重磅发布！GPT-5.2 正式上线：满分数学、最强智能体，三大版本全解析刚刚，OpenAI 正式发布了 GPT-5.2。
重磅发布！GPT-5.2 正式上线：满分数学、最强智能体，三大版本全解析
刚刚，OpenAI 正式发布了 GPT-5.2。这是一次巨大的飞跃，不仅在数学竞赛中拿到了满分，更在代理（Agent）能力上实现了质的突破。
此次发布共包含三个版本，API 现已上线，ChatGPT Plus 及以上付费用户即日起开始推送。
国内免费体验通道：https://chatgpt-plus.top/list/#/home
1. 三大版本：满足不同需求
GPT-5.2 针对不同场景推出了三个细分版本，具体定位如下：
| GPT-5.2 Instant | 速度快 | |
| GPT-5.2 Thinking | 深度思考 | |
| GPT-5.2 Pro | 性能最强 |
2. 核心评测：刷新多项纪录
数据表明，GPT-5.2 是目前地表最强的 AI 模型。
AIME 2025 满分：在不使用任何工具的情况下，不仅做到了，而且是满分。
ARC-AGI 突破：
Pro 版本在 ARC-AGI-1 上达到 **90.5%**，是首个突破 90% 大关的模型。 在更难的 ARC-AGI-2 上，得分从 17.6% 暴涨至 **52.9%**，翻了三倍，与 Gemini3 旗鼓相当。
3. 真实工作能力：替代专家的前奏？
OpenAI 推出了一个新的 Benchmark —— GDPval，专门测试 44 种职业的真实工作任务，包括 做 PPT、做表格、写分析报告 等。
胜率惊人：GPT-5.2 Thinking 在 70.9% 的任务上胜过或持平人类专家；Pro 版更是高达 **74.1%**。 降本增效：速度是人类专家的 11 倍，而成本仅为人类的 **1%**。
实际案例：在投行分析师任务（如为 Fortune 500 公司做 LBO 模型）中，GPT-5.2 制作的表格和 PPT 精度大幅提升，评审员评价其"像是有员工的专业公司做的"。
(左：GPT-5.1 vs 右：GPT-5.2)
4. 编程能力：Agentic Coding 的跃升
在更接近真实软件工程的 SWE-Bench Pro 测试中（支持四种语言），GPT-5.2 Thinking 得分 **55.6%**（前代为 50.8%）。
前端与 3D 生成：凭借单 Prompt 生成复杂 UI 和 3D 效果（如海浪模拟），能力令人惊叹。
Windsurf CEO 评价道：
"这是 GPT-5 以来 Agentic coding 最大的跃升……我们会把它设为核心工作流的默认模型。"
5. 视觉与空间理解：精准定位
GPT-5.2 的视觉错误率减半，且空间位置理解能力大幅增强。
CharXiv Reasoning（科学图表）：88.7% ScreenSpot-Pro（GUI 截图）：86.3%（前代仅 64.2%）
对比展示：主板组件识别GPT-5.1 只能识别寥寥几个且位置偏移；而 GPT-5.2 能精准标注所有组件位置。
(GPT-5.1 识别效果)
(GPT-5.2 识别效果)
6. 长文本与工具调用：真正的智能助理
长文档无死角
在 256k token 长度的"大海捞针"测试中，GPT-5.2 在 4-needle 变体上接近 100% 准确率，而前代仅为 30%。API 还新增了 /compact 端点，优化长任务处理。
工具调用（Agent）
在模拟客服场景中，GPT-5.2 展现了极强的执行力。案例： 航班延误+行李丢失+改签+特殊需求。
GPT-5.1：漏步骤。 GPT-5.2：一次性搞定改签、座位、赔偿。
7. 数学、科学与幻觉抑制
数学 & 科学：不仅 AIME 满分，GPQA Diamond 达到 92.4%，HMMT 逼近 100%。 幻觉：错误回复相对减少了 **30%**（从 8.8% 降至 6.2%）。
8. 价格与可用性
价格上涨：GPT-5.2 标准版 API 价格比 5.1 **贵了 40%**，Pro 版价格依然高昂。官方表示，尽管单价贵，但 Token 效率更高，总成本反而可能降低。
如何使用：
ChatGPT：今日起向 Plus、Pro、Team、Enterprise 用户推送。GPT-5.1 将保留 3 个月。
API：已上线，模型代号如下：
gpt-5.2(Thinking)gpt-5.2-chat-latest(Instant)gpt-5.2-pro(Pro)
总结
Code Red 一周后，GPT-5.2 如约而至。更强的性能、更高的价格、更智能的 Agent 表现。
核心一句话： 如果你追求极致的复杂任务处理能力，GPT-5.2 Thinking 和 Pro 是目前的不二之选。
没有评论:
发表评论