尽管功能强大，但gpt-4与早期的gpt模型具有相似的局限性。最重要的是，它仍然不完全可靠——它仍然会大胆自信地编造事实，并且会出现推理错误。openai强调，仍然推荐在使用它的时候要附加诸如人工审查、或者附加上下文，甚至在高风险情境中，要避免使用它。
在gpt-4公告中，openai强调该系统已经接受了六个月的安全培训，在内部对抗性真实性评估中，gpt-4的得分比最新的gpt-3.5高：“响应不允许内容的请求的可能性降低了82%，产生真实事实的可能性提高了40%，优于gpt-3.5。”
这也意味着，gpt-4相对于以前的模型来说，还是显著地减少了一本正经胡说八道的频率，而且用户千方百计提示它以让它说出被禁内容的成功率，也小了很多。
但是，这并不意味着系统不会出错或输出有害内容。例如，微软透露其bing聊天机器人其实一直由gpt-4提供支持，但许多用户还是能够以各种创造性的方式打破bing的护栏，让机器人提供危险的建议、威胁用户和编造信息。
此外，gpt-4仍然是基于2021年9月之前的数据训练的，这也意味着它和前一代一样，仍然缺乏对于2021年9月之后的数据的有效理解。
“gpt-4仍有许多已知的局限性，我们正在努力解决，例如社会偏见、幻觉和对抗性提示。”openai表示。
