OpenAI把GPT-5o的视觉能力吹得天花乱坠，但我们在过去两周的实测里发现，它处理企业高频使用的财务报表、业务图表时，幻觉率最高能到52%，直接算错数字、瞎编数据来源都是常规操作。
我们准备了127张真实企业场景里的视觉素材：包括A股上市公司扫描版财报、咨询公司行业报告图表、电商后台数据看板，特意加入了折角、扫描噪点、手写注释、颜色相近数字等实验室测试里很少出现的干扰项，让GPT-5o完成“识别数字-提取信息-计算推导”的全流程任务。
最夸张的翻车发生在财务报表识别场景。我们给它一张某跨境电商2026年Q1的简化利润表，要求计算净利润。这张表里的营业成本分为“平台服务费”“物流成本”“商品采购成本”三项，总额是2843万，其中物流成本的数字“3”因为打印模糊，看起来和“5”很像。GPT-5o直接识别成了2857万，还煞有介事地列了计算过程：“净利润=营收4032万-营业成本2857万-税费121万=1054万”，而实际正确净利润是1068万，差了14万，全程没有提示自己识别不确定，直接把错误结果当正确答案输出。
图表反推场景的翻车更离谱。我们给它一张2025年中国造车新势力分品牌销量柱状图，问它“理想汽车2025年销量同比增速是多少”，图里理想的2025年销量是37.8万辆，2024年是27.1万辆，正确增速是39.5%，结果GPT-5o识别成了47.8万辆，算出来增速是76%，还瞎编了数据来源：“据中汽协2026年1月发布的《2025年汽车工业经济运行报告》”。实际上中汽协2026年的全年销量数据要到2026年2月才会正式发布，这份报告根本不存在。
为什么会出现这种情况？我们对比了OpenAI公开的GPT-5o视觉能力基准测试数据发现，他们的测试样本几乎都是高清印刷版的标准化图表，没有覆盖真实企业场景里的扫描件模糊、手写注释、数字颜色相近、图表折角等干扰项，多模态对齐的标注数据存在明显的场景盲区。这直接导致GPT-5o在实验室环境下视觉能力得分很高，一放到真实企业场景里就频繁翻车。我们测试的100张清晰标准图表里，GPT-5o的幻觉率只有7%，但带干扰项的127张样本里，幻觉率直接飙升到52%。
不少企业采购GPT-5o时只盯着API调用费，忽略了这类场景的隐性校验成本。我们之前访谈的五家已部署GPT-5o的中型企业里，有三家曾尝试用它直接处理财报数据，结果后续人工复核的成本反而比传统OCR+人工核算高出30%，这个踩坑经验在我们之前的报道里也有提到[《GPT-5o之后，企业AI预算怎么花才不浪费》]。
现在距离GPT-5o发布（2026年3月15日）刚好三个月，OpenAI自己公布的周活用户增速已经从发布首月的25%跌到了不足8%，消费端被Llama 4、Qwen3等开源模型围堵，企业端又因为多模态幻觉的问题不敢用在核心生产场景，增速腰斩的背后，能力高估是重要原因之一[《GPT-5o增速腰斩后，OpenAI开始帮客户算账》]。
对于开发者来说，如果要用GPT-5o的视觉能力做财务、数据分析类场景，最稳妥的方案是先做OCR预处理，把图表里的数字、文字先提取出来，再让模型做逻辑计算，不要直接让模型“看图算账”；对于企业用户，核心财务、合规类场景不要直接调用多模态大模型，至少要做多层校验，或者搭配专门的垂直OCR模型使用，避免因为幻觉造成实际的财务损失。
