我要投稿

GPT 5.2 ！奥特曼杀红了眼

发布日期：2025-12-12 08:38:49 浏览次数： 1896

作者：字节笔记本

微信搜一搜，关注“字节笔记本”

如果说GPT 5.1 是没活硬整，GPT 5.2 就是Sam Altman 直接掀牌桌。

昨天GPT 5.2 三个版本齐发。

GPT-5.2 Instant：对标Haiku，快速日常对话。

GPT-5.2 Thinking：对标Sonnect，编码主力。

GPT-5.2 Pro：对标Opus，负责最难最复杂的那部分

上周 Sam Altman 还在内部拉响 Code Red 红色警报，暂停所有无关开发，全员集结。

数据说明一切。

ARC AGI 2 被称为 AI 领域的图灵测试，专门考查抽象推理，没法死记硬背。

三周前，Google 的 Gemini 3 Pro 拿到 31.1% 时，业界已经惊为天人。

毕竟之前的 GPT 5.1 只有 17.6%。

今天发布的 GPT 5.2 直接干到了 52.9%。

Pro 版本更是达到了 54.2%。

从 17.6% 到 52.9%，这不是迭代，这是物种进化。

更恐怖的是数学。

在 AIME 2025 美国数学竞赛中，GPT 5.2 拿到了 100% 的满分。

注意，是不使用任何外部工具，纯靠脑子推理。

这是人类历史上第一个在该测试中拿满分的 AI 模型。

第一个达到人类专家水平的模型

OpenAI 这次并没有只刷题，他们拿出了一个叫 GDPval 的新测试。

这个测试覆盖了 44 种真实职业，包括做 PPT、做表格、写研报这些实打实的脑力活。

结果显示，GPT 5.2 在超过 70% 的任务中，表现得比人类行业专家更好，或者至少持平。

以前我们说 AI 像实习生，现在 OpenAI 告诉你，它已经是高级经理了。

效率是人类的 11 倍，成本不到人类的 1%。

三剑齐发，加量也加价

这次更新分得很细，一共三个版本。

Instant 主打快，负责日常对话。

Thinking 主打深，负责编程、数学和规划。

Pro 主打强，专门解决那些你愿意用时间换质量的难题。

自信心爆棚的 OpenAI 顺势涨价了。

API 价格比上一代贵了约 40%。

官方的说法是，因为模型更聪明，你可以少说很多废话，总成本反而可能更低。

代号大蒜

有意思的是，这个让竞争对手流泪的模型，内部代号叫 Garlic 大蒜。

Sam Altman 前两天还在发炒大蒜的照片预热。

现在这盘菜端上来了，味道确实够冲。

Google 刚坐上王座不到两周，椅子还没捂热，就被一把拽了下来。

虽然 Sam Altman 表示 Code Red 还要持续到明年一月，但第一枪已经响了。

奥特曼这次，是真的杀红了眼！

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-03-21

编程选GPT-5.4，还是GPT-5.3-Codex？

2026-03-21

AI Coding前端实践后的复盘总结

2026-03-21

OpenAI 首席科学家：Codex 只是雏形，我们要造的是「全自动 AI 研究员」

2026-03-21

谷歌Stitch「氛围设计」干崩Figma 8.8%股价：十年经验，败给巨头一次更新（附实测）

2026-03-21

为什么 CLI 比 MCP 更适合 LLM

2026-03-21

渐进式披露（Progressive Disclosure）：Agent 从 Demo 到企业级落地的 “救命架构”

2026-03-21

AI 编程工具怎么选？Codex 和 Claude Code 的本质区别

2026-03-21

Karpathy 最新播客：我得了 AI 精神病、App 将消失、Agent 将碾压实验室

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

Pencil：设计和写代码，以后就全让AI干了

2026-01-24

独家实录｜唐杰、杨植麟、林俊旸、姚顺雨...All Star 对话上，大家聊了啥？

2026-01-10

2026 开年 AI 工具推荐，让你新的一年效率起飞！（建议收藏）

2026-01-01

从0到1玩转Clawdbot：我花了40小时，把这些坑都踩完了

2026-01-26

终于！Gemini CLI支持Agent Skills，一键搬运Claude Code的“绝招”

2026-01-09

Claude Code Skills 国内实践全指南：从安装部署到高阶开发

2026-01-09

深度解析——为什么Claude code CEO Dario 如此反中？

2026-01-23

谷歌没想到：Antigravity 竟成了 Claude Code 的“免费充电宝”？

2025-12-30

不会封号的Claude Code使用方法！已稳定测试一个月，还能共享给团队。

2026-01-14

我装了 9 个 Skill，终于看懂了 Google Antigravity 的野心

2026-01-21

大家都在问

编程选GPT-5.4，还是GPT-5.3-Codex？

2026-03-21

真实测评MiniMax M2.7，不吹不夸，它到底什么水平？

2026-03-20

深度分析：Agent Harness/框架到底有没有竞争壁垒？

2026-03-19

咨询 | OpenAI、Anthropic纷纷和咨询公司合作的背后，折射除了行业落地AI什么样的趋势？

2026-03-19

大伙都在养虾，MiniMax 带着新模型来偷偷上分了？

2026-03-19

Harness Engineering 为什么是 Agent 时代的“控制论”？

2026-03-18

阿里云新品发布：Agent ID Guard，谁来管理“小龙虾们”的身份安全？

2026-03-17

香港终于能直接用 Gemini 了，内地用户能用上吗？

2026-03-17

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB Palantir Glean Openclaw