首页
下载APP
首页
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
《欧美日韩亚洲国产》，《Q8X2R7L1T4J5M9B6W3》美女18岁免费网站
“实拍拥挤顶臀视频”
免费黄色网址视频观看
……
12月17日
“韩国撸管欧美撸管”女子高速倒车加超速求民警留1分
↓↓↓
12月17日，加固堤坝、电力抢修 各地严阵以待应对持续暴雨，求毛片网址，1313午夜精品福利片，超碰在线71，97最新地址
12月17日，“五一”假期广州白云机场进出境旅客同比增约九成，色情爱爱网，日韩小黄片,欧美小黄片，人人摸人人操人人爰，WWW一色色色
12月17日，彩调剧《刘三姐》入选文旅部复排计划名录，免费观看的黄a视频，全部黄片，人伦人与牲囗恔配视频义，潘金莲映画传媒
12月17日|瑙鲁政府宣布同台湾“断交”、愿同中国复交 中方表示赞赏和欢迎|txo23tv糖心官网|www.jrsav.com|欧美疯狂吮乳吸奶头|免费国产线观看免费观看网站
12月17日|美国加利福尼亚州北部沿岸近海发生7.0级地震|Julia黄色网站|Os6hqMc40Up b:/7 ZH3336 2024/01/04【】https://m.tb.cn/h.hgqo8Wr?tk=8MZDV|99级A片|人人干人人肏视频
12月17日|沪指周二实现“三连涨” 培育钻石板块走强|朋友的校花老婆|国产毛片在线一区二区|无码在线啊啊啊|小鸡 伸进 羞羞……
12月17日，生态环境部发布1月下半月全国空气质量预报会商结果，91pom国产熟女宾馆，欧美草草第一影院，桃花综合久久久久久久久久网，肏屄视频色多多
12月17日，阿富汗发生5.3级地震，震源深度280千米，亚洲精品第一国产综合精品，欧美老妇多毛精品一区二区沤，久久免，国产青草视频
12月17日|黄河水利委员会启动干旱防御Ⅳ级应急响应 |亚洲日韩久久禁精品|胡桃乳液狂飙模拟器|中国一级大黄|欧美老妇成熟性XXXXX欧美
12月17日，东莞全市法院去年办结各类案件23.25万件警惕！“刷脸”后名下多了4家公司，不能考公、影响就业、背上官司……怎么办？，最近免费视频中文2019最近免费中文字幕大全,最近在线更新中文字幕，看男人日逼片能看的日逼老太婆的逼逼，国产迷奸视频在线观看，日本大片视频网站免费25分钟
12月17日，“和谐使命-2024”：“和平方舟”号医院船驶入地中海，Z00与Z00Z00Z00z，100部免费视频，中文字幕亚洲精品乱码加勒比，一级大片黄色网站a片电影,毛片
12月17日，张家界口岸2024年出入境客流量突破30万人次，天天日天天舔天天操，国产最爽的乱婬视频a户外，小黄色网站，18馃埐馃崋
12月17日|沪宁合高铁项目扬州东站道岔现浇梁完成浇筑|小心 入 漫画|欧美BBBB性视频|国产AV性交片|jizz.中国.jizz
12月17日|福建发现全球最大的恐爪龙类足迹|欧美人又大又粗视频在线观看|99r最新在线精品精品视频|黄片视频入口|别揉我奶头嗯啊一区二区三区软件
12月17日|从街头巷尾到“面”向世界 安徽太和板面带动大产业发展|欧美ZA在线观看|被❌水好多18久久久爽|“原神 18同人游戏”|欧美性二区
黑神话八戒好可爱捏，《哈尔滨一九四四》杨幂演技|国家级非遗咏春拳：智慧武学打通中外 哲学意境耐深思|中文字幕在线云播|国产在线第一区|在线免费观看黄色av|九九精品视频在线观看15
监制：邓金木
策划：赖晗
主创：唐征宇 林箴贺 陈佛烘 颜亦阳 陈林韵
编辑：王家菁、段圣祺
长沙18岁脑瘫少年居家自学 坚强母亲陪读助其圆大学梦
68.0%受访者感到线下社交能力有所退化
非深户人员无需居住证可申领新能源小汽车增量指标
“碳”路先行｜共享科技成果 山西太原借“数字丝路”论坛扩大对外开放
香港特区政府推出“青年初创实习计划2024”
粤北始兴洪水退去 有序进行灾后恢复重建工作
广西三江：侗寨“月也”展风情
（乡村行·看振兴）浙江山区乡何以一年引来百万游客？
图览 | 芬兰总统访华，“圣诞老人的故乡”，与中国如何结缘？
中华冰雪奇缘，太酷了！
亚洲国产91精品国自产拍
搞一搞午夜
2018天天干天天操
欧美日韩国产一区日韩在线、欧美日韩国产在线人成,欧美日韩黄在线观看
插插插福利
欧美多毛XXXXX性喷潮
欧美久久精品一级黑人c片
你懂的在线精品
人人插插AV
好se先生tv电脑版
闽公网安备 35010302000113号