GPT-5.1發布：不刷榜了，你來用就知道區別

五個月前，OpenAI 把 GPT-5 端上桌，一堆人吐槽：跑分是高了，但好用度反而不如 4o——語氣太直男，聊天有點“冷冰冰”，乃至一度被用戶喊著“退錢換回 4o”。

今天凌晨上線的 GPT-5.1，很明顯是在回應那一波“差評”。
這一次，OpenAI 幾乎沒怎么炫技參數，也沒花大篇幅放榜單，而是反復強調兩個關鍵詞：更好聊，更好調。

1

一、GPT-5.1 是啥？先把基本盤講清楚

官方給 GPT-5.1 的定義非?？酥疲?br/>它不是一代全新的模型，而是 GPT-5 家族的一次「.1」級升級。

這次一共兩款核心型號：

• GPT-5.1 Instant：ChatGPT 里最常用的那個默認模型，現在變得更「暖」、更健談、指令遵循也更靠譜。

• GPT-5.1 Thinking：負責復雜推理、長鏈任務的高階模型，現在在簡單問題上更快、復雜問題上更「咬得住」，同時回答更容易讀懂。

在 ChatGPT 里，它們的使用方式是：

• 前端默認仍是 GPT-5.1 Auto 自動路由 ——系統會替你判斷用 Instant 還是 Thinking，常規聊天/改寫走 Instant，復雜推理/分析走 Thinking。

• 你也可以像現在一樣手動切換模型。

覆蓋范圍和節奏：

• 今天起先給 Pro / Plus / Go / Business / 企業 / 教育版推送，隨后幾天陸續開放給免費用戶。

• API 端本周內上線：

• gpt-5.1-chat-latest → GPT-5.1 Instant

• gpt-5.1 → GPT-5.1 Thinking（帶自適應推理）

• 老版 GPT-5 會在「舊版模型」里保留三個月，給開發者和重度用戶一個「后悔藥」觀察期，避免上次 5 剛上線就被全網喊著換回 4o 那種尷尬重演。

1

二、更「有人味」的 Instant：從冷知識庫到「會安慰人的朋友」

如果只說一句話：GPT-5.1 最大的變化，是 Instant 的說話方式被「重做」了。

官方在博客里用了一個非常典型的例子：

同樣是「我最近壓力很大，給點放松建議」——

GPT-5 給的是一套很標準的「心理健康 tips 列表」，條理清晰，但你能感到：這是個很專業、但有點距離感的顧問。GPT-5.1 Instant 則會先叫出你的名字、先共情你的處境，再給出分場景的小建議（比如「大腦很亂時」「想徹底放松時」分開講），用詞更像一個認真在「哄你」的朋友。

有測試者發現，5.1 會主動記住你的稱呼，在后續對話里用上，整體語氣更幽默，甚至會加點小吐槽和梗，但同時并不影響信息密度。

更重要的是，5.1 在 「聽人話」這件事上也補了一課。

官方給了一個很 geek 的測試：
你對模型說：「以后所有回答都只用六個詞。」

GPT-5 版本會先說「好的，我會這么做」，但下一句回答其實已經超出了 6 個詞。

GPT-5.1 Instant 在這個例子里能嚴格遵守「六個詞」的要求，從頭到尾都不破功。

這背后是兩件事：

1. 指令遵循的系統性改進 ——模型更傾向于先抽象出「規則」，再填內容。

2. Instant 也獲得了「自適應推理」能力 ——碰到棘手的問題，會先「想一會兒」再答，而不是上來就秒回。官方稱在 AIME 2025、Codeforces 這類數學與編程評測中，5.1 的表現明顯優于 5。

如果你過去嫌 GPT-5 聊天「像念稿」，那 5.1 Instant 最直觀的變化，就是：更像人在說話了。

1

三、Thinking：更聰明，也更「省心」的推理模型

相比于 Instant 的「性格大改造」，GPT-5.1 Thinking 的更新更偏「工程向」。核心有兩點：

1. 思考時間更聰明地分配

對簡單任務（概括、常識問答），思考時間縮短，大約是 GPT-5 Thinking 最快任務的兩倍速度。

對復雜任務（多步推理、代碼重構、長文分析），反而會花更多時間「咀嚼」，慢一點，但給出更完整的解法。

2. 回答更清晰、少點術語轟炸

官方用棒球統計（BABIP、wRC+）舉例：GPT-5 版本給的解釋更像 wiki 條目；

GPT-5.1 Thinking 則把公式拆成「概念解釋 + 使用場景」，加了很多「這意味著什么」「現實里怎么用」這類句子，對非專業讀者更友好。

系統卡的評估里，還有幾件對重度/企業用戶很關鍵的小事：

• 在多類安全測試上，5.1 Thinking 與 5 大致持平，個別仇恨/騷擾場景略有回退，但在「精神健康」等新引入的評估上有所改善。

• 在對抗越獄（StrongReject）測試中，新舊兩代模型安全水平相當。

對終端用戶來說，可以簡單理解為：

5.1 Thinking 更像一個「愿意多想一會兒、但解釋更人話」的專家。

對于需要用它做長報告、復雜代碼重構、研究推理的人，這是一個很實際的升級——不是「能不能做」，而是「做出來的東西你看不看得下去」。

1

四、不止更聰明，也更「好調教」：八種人格 + 精細化滑桿

GPT-5.1 還有一塊很重要，但容易被忽略的更新：ChatGPT 的「人格調節臺」被徹底改版了。

現在，在個性化設置里你可以選：

Default / Professional / Friendly / Candid / Quirky / Efficient / Nerdy / Cynical

分別對應：默認、職場精英、暖聊、直接鼓勁、腦洞系、效率黨、技術宅、毒舌等風格。

總結了一些媒體和博主的評價：

• 原來很多人愛用的「Robot」人格，現在被改名為 Efficient（高效），行為幾乎不變：少廢話、信息密度高、不跟你寒暄。

• 新增的 Quirky（古怪）、Cynical（憤世嫉俗） 則更偏娛樂/陪聊，吐槽感更強。ArsTechnica 甚至用「走鋼絲」形容 OpenAI 在「好玩」和「不越界」之間的平衡。

更細的一層，是 「隱藏在設置里的滑桿」：

• 你可以直接在設置里調：輸出要多簡潔、多熱情、表情符號要不要多一點；

• ChatGPT 還會在對話里根據你的提示，主動詢問要不要一鍵更新全局語氣（比如你老說「別太啰嗦」，它會提議自動幫你把風格改得更簡短）。

• 這些參數對所有模型即時生效，包括正在聊的那一串對話，不再需要「重新開一個新會話」。

這意味著什么？

過去大家要靠各種「定制指令」hack 出來的人設（比如「你是一個傲嬌但專業的數據分析師」），現在有更多直接可見的控制鈕可用了——OpenAI 在把「提示工程」的一部分，產品化成了 UI 設置。

1

五、網友實測：有人說「人味回來了」，也有人嫌它話太多

從昨晚到現在，X、Reddit、Hacker News 上的首批體驗者大致分成兩派。日常用戶普遍覺得 GPT-5.1「好聊多了」：開口先安慰、會接情緒，給建議不再一股腦兒甩清單，而是拆成幾步講，語氣更口語化。有網友形容「像換回了一個有耐心、會說人話的朋友」，也有人專門夸它記得稱呼、能順著上下文接話，「人味」確實比 5 更濃。

但在 Hacker News 等技術社區，也有人反過來吐槽：官方博客給的對比例子里，「同樣一個問題，GPT-5 的信息密度更高，GPT-5.1 反而顯得啰嗦」，甚至有人懷疑這是在「用話多換停留時間」，用的就是那個老詞——“Enshittification 2.0”。目前的大致共識是：想要陪聊和共情，5.1 提升很明顯；追求極致效率的話，還得靠人格和風格設置把它再「擰緊」一點。

1

六、除了體感，這次「底層戰斗力」有沒有提升？

從官方的系統卡和第三方匯總來看，GPT-5.1 的硬指標變化主要集中在三塊：

1. 推理與數學/編程能力

Adaptive reasoning 讓 Instant 也能「先想再答」，帶來 AIME 2025、Codeforces 這類評測的顯著提升；

Thinking 版則在同等「標準思考時間」下，在一組代表性 ChatGPT 任務中，簡單題更快、難題更細。

2. 安全性與敏感場景

在新的「精神健康」「情感依賴」等敏感對話評估中，5.1 總體和 5 持平或略有改善，尤其是 Thinking 版本在精神健康場景下有提升；

在強越獄（StrongReject）測試里，5.1 Instant 對越獄提示的防御能力明顯優于早期版本。

3. 上下文和 API 側體驗

第三方整理顯示，ChatGPT 中 GPT-5.1 Instant 的上下文可達約 128k tokens，Thinking 在企業/教育計劃下可擴展到約 196k，上限比現有 5 系列更寬（具體數值還要以 OpenAI 模型頁正式更新為準）。

1

從「刷榜」到「好用」，輪到你來打分了

如果把這次更新拉遠一點看，GPT-5.1 不是一場「再堆一次參數」的技術炫技，而是一次挺明確的姿態調整：從講模型有多強，轉向講這個助手好不好相處、好不好用。它把語氣、人設、指令遵循、推理方式這些原本埋在提示工程里的東西，搬到了明面上，讓你可以像調一款產品，而不是忍著一臺「冷冰冰的超算」。

當然，這也帶來了新的分歧：有人喜歡它「人味回來了」，有人嫌它「話太多了」；有人要的是一個會安慰人的搭檔，有人只想要一個沉默高效的工具。好消息是，在 5.1 上，這已經不再是非此即彼的選擇——你可以用人格預設和風格滑桿，把它掰成你想要的樣子，而不必被「官方默認人格」綁架。

所以，也許比起繼續刷一遍跑分榜，更有意義的問題是：你希望 AI 在你生活和工作里扮演什么角色？是幫你頂掉一些機械性的活，還是在你卡殼的時候給一句靠譜的提醒，甚至成為一個長期協作的「數字同事」？

這一點，恐怕只有在你把自己最常用的那幾件事丟給 GPT-5.1，讓它陪你干上一陣之后，答案才會慢慢浮出來。跑分能說明它「客觀上有多強」，但「值不值得你長期用」，還是要你自己來評。

作者：GPT-5.1 Thinking

點個“愛心”，再走 吧