猫眼影戏
 |
|
猫眼影戏
雷颂德
手机审查
猫眼影戏记者 胡建波 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：美女办公室坐脸调教视频VK
??12月20日,外媒：以色列国防军军事情报局局长哈利瓦辞职 ,
??12月20日,菲美“肩并肩”联合军演启动 专家忧危及地区和平稳定,
??时势2：蜜色网色哟哟
??12月20日,万物皆可飞上天！老外眼中的潍坊国际风筝节,
一群成年人都是血性男子 ，即便听到这样的说法 ，心中也很难受 ，今日被人这般羞辱 ，让他们怨愤无比 。
,农场主的三个女儿电视剧在线观看,免费视频在线观看10000网站视频,周淑怡无删减23分钟视频wwwwww 。??12月20日,时政Vlog丨我飞了31小时抵达秘鲁利马！大洋彼岸APEC氛围拉满,
众人倒吸冷气 ，这孩子的宝术很惊人 ，居然能与这般强盛的赤羽交锋 ，令人惊悚 。
,artists:tomet免费观看高清版,国产艹逼乱伦,久草视频免费播放 。??时势3：日日添天天添天天透
??12月20日,习言道 | 建设绿色家园是人类的共同梦想,
从厂向导到班组长 ，到每一名职工 ，层层签署责任状 ，层层把关 ，层层落实 ，提高事情执行力 ，才华完成矿下达的节约500万元利润的目的 。
,芙宁娜的胸被揉到高潮是哪一集,人伦人与牲囗恔配视频义,亚洲中文精品午夜 。??12月20日,上海医疗援青：先进技术“带土移植” 提高受援方“造血”功能,
三、严酷要求 ，多措并举确保冬训事情时实效性 。
,成年在线视频观看,yy4080影院 旧里番3D,欧美片免费直接看 。??时势4：午夜影院三级
??12月20日,焦点访谈丨在沙漠、在高原 这群劳动者值得被看见,
城中 ，谁人略胖的中年男子眼见这一战后自语：“这株祭灵真是不简朴 ，竟然生长出几口飞剑 ，未来的成绩不可限量啊 。”
,成人❌❌❌免费🔞泡妞,污鱼社探花,亚洲国产视频乱伦 。??12月20日,涨价还不到一个月，特斯拉中国为何突然全系降价？,
先生们、同砚们：
,www.mogu3,玖玖精品在线视频,99热在线只有精品99 。责编：胡怡建
审核：王延岭
责编：洛基
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
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
