GPT-5.2的定價達到DeepSeek的400倍，比谷歌Gemini 3 Pro也高出近10倍。

OpenAI新發(fā)布的GPT-5.2，究竟實力如何？

或許可以說，它是最貼合打工人需求的AI之一，因為它可能推動AI從基礎助手向?qū)I(yè)級工具轉(zhuǎn)變。

首先在專業(yè)能力上，GPT-5.2有七成概率能勝過屏幕前刷視頻的行業(yè)專家。

單看跑分，GPT-5.2在各維度都比Gemini 3 Pro略高一點。

不過優(yōu)勢僅在毫厘之間，不排除OpenAI針對Gemini優(yōu)化測試成績的可能。

但OpenAI此次最看重的是GDPval測試結(jié)果。

這是今年925期間推出的全新測試方法，用于評估AI能否真正協(xié)助打工人完成工作。

他們邀請了九個領域、四十四類行業(yè)的專家，結(jié)合實際工作場景出題。

以此檢驗AI能否勝任專家的工作任務。

結(jié)果顯示，GPT-5.2在七成工作任務中能與人類持平甚至表現(xiàn)更優(yōu)。

我們也對新模型做了簡單測試：讓GPT-5.2統(tǒng)計互聯(lián)網(wǎng)上AI公司發(fā)布的所有模型。

接著統(tǒng)計這些模型在各排行榜的分數(shù)，最后按月份整理成表格。

經(jīng)過14分鐘的處理，GPT-5.2成功完成了數(shù)據(jù)收集、結(jié)果統(tǒng)計和表格繪制的全流程任務。

這樣的完成度確實值得肯定。

此外，GPT-5.2還能完成復雜表格工作，制作的表格比舊版本更美觀。

各項任務測試指標也提升了約9%。

代碼編寫能力方面，GPT-5.2也有不少進步。

生成錯誤內(nèi)容的概率比之前降低了38%。

這讓用戶使用起來更安心。

我們也做了簡單測試，但或許是Gemini珠玉在前，GPT-5.2給人的感覺略顯平淡。

讓它編寫Aimlab（一款瞄準練習小游戲）。

它確實能完成，寫出的程序不僅可運行，還能調(diào)整靶子大小、游戲時長等基礎參數(shù)。

這些功能都沒問題，但整體過于中規(guī)中矩。

在界面設計上，上個月發(fā)布的Gemini 3明顯更勝一籌。

同樣的需求下，Gemini已經(jīng)開始運用潮流配色，而GPT還停留在基礎界面設計階段。

當然，這也可能是因為沒有明確要求GPT優(yōu)化界面的緣故。

除了工作能力提升，GPT-5.2還有一個有趣的變化。

它更能理解人類指令了。

測試發(fā)現(xiàn)，讓GPT寫50個創(chuàng)意，它會認真完成50個，不像舊模型寫10個就敷衍了事。

此外，上下文處理能力也得到加強，插針實驗顯示，即使文本長度達256K，識別準確率仍接近100%。

這相當于在幾十萬字的名著中偷偷加入幾句批評內(nèi)容，它都能精準找出。

這對寫代碼、做學術(shù)、整理文書的打工人和科研人員來說，是一大助力。

雖然紙面實力強勁，但GPT-5.2也有短板。

比如官方展示的圖像識別案例中，Gemini 3 Pro的識別精度遠超GPT-5.2。

也有人吐槽，新模型發(fā)布后，舊版本可能會“降智”。

這已是常見現(xiàn)象。

最后，GPT-5.2的發(fā)布讓我們看到一個趨勢。

未來頂級AI模型的差異化會更明顯，各有側(cè)重。

比如Gemini可能在全模態(tài)領域領先；GPT在邏輯推理和生產(chǎn)力方面保持優(yōu)勢；Claude在代碼和寫作能力上繼續(xù)領跑。

因為在實現(xiàn)AGI（通用人工智能）的路徑上，大廠們的思路已出現(xiàn)分歧：谷歌認為多模態(tài)感知是未來；OpenAI堅信邏輯推理和生產(chǎn)力提升是關鍵；Anthropic則看重高維度語義理解與對齊。

AI領域的競爭仍在持續(xù)，下一個發(fā)布新模型的應該是Anthropic。

對了，最后想問：奧特曼承諾的成人模式，何時上線？

撰文：江江 & 早起

編輯：江江 & 面線

美編：煥妍

圖片、資料來源：OpenAI 官網(wǎng)

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com