重磅消息：GPT-5.2 发布，助力打工人每周轻松减负 10 小时，成人模式明年登场！

哎，1106天过去了，OpenAI从“强者”变成了“被追赶者”。

就在上周，Google发布了Gemini 3，OpenAI的CEO奥特曼紧急拉响了“红色警报”，宣布将所有资源重新集中于ChatGPT，其他项目都得靠边站。

这是OpenAI成立以来第一次进入这种“危机状态”，也是它首次如此明确地表明：竞争的压力大到必须全力以赴。

紧接着，OpenAI又推出了GPT-5.2模型，像是给竞争对手狠狠一击。这一版本将面向ChatGPT的付费用户，并通过API供开发者使用，分为三个不同的版本：

• Instant：快速优化版，适合信息查询、写作以及翻译等日常任务；
• Thinking：擅长处理复杂的任务，比如编程、分析长文档、数学运算及规划；
• Pro：高端版本，专注于在高难度任务中提供最佳的准确性和可靠性。

不闲聊，真心干活，GPT-5.2来袭

大家原本以为OpenAI会更注重提升ChatGPT的个性化和用户体验，没想到GPT-5.2的发布依然是走实用主义的路线。

OpenAI应用的CEO Fidji Simo说过：“我们设计GPT-5.2就是为了让用户创造更多经济价值。”

那么，什么是经济价值呢？

简单来说，就是让AI真正能工作，比如做表格、写PPT、编程、看图、阅读长文、调用工具、管理复杂项目，这些都是GPT-5.2的强项。

而且，数据看起来也很惊人。每个ChatGPT企业版用户平均每天能省下40到60分钟，重度用户甚至每周可以节省超过10小时。

其中，GPT-5.2的Thinking版本是这次发布的重头戏。

在针对44个职业知识型任务的GDPval测试中，它成为第一个在整体表现上达到或超过人类专家水平的模型。具体来说，在与行业专家的比较中，GPT-5.2的Thinking版本在70.9%的任务中胜出或持平，评判者都是人类专家。

全新升级的GPT-5.2，真的是让人惊艳！

这些任务可不是随便设定的哦，涵盖了美国GDP前九大行业，比如销售演示、会计报表、急诊排班、制造业图纸、短视频制作等等，都是现实工作中非常重要的内容。

在编程方面的进步也相当显著。

SWE-Bench Pro测试非常严格，它评估的是模型在真实软件工程中的表现，涉及四种编程语言，相比只测Python的版本，这个难度可大多了。GPT-5.2 Thinking在这个测试中取得了55.6%的成绩，创造了行业的新高。

更让人惊叹的是，在SWE-bench Verified测试中，GPT-5.2直接达到了80%的高分，成为目前的最高记录。这意味着它在调试生产环境中的代码、实现功能需求、重构大型代码库等方面都能更加高效，减少人工干预。

前端开发的表现也提升了不少。

早期测试者反馈，它在处理复杂或非常规的前端UI任务时非常出色，特别是在涉及3D元素的场景中，简直就是全栈工程师的得力助手。

OpenAI还展示了一些根据单一提示生成的实例，比如海浪模拟器、节日贺卡生成器、打字雨游戏。只需一个提示词，整个单页应用就能生成，参数可调、动画效果真实、UI风格宁静，样样俱全。

幻觉率降低30%，长文本处理能力接近完美

说到准确性，GPT-5.2 Thinking的“幻觉率”相比于前一版本GPT-5.1明显降低了。

在一组匿名的ChatGPT查询中，错误回答的比例减少了大约30%。对专业人士而言，这意味着在研究、写作、分析和决策支持等任务中，出错的概率更低，使用起来更放心。

当然，OpenAI也提醒大家，尽管GPT-5.2提升了准确性，关键任务还是要自己再核实一遍。

它在处理长文本的推理能力上也设立了新标杆。

根据OpenAI MRCRv2基准测试，GPT-5.2的表现相当优秀。这个测试主要评估模型能否有效整合长文档中的信息，对于需要处理数十万token的深度文档分析任务，GPT-5.2的准确性远超GPT-5.1。

尤其是在MRCR的4针测试中，GPT-5.2是首个接近100%准确率的模型。在最多256k token的上下文中，它的表现让人刮目相看。

这也意味着专业用户可以使用GPT-5.2高效处理超长文档，比如报告、合同、学术论文、访谈记录和多文件项目，确保在处理数百页内容时逻辑清晰、信息准确。至于视觉理解方面，GPT-5.2 Thinking是目前OpenAI最强大的视觉模型，在图表推理和软件界面理解上，错误率降低了大约一半。

这对于日常专业使用来讲，意味着模型能更精准地解读数据仪表盘、产品截图、技术图纸和可视化报告，非常适用于金融、运营、工程、设计、客服等以视觉为核心的工作场景。

### GPT-5.2：智能助手的新突破

最近，GPT-5.2在空间理解和工具调用方面的能力得到了显著提升。在Tau2-bench Telecom的测试中，这个新版本的模型取得了惊人的98.7%的高分，显示出它在处理复杂、长时间的任务时，能够更可靠地使用各种工具。

即便是在推理能力最低的情况下，GPT-5.2的表现也明显优于之前的GPT-5.1和GPT-4.1。这表明，它在执行完整工作流程时的能力更强，能够更有效地处理客户服务的案例，提取多个系统中的数据，并进行分析，输出结果的过程中出错的概率更小。

说到数学和科学的能力提升，这也是此次更新的一个重要亮点。在GPQA Diamond这样的研究生级别科学问答测试中，覆盖了物理、化学和生物学等多个领域，GPT-5.2的表现相较于以往显著提升。而在FrontierMath这样考察专家级数学问题解决能力的测试中，它也能顺利应对。

更令人惊讶的是，在ARC-AGI-1测试中，GPT-5.2 Pro成为第一个准确率超过90%的模型，表现上升至90%以上，而去年的o3-preview则只达到了87%，而且成本下降了大约390倍。这真是个巨大的飞跃！

在更复杂的ARC-AGI-2版本测试中，重点考察了流动性推理的能力，GPT-5.2 Thinking取得了52.9%的高分，创下了“链式思维模型”的新纪录，而GPT-5.2 Pro则更进一步，达到了54.2%。

官方博客分享了一个令人印象深刻的案例：在统计学习理论的一个开放问题上，GPT-5.2 Pro甚至给出了一个可行的证明方案。这个问题源于2019年学习理论大会COLT提出的未解难题，内容涉及当模型设定完全正确、数据呈标准正态分布时，学习曲线是否会单调。

研究人员没有提前设计算法或提供证明思路，甚至没有输入任何中间步骤或提示，而是直接让GPT-5.2 Pro给出完整的证明。结果，模型竟然提出了一种可行的解决方案，并通过人工验证和外部专家的评审确认其正确性。

这说明，在一些有明确公理基础的领域，比如数学和理论计算机科学，GPT-5.2 Pro已经能够发挥更为实质性的科研辅助作用，比如探索证明路径、验证假设以及发现潜在的联系。

GPT-5.2的惊人表现与未来计划

说到GPT-5.2的API，性能真的是让人瞠目结舌，当然，这样的实力背后也得花不少银子。

Thinking和Deep Research模式消耗的算力可不一般，远远超过普通的聊天机器人，因为它需要进行更深层次的思考。OpenAI现在在模型推理上的花费，基本上都是直接用现金支付，而不是通过微软Azure的云服务积分来抵扣。

长此以往，这样的花费方式到底能坚持多久，真的很难说。

总体来看，GPT-5.2更像是对之前两次模型更新的整合，而不是什么彻底的重做。

8月推出的GPT-5可谓是架构上的一次大革新，引入了可以在快速响应和深度思考模式之间灵活切换的机制。而11月的GPT-5.1，让系统变得更加友好、对话性更强，也更适合智能体和编程任务。

而现在的GPT-5.2，则是在这些优势的基础上，力求推出一个更加可靠的生产级模型。更值得注意的是，这次发布的三款GPT-5.2模型，其底层知识库已经完成了更新。

目前，GPT-5.2已经在ChatGPT中逐步上线，首批开放给付费用户。GPT-5.1会在“传统模型”选项中保留三个月，之后就会正式下架。

至于API方面，开发者们也可以开始使用了。虽然价格比GPT-5.1贵了一些，但OpenAI表示，由于token的使用效率更高，整体成本反而会更低。

坏消息与好消息

除了模型的更新，OpenAI在商业化方面也有两个截然不同的消息。

虽然这次没有新图像生成模型的推出，但OpenAI却与迪士尼达成了一项为期三年的授权协议。

这意味着用户可以生成包含迪士尼、漫威、皮克斯和星球大战等200多个角色的社交视频，部分生成的视频还可以在Disney+上播放。

作为交换，迪士尼向OpenAI投资了10亿美元，并成为重要客户。内容IP结合AI生成，想象空间的确很大。

另一个值得注意的消息是，ChatGPT的“成人模式”终于有了明确的上线时间。

随着越来越多的AI聊天机器人开始涉及成人内容，OpenAI也不打算当个旁观者。根据彭博社的报道，Fidji Simo已经明确表示，该功能预计将在2026年第一季度上线。

在这之前，OpenAI会继续完善年龄识别功能，确保未成年人能够自动启用内容保护机制。目前，年龄预测模型正在部分国家进行早期测试，评估识别青少年的能力，尽量避免误判成年人。

面对谷歌Gemini的紧逼，OpenAI通过推出GPT-5.2这套组合拳来应对，速度更快、性能更强，更像是一个成熟的商业产品。

同时，OpenAI在拥抱迪士尼的同时，又准备推出成人模式，真的是在技术领先和快速变现之间寻找平衡；既要占领企业市场，又不想放过任何流量入口。

值得庆幸的是，迎来十周年的OpenAI最终还是上演了一出精彩的反击大戏。

标题：揭秘OpenAI的十年反击之路！

说到OpenAI，最近他们真是有点儿动作频频。想象一下，像迪士尼这样的巨头与他们合作，同时还推出一种成人模式，简直是在技术和盈利之间找到了一种微妙的平衡。就像在商业舞台上跳舞，既要吸引企业客户，又不想放过任何潜在的流量。令人欣慰的是，OpenAI在庆祝十周年之际，竟然成功上演了一场精彩的反击，这可真是让人刮目相看呢。

别忘了，想了解更多内容，欢迎关注我们的微信公众号：爱范儿（微信号：ifanr），我们会第一时间为你奉上更多精彩内容哦！

爱范儿 | 原文链接 · 新浪微博