猫眼影戏
 |
|
猫眼影戏
胡惟庸
手机审查
猫眼影戏记者 杨山 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：欧美日韩一区二区在线精品
??12月20日,联合国秘书长呼吁在加沙和苏丹实现斋月停火,
??12月20日,特斯拉入局中国新型储能：只需塔克拉玛干沙漠0.1%面积，就够14亿人一年用电量“北约视战争如儿戏是极其危险的”,
作为西席 ，我们早已做好准备 ，我们愿倾我们所有 ，全力以赴。由于选择了这个职业 ，就注定我们的梦想声誉都与你们连在了一起 ，你们是幸福的 ，我们就是快乐的 ，你们是前进的 ，我们就是欣慰的 ，你们是乐成的 ，我们才是优异的。
,爆草日本少白浆,东北老头嫖妓猛对白精彩,98视频在线。??时势2：亚洲老熟妇无码久久精品
??12月20日,联合国中文日主题活动在韩举行,
第一 ，走路要专心 ，在都会里 ，车行车道 ，人走便道 ，这样既通畅又清静。可是 ，就偏偏有人不遵守交通规则 ，在马路上随意穿行 ，翻越隔栏这种情形。就好比说 ，我前天看的电视里不就是放了一群小朋侪边走路 ，边谈天 ，谈得很兴奋 ，遗忘了视察周围的情形 ，这不 ，其中的两个孩子就被车给撞了。以是我们一定要切记“清静无小事”这句话。
,在线激情视频小说,男女后进式真人猛烈视频,久久国内视频。??12月20日,“澳科一号”卫星数据8月起向全球发布,
??时势3：日韩黄色网站免费观看
??12月20日,关注巴以局势：以媒称以方提出新提议 哈马斯尚未回应,
而小不点就这样一脚踏在他的脸上 ，另一只脚踩在其胸膛上 ，随着飞了出去 ，此后一起坠落在地。
,欧美高超影院,狼友视频网站在线播放,国产精品扒开大腿大白屁股。??12月20日,互指对方违反停火协议 以军同黎真主党再交火致多人死伤,
拯救一片绿色 ，叫醒一片天空 ，生涯一泓清水 ，自觉做到绿色生涯 ，绿色事情 ，绿色生产 ，配合创立我们的绿色未来。
,原创国产,免费在线看黄色网站,女生赤裸视频网站。??时势4：操逼网站亚洲高清
??12月20日,1月至9月，全国检察机关起诉组织、领导传销活动罪4627人,
今年4月 ，我与谷歌签署的四年合约期满。4月20日 ，公司首席执行官Eric Schmidt和我的直接上司Alan Eustace约我谈续约的事。总部对已往四年 ，谷歌中国取得的效果深表知足。为了事业的稳步生长 ，公司自然希望中国向导层高度稳固。但关于我 ，公司正康健、稳步生长 ，知难而退 ，这是一个最佳时机。于是我很是坦诚地告诉他们 ，我可能不会续约。我的回覆自然出乎他们的预料。可是 ，他们希望我能回去仔细思量一下。
,秋葵视频18,黄色网站一級片,美女被触手怪钻进私密部位。??12月20日,2024横店影视节定档 首届国际影片交易会同步进行,
(3)外出不得乘坐农用三轮车、报废车辆和手续不全的车辆。
,人人操久久人人妻AV,玥玥的宝藏库视频,两人打扑克生猴子视频。责编：康鹏
审核：汉斯·克里斯滕森
责编：张学群
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
