“复仇”谷歌，GPT-5.2编码、做表、读图能力全面提升，能让打工人每周少干10小时

在GDPval测试中，GTP-5.2在涵盖44个职业的工作任务上，最高有74.1%的表现达到或超越行业专家水平。OpenAI介绍，“GPT-5.2 Thinking完成这些任务的速度是专家的11倍以上，成本不到专家的1%。”

来看看GTP-5.2做的统计表，是不已经赶超了不少打工人水准？

智能编码方面，GTP-5.2上分到了王者段位。在现实世界软件工程基准测试SWE-Bench Pro中，GTP-5.2 Thinking创下了55.6%的新纪录。

SWE-Bench Pro测试被业界视为编码“试金石”，同时测试四种编程语言，且测试题目涵盖高工业相关性、多样性，更具挑战。

在SWE-Bench Verified上，GTP-5.2 Thinking更是一举拿下80%的高分。

这意味着，它可以更可靠地完成生产环境代码调试、功能实现与大型代码库重构，减少对人工干预的依赖。

测试者发现，GTP-5.2在前端开发表现方面较上一代模型亦有显著提升，仅凭单一提示词即可生成带可调参数与逼真动画的完整单页应用。

长文本推理与视觉理解能力的升级同样值得关注。在MRCRv2基准测试中，GPT-5.2对数十万token跨文档信息的整合准确率远超前代，尤其在256k token上下文的多“针”识别测试中接近100%准确率，可高效处理百页级报告、合同、学术论文等超长文本。

视觉领域，其图表推理与软件界面理解错误率下降约一半，能精准解读数据仪表盘、技术图纸等视觉材料，适配金融、工程、设计等多行业场景。

科研辅助能力的进阶成为本次发布的“硬核亮点”。 GPT-5.2 Pro版在ARC-AGI-1测试中（衡量通用推理能力），成为第一个突破90%准确率的模型，成本较此前降低390倍。且模型整体幻觉率降低，为专业研究、决策支持等关键任务提供更可靠保障。

OpenAI介绍，在统计学习理论的一个开放难题——《关于最大似然估计量的学习曲线单调性》上，GPT-5.2直接给出经专家验证的可行证明方案，目前该篇论文已经发表。展现出AI在数学、理论计算机科学等公理基础明确领域的实质性科研价值。

API方面，GPT-5.2定价为每百万输入token 1.75美元、输出token 14美元；Pro版本最高支持“xhigh”第五档推理强度，定价为每百万输入token 21美元，输出token 168美元。尽管单价上涨，OpenAI强调，因模型效率提升，实际使用成本反而下降。

此次发布正值全球大模型市场从技术比拼转向应用落地的关键时期。国内外“Gemini”“Grok”、“千问”“Kimi”等产品正通过场景整合及降低应用成本抢占市场，行业竞争从跑分竞赛转向看谁能够精准满足用户需求。

北京邮电大学人机交互与认知实验室主任刘伟指出，“面对密集的产品发布，市场不乏‘重复建设’和‘内卷’的争议。大模型竞争的本质是‘技术竞争下的应用突围赛’，头部产品已经通过差异化定位形成独特的竞争力。”

新模型发布后，OpenAI CEO山姆·奥特曼在X平台发推文表示，“过去的十年非常精彩，OpenAI的工作比我想象的还要特别。”

他透露，圣诞节还会为大家带来一个“礼物”，下周就会推出，大家猜猜会是什么呢？