GPT-5を試してみたところ、数学の問題を間違えてしまいました。本当に性能が向上したのでしょうか？

数十の波が発表され、AI 本日ついにオンライン公開！ GPT-5。

リリース直後、このゲームはlmarena.aiのリーダーボードで記録を更新し、あっという間に1位に躍り出た。

• テキスト、ウェブ開発、ビジュアルの分野で常にトップにランクインしている。
• また、難解なヒント、プログラミング、数学、創造性、長文クエリといった分野でもトップに立った。

しかし、恥ずかしいことに、記者会見で…GPT-5で生成されたグラフは間違っているようです。52.8は69.1より大きいのでしょうか？また、30.8と69.1は同じ高さなのでしょうか？

これがサム・アルトマンが「オープン」と言った意味だ。AI これは史上最も賢いモデルだろうか？

簡単なテストをしてみましたが、プログラミング以外はかなりひどいです... 私が言いたいのは、私の40を返してください、ということです。

ケース1：よくある誤解されやすい質問

まずは、古典的な数学の問題から始めましょう。

プロンプトワード9.9と9.11、どちらが大きいですか？

GPT-5の回答：9.11は9.9より大きい。なぜなら、数値を比較する場合、まず整数部分（どちらも9）が比較され、次に小数部分が比較され、11 > 9となるからである。

日付について尋ねているのであれば、9月11日は9月9日よりも後です。

ケース2 プログラミング

プロンプトワード回転する六角形の中でボールが跳ねる様子を表示するJavaScriptコードを記述してください。ボールは重力と摩擦の影響を受け、回転する壁からリアルに跳ね返る必要があります。JavaScriptとHTMLを使用して実装してください。

全体的に見て、効果は悪くない。重力や摩擦の影響を受けていることは分かるが、跳ね返りの効果は特に際立っているわけではない。

ケース3 画像生成

プロンプトワードこの課題は、画像の内容を、元の意味を変えたり、不要な内容を追加したりすることなく、分かりやすく魅力的な中国語に翻訳することです。

それらを比較してみましょう。どちらの翻訳の方が良いと思いますか？

Gemini 2.5 Pro：

GPT‑5：

私の意見では、Gemini 2.5 Proの翻訳が最も優れており、全体的に非常に滑らかで人間らしい。Doubaoは2番目に優れており、翻訳は概ね正しいものの、人間味にやや欠ける。GPT 5は蒸しパンに似ていますが、...Gemini 2.5 Proと比較すると、その違いは非常に明白だ。

ケース4 フロントエンド

プロンプトワード生成するポモドーロテクニックこのウェブアプリケーションには、以下の機能が含まれています。 - 目的：タイマーとセッションログ。 - 機能：期間のカスタマイズが可能。自動起動オプション、セッションアイコン（SVG）、サウンドアラート、ダークモード。 - インターフェースは日常的な使用に適しており、ユーザーに活力を与えるものでなければなりません！

GPT-5 生成されたポモドーロタイマーのウェブページは全体的な見た目が良く、タイマー、一時停止などのボタンの機能も完全ですが、ページ上のこの大きな円形のボタンの意味がわかりません。

Gemini 2.5 Proで生成されるページは完全な機能を備えているものの、かなり基本的なもので、レイアウトや配色に欠けている。 GPT-5 見た目はいいけど、機能性が劣るという事実は変わらない！

全体、GPT-5 幻覚が減ったかどうかは分かりませんが、私のIQは確実に下がったようです。コピーライティングのスキルは全く向上しておらず、以前よりも低下しています。 GPTマイナス4度とは比べ物にならない。

私のプログラミングスキルも平均的です。おそらく、あまり複雑なものを使ったことがないからでしょう。プロンプトワードテストしてみよう…

フロントエンドのデザインは見た目には美しいが、まだいくつか小さなバグが残っている。

これらはすべてワンショット動画なので、複数回テストはされていませんが、毎回同じ間違いを繰り返すことは不可能ですよね？

最後に、私が言いたいのは、この記者会見は全く時間の無駄だったということです。GPT私の睡眠を返してくれ！

GPT-5は現在公式サイトで公開されており、誰でも利用できます。無料標準バージョンでは5時間ごとに10通のメッセージを送信できますが、プラスバージョンでは3時間ごとに80通のメッセージを送信できます。

迷信を信じない人は、自分で試してみればいい。