指令遵循和工具调用能力也是模型实用性的重要维度。GPT-5 在 Scale MultiChallenge 等基准测试上也取得了良好表现，这意味着它在处理复杂、变化的任务时将更忠实地遵循用户指令，并利用其可用的工具完成更多端到端的工作。