国产成人a级片_色婷婷亚洲精品_91国产视频在线观看_欧美精品一二三四

拉響“紅色警報(bào)”應(yīng)對(duì)谷歌競(jìng)爭(zhēng)后，當(dāng)?shù)貢r(shí)間12月11日，OpenAI推出了GPT-5.2，包含GPT-5.2 Instant、Thinking和Pro模式，此時(shí)距離OpenAI更新GPT-5.1只過(guò)去了一個(gè)月。

(相關(guān)資料圖)

此次發(fā)布GPT-5.2，被外界視為OpenAI應(yīng)對(duì)谷歌挑戰(zhàn)的一次反擊。上個(gè)月谷歌發(fā)布Gemini 3后，在硅谷掀起一場(chǎng)AI權(quán)力的重新分配，OpenAI作為大模型霸主的地位受到挑戰(zhàn)。

不同于GPT-5.1著重強(qiáng)調(diào)具有“情緒價(jià)值”、能與人愉快交談，此次應(yīng)對(duì)挑戰(zhàn)，OpenAI拿出了更多“真槍實(shí)彈”。GPT-5.2推出了更多智能上的更新，也放出了基準(zhǔn)測(cè)試的分?jǐn)?shù)。可以看到一些基準(zhǔn)測(cè)試分?jǐn)?shù)提升明顯。

例如，在知識(shí)型工作任務(wù)GDPval測(cè)試中，GPT-5.2Thinking的分?jǐn)?shù)為70.9%，明顯超過(guò)GPT-5.1的38.8%，在抽象推理ARC-AGI-2基準(zhǔn)測(cè)試中，GPT-5.2Thinking的分?jǐn)?shù)為52.9%，明顯超過(guò)GPT-5.1的17.6%。另一些基準(zhǔn)測(cè)試分?jǐn)?shù)也有提升，在軟件工程SWE-Bench Pro、科學(xué)問(wèn)題GPQA Diamond、科學(xué)圖表類問(wèn)題CharXiv推理、數(shù)學(xué)競(jìng)賽HMMT測(cè)試中，GPT-5.2Thinking的分?jǐn)?shù)為55.6%、92.4%、88.7%、99.4%，GPT-5.1為50.8%、88.1%、80.3%、96.3%。

基于這些能力提升，OpenAI稱為專業(yè)知識(shí)型工作打造的GPT-5.2是公司至今最強(qiáng)的模型，“GPT-5.2在眾多基準(zhǔn)測(cè)試中都刷新了行業(yè)水平，例如GDPval測(cè)試中，這款模型在涵蓋44個(gè)職業(yè)的明確知識(shí)型工作任務(wù)中表現(xiàn)超過(guò)了行業(yè)專家。”

谷歌發(fā)布的Gemini 3 Pro此前在基準(zhǔn)測(cè)試榜單中“屠榜”，OpenAI此次在基準(zhǔn)測(cè)試榜單中終于扳回一局。

據(jù)此前谷歌放出的數(shù)據(jù)，在ARC-AGI-2測(cè)試中，Gemini 3 Pro分?jǐn)?shù)為31.1%，遠(yuǎn)超GPT-5.1的17.6%，GPQA Diamond測(cè)試中，Gemini 3 Pro分?jǐn)?shù)為91.9%，超過(guò)GPT-5.1的88.1%，這種明顯的能力提升當(dāng)時(shí)引來(lái)業(yè)內(nèi)人士預(yù)言“未來(lái)6個(gè)月內(nèi)很難有公司能超越這一成績(jī)”。此次GPT-5.2在上述兩項(xiàng)基準(zhǔn)測(cè)試中得分終于超過(guò)了Gemini 3 Pro。不過(guò)，記者留意到，當(dāng)時(shí)谷歌放出的一些分?jǐn)?shù)明顯超過(guò)OpenAI的基準(zhǔn)測(cè)試，例如Humanitys Last Exam，此次GPT-5.2并未放出。

OpenAI此次也強(qiáng)調(diào)了新模型在專業(yè)工作中的可用性，稱基準(zhǔn)測(cè)試得分體現(xiàn)了GPT-5.2在制作演示文稿、電子表格等方面的表現(xiàn)優(yōu)于或與專業(yè)人士持平，生成的電子表格和幻燈片在復(fù)雜度和格式呈現(xiàn)上相比前一代有明顯提升。不過(guò)，用戶要使用新的電子表格和演示文稿功能，需要訂閱付費(fèi)套餐。長(zhǎng)上下文能力使新模型能處理報(bào)告、合同、研究論文等文件。而在編碼任務(wù)中，GPT-5.2能更可靠地調(diào)試生產(chǎn)環(huán)境代碼、以更少的人工干預(yù)完成修復(fù)交付。

OpenAI演示了一些編碼方面的案例，例如，只需要一個(gè)提示，GPT-5.2就能生成一個(gè)海浪模擬器、一個(gè)節(jié)日賀卡生成器。其中，海浪模擬器可以拉動(dòng)數(shù)值，改變風(fēng)速和海浪高度。OpenAI還強(qiáng)調(diào)了GPT-5.2 Thinking的幻覺(jué)率低于前一代，在一組去標(biāo)識(shí)的查詢中，新模型錯(cuò)誤回答的頻率比GPT-5.1 Thinking減少了38%。OpenAI稱，這意味著在寫作、研究、分析和決策中模型犯的錯(cuò)誤更少，GPT-5.2 Thinking在圖表推理和軟件界面理解方面的錯(cuò)誤率減少了大約一半。此外，OpenAI稱，GPT-5.2 Pro和GPT-5.2 Thinking還是目前最有助于加快科研進(jìn)展的模型。

GPT-5.2Instant、Thinking和Pro周四在ChatGPT中陸續(xù)推出，付費(fèi)套餐用戶將能率先體驗(yàn)。不過(guò)，OpenAI應(yīng)對(duì)谷歌等競(jìng)爭(zhēng)而拉響的“紅色警報(bào)”，并未隨著GPT-5.2的發(fā)布而解除。

此前OpenAI CEO山姆·奧爾特曼（Sam Altman）在內(nèi)部備忘錄中承認(rèn)，隨著谷歌等競(jìng)爭(zhēng)對(duì)手的快速進(jìn)步，公司正面臨“氛圍緊張”和“經(jīng)濟(jì)逆風(fēng)”的雙重挑戰(zhàn)。

此次OpenAI則表示，拉響“紅色警報(bào)”是為了集中資源，是一種明確優(yōu)先級(jí)的方式，公司確實(shí)增加了更多與ChatGPT相關(guān)的資源。奧爾特曼表示，谷歌發(fā)布的Gemini 3對(duì)公司的一些指標(biāo)的影響，比原本預(yù)計(jì)的更小，但當(dāng)競(jìng)爭(zhēng)對(duì)手的威脅出現(xiàn)時(shí)，應(yīng)該專注并迅速應(yīng)對(duì)，OpenAI預(yù)計(jì)在明年1月之前結(jié)束“紅色警報(bào)”狀態(tài)。

GPT-5.2將不是OpenAI應(yīng)對(duì)競(jìng)爭(zhēng)拋出的唯一產(chǎn)品，奧爾特曼在社交媒體上表示，下周OpenAI還將送出一些“小小的圣誕禮物”。

關(guān)鍵詞： GPT OpenAI 推出 Thinking 基準(zhǔn) 測(cè)