GPT-5 serait « entièrement multimodal » en prenant en charge « la parole, l’image, le code et la vidéo » ainsi que de la parole, avec une fonctionnalité de commande vocale.

GPT-5 devrait s’attaquer à la problématique des hallucinations – la génération de réponses inexactes et parfois totalement inventées. La prise en compte du contexte devrait également être améliorée.

Sam Altman affirme que la modularité et la personnalisation de GPT-5 notamment à travers les chatbots personnalisés sera à l'ordre du jour :

« Nous voulons rendre possible l’utilisation de vos propres données. La capacité de vous connaître, de connaître votre courrier électronique, votre calendrier, la façon dont vous souhaitez prendre vos rendez-vous, la connexion à d’autres sources de données externes, tout cela constitue quelques-uns des domaines d’amélioration les plus importants de GPT-5»