GPT-5.2全榜第一,OpenAI十周年交出的答卷有多硬核

23 阅读4分钟

在这里插入图片描述

操作指南

操作指导

AI平台 国内直接访问地址:sass.xiaoxuzhu.cn/

点击【新系统登录】 在这里插入图片描述注册后登录即可。

选择GPT-5.2大模型

在被 Google 逼得不得不拉响“红色警报”后,OpenAI 这周四终于拿出了它的全新前沿模型——GPT-5.2 系列,算是真正亮出底牌了。

(来源:OpenAI官网)

OpenAI 这次介绍 GPT-5.2 时,说得挺直接:
这是他们目前在 “专业知识工作” 上表现最强的一代模型。像做表格、做 PPT、读图、写代码、处理超长文本这些,都比上一代更稳、更聪明。GPT-5.2 一共分成三个版本:

  • Instant:主打一个“快”,适合日常查资料、翻译、写作等轻量任务。

  • Thinking:这是专门为编程、数学、长文档分析等复杂活儿打造的“深思版”。

  • Pro:顶级型号,处理疑难杂症时追求最高准确度和可靠性。

OpenAI 这次特别强调,GPT-5.2 Thinking 才是目前最适合专业人士的版本
在覆盖 44 种真实职业的 GDPval 测试里,它有 70.9% 的任务表现超过或至少不输给行业顶尖专家。这些任务包括:做销售类演示、处理会计表格、画制造流程图、甚至剪短视频等。一句话总结:
**GPT-5.2 Thinking 更像是“专业工作利器”,而不是单纯的聊天模型。**如果你需要,我还能把这段内容改成更口语、更营销、更科技风、甚至推文风格,告诉我就行~ 🚀✨

在金融类 AI 应用里,GPT-5.2 Thinking 的表现也明显把 GPT-5.1 甩在了后面。
OpenAI 给的示例很直观:无论是做人力资源规划模型、还是股权结构表、项目管理表格,GPT-5.2 Thinking 的输出质量都比 GPT-5.1 Thinking 更扎实、更顺眼,进步完全是肉眼可见的。

(来源:OpenAI)

除了传统的 PPT 和 Excel 这种办公活儿之外,OpenAI 也表示,
**GPT-5.2 在编码、数学、科学、视觉理解、长文本推理、工具调用等多个方向都刷新了 benchmark 成绩。**官方的说法是:这些能力升级,会带来更可靠的“代理式工作流程”、能直接上生产的代码,以及能在超大上下文和真实世界数据里稳定运行的复杂系统。横向对比方面也有意思——
**GPT-5.2 Thinking 在几乎所有关键推理测试里,都略优于 Google 的 Gemini 3 和 Anthropic 的 Claude Opus 4.5。**从现实世界的软件工程任务(SWE-Bench Pro)、博士级科学知识(GPQA Diamond),再到更抽象的推理与模式发现(ARC-AGI 套件),GPT-5.2 基本都拿下了领先位置。

(来源:OpenAI)

OpenAI 的产品负责人 Max Schwarzer 在周四也出来更新消息了:新推出的 GPT-5.2 Thinking 相比上一代,错误率直接下降 38%,在日常决策、写作、研究这些场景里更靠谱了。从周四起,GPT-5.2 会陆续推给所有 ChatGPT 付费用户和 API 用户。至于它到底有多适合“打工人”,很快大家就能亲自体验了。不过,这只是 OpenAI 回击谷歌的**“第一拳”**。
CEO 奥尔特曼也在周四放话:
**下周会给用户送上一份“小小的圣诞礼物”。**他还提到,之前担心 Gemini 3 会带来巨大冲击,但现实情况“没那么严重”。
按他的说法,OpenAI 预计将在 明年 1 月正式摆脱当前的红色警报状态,重新以更强的姿态回到正常轨道。

OpenAI 的首席产品官 Fidji Simo 周四透露,公司已经开始在部分地区上线“年龄估算系统”。这个功能主要用于控制 ChatGPT 在面对 18 岁以下用户时的回复内容。Simo 还补充说,在明年一季度正式推出“成人模式”之前,OpenAI 想先把这个功能铺开。
不过有点小遗憾,这次发布会的重点还是放在新模型的推理能力上,并没有带来新的图像生成器。今年火出圈的几次 AI 发布,基本都是图像或视频生成类产品撑起来的。更别说奥尔特曼之前在“红色警报”备忘录里也强调——图像生成能力确实得继续加强。
之前还有传闻称 OpenAI 计划在明年 1 月再放出一款新模型,重点提升图像能力,还会加上更强的个性化特性。但对于这些消息,OpenAI 在周四并没有给出确认。

感受

好用的功能太多太多,我就不在这个一一列举了,有兴趣的可以自行尝试。

有提供免费的授权码可体验~

有提供免费的授权码可体验~

有提供免费的授权码可体验~

访问地址:sass.xiaoxuzhu.cn/

我是虚竹哥,目标是带十万人玩转AI。