导读：研究机构Epoch AI最新数据显示，GPT-5 的训练算力投入竟然比 GPT-4.5 更少，这打破了人们对“更强版本一定需要更大算力”的固有认知。为什么会有这样的结果？答案指向了一个趋势：算力的重点，正在从训练前期转向训练后的优化。

算力重心转移：从“前期训练”到“后期优化”

过去，几乎所有的大规模AI系统都遵循一个规律：前期训练投入的算力是后期优化的上百倍。但在2024年下半年，研究人员找到了新的突破口：通过“推理优化”技术，把更多算力用在训练后的调优阶段，可以让其价值被迅猛放大。

举个简单的对比：GPT-4.5大概需要2亿美元级别的前期训练，后期优化只占200万。但到GPT-5，OpenAI可以把前期投入压缩十倍，同时依靠后期优化追平甚至超越前代效果。这样一来，整体训练算力投入少了，而且结果更好。

为什么不是GPT-4.5继续强化？

有人可能会问：既然后期优化这么有效，为何不直接在 GPT-4.5 上加码？答案在于时间和成本的双重限制。

要在像 GPT-4.5 这样的大规模系统上尝试后期优化，需要更多实验、更长周期以及高质量的训练数据。而彼时市场竞争激烈，比如Anthropic在代码能力上持续领先，OpenAI没有时间等待，只能选择在相对“小一些”的模型上，把后期优化做到极致，快速推出GPT-5。

GPT-6：算力或将再度放量

那么，未来会怎样？从目前的趋势看，GPT-6 很可能重回“大算力路线”。

原因有三点：

• 后期优化的红利正在趋于见顶，继续扩大难度不小；
• OpenAI正在扩充基础设施，比如更大规模的GPU集群即将上线；
• 随着算力库存增加，未来训练再度大幅扩张成为可能。

当然，也存在一些不确定性，比如高质量数据是否足够、后期优化环境能否跟上等。但整体来看，算力投入的曲线、大概率会再次抬升。

参考资料:https://epoch.ai/gradient-updates/why-gpt5-used-less-training-compute-than-gpt45-but-gpt6-probably-wont