OpenAI GPT-5.2 发布及性能声明

OpenAI 发布了 GPT-5.2,作为一款以工作为中心的模型。 - OpenAI 发布了 GPT-5.2。 - GPT-5.2 旨在用于“实际工作”,而非演示效果。 - 据报道,该模型在约 70% 的实际工作任务中超越了人类专家。 - GPT-5.2 在 AIME 2025 中获得了满分。 - 该模型明确为长周期(长远)代理而构建。 - 早期用户报告了高度创造性和极端的新用例。 - 一位用户测试了一个多模态比较案例:去掉注释框后,将相同的图像发送给 GPT-5.2 和 Gemini 3.0。 - 在该测试中,Gemini 3.0 在未注释图像上超越了 GPT-5.2。
Key insights
OpenAI 发布 GPT-5.2 以针对现实世界任务
OpenAI 宣布 GPT-5.2 是一款旨在用于实际生产工作的全新模型,而非仅用于演示。发布说明强调了对长周期代理的支持,并将该模型定位于在实际工作中进行持续任务执行。公告强调,GPT-5.2 的构建考虑了超越短期演示的用例,开发者们已经开始尝试非常规应用。
性能声明:70% 的实际任务和 AIME 2025 满分
发布材料或报告指出,GPT-5.2 在大约 70% 的评估实际工作任务中超越了人类专家,并在 AIME 2025 中获得了满分。这些具体指标作为关于该模型在实际工作负载和基准测试中前沿性能的声明的一部分被提出。
用户测试挑战多模态优越性声明与 Gemini 3.0 的比较
一位用户通过去掉图像中的注释框,向 GPT-5.2 和 Gemini 3.0 发送未注释的图像进行比较测试。在该案例中,Gemini 3.0 超越了 GPT-5.2,反驳了关于 GPT-5.2 在该示例中多模态能力超过 Gemini 3.0 的声明。