Armox
    Armox Academy 📚
    AI模型参考文本模型GPT-5

    GPT-5

    GPT-5 是 OpenAI 的旗舰推理模型,擅长复杂问题解决、深入分析与高质量内容生成。

    概览

    属性
    提供商OpenAI
    成本20 credits
    模态Text
    视觉✅ Yes(支持多张图片)
    需要提示词Yes

    最适合做什么

    • 复杂推理 — 多步问题解决与逻辑分析
    • 代码生成 — 跨语言编写与调试代码
    • 深入分析 — 处理并综合复杂信息
    • 创意写作 — 细腻、高质量内容生成
    • 图像理解 — 在上下文中分析多张图片

    输入

    Prompt(必填)

    主要文本输入,描述你希望模型完成什么任务。

    连接颜色:🟡 Yellow

    Image Input(可选)

    把图片发送给模型进行分析。支持多张图片。

    连接颜色:🟢 Green(来自图像节点)

    配置

    System Prompt

    Type: Textarea

    设置助手的行为与角色。这条指令会影响模型对所有提示词的响应方式。

    示例:

    You are a senior marketing strategist with 20 years of experience. 
    Provide detailed, actionable advice with specific examples.
    

    Reasoning Effort

    Type: Select

    控制模型在推理复杂问题时投入多少计算资源。

    选项说明
    Minimal (Fastest)响应最快,思考深度较浅
    Low基础推理,适合简单任务
    Medium推理深度平衡
    High (Most Thorough)最深度推理,适合复杂问题

    默认值:Minimal

    Note: 更高的推理投入可能需要更高的 max_completion_tokens 才能完整输出。

    Verbosity

    Type: Select

    控制回答是更精简还是更全面。

    选项说明
    Low (Concise)简短、直达要点
    Medium细节程度平衡
    High (Comprehensive)详细、全面的解释

    默认值:Medium

    Max Completion Tokens

    Type: Number

    模型最多可生成的 token 数。需要更长输出或使用更高推理投入时,建议提高该值。

    Tip:如果回答经常被截断,请提高此值。

    输出

    Type:Text
    连接颜色:🟡 Yellow

    模型输出的文本可以连接到:

    • 其他文本节点进行进一步处理
    • 图像生成节点(作为 prompts)
    • 视频生成节点(作为 prompts)

    用例

    内容生成

    Write a compelling product description for a sustainable water bottle 
    that highlights its eco-friendly materials and innovative design.
    

    代码审查

    Review this Python function for potential bugs, performance issues, 
    and suggest improvements following best practices.
    

    图像分析

    连接一个图像节点,然后询问:

    Analyze this marketing image. What emotions does it evoke? 
    What improvements would make it more effective for a Gen Z audience?
    

    多图对比

    连接多个图像节点:

    Compare these three product photos. Which one has the best composition 
    for an e-commerce listing? Explain your reasoning.
    

    提升效果的小建议

    1. 使用 system prompts — 明确模型的专业领域与语气
    2. 尽量具体 — 越具体的提示词通常输出越好
    3. 调整推理投入 — 复杂任务使用更高 effort
    4. 设置合适的详略 — 让输出长度匹配你的需求
    5. 迭代优化 — 根据第一次输出继续改进提示词

    成本与定价建议

    GPT-5 每次运行 20 credits,属于高端模型。你可以考虑:

    • 简单任务用 Llama 3 8B(2 credits)
    • 中等复杂度用 DeepSeek V3.1(10 credits)
    • 把 GPT-5 留给需要最高质量的任务

    相关模型