猫眼影戏
 |
|
猫眼影戏
李子良
手机审查
猫眼影戏记者 孙旭伟 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：国产好紧好爽免费视频
??12月19日,俄罗斯内务部将3名乌克兰前政要列入通缉名单,
我今天的国旗下讲话到此竣事 ，谢谢各人!
,免费一级毛片清高片。??12月19日,大力培育“土”工匠，绘就乡村新画卷,
“小朱 ，这泰半个月来 ，你将全村都偷了个遍 ，你的小肚子还没吃饱？”石昊扯了扯它的耳朵。
,黄黄污污网站在线观看禁18,黄瓜视频成人app 免费魅影,久久久久久91-绿帽社。??时势2：日a女在线播放免费视频
??12月19日,北京颐和园淡季不淡 游人如织,
“可这只是我的意志啊 ，并非肉身 ，为什么这般真实？好难区分。”小不点疑惑。
,高清偷自拍亚洲精品三区,猎奇小屋(免费版)不用安装,欧美性爱视频八区。??12月19日,国家一级重点保护野生动物雪豹现身贺兰山,
同时 ，我们要励精图治 ，严谨办学 ，把~~~小学办成一所向导知足、社会知足、家长知足、学天生才的学校。
,日本久久黄色一级视频,黄色录像网站A片,在线免费91。??时势3：黄片观看入口av
??12月19日,谁给了“水团”欺诈观众“割韭菜”的胆子？,
可即便云云 ，这两人的身份与职位也极高 ，威势滔天 ，在这群人中仅次于那三其中年男子。通常他们一怒 ，诸大都以万万生齿的大部落、无尽的子民都会颤抖 ，可现在却被一个毛头下子踏在了脚下。
,免费又色又爽又黄的游戏手游下载,5060免费人A片,C馃叡。??12月19日,因为这件事，美国公民自由联盟起诉美国政府,
(二)村干部要强化进取意识 ，勇当马前卒。 目今 ，全区各村生长不敷平衡 ，部分村条件较好 ，整体经济较强 ，但保存着生长不可一连的问题;部分村基础较差 ，整体经济欠债较重 ，村民意见较大。面临难题和挑战 ，无论是那种类型的村 ，村级组织和村干部要一直强化进取意识 ，勇当马前卒。要准确面临形势 ，驻足村情现实 ，鼎力大举弘扬 “ 创业、创立、立异、创优 ” 的雨山精神 ，以向导全体村民发财致富为己任 ，充分挖掘和施展本村资源、人力、地理等方面的优势 ，带动订妄想、谋思绪、抓生长 ，探索出一套有特色、更高效、可一连的生长路子。要善于捉住能够推动本村经济生长的着力点 ，带动学手艺、上项目 ，起劲生长工业 ，向导群众增收致富。要抓强人树模 ，起劲培育典范 ，施展其智慧才智和树模作用 ，发动群众创业致富。要抓效劳帮助 ，资助群众解决生长经济的种种难题和问题 ，提高群众创业致富的起劲性。要鼎力大举生长壮大村整体经济 ，从基础上改变 “ 空壳 ” 村等村整体经济生长乏力的现状 ，为进一步牢靠党在农村的执政基础提供经济包管。
,亚洲69,最近2019年中文字幕视频,男生被大鸡巴插操菊花。??时势4：网曝91综合精品门事件在线
??12月19日,病床前的特殊庭审：将司法服务送上门,
这是凶寇群中真正的大首领 ，统御一百多名强者 ，手段高明 ，有一头强盛的祭灵相伴 ，不是一样平常的人。
,免费国产va视频永久在线看,国产视频一区二区三区波,尤物视频在线观看网址。??12月19日,安徽省侨办恭贺2024新春,
细看可以觉察 ，它由一颗金色的兽牙打磨而成 ，蕴有一种神秘而慑人的实力。金狼部落诸强颤抖 ，一个族老颤抖着 ，将它捧起 ，心都在滴血 ，没有想到连它都挡不住柳树。
,巴西二女一杯的食屎原版,精品欧美一区二区在线观看,亚洲视频首页。【中亚四国媒体人走访新疆：每次都有新观感】
责编：夏勇开
审核：齐刘海
责编：谢东波
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
