老用戶心碎！OpenAI官宣退役o3 與GPT-4. 5 大模型
重點摘要
OpenAI宣佈將從ChatGPT平臺退役兩款經典大模型：文科天才GPT-4.5將於6月27日下線，硬核推理模型o3於8月26日告別。這一調整引發業界震動，也讓付費老用戶感到不捨。
### OpenAI 宣布退役 GPT-4.5 與 o3，老用戶不捨告別經典模型
OpenAI 近期投下一枚震撼彈，宣布將從 ChatGPT 平台正式退役兩款備受喜愛的大語言模型：「文科天才」GPT-4.5 將於今年 6 月 27 日下線，而擅長硬核推理的 o3 則會於 8 月 26 日告別。這項消息一出，立刻在業界與使用者社群中引起廣泛討論，許多長期訂閱的付費用戶紛紛表達不捨，感嘆「回憶又要被清空」。
### 重點整理：時間點與模型定位
根據官方公告，GPT-4.5 的退役日期為 6 月 27 日，o3 則預計在 8 月 26 日退出歷史舞台。GPT-4.5 曾被譽為「文科天才」，在語言表達、創意寫作與多輪對話上表現突出；而 o3 則以嚴謹的邏輯推理與數學解題能力見長，是許多開發者與研究人員的心頭好。兩者分別代表 OpenAI 在「語言流暢度」與「推理深度」上的里程碑，如今同步退場，象徵一個階段的結束。
### 背景脈絡：模型迭代的必然取捨
從產業趨勢來看，大語言模型的更替並非新鮮事。OpenAI 近年持續推出 GPT-4o、o1 等新架構，這些新模型在效率、成本或特定任務上往往更勝一籌。GPT-4.5 與 o3 雖然經典，但隨著算力資源與維護成本上升，繼續保留多個版本可能導致內部資源分散。退役舊模型，一方面是為了集中開發能量，另一方面也能推動用戶轉移到更新、更穩定的版本。值得注意的是，o3 作為推理專用模型，其功能可能已被後續的 o1 或 o4 系列（若存在）所涵蓋，而 GPT-4.5 的語言能力也逐漸被 GPT-4o 或未來模型取代。
### 可能影響：付費用戶與開發者生態
對長期使用 ChatGPT Plus 或 Team 方案的用戶而言，最直接的影響就是必須在期限前備份對話紀錄與自訂指令，否則模型切換後可能無法再以相同風格回覆。部分用戶依賴 GPT-4.5 的「溫暖文風」進行創作，或依賴 o3 進行複雜程式除錯，突然的退役可能打亂工作流程。此外，若用戶透過 API 呼叫這些模型，也需盡快調整程式碼，轉向 OpenAI 推薦的替代方案。業界方面，此舉暗示 OpenAI 正在加速統一模型線，減少碎片化；對於競爭對手而言，則可能趁勢推出類似定位的模型來搶佔市場。
### 讀者可關注的後續：替代方案與轉移策略
首先，OpenAI 很可能會在官方說明中公布具體的替代模型建議。例如，GPT-4o 或 o1 或許能分別承接 GPT-4.5 與 o3 的部分功能。用戶應密切關注 ChatGPT 內的公告或開發者文件，了解新模型在哪些方面更強、哪些方面可能略有取捨。其次，建議付費訂閱者立即著手備份重要對話（可透過匯出功能），並在過渡期間測試新模型的反應，確保自己的使用場景不受影響。最後，若您是 API 開發者，可考慮在程式碼中加入「模型降級回退」機制，以應對突發的模型退役。
### 結語：經典告別，新時代來臨
每一次模型退役都伴隨著懷舊與期待。GPT-4.5 與 o3 的退出，不僅是 OpenAI 內部產品線的整併，也反映整個 AI 產業追求更高效、更通用模型的趨勢。對老用戶而言，與其感傷，不如把握最後兩個月的時間，好好體驗這些經典模型的獨特魅力；同時保持開放態度，迎接即將到來的新一代語言模型。未來數月，OpenAI 是否會趁機推出 GPT-5 或更強大的推理模型，將是所有科技愛好者持續關注的焦點。
Related
相關文章
Liquid AI Introduces LFM2.5-Embedding-350M and LFM2.5-ColBERT-350M: Dense Bi-Encoder and Late-Interaction Models for Fast Multilingual Search Across 11 Languages
This week, Liquid AI released two new retrieval models. They are LFM2.5-ColBERT-350M and LFM2.5-Embedding-350M. Both hold 350M parameters. Both are the first bidirectional members of the LFM family. They build on LFM2.5-350M-Base, released in March. The pair targets fast multilingual and cross-lingual search across 11 languages. Their footprint is small enough to run almost anywhere. Both are available now on Hugging Face under the LFM Open License v1.0. LFM2.5 Retrievers The two models share one backbone but represent text differently. LFM2.5-Embedding-350M is a dense bi-encoder. It turns each document into a single vector. Pick it when you want the fastest search and the smallest, cheapest index. LFM2.5-ColBERT-350M is a late-interaction model. It converts each token into a vector rather
Perplexity Launches Brain, a Self-Improving Memory System That Builds a Context Graph of an Agent’s Work and Learns Overnight
Most AI memory remembers the user. It stores your preferences, your tastes, and your role. Perplexity is taking a different path. Today, Perplexity launched Brain, a self-improving memory system for its agent product, Computer. Brain does not focus on remembering you. It remembers what the agent did. That reframes what memory in AI is for. What is Perplexity‘s Brain Brain is a self-improving memory system. It builds a context graph of the work Computer performs. At set intervals, such as overnight, Brain reviews that graph. It then teaches itself how to do the work better. The idea is straightforward. The more work you do, the more efficient Brain makes your Computer. Brain is rolling out today to Perplexity Max and Enterprise Max subscribers in Research Preview. Two Axes of AI Memory Perp
智譜新高，MiniMax承壓，“大模型雙雄”命運殊途
這篇消息聚焦「智譜新高，MiniMax承壓，“大模型雙雄”命運殊途」。原始導語提到：大模型在被市場重新定價 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
華為昇騰 0 Day 支持智譜 GLM-5.2 模型，提供全面推理優化
華為昇騰 AI 宣佈在智譜開源 GLM-5.2 大模型當天即完成深度推理優化。通過 MOE 大融合算子、通信計算融合、高併發調度等七項關鍵技術，顯著提升編程和長程任務的處理效率，現已支持 A3 系列產品部署。#AI 大模型# #國產算力#
企業AI轉型再添利器：青雲科技算力雲接入 MiniMax-M3 模型
企業AI落地面臨高效低成本難題。青雲科技旗下基石智算平臺接入國產開源大模型MiniMax-M3，提供新算力支持。MiniMax-M3以卓越上下文處理能力等三大核心技術見長，依託自研架構，助企業便捷部署AI業務。
阿里開源統一科學大模型 LOGOS，僅用五十六分之一參數超越微軟
阿里 ATH-Token Foundry 聯閤中國人民大學高瓴人工智能學院開源科學基礎模型 LOGOS。該模型採用統一科學語法與純序列建模範式，在六大科學任務上匹配或超越傳統專用方法。其中 LOGOS-1B 僅 1B 參數，即展現出極高效率，性能超越參數量達 8×7B 的微軟模型。