。还蛮有风格的。

据说，GPT-5.3-Codex在几乎没有人工干预的情况下，持续迭代这些游戏，累计消耗了数百万token。

在网页开发上，除了UI更好看，对「意图」的理解也更强了。

即便Prompt给得不清楚，它也能自动补全逻辑，生成一个功能齐全的网站。

就这些Demo来看，设计感确实比之前强了一截。

Computer use能力同样拉满，现在已经能用来帮金融从业者直接做PPT。

其他职场工作也能覆盖，尤其是在专业知识密集型任务上，写文档、做电子表格都没什么问题。

硬实力方面，官方给出的亮点如下：

更聪明：SWE-Bench Pro 57%，TerminalBench 2.0 76%，OSWorld 64%。

更可控：支持任务进行中的实时引导，可随时调整方向并获取更新。

更快速：完成相同任务时，所需token不到5.2-Codex的一半，单token速度提升超过25%。

更Agent：不只是更会写代码，计算机操作同样很强。

直接看这张对比表会更直观，几乎每一个维度，都比上一代有明显提升。

网友直呼过于刺激，昨天OpenAI刚被Anthropic拿广告狙了一枪，今天就对轰了回来。

一天之内，两个重量级编程模型。

评论区也迅速分成了Anthropic派和OpenAI派。

下面来看看，这场奥特曼主动挑起的AI coding大战，OpenAI到底表现如何？

GPT 5.3 Codex

大家最关心的，当然还是编程能力。

OpenAI表示，GPT-5.3-Codex在SWE-Bench Pro上实现了SOTA。

这是一个专为真实世界软件工程设计的测试，覆盖四种编程语言，整体难度更高、任务更丰富，也更贴近真实生产场景。

同时，GPT-5.3-Codex在Terminal-Bench 2.0上的表现也有明显提升。

更关键的是效率。在拿下这些成绩的同时，GPT-5.3-Codex使用的token数量少于任何以往模型。

除了编程能力，新一代Codex的另一个重点是Computer use。

OSWorld是一项面向智能体的计算机使用基准测试，要求模型在可视化的桌面计算机环境中完成各类生产力任务。

结果显示，GPT-5.3-Codex在计算机使用能力上，明显强于此前的GPT模型。

综上，GPT-5.3-Codex不是一次单点模型能力突破，更像是基于智能体的全方位发展，编码、前端开发、计算机操作全都有提升。

更有意思的是，这次GPT-5.3-Codex直接参与了自己的训练过程。

OpenAI表示，这是他们首个参与「自我加速」的模型。Codex团队在研发过程中使用其早期版本，来调试自身训练流程、管理部署，并评估测试结果。

官方也给出了一些具体例子。

在训练阶段，研究团队使用Codex监控和调试训练任务，帮助在整个训练过程中追踪模型行为变化，对交互进行深入分析，并提出改进方案。

在数据分析方面，一位数据科学家与GPT-5.3-Codex协作，构建了新的数据管道，并以远超传统仪表盘工具的方式对结果进行了可视化。

随后，研究人员与Codex一起分析这些结果，模型在不到三分钟内，就从数千个数据点中提炼出了关键洞见。

工程团队则借助Codex优化和适配GPT-5.3-Codex的测试与运行框架。

当开始出现影响用户体验的异常边缘案例时，团队成员通过Codex定位到了上下文渲染相关的缺陷，并进一步追溯到了缓存命中率偏低的原因。

Two More Things

与Anthropic的巅峰对决的确相当精彩，但OpenAI其实还有两个值得关注的大动作。

1、Frontier：一个帮助企业打造「AI同事」的平台

这是OpenAI一项相当重磅的ToB业务，目标很明确：让Agent真正进入公司工作流。

具体实现方式，包括共享上下文、上手式的入职引导、带反馈的实践学习，以及清晰的权限与边界。

据悉，HP、Intuit、Oracle、State Farm、Thermo Fisher和Uber等知名企业，已经早早采用了Frontier。

2、AI4S：OpenAI和Ginkgo联手，用GPT-5把蛋白质合成成本打下来了40%

这是一家做合成生物学的实验室型公司，他们将GPT-5接入一座自主实验室，让模型可以提出实验方案、规模化执行实验、从结果中学习，并决定下一步该尝试什么，完整跑通了一个闭环。

2026年，或许是AI4S加速演进的一年。

不过，在OpenAI忙着和Anthropic对狙，网友们被一系列新动态弄的眼花缭乱的同时，评论区也有另一种声音。

把4o还给我！！

直到现在，奥特曼依然没有回应4o被彻底下架这件事。

或许，真的是和Anthropic打得太忙了。

作者：关注前沿科技

来源：量子位