GPT-5是否是一个好的里程碑，终于可以不再称呼一切为“模型”，而开始区分聊天机器人、API、模型权重，并进行相应的比较/基准测试？ 将聊天机器人的输出（可能是数十种不同模型权重的结果）与单一模型权重的输出进行比较毫无意义，这就像将一辆车与一台发动机进行比较（来自@random_walker @sayashk的书）.