Model
.ai
theo dõi các mô hình AI mở
GPT 5 Pro
OpenAI | ngữ cảnh 400.000 token | $15.00/M đầu vào, $120.00/M đầu ra. GPT-5 Pro là mô hình tiên tiến nhất của OpenAI, mang lại cải tiến lớn về suy luận, chất lượng mã và trải nghiệm người dùng. Nó được tối ưu cho các nhiệm vụ phức tạp đòi hỏi suy luận từng bước, tuân theo hướng dẫn và độ chính xác trong các trường hợp sử dụng quan trọng. Hỗ trợ các tính năng định tuyến thời gian thực và hiểu biết nâng cao về prompt, bao gồm ý định người dùng như "think hard about this." Các cải tiến bao gồm giảm ảo tưởng, xu nịnh và hiệu suất tốt hơn trong lập trình, viết lách và các nhiệm vụ liên quan đến sức khỏe.
Hướng dẫn cho mô hình này
Tất cả hướng dẫn
GPT-5 Pro là mô hình mạnh nhất của OpenAI, thiết kế cho công việc quan trọng đòi hỏi chiều sâu lý luận, độ chính xác hướng dẫn và độ chính xác cao hơn tốc độ hay chi phí. Nó hỗ trợ cửa sổ ngữ cảnh 400.000 token và phản hồi theo tín hiệu ý định như 'nghĩ kỹ về điều này' để phân bổ nhiều tính toán hơn cho vấn đề. Trọng số đóng, chỉ qua API, giá tương xứng — đây là công cụ cho chuyên gia cần đầu ra tốt nhất và chịu được chi phí.

Nổi tiếng với

  • Lý luận từng bước trên các vấn đề phức tạp, đa phần
  • Giảm ảo tưởng và xu nịnh so với các mô hình OpenAI trước
  • Chất lượng mã và độ chính xác cao trong tác vụ quan trọng
  • Phản hồi theo mức độ lý luận do người dùng chỉ định khi suy luận
  • Cửa sổ ngữ cảnh 400.000 token xử lý tài liệu dài và hội thoại mở rộng

Cẩn thận với

  • Chi phí đầu ra $120 cho mỗi triệu token — chạy agent dài có thể rất tốn kém.
  • Trọng số đóng, không triển khai cục bộ, không kho Hugging Face.
  • Ở mức giá này, mỗi prompt nên xứng đáng; dùng thông thường khó biện minh.

Lời nhắc để thử

Kiểm toán quyết định code phức tạp
Tôi có dịch vụ Python xử lý giao dịch tài chính. Hiện dùng một cơ sở dữ liệu Postgres đơn với khóa hàng để đồng thời. Chúng tôi thấy tranh chấp khi khoảng 500 người dùng đồng thời. Phân tích đánh đổi khi chuyển sang kiến trúc event-sourcing với nhật ký chỉ thêm so với tinh chỉnh hiện tại với khóa lạc quan và bản sao đọc. Cụ thể về các chế độ lỗi.
Lý luận qua chẩn đoán khó
Nghĩ kỹ về điều này. Một bệnh nhân xuất hiện mệt mỏi, giảm cân không rõ nguyên nhân, đổ mồ hôi đêm và hạch bạch huyết sờ thấy ở vùng trên đòn trái. Liệt kê các chẩn đoán phân biệt theo thứ tự cấp bách, giải thích lý do từng chẩn đoán, xác định xét nghiệm tiếp theo quan trọng nhất và lý do.
Lập kế hoạch nghiên cứu đa bước
Tôi cần hiểu liệu thu giữ carbon tại điểm sản xuất xi măng công nghiệp có khả thi về kinh tế ở quy mô lớn vào năm 2035 không. Phân chia thành các câu hỏi phụ chính cần trả lời, xác định bằng chứng mạnh và yếu, đánh dấu giả định có thể thay đổi kết luận nếu sai, và đề xuất trình tự nghiên cứu.

So sánh với

  • gpt-oss-120b
    Mô hình mở trọng số
    ngữ cảnh 131,072 token · Đầu vào $0.15/M, đầu ra $0.60/M
  • gpt-oss-20b
    Mô hình mở trọng số
    ngữ cảnh 131,072 token · Đầu vào $0.02/M, đầu ra $0.09/M
  • gpt oss 120b Turbo
    Mô hình mở trọng số
    ngữ cảnh 131,072 token · Đầu vào $0.15/M, đầu ra $0.60/M
  • GPT-6 Luna
    Mô hình chỉ API
    ngữ cảnh 1,050,000 token · Đầu vào $0.10/M, đầu ra $0.50/M
Thêm mô hình văn bản từ openai

Câu hỏi thường gặp

Tôi có thể chạy GPT-5 Pro cục bộ hoặc tải trọng số không?
Không. GPT-5 Pro chỉ qua API; OpenAI chưa phát hành trọng số và không có kho Hugging Face.
GPT-5 Pro giá bao nhiêu và cửa sổ ngữ cảnh dài bao nhiêu?
Giá $15.00 cho mỗi triệu token đầu vào và $120.00 cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 400.000 token.
GPT-5 Pro khác gì so với các biến thể GPT-5 khác?
GPT-5 Pro được định vị là mô hình tiên tiến nhất của OpenAI, tối ưu cho lý luận phức tạp, độ chính xác và tác vụ quan trọng thay vì tốc độ hay hiệu quả chi phí.
Phán quyết của thuyền trưởng
Công cụ sắc bén nhất OpenAI làm ra — đáng giá nếu công việc thực sự cần, khó biện minh nếu không.
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
Ranking badge
Updated Oct 22, 2026
GPT 5 Pro trên ModelTrends.ai: Heat 3,043°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Điểm số này được tính như thế nào
Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.
Thuật ngữ: các từ dùng ở đây
Điểm nhiệt
Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
Sàn điểm
7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
Tương đương lượt tải
Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
Thang log
Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
Lượt thích
Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
Tỷ lệ áp dụng
Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
Đã đo và ước tính
Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
Seeder
Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
AI Horde
Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
Trang tạo ảnh
Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
Token OpenRouter
Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Mô hình đầy đủ (checkpoint)
Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
LoRA và embedding
Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
Gia đình và trọng số
Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
Tuổi
Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
Tăng gia đình
Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
Điểm thay thế
Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
Mới! (giai đoạn thử nghiệm)
Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
Xu hướng
Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
Mô hình điển hình
Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.