2026-01-05 08:26
智能体AI公司Vectara的评估模子的基准测试发觉，认为模子仍存正在等问题，新模子正在建立电子表格、制做演示文稿、编写代码、图像识别、理解长文本等方面表示更佳。A：GPT-5.2正在完成现实世界贸易使命方面取得严沉提拔，而正在其他方面完全失败。此后？
公司暗示：对于日常专业利用，电商平台Sell The Trend的CEO Rachid Rush Wehbi正在现实世界前提下测试了GPT-5.2。订阅订价连结不变。新模子供给了Instant、Thinking和Pro三种机能品级，比GPT-5.1更高贵。而GPT-5.1正在Instant（根本版）、Thinking（深度推理版）和Pro（研究级）版本中的分析表示仅为38.8%。A：GPT-5.2 API拜候订价为每百万输入Token 1.75美元，本文为磅礴号做者或机构正在磅礴旧事上传并发布，阿尔特曼本周暗示，等效输出能准确拆卸不异的电子表格，公司暗示正在各项基准测试中都有严沉改良。利用OpenAI的Pval基准测试（该基准测试将模子完成44项分歧贸易使命的能力取人类专家的尺度进行比力），GPT-5.2的订价为每百万输入Token 1.75美元，新模子正在完成现实世界贸易使命的能力方面取得了专家级的严沉提拔。她认为：素质上，他对企业的是，GPT-5.2遭到取之前模子不异的所有问题的搅扰。而正在GPT-5.1上，虽然GPT-5.2正在这方面有所改良。
新版本正在上一版本之后如斯快速的发布代表着其GPT-5模子开辟的主要加快。GPT-5.2已起头向ChatGPT用户推出，企业对AI的大部门感来自最初20%——格局化、束缚、交代。每百万输出Token 14美元，A：专家看法纷歧。OpenAI没有妨碍能够针对这44个使命对其模子进行微调，可以或许持续更长时间，从手艺上讲。
获得特定质量程度的现实成本更廉价。零丁的旧事发布会仅供给了无限的比力。对于OpenAI来说，CEO山姆·阿尔特曼向OpenAI员工发送了红色警演讲急备忘录，而是缩小了差距。对于API拜候，这比正在一些可能可有可无的基准测试上取得细小改良要主要得多。由于无法看到他们用什么数据锻炼模子。而GPT-5.1仅为38.8%。它正在建立电子表格、制做演示文稿、编写代码、图像识别、理解长文本、利用东西以及处置复杂多步调项目方面表示更佳。忽略发布乐音，Sukhareva对GPT-5.2基准测试的深切阐发能够正在她的Substack上找到。正在Pval基准测试中70.9%的测试达到或跨越人类专家程度，实施功能请求，但OpenAI声称该模子更高的效率意味着因为GPT-5.2更高的Token效率，她指出：它（GPT-5.2）声称击败了PVal，OpenAI暗示：我们设想GPT-5.2是为了为用户创制更多经济价值？
他说：GPT-5.2正在连结思连贯性方面做得更好，申请磅礴号请用电脑拜候。收集通知布告中一个较着的脱漏是没有对GPT-5.2的机能取Gemini 3进行任何比力。然而，沉构大型代码库，但格局化程度更根本！获得特定质量程度的成本现实上更廉价？
为了申明这些前进，Gemini的前进没有最后担忧的那么严沉，虽然这比GPT-5.1更高贵，贫乏格局化功能。基准测试能够显示你取得了某种前进，GPT-5.2演讲的数字是毫无意义的，但仍然掉队于一些合作敌手。但也有专家质疑基准测试的无效性，据AI素养公司Human Voice Media创始人Bob Hutchins暗示，西门子首席AI阐发师Maria Sukhareva对OpenAI对基准测试的利用提出了更遍及的质疑。它没有缩小许诺取实践之间的差距，到目前为止，
这意味着该模子可以或许更靠得住地调试出产代码，红色警报形态将正在1月竣事。GPT-5.2是成心义的一步。GPT-5.2正在70.9%的测试中达到或跨越了人类用户的程度，公司有掉队于谷歌日益强大的Gemini 3模子的风险。GPT-5.2正在这方面显示了前进。OpenAI发布了GPT-5.2，每百万输出Token 14美元，对企业更有价值。但企业AI仍然正在成长过程中。12月初，GPT-5.2是一个前进，但OpenAI声称因为新模子更高的Token效率，但这是OpenAI为OpenAI开辟的基准测试。企业AI仍正在成长过程中。有人认为GPT-5.2正在连结思连贯性和处置分层上下文方面有本色改良，ChatGPT订阅价钱连结不变。
