猫眼影戏
 |
|
猫眼影戏
郭冰德
手机审查
猫眼影戏记者 李豪 报道Q8X2R7L1T4J5M9B6W3
作者 ｜ 周一笑邮箱 ｜ zhouyixiao@pingwest.com
四个月前 ，GPT-5 宣布时一堆人吐槽 ，跑分是高了 ，但谈天冷冰冰 ；一个月前 ，GPT-5.1 回应了这波差评 ，主打“更好聊、更好调” ，算是把人味儿找回来了。
效果还没暖热乎 ，Google 的 Gemini 3 就杀了过来 ，直接把 LMArena 榜单屠了个遍。紧接着 Anthropic 的 Claude Opus 4.5 也上线 ，在编程榜单上把 OpenAI 按在地上摩擦。
于是就有了昨天破晓的 GPT-5.2。
这次宣布的配景很玄妙 ，就在几天前 ，有媒体爆出 Sam Altman 在内部发了一封Code Red邮件 ，要谴责公司集中资源刷新 ChatGPT。虽然官方说 GPT?5.2 不是专门为 Gemini 3 赶出来的 ，但 Code Red 和宣布时间点都说明：Gemini 3 至少加速了 OpenAI 把这版推向用户的程序。
这一次 ，OpenAI 虽然继续强调跑分相对5.1点提升 ，但还在重复突出一个要害词：专业知识事情。
换句话说 ，这次瞄准的不是“更好聊” ，而是“更醒目活”。
1
第一个在“真实事情”上打平人类专家的模子？
这次 OpenAI 主推的新基准测试叫 GDPval：让 AI 去做 44 种职业的真实事情使命 ，好比做 PPT、做表格、写剖析报告。
效果是这样的：
GPT-5.2 Thinking 在 70.9% 的使命上能打平或者赢过行业专家
上一代 GPT-5 才 38.8%
Claude Opus 4.5 是 59.6%
Gemini 3 Pro 是 53.5%
更夸张的是效率：速率快 11 倍 ，本钱不到 1%。
虽然 ，GDPval 是 OpenAI 自己搞的基准 ，还没有被自力验证 ，以是这个打平人类专家的说法要打个问号。但即便打个折扣 ，从 38% 跳到 70% ，这个提升幅度也很难忽视。
Anthropic 的 Claude 最近在这类使命上同样前进显着 ，但从 5.2 的发力偏向来看 ，OpenAI 显然想在"AI 替换知识事情"这条赛道上争先卡位。
OpenAI官方也放了一些事情中的案例 ，好比 ，同样是让模子做一个劳动力妄想表格（包括员工人数、招聘妄想、流失率和预算影响） ，5.1 输出的是一堆原始数据堆砌 ，5.2 则自动按部分分类、加上颜色标注和清晰的层级结构 ，看起来像是有人真的专心排过版。
1
Coding：前端又双叒叕更强了
编程能力也是 5.2 的重点宣传偏向。
SWE-bench Pro：55.6%（5.1 是 50.8% ，Gemini 3 Pro 是 43.3% ，Claude Opus 4.5 是 52%）
SWE-bench Verified：80%（和 Claude Opus 4.5 的 80.9% 基本打平 ，这个榜已经快刷到极限了）
OpenAI 这次重点宣传的是 SWE-bench Pro 而不是 Verified ，角度是：Pro 版本场景更多样、污染更少 ，更能反应真实的软件工程能力。
前端开发能力又上了一个台阶 ，特殊是在 3D 场景渲染和重大交互界面这块。Cognition、Warp、JetBrains、Augment Code 这些相助同伴都体现 ，5.2 在交互式编程、代码审查和 bug 查找上都有可丈量的提升。
最直观的是这个海浪模拟案例的比照 ，
GPT-5.2 Thinking：
Gemini 3 Pro：
1
更像数学家了
数学能力是这次升级的另一个重头戏。
几个要害数字：
FrontierMath（Tier 1-3）：40.3% ，创下新的行业纪录 ，上一代 5.1 是 31%
AIME 2025：100% ，满分。这是第一个在不使用工具的情形下刷满这个竞赛数学基准的模子
GPQA Diamond（博士级科学问答）：Thinking 版 92.4% ，Pro 版 93.2%
但最让人印象深刻的 ，是 GPT-5.2 Pro 在一个真正的数学研究问题上的体现。
OpenAI 在博客里提到 ，研究职员用 GPT-5.2 Pro 探索了一个统计学习理论中的开放问题 ，这个问题最早是在 2019 年的一个数学聚会上提出的。在一个特定的高斯设定下 ，模子提出了一个证实思绪 ，随后被人类研究者验证并扩展。
这不是AI 从零发明物理定律那种科幻场景 ，但确实是一个 AI 在人类监视下提供了非通俗的数学洞见 ，并且经受住了专家审查。5.1 没有被普遍报道做到过这一点。
用一位测试者的话说：5.1 像一个很强的数学家教和助手 ，5.2 最先有点"初级相助者"的意思了——尤其是配合代码工具使用的时间。
1
API 涨价：OpenAI 的小心思
5.2 的 API 涨价了。
输入输出的单价都上调了约 40%：$1.75/百万输入 ，$14/百万输出。Pro 版本更贵 ，划分是 $21 和 $168。
官方的诠释是：单价虽然涨了 ，但模子效率更高 ，完成同样的使命消耗的 token 更少 ，以是"抵达一律质量水平的总本钱可能反而更低"。
但若是花更少的 token 只能抵达"一律质量" ，那升级的意义在哪儿？要是真的又好又省 ，直接说"更好更自制"不就完了？
说白了 ，模子确实变强了 ，但 OpenAI 选择把效率提升的盈利收进自己口袋 ，而不是让利给用户。
1
几个重点提升
除了上面这些亮点 ，5.2 尚有几个实打实的提升：
过失率降低 30%
这一点着实很要害。许多人只盯着"智商"看 ，但现适用下来会发明 ，国产模子和外洋头部模子之间 ，幻觉控制的差别往往比纯智力差别更影响体验。5.2 的 Thinking 版本比 5.1 的过失率降低了 30% ，在一样平常决议、研究和写作场景下会更靠谱。
长文能力提升
以前长上下文是个老浩劫问题 ，塞太多内容进去模子就最先遗忘。5.2 在 256k token 级别的测试中体现稳固 ，基本能把要害信息都记着。像条约审核、文献梳理这种需要重复引用上文的场景 ，体验会好许多。Box 反响说 ，5.2 从长文档中提守信息的速率快了 40% ，推理准确率也提升了 40%。
看图能力
图标明确、软件界面识别这块过失率砍了一半。在 CharXiv Reasoning（科学论文图标明确基准）上 ，5.2 Thinking 抵达了 88.7% ，比 5.1 提升了 8 个百分点以上。
OpenAI 内部测试里 ，有人给模子一张低区分率的主板照片 ，它能准确识别出要害元器件。这意味着以后扔给 AI 一张模糊的营业报表截图 ，它或许率能直接把内里的数据结构化提取出来 ，这对做数据剖析的人来说挺适用的 ，事实现在外洋已经有不少人把 AI 当成数据剖析的主力工具了。
1
Code Red 下的补课之作
拉远一点看 ，GPT-5.2 实质上是一次“补课”。
从 8 月的 5.0 到 11 月的 5.1 再到 12 月的 5.2 ，四个月三个版本 ，这个节奏自己就说明问题：OpenAI 在被 Gemini 3 和 Claude Opus 4.5 逼着跑。效果就是PT?5.2 在 benchmark 上把许多榜单拉了回来 ，但真正有意义的是 ，它在长时知识事情、重大编码和 agent 事情流上的体现。
另外也有看法以为 ，这种紧迫发动 + 小步快跑的节奏可能会成为常态 ，年底各家都可能尚有新宣布。利益是各家实验室会被倒逼着把模子做得更快、更自制、更能变现 ；坏处是各人都盯着短期 benchmark 卷 ，真正需要恒久投入的基础性突破可能会被挤压。
这次的社区的反响也许多样 ，做正事的用户普遍以为真香 ，长上下文、重大推理确实更稳了 ；但陪聊党和角色饰演玩家吐槽“5.2 冷冰冰的 ，像从好朋侪酿成了 HR” ，人味儿又被收回去了 ，尚有人吐槽说好的成人模式也遥遥无期。
总结一下 ，若是你是 ChatGPT Pro 用户 ，5.2 在需要深度剖析、重大推理的场景下值得一试——做 PPT、做表格、写报告、啃长文档 ，这些方面的前进是实打实的。
但若是你期待的是一样平常谈天体验的质变 ，可能要失望了。5.2 的真正价值 ，或许要等它接入 Codex 这类 agent 产品、最先真正替你跑腿干活的时间 ，才华完全释放出来。
屠榜不主要 ，醒目活才主要。这一点 ，OpenAI 这次算是想明确了。
点个“爱心” ，再走 吧
??时势1：免费播放婬乱男女婬视频吃奶
??12月18日,新疆：喀尔里克冰川雪莲花开 翻山越岭守护“雪域之花”,
尊重的生意所、黄金协会、结算中心向导!
,老头把我添出高潮A片。??12月18日,烟台吸引力：美国校长眼中的留恋之城和事业殿堂,
百断山大乱 ，各地窜出许多凶兽、猛禽以及人形古生物全都戾气惊人 ，像是从地狱中闯出 ，张开血盆大口 ，杀向众人。
,美女露出奶头被捅,耻辱的制服樱花动漫,奥大利亚亚性高潮。??时势2：欧美老妇50一区二区视频
??12月18日,量子互联网关键连接首次实现,
西疆猛兽太多了 ，随处都是茂密的老林 ，不见人烟 ，恶兽、猛禽随处都是 ，是一片最为恐怖的原始之地。
,亚洲色图激情诱惑,精品国偷自产在线视频500,欧美a∨欧美伦妇高潮。??12月18日,美多家汉堡王门店被曝存在童工问题,
符文尽碎 ，这群人都连忙就被震飞 ，小不点一冲而过 ，将宝骨夺了回来。
,日本zzzwww色,国产91av在线视频,日韩无码av网址大全。??时势3：亚州性图
??12月18日,坐着火车出国啦！五一中老铁路跨境客货运输双增长,
一是加速县城建设。要凭证“新区出形象、旧城变面目、沿河出特色、治理上水平”的要求 ，连系“两区一带”的整体结构 ，突出抓好“四区”、四厂”建设 ，强力组织10项重点工程。详细讲：①8条蹊径配套建设工程 ，涉及施工单位要起劲创立条件 ，近期要陆续开工 ，力争3月尾前完成滨河路配套建设 ，6月尾确保三里河景观路建成通车。②金府步行街一期工程已经启动 ，7月尾前要完成主体工程;二期工程拆迁6月尾前组织实验 ，8月尾前完成使命。③影戏院、体育场区域开发项目 ，3月尾前要拆迁完毕 ，4月份动工建设 ，6月尾前完成休闲广场的主体工程建设。④县体育中心建设项目 ，近期要完成妄想设计 ，订出红线 ，城关镇要认真做好土地租用事情。⑤一高中分校、文化“三馆”和广播电视传输中心建设项目 ，二期3000万元准备已到位 ，近期要马上组织招投标。⑥三里河景区建设工程 ，确保5月尾前橡胶坝建成蓄水 ，并完成护坡的招投标事情。⑦城北公园一期工程 ，3月中旬前完成拆迁和租地事情 ，5月份前完成绿化使命。⑧县纺织工业区设施配套工程 ，近期要启动 ，并拿出第一期3平方公里的妄想设计。⑨自来水厂、污水处置惩罚厂、垃圾处置惩罚厂项目建设要争取早日开工建设。自来水厂项目 ，一批300万元国债资金已下拨 ，建设部分要抓紧引资兴建;污水处置惩罚厂项目征地、定位、放线初设事情已完成 ，发改委、建设局要分头做好上报审批 ，力争3月份最先招投标 ，年底前完成建设使命;垃圾处置惩罚厂项目 ，有关部分要起劲配合 ，按省政府要求 ，力争年底前开工建设。⑩安居工程一期建设项目 ，要尽快完善相关手续 ，近期开工建设 ，年底前建成完工。上述工程建设时间紧迫 ，使命难题 ，各有关单位要统筹安排 ，全心组织 ，全力攻坚 ，确保施工进度和质量 ，打造城区精品工程 ，力争以重点工程的大突破推进都会品位的大提升。同时 ，适时调解行政区划 ，将与县城联系细密的州里纳入城区规模 ，进一步统一妄想和建设 ，增强县城的群集、辐射能力 ，提高综合竞争力。
,性感美女不穿内衣勾引视频,自拍偷拍色图片,国产一级内射。??12月18日,“丝路百城传”之《撒马尔罕传》图书发布会在京举办,
首先 ，我们需要明确的是 ，京东白条逾期起诉并不会直接导致坐牢。凭证我国执法划定 ，民事债务逾期不属于刑事犯法行为 ，因此不会导致刑事处分。京东白条逾期起诉属于民事纠纷 ，一样平常会通过执法途径解决。京东白条是京东推出的一种消耗信贷产品 ，为用户提供了利便快捷的购物方法。然而 ，随着京东白条的普及和使用 ，也泛起了一些...
??时势4：美国AAA黄片
??12月18日,青海设立关爱帮扶基金让退役军人“难有所解”,
这若是传出去 ，简直就是一个大笑话 ，几大强族差点被一个石村给唬住 ，这必定会成为一件奇闻。
,无码观看毛片,久久99精品免费播放,激情网中文字幕。??12月18日,以落实三大全球倡议为战略引领(和音),
小学六年 ，孩子们必需阳光。失败时品味阳光 ，他会获得信心;乐成时品味阳光 ，他会获得激励;渺茫时品味阳光 ，他会获得启示;斗争时品味阳光 ，他会获得实力……
,欧美深夜性爱,啪啪丁香五月婷,欧美性生交XXXXX无码。责编：阿加尔·卡
审核：马静静
责编：曾红强
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
