องค์กร ปัญญาประดิษฐ์ (AI) สัญชาติอเมริกันOpenAIได้เปิดตัวผลิตภัณฑ์และแอปพลิเคชันต่างๆ มากมายนับตั้งแต่ก่อตั้งขึ้นในปี 2015

ในช่วงเริ่มต้น การวิจัยของ OpenAI ครอบคลุมโครงการจำนวนมากที่มุ่งเน้นการเรียนรู้แบบเสริมแรง (RL) ^{[ 1 ]} OpenAI ถูกมองว่าเป็นคู่แข่งที่สำคัญของDeepMind ^{[ 2 ]}

Gym ซึ่งประกาศในปี 2016 เป็นไลบรารี Pythonแบบโอเพนซอร์สที่ออกแบบมาเพื่ออำนวยความสะดวกในการพัฒนาอัลกอริธึมการเรียนรู้แบบเสริมแรง โดยมีเป้าหมายเพื่อสร้างมาตรฐานวิธีการกำหนดสภาพแวดล้อมในการวิจัย AI ทำให้การวิจัยที่เผยแพร่สามารถทำซ้ำได้ง่ายขึ้น^{[ 3 ] [ 4 ]}ในขณะเดียวกันก็มอบอินเทอร์เฟซที่เรียบง่ายให้ผู้ใช้ในการโต้ตอบกับสภาพแวดล้อมเหล่านี้ ในปี 2022 การพัฒนาใหม่ของ Gym ได้ถูกย้ายไปยังไลบรารี Gymnasium ^{[ 5 ] [ 6 ]}

Gym Retro ซึ่งเปิดตัวในปี 2018 เป็นแพลตฟอร์มสำหรับการวิจัยการเรียนรู้แบบเสริมแรง (RL) ในวิดีโอเกม^{[ 7 ]}โดยใช้อัลกอริธึม RL และศึกษาการวางนัยทั่วไป การวิจัย RL ก่อนหน้านี้มุ่งเน้นไปที่การเพิ่มประสิทธิภาพเอเจนต์เพื่อแก้ปัญหางานเดียวเป็นหลัก Gym Retro ให้ความสามารถในการวางนัยทั่วไประหว่างเกมที่มีแนวคิดคล้ายกันแต่มีลักษณะที่แตกต่างกัน

RoboSumo ซึ่งเปิดตัวในปี 2017 เป็นโลกเสมือนจริงที่หุ่นยนต์ตัวแทนแบบ มนุษย์เรียนรู้ด้วยโลหะในตอนแรกขาดความรู้แม้กระทั่งวิธีการเดิน แต่ได้รับเป้าหมายในการเรียนรู้การเคลื่อนไหวและผลักตัวแทนฝ่ายตรงข้ามออกจากวงแหวน ^{[ 8 ]}ผ่านกระบวนการเรียนรู้แบบแข่งขันนี้ ตัวแทนจะเรียนรู้วิธีปรับตัวให้เข้ากับสภาวะที่เปลี่ยนแปลง เมื่อตัวแทนถูกนำออกจากสภาพแวดล้อมเสมือนจริงนี้และวางไว้ในสภาพแวดล้อมเสมือนจริงใหม่ที่มีลมแรง ตัวแทนจะทรงตัวเพื่อยืนตรง ซึ่งแสดงให้เห็นว่ามันได้เรียนรู้วิธีการทรงตัวในแบบทั่วไป^{[ 8 ] [ 9 ]} Igor Mordatch จาก OpenAI โต้แย้งว่าการแข่งขันระหว่างตัวแทนอาจสร้าง "การแข่งขันด้านอาวุธ" ทางปัญญาที่สามารถเพิ่มความสามารถของตัวแทนในการทำงานได้แม้กระทั่งนอกบริบทของการแข่งขัน^{[ 8 ]}

OpenAI Five คือทีมบอท ที่ OpenAI คัดสรรมา 5 ตัว ซึ่งใช้ในการแข่งขันวิดีโอเกม Dota 2แบบ 5 ต่อ 5 โดย บอทเหล่านี้เรียนรู้ที่จะเล่นกับผู้เล่นที่เป็นมนุษย์ที่มีทักษะสูงผ่านอัลกอริธึมแบบลองผิดลองถูก ก่อนที่จะกลายเป็นทีม 5 ตัว การสาธิตต่อสาธารณะครั้งแรกเกิดขึ้นที่The International 2017ซึ่งเป็นการแข่งขันชิงแชมป์ประจำปีของเกม โดยDendiผู้เล่นมืออาชีพชาวยูเครน แพ้บอทในการแข่งขันแบบตัวต่อตัว^{[ 10 ] [ 11 ]}หลังจากการแข่งขัน Greg Brockman ซีทีโอ อธิบายว่าบอทเรียนรู้โดยการเล่นกับตัวเองเป็นเวลา 2 สัปดาห์ในเวลาจริงและซอฟต์แวร์การเรียนรู้นี้เป็นก้าวหนึ่งในการสร้างซอฟต์แวร์ที่สามารถจัดการงานที่ซับซ้อนได้เหมือนศัลยแพทย์^{[ 12 ] [ 13 ]}ระบบนี้ใช้รูปแบบการเรียนรู้แบบเสริมแรงโดยบอทจะเรียนรู้ไปเรื่อยๆ โดยการเล่นกับตัวเองหลายร้อยครั้งต่อวันเป็นเวลาหลายเดือน และจะได้รับรางวัลสำหรับการกระทำต่างๆ เช่น การฆ่าศัตรูและการยึดเป้าหมายในแผนที่^{[ 14 ] [ 15 ] [ 16 ]}

ภายในเดือนมิถุนายน 2018 ความสามารถของบอทได้ขยายออกไปจนสามารถเล่นร่วมกันเป็นทีมเต็มรูปแบบ 5 ตัว และสามารถเอาชนะทีมผู้เล่นสมัครเล่นและกึ่งมืออาชีพได้^{[ 17 ] [ 14 ] [ 18 ] [ 19 ]}ในงานThe International 2018 OpenAI Five ได้ลงเล่นในแมตช์โชว์ 2 นัดกับผู้เล่นมืออาชีพ แต่สุดท้ายก็แพ้ทั้งสองเกม^{[ 20 ] [ 21 ] [ 22 ]}ในเดือนเมษายน 2019 OpenAI Five เอาชนะOGแชมป์โลกในขณะนั้น ด้วยคะแนน 2:0 ในแมตช์โชว์สดที่ซานฟรานซิสโก^{[ 23 ] [ 24 ]}การปรากฏตัวต่อสาธารณะครั้งสุดท้ายของบอทเกิดขึ้นในปลายเดือนนั้น โดยพวกเขาลงเล่นทั้งหมด 42,729 เกมในการแข่งขันออนไลน์แบบเปิดเป็นเวลา 4 วัน และชนะ 99.4% ของเกมเหล่านั้น^{[ 25 ]}

กลไกของ OpenAI Five ในบอทผู้เล่นของ Dota 2 แสดงให้เห็นถึงความท้าทายของระบบ AI ในเกม MOBA (Multiplayer Online Battle Arena) และวิธีที่ OpenAI Five ได้แสดงให้เห็นถึงการใช้ตัวแทนการเรียนรู้แบบเสริมแรงเชิงลึก (DRL) เพื่อให้บรรลุความสามารถเหนือมนุษย์ในการแข่งขัน Dota 2 ^{[ 26 ]}

Dactyl ซึ่งพัฒนาขึ้นในปี 2018 ใช้การเรียนรู้ของเครื่องเพื่อฝึกShadow Handซึ่งเป็นหุ่นยนต์มือคล้ายมนุษย์ให้สามารถจัดการกับวัตถุทางกายภาพได้^{[ 27 ]}มันเรียนรู้ทั้งหมดในการจำลองโดยใช้อัลกอริธึม RL และรหัสการฝึกอบรมเดียวกันกับOpenAI Five OpenAI แก้ปัญหาการวางแนวของวัตถุโดยใช้การสุ่มโดเมนซึ่งเป็นวิธีการจำลองที่เปิดเผยผู้เรียนให้ได้รับประสบการณ์ที่หลากหลายแทนที่จะพยายามปรับให้เข้ากับความเป็นจริง การตั้งค่าสำหรับ Dactyl นอกเหนือจากการมีกล้องติดตามการเคลื่อนไหวแล้ว ยังมี กล้อง RGBเพื่อให้หุ่นยนต์สามารถจัดการกับวัตถุใดๆ ก็ได้โดยการมองเห็น ในปี 2018 OpenAI แสดงให้เห็นว่าระบบสามารถจัดการกับลูกบาศก์และปริซึมแปดเหลี่ยมได้^{[ 28 ]}

ในปี 2019 OpenAI ได้แสดงให้เห็นว่า Dactyl สามารถแก้ลูกบาศก์รูบิกได้ หุ่นยนต์สามารถแก้ปริศนาได้ 60% ของเวลา วัตถุอย่างลูกบาศก์รูบิกมีฟิสิกส์ที่ซับซ้อนซึ่งยากต่อการสร้างแบบจำลอง OpenAI ทำเช่นนี้โดยการปรับปรุงความทนทานของ Dactyl ต่อการรบกวนโดยใช้ Automatic Domain Randomization (ADR) ซึ่งเป็นวิธีการจำลองในการสร้างสภาพแวดล้อมที่ยากขึ้นเรื่อยๆ ADR แตกต่างจากการสุ่มโดเมนด้วยตนเองตรงที่ไม่จำเป็นต้องมีมนุษย์ระบุช่วงการสุ่ม^{[ 29 ]}

ในเดือนมิถุนายน พ.ศ. 2563 OpenAI ได้ประกาศ APIอเนกประสงค์ซึ่งระบุว่า "ใช้สำหรับเข้าถึงโมเดล AI ใหม่ที่พัฒนาโดย OpenAI" เพื่อให้นักพัฒนาสามารถเรียกใช้สำหรับ "งาน AI ภาษาอังกฤษใดๆ" ^{[ 30 ] [ 31 ]}

เมื่อวันที่ 6 ตุลาคม 2025 แซม อัลท์แมน ได้ประกาศเปิดตัว AgentKit ใหม่ของ OpenAI ในงานกล่าวเปิดงาน Dev Day 2025 AgentKit เป็นชุดเครื่องมือแบบบูรณาการใหม่สำหรับการสร้าง การใช้งาน และการเพิ่มประสิทธิภาพของเอเจนต์ AI

ตามข้อมูลของ OpenAI AgentKit สร้างขึ้นบนพื้นฐานของ Responses API ที่เปิดตัวในเดือนมีนาคม โดยนำเสนอแนวทางที่คล่องตัวยิ่งขึ้นสำหรับการสร้างเอเจนต์ ผู้ใช้งานกลุ่มแรกหลายรายรายงานว่าสามารถประหยัดเวลาและเพิ่มประสิทธิภาพได้อย่างมากเมื่อใช้เครื่องมือเอเจนต์ใหม่^{[ 32 ]}

บริษัทได้ทำให้ทรานส์ฟอร์เมอร์ที่ฝึกฝนล่วงหน้าแบบสร้างสรรค์ (GPT) เป็นที่นิยม ^{[ 33 ]}

เอกสารต้นฉบับเกี่ยวกับการฝึกอบรมล่วงหน้าแบบสร้างสรรค์ของ แบบจำลองภาษาที่ใช้ TransformerเขียนโดยAlec Radfordและเพื่อนร่วมงานของเขา และเผยแพร่เป็นเอกสารก่อนตีพิมพ์บนเว็บไซต์ OpenAI เมื่อวันที่ 11 มิถุนายน 2018 ^{[ 43 ]}แสดงให้เห็นว่าแบบจำลองภาษาแบบสร้างสรรค์สามารถรับความรู้เกี่ยวกับโลกและประมวลผลการพึ่งพาในระยะยาวได้อย่างไรโดยการฝึกอบรมล่วงหน้าบนคลังข้อมูลที่หลากหลายซึ่งมีข้อความต่อเนื่องยาว

Generative Pre-trained Transformer 2 ("GPT-2") เป็นโมเดลภาษาTransformer แบบ ไม่ใช้การกำกับดูแล และเป็นรุ่นต่อจากโมเดล GPT ดั้งเดิมของ OpenAI ("GPT-1") GPT-2 ได้รับการประกาศในเดือนกุมภาพันธ์ 2019 โดยในตอนแรกมีเพียงเวอร์ชันสาธิตที่จำกัดเท่านั้นที่เผยแพร่สู่สาธารณะ เวอร์ชันเต็มของ GPT-2 ไม่ได้ถูกเผยแพร่ทันทีเนื่องจากความกังวลเกี่ยวกับการนำไปใช้ในทางที่ผิด รวมถึงการนำไปใช้เขียนข่าวปลอม [ ^{44 ] ผู้เชี่ยวชาญ}บางคนแสดงความสงสัยว่า GPT-2 ก่อให้เกิดภัยคุกคามอย่างมีนัยสำคัญ

เพื่อตอบสนองต่อ GPT-2 สถาบัน Allen Institute for Artificial Intelligence ได้พัฒนาเครื่องมือตรวจจับ "ข่าวปลอมทางประสาท" ^{[ 45 ]}นักวิจัยคนอื่นๆ เช่น Jeremy Howard ได้เตือนถึง "เทคโนโลยีที่จะเติมเต็ม Twitter อีเมล และเว็บด้วยข้อความที่ฟังดูสมเหตุสมผลและเหมาะสมกับบริบท ซึ่งจะกลบเสียงพูดอื่นๆ และไม่สามารถกรองได้" ^{[ 46 ]}ในเดือนพฤศจิกายน 2019 OpenAI ได้เผยแพร่โมเดลภาษา GPT-2 เวอร์ชันสมบูรณ์^{[ 47 ]}เว็บไซต์หลายแห่งได้นำเสนอการสาธิตแบบโต้ตอบของ GPT-2 และโมเดล Transformer อื่นๆ ในรูปแบบต่างๆ^{[ 48 ] [ 49 ] [ 50 ]}

ผู้เขียน GPT-2 โต้แย้งว่าแบบจำลองภาษาแบบไม่ใช้การกำกับดูแลเป็นแบบเรียนรู้ทั่วไป โดยแสดงให้เห็นจากผลลัพธ์ที่ GPT-2 บรรลุความแม่นยำและความซับซ้อนที่ อยู่ในระดับแนวหน้า ใน 7 จาก 8 งาน แบบ zero-shot (กล่าวคือ แบบจำลองไม่ได้ถูกฝึกฝนเพิ่มเติมด้วยตัวอย่างอินพุต-เอาต์พุตเฉพาะงานใดๆ)

ชุดข้อมูลที่ใช้ในการฝึกฝนเรียกว่า WebText ประกอบด้วยข้อความประมาณ 40 กิกะไบต์จากURLที่แชร์ใน โพสต์ Redditที่มีอย่างน้อย 3 โหวตขึ้นไป โดย หลีกเลี่ยงปัญหาบางอย่างในการเข้ารหัสคำศัพท์ด้วยโทเค็นคำโดยใช้การเข้ารหัสคู่ไบต์ซึ่งช่วยให้สามารถแสดงสตริงของอักขระใดๆ ได้โดยการเข้ารหัสทั้งอักขระแต่ละตัวและโทเค็นที่มีอักขระหลายตัว^{[ 51 ]}

^{Generative Pre - trained Transformer} 3 (GPT-3) ได้รับการอธิบายครั้งแรกในเดือนพฤษภาคม 2020 เป็นโมเดลภาษา Transformer แบบไม่ใช้การกำกับดูแล และเป็นรุ่นต่อจาก^GPT -2 [ ^{52 ] [ 53 ] [ 54 ] OpenAI}ระบุว่า GPT-3 เวอร์ชันเต็มมีพารามิเตอร์ 175 พันล้านตัว [ ^{54 ]}ซึ่งมากกว่า 1.5 พันล้านตัว^{[ 51 ]} ใน GPT-2 เวอร์ชัน เต็มถึง สองเท่า(แม้ว่าโมเดล GPT-3 ที่มีพารามิเตอร์เพียง 125 ล้านตัวก็ได้รับการฝึกฝนเช่นกัน) ^{[ 55 ]}

OpenAI ระบุว่า GPT-3 ประสบความสำเร็จในงาน " meta-learning " บางอย่าง และสามารถสรุปวัตถุประสงค์ของคู่ข้อมูลเข้า-ออกเพียงคู่เดียวได้ เอกสารเผยแพร่ GPT-3 ยกตัวอย่างการแปลและการเรียนรู้การถ่ายโอน ข้ามภาษา ระหว่างภาษาอังกฤษและภาษาโรมาเนีย และระหว่างภาษาอังกฤษและภาษาเยอรมัน^{[ 54 ]}

GPT-3 ปรับปรุงผลลัพธ์มาตรฐานได้อย่างมากเมื่อเทียบกับ GPT-2 OpenAI เตือนว่าการขยายขนาดของโมเดลภาษาดังกล่าวอาจเข้าใกล้หรือเผชิญกับข้อจำกัดความสามารถพื้นฐานของโมเดลภาษาเชิงทำนาย^{[ 56 ]}การฝึกอบรม GPT-3 ล่วงหน้าต้องใช้การคำนวณหลายพันเพตาฟลอป/วินาที-วัน^{[ b ]}เมื่อเทียบกับหลายสิบเพตาฟลอป/วินาที-วันสำหรับโมเดล GPT-2 เต็มรูปแบบ^{[ 54 ]}เช่นเดียวกับรุ่นก่อนหน้า^{[ 44 ]}โมเดล GPT-3 ที่ได้รับการฝึกฝนแล้วไม่ได้ถูกเผยแพร่สู่สาธารณะในทันทีเนื่องจากความกังวลเกี่ยวกับการนำไปใช้ในทางที่ผิด แม้ว่า OpenAI จะวางแผนที่จะอนุญาตให้เข้าถึงผ่านAPI คลาวด์แบบชำระเงิน หลังจากเบต้าส่วนตัวฟรีสองเดือนซึ่งเริ่มต้นในเดือนมิถุนายน 2020 ^{[ 30 ] [ 58 ]}

เมื่อวันที่ 23 กันยายน พ.ศ. 2563 GPT-3 ได้รับการอนุญาตให้ใช้งานเฉพาะกับ Microsoft เท่านั้น^{[ 59 ] [ 60 ]}

Codex ซึ่งประกาศในช่วงกลางปี ​​2021 เป็นรุ่นที่พัฒนาต่อยอดมาจาก GPT-3 โดยได้รับการฝึกฝนเพิ่มเติมด้วยโค้ดจากคลังเก็บข้อมูล GitHub กว่า 54 ล้านรายการ^{[ 61 ] [ 62 ]}และเป็น AI ที่ขับเคลื่อนเครื่องมือ เติมโค้ด อัตโนมัติGitHub Copilot [ ^{62 ] ใน}เดือนสิงหาคม 2021 มีการเปิดตัว API ในเวอร์ชันเบต้าส่วนตัว^{[ 63 ]}ตามข้อมูลของ OpenAI โมเดลนี้สามารถสร้างโค้ดที่ใช้งานได้ในภาษาโปรแกรมมากกว่าสิบภาษา โดยมีประสิทธิภาพมากที่สุดใน Python ^{[ 61 ]}

มีการกล่าวถึงปัญหาหลายประการเกี่ยวกับความผิดพลาด ข้อบกพร่องในการออกแบบ และช่องโหว่ด้านความปลอดภัย^{[ 64 ] [ 65 ]}

OpenAI ประกาศว่าจะยุติการสนับสนุน API Codex ในวันที่ 23 มีนาคม 2023 ^{[ 66 ]}

เมื่อวันที่ 14 มีนาคม 2023 OpenAI ประกาศเปิดตัว Generative Pre-trained Transformer 4 (GPT-4) ซึ่งสามารถรับข้อมูลป้อนเข้าเป็นข้อความหรือรูปภาพได้^{[ 67 ]}พวกเขาประกาศว่าเทคโนโลยีที่ได้รับการอัปเดตนี้ผ่านการทดสอบจำลองการสอบเนติบัณฑิตของโรงเรียนกฎหมายด้วยคะแนนอยู่ในกลุ่ม 10% แรกของผู้เข้าสอบ (ในทางตรงกันข้าม GPT-3.5 ได้คะแนนอยู่ในกลุ่ม 10% ล่างสุด) พวกเขากล่าวว่า GPT-4 ยังสามารถอ่าน วิเคราะห์ หรือสร้างข้อความได้มากถึง 25,000 คำ และเขียนโค้ดในภาษาโปรแกรมหลักทั้งหมดได้^{[ 68 ]}

ผู้สังเกตการณ์รายงานว่า ChatGPT เวอร์ชันที่ใช้ GPT-4 นั้นดีขึ้นกว่าเวอร์ชันก่อนหน้าที่ใช้ GPT-3.5 โดยมีข้อแม้ว่า GPT-4 ยังคงมีปัญหาบางอย่างจากเวอร์ชันก่อนหน้า^{[ 69 ]} GPT-4 ยังสามารถรับภาพเป็นอินพุตใน ChatGPT ได้อีกด้วย^{[ 70 ]} OpenAI ปฏิเสธที่จะเปิดเผยรายละเอียดทางเทคนิคและสถิติต่างๆ เกี่ยวกับ GPT-4 เช่น ขนาดที่แน่นอนของโมเดล^{[ 71 ]}

เมื่อวันที่ 13 พฤษภาคม 2024 OpenAI ได้ประกาศและเผยแพร่GPT-4oซึ่งสามารถประมวลผลและสร้างข้อความ รูปภาพ และเสียงได้^{[ 72 ]} GPT-4o บรรลุผลลัพธ์ที่ล้ำสมัยในเกณฑ์มาตรฐานด้านเสียง หลายภาษา และภาพ โดยสร้างสถิติใหม่ในการจดจำและแปลคำพูด^{[ 73 ] [ 74 ]}โดยทำคะแนนได้ 88.7% ในเกณฑ์มาตรฐาน Massive Multitask Language Understanding ( MMLU ) เมื่อเทียบกับ 86.5% ของ GPT-4 ^{[ 75 ]}

เมื่อวันที่ 18 กรกฎาคม 2024 OpenAI ได้เปิดตัว GPT-4o mini ซึ่งเป็นเวอร์ชันที่เล็กกว่าของ GPT-4o โดยจะมาแทนที่ GPT-3.5 Turbo บนอินเทอร์เฟซ ChatGPT API ของมัน มีค่าใช้จ่าย 0.15 ดอลลาร์ต่อโทเค็นขาเข้าหนึ่งล้านโทเค็น และ 0.60 ดอลลาร์ต่อโทเค็นขาออกหนึ่งล้านโทเค็น เมื่อเทียบกับ 5 ดอลลาร์และ 15 ดอลลาร์ตามลำดับสำหรับ GPT-4o OpenAI คาดว่าจะเป็นประโยชน์อย่างยิ่งสำหรับองค์กร สตาร์ทอัพ และนักพัฒนาที่ต้องการทำให้บริการเป็นไปโดยอัตโนมัติด้วยเอเจนต์ AI ^{[ 76 ]}

ในเดือนมีนาคม พ.ศ. 2568 OpenAI ได้ปล่อยฟีเจอร์การสร้างภาพดั้งเดิมของ GPT-4o ออกมา ซึ่งเป็นทางเลือกแทน DALL-E 3 ^{[ 77 ]}

เมื่อวันที่ 27 กุมภาพันธ์ พ.ศ. 2568 OpenAI ได้ปล่อยGPT-4.5ซึ่งมีชื่อรหัสว่า Orion Sam Altman อ้างว่า GPT-4.5 จะนำเสนอข้อมูลที่ไม่ถูกต้องน้อยกว่ารุ่นก่อนหน้า และอธิบายว่าเป็น "โมเดลขนาดใหญ่และราคาแพง" ^{[ 78 ]}

เมื่อวันที่ 14 เมษายน พ.ศ. 2568 OpenAI ได้เปิดตัว โมเดล GPT-4.1นอกจากนี้ยังได้เปิดตัวโมเดลที่ "เล็กกว่า เร็วกว่า และถูกกว่า" อีกสองรุ่น ได้แก่ GPT-4.1 mini และ GPT-4.1 nano ^{[ 79 ] [ 80 ] [ 81 ]}

GPT-5 เป็นโมเดลเรือธงของOpenAI ที่เปิดตัวเมื่อวันที่ 7 สิงหาคม 2025 โดย เข้ามาแทนที่โมเดลรุ่นก่อนหน้า เช่น GPT-4o , GPT-4.5และo3

GPT-5 ใช้เราเตอร์แบบไดนามิกที่เลือกระหว่างการตอบสนองอย่างรวดเร็วและการ "คิด" ที่ลึกซึ้งยิ่งขึ้นเมื่อจำเป็น สามารถทำงานได้ในระดับปริญญาเอกในโดเมนต่างๆ เช่น คณิตศาสตร์ การเขียนโค้ด สุขภาพ และงานมัลติโมดอล นอกจากนี้ยังได้รับคะแนน 74.9% ใน SWE-bench Verified และ 88% ใน Aider polyglot ^{[ 82 ]}

นักข่าวบรรยายการเปิดตัว GPT-5 ว่าเป็นก้าวสำคัญในการก้าวไปสู่ ​​AGI โดยยกย่องความฉลาด การเข้าถึง และราคาที่เหมาะสม^{[ 83 ] [ 84 ]}แต่ผลตอบรับในช่วงแรกบางส่วนเรียกมันว่า "เป็นการพัฒนาแบบค่อยเป็นค่อยไปมากกว่าการปฏิวัติ" โดยสังเกตเห็นผลลัพธ์ที่หลากหลายในการเขียนเชิงสร้างสรรค์ และชี้ให้เห็นถึงการแข่งขันจากรุ่นต่างๆ เช่นGrok 4 Heavy ^{[ 85 ]}

เมื่อวันที่ 12 กันยายน 2024 OpenAI ได้เปิดตัวโมเดล o1-preview และ o1-mini ซึ่งได้รับการออกแบบมาให้ใช้เวลาคิดเกี่ยวกับการตอบสนองมากขึ้น ส่งผลให้มีความแม่นยำสูงขึ้น โมเดลเหล่านี้มีประสิทธิภาพเป็นพิเศษในงานด้านวิทยาศาสตร์ การเขียนโค้ด และการให้เหตุผล และได้เปิดให้ใช้งานสำหรับสมาชิก ChatGPT Plus และ Team ^{[ 86 ] [ 87 ]}ในเดือนธันวาคม 2024 o1-preview ถูกแทนที่ด้วย o1 ^{[ 88 ]}ในเดือนมีนาคม 2025 โมเดล o1-Pro ได้เปิดให้ใช้งานผ่าน API สำหรับนักพัฒนาของ OpenAI ซึ่งก่อนหน้านี้เปิดให้ใช้งานสำหรับผู้ใช้ ChatGPT Pro ตั้งแต่เดือนธันวาคม 2024 โดยมีราคา 150 ดอลลาร์ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น และ 600 ดอลลาร์ต่อโทเค็นเอาต์พุตหนึ่งล้านโทเค็น^{[ 89 ]}

เมื่อวันที่ 20 ธันวาคม 2024 OpenAI ได้เปิดตัว o3 ซึ่งเป็นรุ่นต่อจากโมเดลการให้เหตุผล o1 นอกจากนี้ OpenAI ยังได้เปิดตัว o3-mini ซึ่งเป็นเวอร์ชันที่เบากว่าและเร็วกว่าของ OpenAI o3 ณ วันที่ 21 ธันวาคม 2024 โมเดลนี้ยังไม่เปิดให้ใช้งานสำหรับบุคคลทั่วไป ตามที่ OpenAI ระบุ พวกเขากำลังทดสอบ o3 และ o3-mini อยู่^{[ 90 ] [ 91 ]}จนถึงวันที่ 10 มกราคม 2025 นักวิจัยด้านความปลอดภัยและการรักษาความปลอดภัยมีโอกาสสมัครขอเข้าถึงโมเดลเหล่านี้ก่อนใคร^{[ 92 ]}โมเดลนี้เรียกว่า o3 แทนที่จะเป็น o2 เพื่อหลีกเลี่ยงความสับสนกับผู้ให้บริการโทรคมนาคมO2 ^{[ 90 ]} ในเดือนเมษายน 2025 OpenAI ได้เปิดตัว o3 ให้กับผู้ใช้ที่ชำระเงินทั้งหมด o3 มีความสามารถในการให้เหตุผลและการแก้ปัญหาที่ดีกว่า o1 ^{[ 93 ]}

Deep Research เป็นเอเจนต์ AIที่พัฒนาโดย OpenAI เปิดตัวเมื่อวันที่ 2 กุมภาพันธ์ 2025 โดยใช้ประโยชน์จากความสามารถของโมเดล o3 ของ OpenAI เพื่อทำการท่องเว็บ วิเคราะห์ข้อมูล และสังเคราะห์ข้อมูลอย่างละเอียด และสร้างรายงานที่ครอบคลุมภายในเวลา 5 ถึง 30 นาที^{[ 94 ]}เมื่อเปิดใช้งานการท่องเว็บและ เครื่องมือ Pythonแล้ว จะมีความแม่นยำถึง 26.6 เปอร์เซ็นต์ในเกณฑ์มาตรฐานHLE (Humanity's Last Exam) ^{[ 95 ]}ในเดือนเมษายน 2025 OpenAI เริ่มเปิดตัว Deep Research เวอร์ชันน้ำหนักเบาให้กับผู้ใช้ ChatGPT ฟรีทั้งหมด^{[ 96 ] [ 97 ]}

GPT-OSS (เขียนแบบมีสไตล์ว่า gpt-oss) คือชุดของโมเดลการให้เหตุผลแบบน้ำหนักเปิดที่ OpenAI เผยแพร่เมื่อวันที่ 5 สิงหาคม 2025 ^{[ 98 ] [ 99 ] [ 100 ]}มีสองเวอร์ชัน ได้แก่ โมเดลขนาดใหญ่ที่มีพารามิเตอร์ 117 พันล้านตัว เรียกว่าgpt-oss-120bและโมเดลขนาดเล็กที่มีพารามิเตอร์ 21 พันล้านตัว เรียกว่าgpt-oss-20b [ ^{99 ] [ 101 ] ทั้ง}สองโมเดลเผยแพร่ภายใต้ใบอนุญาต Apache 2.0ซึ่งอนุญาตให้ใช้งานเชิงพาณิชย์และไม่เชิงพาณิชย์ได้ ในแง่ของประสิทธิภาพ พวกมันเทียบได้กับo4-miniและo3-miniตามลำดับ ตามข้อมูลของ OpenAI ^{[ 101 ] [ 99 ]} gpt-oss-20b มีขนาดเล็กพอที่จะทำงานบนอุปกรณ์ที่ มีหน่วยความจำเข้าถึงแบบสุ่มมากกว่า16 กิกะไบต์^{[ 99 ]}

CLIP (Contrastive Language–Image Pre-training) ซึ่งเปิดตัวในปี 2021 เป็นโมเดลที่ได้รับการฝึกฝนเพื่อวิเคราะห์ความคล้ายคลึงทางความหมายระหว่างข้อความและรูปภาพ โดยเฉพาะอย่างยิ่งสามารถใช้สำหรับการจำแนกประเภทรูปภาพได้^{[ 102 ]}

DALL-E เปิดตัวในปี 2021 เป็นโมเดล Transformer ที่สร้างภาพจากคำอธิบายข้อความ^{[ 103 ]} DALL-E ใช้ GPT-3 เวอร์ชัน 12 พันล้านพารามิเตอร์เพื่อตีความอินพุตภาษาธรรมชาติ (เช่น "กระเป๋าหนังสีเขียวรูปทรงห้าเหลี่ยม" หรือ "มุมมองไอโซเมตริกของคาปิบาร่าเศร้า") และสร้างภาพที่สอดคล้องกัน สามารถสร้างภาพของวัตถุที่สมจริง ("หน้าต่างกระจกสีที่มีภาพสตรอว์เบอร์รีสีฟ้า") เช่นเดียวกับวัตถุที่ไม่มีอยู่จริง ("ลูกบาศก์ที่มีพื้นผิวของเม่น") ณ เดือนมีนาคม 2021 ยังไม่มี API หรือโค้ดให้ใช้งาน

ในเดือนเมษายน พ.ศ. 2565 OpenAI ได้ประกาศ DALL-E 2 ซึ่งเป็นเวอร์ชันอัปเดตของโมเดลที่มีผลลัพธ์ที่สมจริงยิ่งขึ้น^{[ 104 ]}ในเดือนธันวาคม พ.ศ. 2565 OpenAI ได้เผยแพร่ซอฟต์แวร์ Point-E บน GitHub ซึ่งเป็นระบบพื้นฐานใหม่สำหรับการแปลงคำอธิบายข้อความให้เป็นโมเดล 3 มิติ^{[ 105 ]}

ในเดือนกันยายน พ.ศ. 2566 OpenAI ได้ประกาศ DALL-E 3 ซึ่งเป็นโมเดลที่มีประสิทธิภาพมากขึ้นและสามารถสร้างภาพจากคำอธิบายที่ซับซ้อนได้ดีกว่า โดยไม่ต้องมีการออกแบบข้อความแจ้งเตือนด้วยตนเอง และแสดงรายละเอียดที่ซับซ้อน เช่น มือและข้อความ^{[ 106 ]}โดยได้เปิดให้ใช้งานแก่สาธารณะในฐานะฟีเจอร์ ChatGPT Plus ในเดือนตุลาคม^{[ 107 ]}

Sora เป็น โมเดล ข้อความสู่วิดีโอที่สามารถสร้างวิดีโอตามข้อความอธิบายสั้นๆ^{[ 108 ]}รวมถึงขยายวิดีโอที่มีอยู่ไปข้างหน้าหรือถอยหลังในเวลา^{[ 109 ]}สามารถสร้างวิดีโอที่มีความละเอียดสูงสุด 1920x1080 หรือ 1080x1920 ความยาวสูงสุดของวิดีโอที่สร้างขึ้นยังไม่ทราบแน่ชัด

ทีมพัฒนาของ Sora ตั้งชื่อตาม คำภาษา ญี่ปุ่นที่แปลว่า "ท้องฟ้า" เพื่อสื่อถึง "ศักยภาพในการสร้างสรรค์ที่ไร้ขีดจำกัด" ^{[ 108 ]}เทคโนโลยีของ Sora เป็นการดัดแปลงเทคโนโลยีที่อยู่เบื้องหลังโมเดลแปลงข้อความเป็นภาพDALL·E 3 ^[ 109 ^{] OpenAI ฝึกฝนระบบโดยใช้วิดีโอที่เผยแพร่สู่สาธารณะ รวมถึงวิดีโอที่มีลิขสิทธิ์ซึ่งได้รับอนุญาต ให้}ใช้เพื่อวัตถุประสงค์ดังกล่าว แต่ไม่ได้เปิดเผยจำนวนหรือแหล่งที่มาที่แน่นอนของวิดีโอ^{[ 108 ]}

เมื่อวันที่ 15 กุมภาพันธ์ 2024 OpenAI ได้สาธิตวิดีโอความละเอียดสูง ที่สร้างโดย Sora ให้กับสาธารณชน โดยระบุว่าสามารถสร้างวิดีโอได้ยาวถึงหนึ่งนาที นอกจากนี้ยังได้เผยแพร่รายงานทางเทคนิคที่เน้นวิธีการที่ใช้ในการฝึกฝนโมเดลและความสามารถของโมเดล^{[ 109 ]}และยอมรับข้อบกพร่องบางประการ รวมถึงปัญหาในการจำลองฟิสิกส์ที่ซับซ้อน^{[ 110 ]} Will Douglas Heaven จากMIT Technology Reviewเรียกวิดีโอสาธิตว่า "น่าประทับใจ" แต่ตั้งข้อสังเกตว่าวิดีโอเหล่านั้นอาจถูกคัดเลือกมาและอาจไม่ได้แสดงถึงผลลัพธ์ทั่วไปของ Sora ^{[ 109 ]}

แม้จะมีข้อสงสัยจากผู้นำทางวิชาการบางส่วนหลังจากการสาธิต Sora ต่อสาธารณะ แต่บุคคลสำคัญในอุตสาหกรรมบันเทิงหลายคนแสดงความสนใจอย่างมากในศักยภาพของเทคโนโลยีนี้ ในการสัมภาษณ์ นักแสดง/ผู้กำกับภาพยนตร์ไทเลอร์ เพอร์รีแสดงความประหลาดใจกับความสามารถของเทคโนโลยีในการสร้างวิดีโอที่สมจริงจากคำอธิบายข้อความ โดยอ้างถึงศักยภาพในการปฏิวัติการเล่าเรื่องและการสร้างเนื้อหา เขากล่าวว่าความตื่นเต้นของเขาเกี่ยวกับความเป็นไปได้ของ Sora นั้นมากจนเขาตัดสินใจระงับแผนการขยายสตูดิโอภาพยนตร์ของเขาในแอตแลนตา^{[ 111 ]}

Sora 2 เปิดตัวเมื่อวันที่ 30 กันยายน พ.ศ. 2568 พร้อมกับ แอป iOSในเวลาเดียวกัน^{[ 112 ]}

Whisper ซึ่งเปิดตัวในปี 2022 เป็นโมเดลการรู้จำเสียงพูดอเนกประสงค์^{[ 113 ]}ได้รับการฝึกฝนบนชุดข้อมูลเสียงที่หลากหลายขนาดใหญ่ และยังเป็นโมเดลแบบมัลติทาสก์ที่สามารถทำการรู้จำเสียงพูดหลายภาษา รวมถึงการแปลเสียงพูดและการระบุภาษาได้^{[ 114 ]}

MuseNet ซึ่งเปิดตัวในปี 2019 เป็นโครงข่ายประสาทเทียมเชิงลึกที่ได้รับการฝึกฝนให้ทำนายโน้ตดนตรีถัดไปใน ไฟล์เพลง MIDIสามารถสร้างเพลงที่มีเครื่องดนตรี 10 ชิ้นใน 15 สไตล์ ตามรายงานของThe Vergeเพลงที่สร้างโดย MuseNet มักจะเริ่มต้นได้ค่อนข้างดี แต่หลังจากนั้นก็จะกลายเป็นความวุ่นวายเมื่อเล่นไปนานขึ้น^{[ 115 ] [ 116 ]}ในวัฒนธรรมป๊อป การประยุกต์ใช้เครื่องมือนี้ครั้งแรกถูกนำมาใช้ตั้งแต่ปี 2020 สำหรับภาพยนตร์ระทึกขวัญทางจิตวิทยาออนไลน์เรื่องBen Drownedเพื่อสร้างเพลงประกอบตัวละครเอก^{[ 117 ] [ 118 ]}

Jukebox ซึ่งเปิดตัวในปี 2020 เป็นอัลกอริทึมโอเพนซอร์สสำหรับสร้างเพลงที่มีเสียงร้อง หลังจากฝึกฝนด้วยตัวอย่าง 1.2 ล้านตัวอย่าง ระบบจะรับประเภทเพลง ศิลปิน และเนื้อเพลงบางส่วน แล้วส่งออกตัวอย่างเพลง OpenAI ระบุว่าเพลงเหล่านั้น "แสดงให้เห็นถึงความสอดคล้องทางดนตรีในระดับท้องถิ่น [และ] เป็นไปตามรูปแบบคอร์ดแบบดั้งเดิม" แต่ยอมรับว่าเพลงเหล่านั้นขาด "โครงสร้างทางดนตรีขนาดใหญ่ที่คุ้นเคย เช่น ท่อนฮุคที่ซ้ำกัน" และ "มีช่องว่างที่สำคัญ" ระหว่าง Jukebox กับเพลงที่สร้างโดยมนุษย์The Vergeกล่าวว่า "มันน่าประทับใจทางเทคโนโลยี แม้ว่าผลลัพธ์จะฟังดูเหมือนเพลงเวอร์ชันที่ฟังดูคุ้นเคยแต่ไม่ชัดเจน" ในขณะที่Business Insiderกล่าวว่า "น่าประหลาดใจที่เพลงบางเพลงที่ได้นั้นติดหูและฟังดูสมจริง" ^{[ 119 ] [ 120 ] [ 121 ]}

ในปี 2018 OpenAI ได้เปิดตัวเกมโต้วาที (Debate Game) ซึ่งสอนให้เครื่องจักรโต้วาทีปัญหา จำลอง ต่อหน้าผู้ตัดสินที่เป็นมนุษย์ จุดประสงค์คือเพื่อวิจัยว่าแนวทางดังกล่าวสามารถช่วยในการตรวจสอบการตัดสินใจของ AI และในการพัฒนาAI ที่อธิบายได้ หรือ ไม่^{[ 122 ] [ 123 ]}

^{Microscope [ 124 ]}ซึ่งเปิดตัวในปี 2020 เป็นชุดการแสดงภาพของทุกชั้นและเซลล์ประสาทที่สำคัญของแบบจำลองเครือข่ายประสาทแปดแบบ ซึ่งมักได้รับการศึกษาในด้านความสามารถในการตีความ^{[ 125 ]} Microscope ถูกสร้างขึ้นเพื่อวิเคราะห์คุณลักษณะที่เกิดขึ้นภายในเครือข่ายประสาทเหล่านี้ได้อย่างง่ายดาย แบบจำลองที่รวมอยู่ ได้แก่^AlexNet , VGG -19 , Inceptionเวอร์ชันต่างๆและCLIP Resnet เวอร์ชันต่างๆ [ ^{126 ]}

ChatGPT เปิดตัวในเดือนพฤศจิกายน 2022 เป็นแชทบอทAI เชิงสร้างสรรค์ ที่ใช้โมเดล GPT ของ OpenAI ในการสร้างเนื้อหา ผู้ใช้สามารถโต้ตอบกับแชทบอทได้ผ่านการสนทนาด้วยข้อความหรือเสียง นอกจากนี้ยังสามารถสร้างภาพโดยใช้GPT-4oซึ่งมาแทนที่DALL-E 3 [ ^{77 ] ChatGPT}มีผู้ใช้งานถึง 100 ล้านคนในช่วงสองเดือนหลังจากการเปิดตัว^{[ 127 ]}

OpenAI เปิดตัวแผนการสมัครสมาชิกหลายแบบ ได้แก่ Plus, Pro, Team และ Enterprise ผู้ใช้ในระดับฟรีของ ChatGPT สามารถเข้าถึงGPT-4o ได้ แต่มีข้อจำกัดที่ลดลง การสมัครสมาชิก ChatGPT ระดับ "Plus", "Pro", "Team" และ "Enterprise" จะให้ขีดจำกัดการใช้งานที่เพิ่มขึ้นและการเข้าถึงคุณสมบัติหรือโมเดลเพิ่มเติม^{[ 128 ]}

ในเดือนพฤษภาคม 2023 OpenAI ได้เปิดตัวอินเทอร์เฟซผู้ใช้สำหรับ ChatGPT สำหรับApp Storeบน iOS และในเดือนกรกฎาคม 2023 สำหรับPlay Storeบน Android ^{[ 129 ]}ในเดือนธันวาคม 2024 OpenAI ได้เปิดตัวฟีเจอร์ใหม่ที่อนุญาตให้ผู้ใช้โทรหา ChatGPT ได้ฟรีสูงสุด 15 นาทีต่อเดือน^{[ 130 ] [ 131 ]}

SearchGPT ซึ่งเป็น เครื่องมือค้นหาต้นแบบที่พัฒนาโดย OpenAI ได้เปิดตัวเมื่อวันที่ 25 กรกฎาคม 2024 โดยเริ่มแรกเปิดให้ผู้ใช้ทดสอบจำนวนจำกัดเพียง 10,000 รายเท่านั้น โดยผสานรวมคุณสมบัติของเครื่องมือค้นหาแบบดั้งเดิมเข้ากับความสามารถของ AI เชิงสร้างสรรค์^{[ 132 ] [ 133 ]}

ในเดือนตุลาคม พ.ศ. 2568 OpenAI ได้เปิดตัวเว็บเบราว์เซอร์ชื่อ ChatGPT Atlas ^{[ 134 ] [ 135 ]}

เมื่อวันที่ 27 มกราคม พ.ศ. 2569 OpenAI ได้เปิดตัว Prism ซึ่งเป็น พื้นที่ทำงานแบบเนทีฟ ของ LaTeXที่ออกแบบมาเพื่อช่วยเหลือนักวิทยาศาสตร์ในการวิจัยและการเขียน เช่น การร่างเอกสารทางวิทยาศาสตร์ การจัดการการอ้างอิง และการจัดรูปแบบสมการ^{[ 136 ] [ 137 ]}

โครงการ Stargate เปิดตัวในปี 2024 โดยเริ่มต้นจากการเป็นโครงการมูลค่า 100 พันล้านดอลลาร์ระหว่าง OpenAI และMicrosoftเพื่อสร้างศูนย์ข้อมูล^{[ 138 ]}ชื่อ "Stargate" เป็นการยกย่องภาพยนตร์ไซไฟเรื่อง Stargate ในปี 1994 [ 139 ^{]ในที่สุด}ก็กลายเป็นบริษัทStargate LLCซึ่งก่อตั้งขึ้นในเดือนมกราคม 2025 โดยเป็นการร่วมมือกันระหว่าง OpenAI ^, Oracle , SoftBankและMGX [ ^{140 ] [ 138 ]}

เมื่อวันที่ 21 พฤษภาคม 2025 OpenAI ประกาศการเข้าซื้อกิจการ io ซึ่งเป็นบริษัทสตาร์ทอัพด้านฮาร์ดแวร์ AI ที่ก่อตั้งโดยJony Iveอดีต นักออกแบบของ Apple ^{[ 141 ]}ข้อตกลงนี้มีมูลค่าประมาณ 6.5 พันล้านดอลลาร์สหรัฐ ซึ่งถือเป็นการเข้าสู่ตลาดฮาร์ดแวร์สำหรับผู้บริโภคอย่างมีกลยุทธ์ของ OpenAI ^{[ 142 ]} Ive ซึ่งเป็นที่รู้จักจากการออกแบบiPhone , iPadและiMacจะเป็นผู้นำด้านฮาร์ดแวร์และการออกแบบสำหรับ OpenAI ^{[ 143 ]}

Sam Altman ซีอีโอของ OpenAI และ Ive ได้แสดงวิสัยทัศน์ร่วมกันในการพัฒนาอุปกรณ์ AI ดั้งเดิมที่ก้าวข้ามหน้าจอและอินเทอร์เฟซแบบเดิม แม้ว่าจะยังไม่มีการเปิดเผยรายละเอียดผลิตภัณฑ์ที่เฉพาะเจาะจง แต่ Washington Post รายงานว่า Ive และ Altman ได้เริ่มทำงานกับผลิตภัณฑ์ใหม่แล้ว “ผลิตภัณฑ์แรกที่ผมกำลังพัฒนาอยู่นั้นดึงดูดจินตนาการของผมได้อย่างสมบูรณ์” Jony Ive กล่าว Altman เสริมว่า “ผมคิดว่ามันเป็นเทคโนโลยีที่เจ๋งที่สุดเท่าที่โลกเคยเห็นมา” ^{[ 144 ] [ 141 ]}

บริษัทยังเริ่มทำงานในด้านหุ่นยนต์โดยมีเป้าหมายในการสร้างหุ่นยนต์อเนกประสงค์^{[ 145 ]}

ส่วนนี้แสดงรายการเอกสารเผยแพร่อย่างเป็นทางการหลัก ๆ จาก OpenAI เกี่ยวกับโมเดล GPT ของ OpenAI

• GPT-1: รายงาน, การเผยแพร่บน GitHub ^{[ 146 ]}
• GPT-2: ประกาศในบล็อก^{[ 147 ]}รายงานเกี่ยวกับการตัดสินใจ "การเผยแพร่แบบแบ่งขั้นตอน" ^{[ 148 ]}การเผยแพร่บน GitHub ^{[ 149 ]}
• GPT-3: รายงาน^{[ 39 ]}จะไม่มีการเผยแพร่โค้ดผ่าน GitHub หรือรูปแบบอื่นใดอีกต่อไป
• WebGPT: ประกาศในบล็อก^{[ 150 ]}รายงาน^{[ 151 ]}
• InstructGPT: ประกาศในบล็อก^{[ 152 ]}รายงาน^{[ 153 ]}
• ChatGPT: ประกาศในบล็อก^{[ 154 ]} (ไม่มีรายงาน)
• GPT-4: ประกาศในบล็อก^{[ 155 ]}รายงาน^{[ 156 ] [ 157 ]}การ์ดแบบจำลอง^{[ 158 ]}
• GPT-4o: ประกาศบล็อก^{[ 75 ]}
• GPT-4.5: ประกาศในบล็อก^{[ 159 ]}
• GPT-4.1: ประกาศในบล็อก^{[ 80 ]}
• GPT-OSS: ประกาศในบล็อก^{[ 98 ]}การ์ดโมเดล^{[ 101 ]}
• GPT-5: ประกาศในบล็อก^{[ 160 ]}

• รายชื่อโมเดลภาษาขนาดใหญ่