OpenAI发布GPT-5.2：性能卓越但价格昂贵，AI专家时代来临？

价格方面，GPT-5.2是DeepSeek的400倍，比谷歌的Gemini 3 Pro也要贵上近10倍。

OpenAI最新发布的GPT-5.2，究竟实力如何？

可以说，这款模型或许是最适合职场人士的AI，因为它可能标志着AI从辅助工具向专家角色的转变。

首先在专业领域，GPT-5.2有70%的可能性击败正在屏幕前刷视频的各位行业专家。

从跑分来看，这次的GPT-5.2在各项指标上都略高于Gemini 3 Pro。

当然，优势并不明显，不排除OpenAI是针对Gemini进行优化的可能。

但OpenAI最关注的其实是GDPval测试成绩。

这是他们在今年925提出的全新评估方法，用于衡量AI能否真正帮助打工人完成工作任务。

他们邀请了九个领域、四十四个行业的专家，结合真实工作环境设计了一系列题目。

然后测试AI能否胜任这些专家的任务。

结果显示，最新的GPT-5.2在70%的任务上能与人持平甚至表现更优。

我们也简单体验了一下，让GPT-5.2去互联网上统计各大AI公司发布的所有模型。

接着将这些模型在各个排行榜上的得分整理出来，并按月份制作成表格。

经过整整14分钟的“思考”，GPT-5.2成功完成了数据收集、结果统计和表格绘制的任务。

这个完成度确实令人满意。

此外，GPT-5.2还能处理复杂的表格任务，生成的表格不仅比之前版本更美观。

而且在各项任务测试指标上，也有约9%的提升。

在代码编写方面，GPT-5.2同样进步显著。

产生幻觉的概率比之前降低了38%。

这让用户用起来更放心。

我们也简单测试了一下，但可能是因为有Gemini珠玉在前，GPT-5.2给我们的感觉有些平淡。

让它写一个Aimlab（瞄准练习小游戏）。

它确实能写出来，生成的程序不仅能运行，还能调整靶子大小、游戏时长等基本参数。

这些都没问题，但就是有些中规中矩。

在审美方面，被上个月发布的Gemini 3明显超越。

同样一句话生成的小游戏，Gemini已经开始运用各种时尚配色，而GPT还在刷大白墙、做毛坯房。

当然，也可能是我们没有指定GPT的具体风格。

除了各项能力提升外，这次GPT-5.2还有一个有趣的变化。

它变得更懂人话了。

有测试者发现，让GPT写50个创意，它会老老实实写出50个，而不是像以前那样写10个就开始敷衍。

此外，在上下文能力上，OpenAI也进行了增强。在插针实验中，即使文本长度达到256K，成功率仍接近100%。

这意味着在几十万字的名著中，如果你偷偷加了些骂我的话，它都能精准找出来。

这对写代码、做学术、整理文书的打工族和科研人员来说，又是一大助力。

尽管纸面实力很强，但在某些地方还是翻车了。

比如在官方展示的图像识别案例中，大家发现Gemini 3 Pro的细节识别能力远超GPT 5.2。

也有人吐槽，新模型发布了，老版本估计又要降智了……

这已经是经典剧情了。

最后，GPT-5.2的发布也让我们看到一种趋势。

未来，顶级模型之间的差异可能会越来越明显，各有偏科。

比如Gemini可能在全模态领域一骑绝尘；GPT在逻辑推理、生产力方面依旧领先；Claude则在代码能力和写作上继续遥遥领先。

毕竟在实现AGI的路径上，各大厂的思路已经分化。谷歌可能认为多模态感知世界才是未来；OpenAI则坚信极致的逻辑推理和生产力的提升；Anthropic认为高维度的语义理解和对齐才是通往AGI的关键。

反正AI大哥轮流坐的现状还在继续，按顺序，下一个出招的应该是Anthropic了。

对了，结尾也想催催奥特曼，答应大家的成人模式到底什么时候上线？