新鮮出爐的GPT5.2又一次成“最強(qiáng)”了，

這次居然沒有開發(fā)布會，浪費(fèi)了我二十分鐘，

現(xiàn)在應(yīng)該已經(jīng)全量上線到ChatGPT了，在OpenAI platform，Cursor，Codex，Perplexity上也能用到，這次API貴了40%，要好好看看值不值。

我第一時(shí)間就跟Gemini 3 Pro，做了個(gè)編程對比，還盤點(diǎn)了10種GPT5.2的玩法。直接打印機(jī)起手，

GPT5.2，

Gemini 3 Pro，

enmmm，有點(diǎn)不對，

再看看OpenAI自己放出來的主case呢，

一個(gè)電腦主板上面的元件和接口識別標(biāo)記的case，結(jié)果連Gemini 2.5 Pro都沒打贏

這批測試的超長提示語和代碼我都打包好了，公眾號后臺發(fā)我“gpt5.2”就行

難道是我報(bào)告看劈叉了，再翻翻還是很頂，

在AIME 2025（競賽數(shù)學(xué)）拿滿分，在 ARC-AGI-2（視覺推理）上拿到了 52.9%（翻了三倍，和 Gemini3 相當(dāng)），在SWE-Bench Pro（軟件工程）、GPQA Diamond（科學(xué)問題）上也搶回第一了，

256K文檔的四針測試正確率離譜到100%，知識截止日期也更新到25年8月份了。

怪不得之前有人P圖GPT5.2全系第一。。。

重點(diǎn)在GDPval和ARC-AGI-2，

簡單來說，OpenAI想測試模型在真實(shí)世界對GDP的貢獻(xiàn)，可以說是賺錢能力，

GDPval這數(shù)據(jù)集就是從銀行那調(diào)取的信息，選出對美國 GDP 貢獻(xiàn)最大的 9 個(gè)行業(yè)中選出的 44 種職業(yè)，

1,320 個(gè)專業(yè)任務(wù)，每個(gè)任務(wù)都由平均有 14 年以上領(lǐng)域經(jīng)驗(yàn)的專業(yè)人士設(shè)計(jì)，任務(wù)本體包含了參考文件和背景信息，預(yù)期的輸出涵蓋文檔、ppt、圖表、電子表格和多媒體。

https://arxiv.org/pdf/2510.04374

測試的case長這樣，GPT 5.2 Thinking的平均得分比GPT 5.1 Thinking高9.3%，還是比較明顯能看到區(qū)別的。

我用Gemini 3 Pro搓了一個(gè)賊復(fù)雜的Excel提示語，直接搭一個(gè)完整的模型。

你要在 Excel 里從零構(gòu)建一個(gè)可運(yùn)營的商業(yè)預(yù)測模型，用于蜜雪冰城在12月內(nèi)的 定價(jià)、銷量、收入、成本、費(fèi)用、利潤、現(xiàn)金流 預(yù)測，并支持多情景對比與關(guān)鍵指標(biāo)儀表盤。

目標(biāo)讀者是業(yè)務(wù)負(fù)責(zé)人和財(cái)務(wù)負(fù)責(zé)人，要求模型結(jié)構(gòu)清晰、可審計(jì)、可擴(kuò)展，所有計(jì)算使用 Excel 原生公式完成（不依賴宏）。

(后面是每張表的詳細(xì)設(shè)定)

GPT 5.2 Thinking跑啊跑，跑了半小時(shí)，

把我所有的要求都實(shí)現(xiàn)了，

以后出門在外自稱是Excel專家沒得問題了。

再試一個(gè)常見的視頻轉(zhuǎn)錄任務(wù)，GPT 5.2 Thinking沒有內(nèi)置工具，所以它會聯(lián)網(wǎng)搜索一個(gè)免費(fèi)轉(zhuǎn)錄的工具，轉(zhuǎn)錄后再把結(jié)果整理好給我。

（視頻鏈接）總結(jié)這個(gè)視頻的記錄，并分享所有學(xué)到的知識

再來再來，

既然轉(zhuǎn)錄也能找到免費(fèi)了，說不定PDF排版也行。

將這份PDF轉(zhuǎn)換成可編輯的Word文檔。

GPT2.5的解法是將圖片和結(jié)構(gòu)圖等截圖放到word里面，我看下來就只有代碼部分會出現(xiàn)行號和文字排版多了換行，其他文字和格式都保留下來了。

我必須要額外吐槽一下instant，thinking和pro這個(gè)后綴，穿插在報(bào)告里面看到眼花。我愿稱之為AI界的中杯大杯超大杯

除了牛馬預(yù)備役的設(shè)定外，GPT 5.2在ARC-AGI-2的性能也很強(qiáng)，用人話說，就是看看模型在完全沒見過的圖像推理題上表現(xiàn)怎么樣。

這有個(gè)術(shù)語，流體智力（Fluid Intelligence），不依賴于已有的知識，在全新情境下進(jìn)行邏輯推理、識別模式和解決問題的能力。

我記得第一代的時(shí)候我當(dāng)時(shí)找了一堆人，做10條只對了3條。GPT 5.2的得分到了52.9%，比GPT 5.1高35.3%，正確率過半了。

GPT 5.2有一個(gè)我印象比較深刻的case，

就是這個(gè)3D深海，這個(gè)光影我反手就是一個(gè)3A大作。

創(chuàng)建一個(gè)包含以下要求的單HTML文件單頁應(yīng)用：

名稱：海洋波浪模擬

目標(biāo)：顯示逼真的動(dòng)態(tài)波浪效果。

功能：可調(diào)節(jié)風(fēng)速、浪高和光照效果。

界面需具有平靜感和真實(shí)感。

我一開始看那么簡單的提示語嘴都笑歪了，結(jié)果后面不只我一個(gè)人發(fā)現(xiàn)了thinking和pro會時(shí)不時(shí)降智。

@向陽喬木用的同一個(gè)手柄提示語，用instant，thinking和pro生成的三張圖，

SVG code for Xbox controller

所以我后面干脆改用GPT5.2（無后綴版）抽卡了，

還是可以抽出（抽了一晚上）相當(dāng)不錯(cuò)的效果的，

小球彈跳3D版，

以及模擬官方case的3D海浪，

@karminski-牙醫(yī)得到的結(jié)論也很一樣，下面兩個(gè)演示動(dòng)畫是我節(jié)選他跑的一部分效果，

我覺得可以基本實(shí)錘了。

測試中的GPT 5.2 thinking和pro差距并不大, 但價(jià)格差了11倍。大象牙膏測試，甚至不如 GPT5，粒子效果還不如國產(chǎn)開放權(quán)重模型，

鞭炮連鎖爆炸測試, 建模和光照, 粒子效果都非常好, 但追求畫質(zhì)的結(jié)果就是犧牲了性能,

總的來說，模型寫出來的代碼都挺好看，

但性能沒太大進(jìn)步。

最后，來測試看看GPT5.2的寫作能力吧，

既然都囊括了44種職業(yè)了，那文案是不是也要拉上來。我基本都是一個(gè)固定提示語測試，太短了看不出AI味，太多提示語限制的話看不出最低下限

寫一篇千字的中文科技小說篇章

盡力了，3k字壓成圖片傳上來還是有點(diǎn)糊的，

怎么說呢，GPT5.2的AI味還是重，

破折號雙引號冒號頓號，

固定的不是...而是的句式還是時(shí)不時(shí)會彈出來，

但是這個(gè)故事的本身設(shè)定我還是很喜歡的，

不再完美的AI零七和被算法討厭的噪音工程師林佑的聯(lián)手還蠻有看點(diǎn)的。

最后的最后，

GPT-5.1三個(gè)月后也會下線，

我們又一次告別了一個(gè)GPT開頭的模型，

GPT5.2發(fā)布當(dāng)天，OpenAI十周年這周，

奧特曼寫了一封公開信《Ten Years》，

他說，

再過十年，

我們幾乎肯定能造出超級智能。

實(shí)話說，我對OpenAI的感情是復(fù)雜的，

Gemini 3.0 Pro 獨(dú)一檔強(qiáng)，

Claude基本不能用的情況下，

我是真心希望GPT5.2能支棱起來，

別真被徹底超過了，

多多優(yōu)化模型吧。

@ 作者 / 卡爾

最后，感謝你看到這里如果喜歡這篇文章，不妨順手給我們點(diǎn)贊｜在看｜轉(zhuǎn)發(fā)｜評論

如果想要第一時(shí)間收到推送，不妨給我個(gè)星標(biāo)

更多的內(nèi)容正在不斷填坑中……