智東西
編譯 王欣逸
編輯 程茜

智東西12月19日消息，今日凌晨，OpenAI發(fā)布最新編程模型GPT-5.2-Codex，該模型基于GPT-5.2，對智能體編程能力進行了深度優(yōu)化，具體包括：提升了長程任務(wù)執(zhí)行、大規(guī)模代碼變更、兼容Windows環(huán)境以及網(wǎng)絡(luò)安全防御等能力。OpenAI在博客中稱這是他們迄今為止最強的編程模型。

據(jù)OpenAI官方博客，GPT?5.2-Codex不僅繼承了GPT?5.2?的優(yōu)勢，還融合了GPT?5.1-Codex-Max?的前沿智能體編程與終端操作能力，專為復(fù)雜的現(xiàn)實軟件工程和網(wǎng)絡(luò)安全等專業(yè)領(lǐng)域設(shè)計，

OpenAI已率先在Codex CLI、IDE擴展、云端以及代碼審查中發(fā)布了GPT?5.2-Codex，今日起已向所有付費ChatGPT用戶開放，API訪問也即將上線。

值得一提的是，GPT?5.2-Codex發(fā)布之前，谷歌剛宣布推出Gemini 3 Flash模型。有網(wǎng)友讓GPT?5.2-Codex的Gemini 3 Flash共同執(zhí)行任務(wù)，結(jié)果，GPT?5.2-Codex敗下陣來，在對50個文件進行漏洞審查的任務(wù)中，Gemini 3 Flash用時1分2秒，發(fā)現(xiàn)了5個問題，而GPT-5.2-Codex用時4分48秒，僅發(fā)現(xiàn)了2個Gemini 3 Flash已找到的問題。

GPT?5.2-Codex的性能可能不及預(yù)期。有網(wǎng)友稱，GPT?5.2-Codex在SWE-Bench Pro上性能提升不到1%，還沒有發(fā)布SWE-Bench Verified結(jié)果，這不免讓人推測GPT?5.2-Codex并未達當前最優(yōu)水平，在一些系統(tǒng)卡基準測試中還出現(xiàn)了性能退步。

據(jù)OpenAI官方博客，從功能上看，GPT?5.2-Codex新增了原生上下文壓縮技術(shù)，在長上下文理解、工具調(diào)用、事實準確性以及原生的上下文壓縮上表現(xiàn)提升，推理時Token使用效率提升，還能更精準地理解在編碼過程中共享的截圖、技術(shù)圖表、數(shù)據(jù)圖以及用戶界面。在原生Windows環(huán)境中，GPT?5.2-Codex對GPT?5.1-Codex-Max的能力做了進一步的升級，智能體編程表現(xiàn)更加高效和可靠。

GPT?5.2-Codex在實際軟件工程任務(wù)中的表現(xiàn)有所提升，包括了代碼庫導(dǎo)航、重構(gòu)、Pull Request的創(chuàng)建與審查等方面。

從基準測試來看，GPT?5.2-Codex在評估修復(fù)真實世界代碼問題的SWE-Bench Pro基準測試中得分為56.4%，超越GPT-5.2的55.6%得分以及GPT-5.1的50.8%得分；在衡量編譯和服務(wù)器配置等任務(wù)的Terminal-Bench 2.0基準測試中，GPT?5.2-Codex得分為64.0%，顯著領(lǐng)先前代版本GPT?5.1-Codex-Max的58.1%，展示出了模型在使用命令行和終端解決代理任務(wù)的進步。

據(jù)OpenAI官方博客，在網(wǎng)絡(luò)安全領(lǐng)域，GPT?5.2-Codex在奪旗挑戰(zhàn)（CTF）中創(chuàng)下所有模型的最佳紀錄。從折線軌跡來看，我們也能得出，就網(wǎng)絡(luò)安全評估，OpenAI的模型能力正在持續(xù)提升。OpenAI博客稱，他們正在全面升級網(wǎng)絡(luò)安全防護，還引入可信訪問機制來支持防御工作。

OpenAI首席執(zhí)行官薩姆·阿爾特曼（Sam Altman）稱，上周，一位安全研究人員利用GPT?5.1-Codex-Max發(fā)現(xiàn)并披露了React中的一個漏洞，該漏洞可能導(dǎo)致源代碼泄漏。這反映出了模型能力應(yīng)用于網(wǎng)絡(luò)安全帶來的實際價值。阿爾特曼還提到，這些模型還在不斷改進中，最終會給網(wǎng)絡(luò)安全帶來益處。

結(jié)語：AI編程工具競爭加劇

GPT-5.2-Codex是OpenAI在編程模型上的又一次迭代，通過提升長程任務(wù)處理、大規(guī)模代碼變更和特定環(huán)境表現(xiàn)，它為復(fù)雜開發(fā)與安全研究提供了更強大的支持，有望成為發(fā)現(xiàn)和修復(fù)漏洞的有力工具。

在OpenAI本次更新之前，谷歌同日也發(fā)布了低成本的Gemini 3 Flash模型，AI編程賽道競爭持續(xù)激烈。就目前來看，號稱OpenAI最強編程模型的GPT-5.2-Codex在現(xiàn)實場景中的實際效能、與競爭對手產(chǎn)品的比較表現(xiàn)或許不及預(yù)期，該模型的實際應(yīng)用效果和性能檢驗或?qū)⒊蔀榻酉聛淼慕裹c。

來源：OpenAI、X