猫眼影戏
 |
|
猫眼影戏
李纬
手机审查
猫眼影戏记者 王心国 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：国产变态视频在线播放网站
??12月18日,新闻1+1丨寒潮来袭，如何应对？,
不过，三十万里都闯过来了，他也不在乎多绕行千里路，最终顺遂进入石国境内，赶向那处破败的祖地。
,亚洲一区二区免费第一页。??12月18日,国际乒联混团世界杯中国队获两连胜 小组赛提前出线,
“说那么多作甚，不管他是与不是，直接拿下，只要严刑审问不就什么都知道了。”一位老者启齿。
,久久Av无码专区 狠狠,在线超碰av,在线观看黄色网站视频。??时势2：99久久精品免费观看国产
??12月18日,马来西亚发布《吉隆坡20行动文件》 打造创业生态系统, 第一，台内务问题难明。近期“在野”党主导的台立法机构刷新行动，造成“朝野”关系主要、立法机构议事冲突频传 ；台行政机构提复议案让行政和立法冲突浮上台面，政党纷纷走上陌头诉诸群众，政局动荡、人心担心。,床戏(巨肉高H)动漫,黄色网站男女子大战啪啪啪,美女捆绑 调教 sm 束缚。
??12月18日,2024年“读懂中国”国际会议：“在体育中读懂中国”专题论坛在广州举行,
小不点贼头贼脑，视察了一段新闻，见并没有有人来捉拿他，心中稍安。
?第九十六章 风云汇聚补天阁,熟女熟沟,人人爱操,wwww小黄片。??时势3：国产美女性爱自拍视频
??12月18日,2024德文厦门工学院马拉松赛开跑,
“柳神是你救了我吗？”小不点像是想起了什么，当初他是那么的虚弱，身体爆发了严重的退化，差点都要死掉了。
,宁荣荣被 到深处喷水的,白咲碧的服装店三部曲,日本亲与子乱人妻HD。??12月18日,“活跃家庭·和谐健康”体育科普中国行走进浙江舟山,
金条逾期2400会被起诉的可能性是保存的。凭证相关执律例则，乞贷人在逾期还款后，债权人有权接纳执法手段来维护自己的权益。若是乞贷人逾期还款金额抵达2400以上，债权人可以选择向法院提起诉讼，要求乞贷人肩负响应的执法责任。金条逾期2400会被起诉，这是一个备受关注的话题。在金融市场中，金条是一种常见的...
??时势4：激情国产片一区二区
??12月18日,深入推进新时代党的伟大自我革命,
2、在孩子的眼前谈论西席的是非是非，有个体家长只听孩子的一面之词，不视察，不剖析，肆意在孩子的眼前谈论某某先生的不是，更有些家长不尊重先生的人格，当着孩子的面指责先生，甚至指责学校，这给孩子造成一种不良影响，领先生再品评他时，他会不平气。试想，连先生都不平气的孩子能接受先生的教育吗？我以为这样的教育要领是不可取的。虽然，人无完人，若是先生身上有了问题，家长可以和校向导相同，我们会只管战胜先生身上的缺乏。
,荒野乱斗女角色大欧派,97AV免费视频在线观看,最爽爱爱高潮免费视频。??12月18日,“惠”字当选2024“一带一路”年度汉字,
他们怕老狈镇静下来后发狠，掉头杀回来，那样的话众人依旧危矣，那头凶兽实力强盛的惊人。
,99ri国产在线,91毛片视频免费看,自慰全过程(无遮挡)。责编：朱德珍
审核：董某设
责编：禹霏
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
