Vào ngày 22/10/2026, OpenAI đã chính thức công bố GPT-5, phiên bản tiếp theo trong dòng mô hình ngôn ngữ lớn của công ty. GPT-5 được thiết kế để trở thành mô hình AI đa modal nhất lịch sử, không chỉ hiểu và tạo ra văn bản mà còn có thể phân tích hình ảnh, video, và âm thanh một cách tự nhiên. Điều này mở ra nhiều ứng dụng thực tế từ hỗ trợ sáng tạo nội dung đến giải quyết vấn đề phức tạp trong khoa học dữ liệu.
Khả năng đa modal của GPT-5 được xây dựng trên nền tảng kiến trúc transformer tiên tiến, kết hợp với các mạng neural chuyên biệt cho từng loại dữ liệu. Mô hình có thể nhận diện đối tượng trong hình ảnh, transcribe âm thanh, vàeven generate video từ mô tả văn bản. Đây là kết quả của nhiều năm nghiên cứu về multimodal learning tại OpenAI.
Hiệu năng của GPT-5 được đánh giá là vượt trội so với các mô hình tiền nhiệm như GPT-4. Trong các benchmark standard, GPT-5 đạt điểm cao hơn 20% về khả năng lập luận, giải quyết vấn đề, và hiểu ngữ cảnh. Đồng thời, mô hình được tối ưu hóa để giảm thiểu hallucination – một vấn đề thường gặp ở các AI trước đây.
Cộng đồng công nghệ đã có những phản ứng tích cực, đánh giá GPT-5 là một bước đột phá. Tuy nhiên, cũng có những lo ngại về chi phí vận hành và năng lượng tiêu thụ. OpenAI cam kết sẽ cung cấp GPT-5 dưới dạng API và mã nguồn mở một phần để thúc đẩy sự phát triển cộng đồng.