Semua Orang Melewatkan GPT-4o: Mengapa Orang Lebih Menyukainya daripada GPT-5

OpenAI memposisikan GPT-5 sebagai lompatan menuju AGI. Model ini diperkenalkan dengan "kemampuan tingkat PhD" dalam penalaran, penulisan, dan pengkodean.

\ Janjinya termasuk lebih sedikit halusinasi, mode Berpikir baru, dan perutean yang dapat menyesuaikan antara kecepatan dan kedalaman.

\ Tapi apakah peluncurannya benar-benar memenuhi harapan? Masalah sudah ada sejak awal. Dan alih-alih kegembiraan, GPT-5 telah menimbulkan frustrasi dan bahkan nostalgia untuk GPT-4o.

\ Jadi apa yang terjadi? Dan apa yang bisa kita pelajari dari hal ini?

Janji GPT-5 dan Kenyataannya

Proposisi nilai GPT-5 terlihat jelas di atas kertas. Perutean adaptif akan meningkatkan efisiensi. Mode Berpikir khusus akan membuka penalaran yang lebih dalam. Dan janji bahwa halusinasi akan menjadi lebih jarang.

\ Tapi sejak awal, hal-hal mulai berjalan salah. Pada hari pertama, sistem perutean gagal. Ini membuat GPT-5 lebih lambat dan kurang mampu dibandingkan GPT-4o.

\ Kemudian model-model lama ditarik tanpa peringatan. Bagi perusahaan, ini mengganggu alur kerja dan menggoyahkan rencana adopsi.

\ Banyak tim telah mengoptimalkan proses di sekitar GPT-4o, hanya untuk menemukan bahwa peralihan ke GPT-5 justru menimbulkan lebih banyak gesekan alih-alih menguranginya.

Reaksi Keras dari Developer

Developer mengalami kemunduran yang paling terlihat. GPT-5 Codex empat hingga tujuh kali lebih lambat daripada GPT-4.1 pada tugas-tugas standar.

\ Perlambatan ini mengganggu aliran sesi pengkodean, dan developer harus duduk menganggur menunggu output alih-alih melakukan iterasi secara real-time.

\ Tanpa opsi untuk kembali ke versi sebelumnya, produktivitas menurun. Pesaing seperti Claude Code dan DeepSeek tiba-tiba menawarkan kecepatan dan kegunaan yang lebih baik.

Mengapa GPT-4o Masih Terasa

Lebih Baik GPT-4o dan variannya jauh dari sempurna, tapi berfungsi dengan baik. Ia memberikan keseimbangan kecepatan, kreativitas, dan keandalan yang membuatnya dapat diandalkan. Perusahaan menyesuaikan operasi mereka di sekitarnya karena konsistensinya.

\ Nada juga memainkan peran. GPT-4o terasa lebih manusiawi tanpa terlalu akrab. GPT-5, sebagai perbandingan, telah dikritik karena respons yang lebih datar dan gaya yang lebih dingin, lebih mekanis.

\ Banyak pengguna menjadi terikat dengan cara mereka berinteraksi dengan GPT-4o, dan perubahan itu membuat mereka merasa seolah-olah sesuatu yang penting telah hilang. Apa yang dulu terasa seperti mitra kolaboratif sekarang terasa transaksional.

\ Perbedaan itu, dikombinasikan dengan kinerja yang lebih lambat dan alur kerja yang terganggu, menjelaskan mengapa GPT-4o masih menginspirasi loyalitas sementara GPT-5 berjuang untuk mendapatkan kepercayaan.

Pelajaran Nyata tentang Keandalan

Situasi ini telah menyoroti betapa rapuhnya sistem ketika bergantung pada satu model atau penyedia. Ketika GPT-4o dihapus, organisasi tanpa strategi cadangan menjadi terekspos.

\ Desain sistem harus mengantisipasi perubahan konstan. Jika ada satu hal yang kita ketahui tentang laju teknologi, itu tidak akan melambat dalam waktu dekat.

\ Ada cara-cara praktis untuk mengatasi ini. Lapisan abstraksi memungkinkan adaptasi ketika penyedia mengubah atau menghentikan model. Perencanaan untuk regresi mencegah kemunduran ketika pembaruan gagal memberikan perbaikan. Pendekatan ini melindungi modal, menjaga operasi tetap stabil, dan mengurangi risiko gangguan.

\ GPT-5 menunjukkan bahwa kemajuan tidak selalu datang dengan nomor versi. Ini menyoroti kerapuhan strategi adopsi model-pertama di lingkungan di mana penyedia bergerak lebih cepat daripada kemampuan perusahaan untuk beradaptasi.

\ Pelajarannya bukan untuk tetap berpegang pada GPT-4o. Pelajarannya adalah merancang sistem yang dapat menahan volatilitas.

. . .

Nick Talwar adalah seorang CTO, mantan Microsoft, dan insinyur AI praktis yang mendukung eksekutif dalam menavigasi adopsi AI. Dia berbagi wawasan tentang strategi AI-pertama untuk mendorong dampak pada bottom-line.

→ Ikuti dia di LinkedIn untuk menangkap pemikiran terbarunya.

→ Berlangganan Substack gratisnya untuk artikel mendalam yang dikirimkan langsung ke kotak masuk Anda.

→ Tonton sesi langsung untuk melihat bagaimana pemimpin di industri yang sangat diregulasi memanfaatkan AI untuk mengurangi pekerjaan manual dan mendorong ROI.