GPT-5.2深夜炸場，評測碾壓谷歌Gemini 3 Pro，真正的打工人利器

　　作者｜沐風

　　來源｜AI先鋒官

　　上周，OpenAI CEO奧特曼剛宣布完公司進入“紅色警戒”（Code Red）狀態，要求團隊將工作重心轉移到提高ChatGPT的性能和用戶體驗上后。

　　就在今天，OpenAI發布了最新的頂級模型 GPT-5.2系列。

　　GPT-5.2 將向 ChatGPT 付費用戶開放，并通過 API 提供給開發者，一共分為三個系列：

　　GPT?5.2 Instant（即時版）

　　GPT?5.2 Thinking（思考版）

　　GPT?5.2 Pro（專業版）

　　在OpenAI官方公布的基準測試中，它幾乎對Gemini 3 Pro、Claude Opus 4.5實現了全方位碾壓。

　　值得注意的是，GPT?5.2 Thinking在AIME 2025（數學）的分數達到了滿分，Gemini 3 Pro 的分數是 95%。

　　OpenAI應用CEO Fidji Simo曾說過，GPT-5.2 的設計目標就是為人們創造更多經濟價值。

　　那么如何創造呢？

　　那就不得不提到GPT-5.2的拿手好戲：制作電子表格、構建演示文稿、編寫代碼、理解圖像、處理超長上下文、使用工具，以及執行復雜的多步驟項目等等。

　　空口無憑，讓我們先來看看數據。

　　在OpenAI新出的基準測試GDPval（覆蓋 44 個職業、針對明確知識工作任務的評估體系）中，GPT-5.2 Thinking 在70.9%的任務上勝過或打平行業專家，GPT-5.2 Pro更高，為74.1%。

　　主要測試內容為制作演示文稿、電子表格以及其他專業產出物。

　　官方還放出了對比圖，GPT-5.2 做的表格比GPT-5.1確實精細很多。

　　一個評審員對此的評價是：“看起來像是一個有員工的專業公司做的，布局和建議都很專業，雖然還有一些小錯誤需要修正?！?/p>

　　另外，GPT-5.2 Thinking生成輸出的速度也超過人類專家11 倍以上，成本不到人類專家的1%。

　　OpenAI 聲稱這是AI模型首次達到了“人類專家水平”。

　　在ARC-AGI放出的測試中，此前o3 (High) 在ARC-AGI-1測試得分為88%，平均每項任務成本為4500美元。

　　而GPT-5.2 Pro (X-High) 最新SOTA得分為90.5%，是第一個突破90%的模型，它的平均任務成本僅為11.64美元，在一年內效率提高了約390倍。

　　ARC-AGI-2（抽象推理）的分數是 52.9%，相較此前翻了三倍，對比Gemini 3 Pro是 31.1 %。

　　GPT-5.2 Thinking的代碼能力也同樣刷新了紀錄：

　　在SWE-bench Verified上，得分達到80%。

　　在SWE-Bench Pro上，得分達到55.6%。

　　SWE-Bench Pro是新的代碼基準測試，比SWE-bench Verified更難，涵蓋四種編程語言，不只是Python，更接近真實軟件工程。

　　早期測試者特別提到，GPT-5.2在前端的能力也明顯提升了，尤其是3D和復雜UI。

　　官方也放出了由單prompt生成的demo：

　　同時，GPT-5.2 Thinking在長文檔處理方面的表現也很亮眼。

　　在OpenAI自制的MRCRv2（長文檔中多個信息點的整合能力）評測中，GPT-5.2 Thinking成為首個在256k 上下文長的4-needle上達到接近100%準確率的模型。

　　不過，更難的8 needle版還是有明顯下降。

　　GPT-5.2 Thinking的視覺能力也明顯提升，錯誤率基本減半。

　　在CharXiv Reasoning測試中，GPT-5.2 Thinking得分達到88.7%，GPT-5.1是80.3%。

　　在ScreenSpot-Pro測試中，GPT-5.2 Thinking得分達到86.3%。GPT-5.1 是 64.2%。

　　在官方放出的示例中，OpenAI 要求模型識別輸入圖像中的組件，并返回帶有大致邊界框的標簽。

　　即使在低質量圖像上，GPT-5.2 也能識別出主要區域，并放置有時能與每個組件真實位置相匹配的框；而 GPT-5.1 僅標記了少數幾個部分，且對其空間排列的理解要弱得多。

　　而且，GPT-5.2 Thinking 的幻覺比GPT-5.1 Thinking更少了。

　　在一組去標識化的ChatGPT查詢中，前者包含錯誤的回答相對減少了30%。

　　最后，我們來聊聊價格，GPT-5.2的價格一如既往的貴到離譜。

　　GPT-5.2的定價為1.75美元/百萬輸入Token，14美元/百萬輸出Token，緩存輸入有90%的折扣，比GPT-5.1貴40%。

　　ChatGPT訂閱價格不變。

　　但是！

　　在多個智能體評估中，盡管GPT-5.2的每Token成本更高，但GPT-5.2由于更高的Token效率，性價比反而更高。

　　ChatGPT 將于今日開始逐步推出 GPT-5.2（包括 Instant、Thinking 和 Pro 版本），首先面向付費用戶（Plus、Pro、Go、Business 和 Enterprise 版本）提供。

　　為確保 ChatGPT 的流暢性和穩定性，GPT-5.2 將分階段部署，在 ChatGPT 中，付費用戶仍可在三個月內繼續使用 GPT-5.1（舊版模式），之后 GPT-5.1 將逐步下線。