GPT-5
OpenAI 모델 · 2025년 8월 7일 공개. 독립 벤치마크 점수, 종합 지수, 사람 투표 순위와 개발사 발표 점수를 그래프로 정리했습니다.
- 개발
- OpenAI
- 공개일
- 이용 방식
- API 제공
- 학습 연산량
- 6.6×10²⁵ FLOPEpoch AI 추정치
- 종합 능력 지수(ECI)
- 150.0신뢰구간 150.0~150.0
- Arena 점수(사람 투표)
- 1406144위 · 투표 31,723표
주요 반응
출시 직후 전반적으로 믿고 쓸 만한 모델이라는 호평과, 홍보 수위에 비해 점진적 개선에 그쳤다는 비판이 맞섰다. 자동 라우터 오작동과 GPT-4o 퇴출로 이용자 반발이 커지자 OpenAI는 모델 선택지와 GPT-4o를 되살렸다.
- 호평개발자 사이먼 윌리슨은 GPT-5를 새로 가장 아끼는 모델이자 일상 작업용 기본 모델로 꼽았다. 오류가 드물다고 평가했지만 이전 모델과 극적으로 다른 도약은 아니라고 덧붙였다.[1]
- 엇갈림API 가격은 입력 100만 토큰당 1.25달러, 출력 10달러로 공격적이라는 평가를 받았다. 다만 보이지 않는 추론 토큰이 출력으로 과금돼 GPT-4o 때보다 출력량이 늘 수 있다.[1]
- 비판게리 마커스는 박사급 전문가 비유 같은 홍보가 기대를 키웠지만 실제로는 점진적 개선에 그쳤고, 체스 규칙 위반과 이미지 추론 실패 같은 오류가 여전하다고 비판했다.[2]
- 비판출시 때 자동 라우터가 제대로 작동하지 않았고 GPT-4o 퇴출에 반발이 컸다. OpenAI는 8월 12일 Auto·Fast·Thinking 선택지를 내놓고 유료 사용자에게 GPT-4o 등을 복원했다.[3]
- 엇갈림개발자 커뮤니티에서는 주요 모델들의 성능이 수렴해 경쟁이 어느 때보다 팽팽하다는 의견이 있었고, 일부는 산수·글자 세기 실수를 들어 추론 능력에 의문을 제기했다.[4]
반응 출처 4개
- GPT-5: Key characteristics, pricing and system card · simonwillison.net
- GPT-5: Overdue, overhyped and underwhelming. And that's not the worst of it · garymarcus.substack.com
- ChatGPT's model picker is back, and it's complicated · techcrunch.com
- GPT-5 | Hacker News · news.ycombinator.com
출시 기사·리뷰·전문가 평가·개발자 커뮤니티 토론을 LUCAS AI News가 읽고 요약했습니다(2026-10-11 기준). 원문 표현은 옮기지 않았으니 자세한 내용은 출처에서 확인하세요.
영역별 강점
같은 시험을 치른 모델 가운데 어디쯤인지(백분위)를 영역별로 평균했습니다. 바깥일수록 상위권이고, 점수가 없는 영역은 가운데 빈 점으로 표시합니다.
OpenAI 모델 흐름
큰 점이 이 모델입니다. 선은 그때까지의 최고 기록입니다.
독립 벤치마크 점수
- GPQA Diamond과학86.2%
94개 모델 중 37위. 대학원 수준의 생물·물리·화학 객관식 문제 198개. 검색으로 답을 찾기 어렵게 만든 문항이다. 생각 수준 '높음' 기준. 오차 ±2.1%.
- MATH Level 5수학98.1%
45개 모델 중 1위. MATH 데이터셋에서 가장 어려운 단계. AMC 10·12, AIME 같은 경시대회 문제다. 생각 수준 '높음' 기준. 오차 ±0.3%.
- OTIS 모의 AIME수학91.4%
91개 모델 중 33위. OTIS의 경시대회형 수학 문제 45개. MATH Level 5보다 어렵고 FrontierMath보다 쉽다. 생각 수준 '높음' 기준. 오차 ±3.7%.
- FrontierMath(2025판)수학32.4%
46개 모델 중 13위. 연구 수준의 매우 어려운 수학 문제(비공개). 2026년 6월 새 판으로 바뀌기 전 기록이다. 생각 수준 '높음' 기준. 오차 ±2.8%.
- FrontierMath 1~3단계수학55.4%
57개 모델 중 32위. 연구 수준의 매우 어려운 수학 문제(비공개) 2026년 판의 1~3단계. 생각 수준 '높음' 기준. 오차 ±2.9%.
- FrontierMath 4단계수학21.9%
48개 모델 중 29위. FrontierMath 2026년 판에서 가장 어려운 4단계 문제(비공개). 생각 수준 '높음' 기준. 오차 ±6.5%.
- SWE-bench Verified코딩73.6%
23개 모델 중 12위. 실제 오픈소스 저장소의 이슈를 고치는 과제. 사람이 검증한 500개 문항이다. 생각 수준 '높음' 기준. 오차 ±2%.
- SimpleQA Verified지식50.1%
52개 모델 중 19위. 정치·과학·예술·스포츠·지리 등 짧은 사실 질문 1,000개에 검색 없이 답한 정확도. 생각 수준 '높음' 기준. 오차 ±1.6%.
- 체스 퍼즐추론37%
60개 모델 중 23위. 체스 엔진으로 새로 만든 퍼즐 100개. 퍼즐마다 최선의 다음 수가 하나 있다. 생각 수준 '높음' 기준. 오차 ±4.9%.
- 미공개 게임 퍼즐추론23%
47개 모델 중 27위. 잘 알려진 게임을 퍼즐용으로 바꾼 변형판의 100개 국면. 어떤 게임인지는 일부러 밝히지 않았다. 생각 수준 '높음' 기준. 오차 ±4.2%.
- EBR-bench공간·학습12.7%
21개 모델 중 17위. 덜 알려진 게임 Earthborne Rangers를 반복해서 할수록 점수가 오르는지 보는 학습 능력 시험. 생각 수준 '높음' 기준.
- Aider Polyglot코딩88%
29개 모델 중 1위. C++·Go·Java·JavaScript·Python·Rust의 어려운 연습 문제 225개를 코드 편집으로 푸는 시험(두 번째 시도까지 통과율). 생각 수준 '높음' 기준. (Aider 측정)
세로선은 무작위로 찍었을 때 기대되는 점수입니다. 같은 벤치마크라도 평가 방식과 설정에 따라 점수가 달라지므로 개발사 발표 수치와 다를 수 있습니다.
함께 볼 모델
- GPT-5 mini OpenAI · 2025-08-07
- GPT-5 nano OpenAI · 2025-08-07
- Claude Opus 4.1 Anthropic · 2025-08-05
- Grok 4 xAI · 2025-07-09