De av oss som har använt ChatGPT sedan dag ett och använt det i alla möjliga scenarier har ivrigt väntat på den nya versionen av GPT-5. Den hyllades i AI-kretsar som ett verkligt genombrott – nästan ett "Oppenheimer-ögonblick" inom artificiell intelligens. Men första intryck? Ganska bittert. En stor besvikelse för GPT-5!
Stor besvikelse över GPT-5! GPT-5 är tänkt att vara ett steg mot den heliga graalen – artificiell generell intelligens (AGI). OpenAI hävdar att modellen nu är "tillräckligt smart" för att själv välja hur man löser en uppgift. Så den bestämmer "modellen" för en given uppgift. I teorin, bra, men i praktiken... Om det vore en gratisversion eller den för 20 euro per månad skulle vi fortfarande förstå. Men med en professionell prenumeration för 200 euro, där erfarna användare samlas, öppnar ett sådant tillvägagångssätt upp fler problem än lösningar.
Nu bestämmer ChatGPT i alla betalda paket vilken "intern" modell som ska användas. Problemet? För specifika uppgifter, som vi proffs har skapat beställnings- GPT väljer ofta fel kombination. Resultat: svaren är ett eller två steg sämre än tidigare.
Förlorat val – Den stora besvikelsen med GPT-5
Tidigare visste vi exakt vilken modell som passade bäst för en specifik typ av uppgift. GPT-4.5-forskning För slovensk korrekturläsning? Perfekt. GPT-4o för bildgenerering? Utmärkt. GPT-5 använder en mindre kraftfull modell för enklare frågor, och för mer krävande frågor växlar den till en mer avancerad modell (t.ex. o3) efter eget gottfinnande. Användaren har ingen insikt – eller kontroll.
I redaktionella miljöer där beställnings- GPT:er var en del av vårt dagliga arbetsflöde, vi bytte ibland modeller flera gånger i samma samtal för att få optimalt resultat. Nu är den lyxen borta. Det är därför – GPT-5 är en stor besvikelse!
Är detta framsteg eller bara serveroptimering?
Efter några timmars användning är känslan tydlig: GPT-5 är mer en serverresursoptimerare än en ny, revolutionerande intelligens. OpenAI ville helt klart förhindra att användare i onödan körde de dyraste modellerna för triviala uppgifter. Logiskt ur ett affärsperspektiv, mindre logiskt för oss som betalar hundra gånger mer för en prenumeration än en typisk användare.
Sanningen att säga — API-åtkomst till de gamla modellerna finns kvar, men de har försvunnit från den publika applikationen. Och det är problemet. När ChatGPT bestämmer vilken modell som ska användas väljer de ofta en mindre lämplig version än vad någon som vet exakt vad de gör skulle ha valt.
Att använda GPT-5 i sin nuvarande form kommer sannolikt att resultera i en högre serverbelastning, eftersom användare – särskilt yrkesverksamma – kommer att behöva använda betydligt fler prompter än tidigare för att få resultat av samma kvalitet. Eftersom vi inte längre har möjlighet att välja den optimala modellen för en specifik uppgift, förvandlas arbetet till en sekvens av korrigeringar, ytterligare instruktioner och omförsök. Ironiskt nog innebär detta mer CPU-användning, fler serveranrop och följaktligen mer infrastrukturbelastning – raka motsatsen till det mål som denna "förenklade" metod introducerades för.
Skriver i mitten, men kvaliteten är inte längre jämn
De flesta användare ChatGPT används för att skriva, forskning och dokumentförberedelse. Men kvalitet på specifika språk som slovenska var inte alltid en självklarhet – och nu är den det ännu mindre. Tidigare var det typiska arbetsflödet tydligt: utkast → stilistisk uppgradering med beställnings- modell → faktagranskning med en faktagranskare → korrekturläsning. Varje steg med den modell som var bäst för uppgiften.
Nu måste vi prompt förklarar hur modellen ska bete sig för att välja rätt "intern" arkitektur. Detta är inte optimering – detta är extra arbete.
GPT-5 som koordinator, inte trollkarl
Efter tre timmars användning fungerar GPT-5 mer som ett koordinationscenter för befintliga modeller än en ny, enhetlig intelligens. Jag säger inte att den inte är riktigt bättre på vissa uppgifter. Det är den. Men dess huvuduppgift är att optimera serverresurser – och disciplinera "dumma" användare som körde den dyraste modellen för ett pannkaksrecept.
Detta är omedelbart uppenbart när man genererar bilder: GPT-5 förlitar sig ofta på o3, vilket är sämre än GPT-4o i detta avseende. Resultatet? Bilderna är mindre övertygande om man inte manuellt byter modell – vilket man inte längre kan göra nu.
Slutsats: Avancerade användare är inte imponerade
För den genomsnittliga användaren är GPT-5 förmodligen magiskt. För en professionell användare känns det som att någon tagit ifrån dem deras verktygslåda och bara lämnat dem med en huvudnyckel. Det fungerar… men långsammare, mindre exakt och med fler omvägar.
Eller, som en erfaren användare sammanfattade det:
"Detta är inte framsteg. Detta är serveroptimering förklädd till innovation."
