加我进AI讨论学习群，公众号右下角“联系方式”

文末有老金的 开源知识库地址·全免费

---

昨晚凌晨2点，OpenAI偷偷摸摸上线了GPT-5.2。

没发布会，没预热，甚至连个官方推特都没发。

作为老金最喜欢的模型，没有之一的，必须要来写一波。

这波操作，反常得有点离谱。

后来老金我扒了一下，发现背后有个大瓜：

OpenAI被谷歌逼急了，内部直接拉响了"Code Red"（红色警报）。

Code Red：被Gemini 3干懵了

事情要从11月25日说起。

那天，谷歌突然发布了Gemini 3，带着Deep Think模式杀进来了。

OpenAI内部炸了锅。

Sam Altman发了一封内部邮件，标题就俩字：Code Red（紧急状态）。

邮件核心内容是：我们必须在12月中旬之前发布GPT-5.2，不能让谷歌抢走风头。

有意思的是，OpenAI的工程师们其实不太乐意。

他们觉得GPT-5.2还需要再打磨打磨，至少再等一两个月。

但没办法，竞争压力在那摆着呢。

所以你看到的GPT-5.2，其实是一个"被催熟"的版本。

这也解释了为什么这次发布这么低调——他们自己心里也没底。

GPT-5.2到底强在哪？

别看发布低调，产品本身还是有料的。

先看一张OpenAI官方的跑分对比表：

从表格能看出来，GPT-5.2在SWE-Bench Pro（软件工程）、GPQA Diamond（科学问题）、AIME 2025（数学竞赛）这些传统评测上，确实又强了一些，回到了第一的位置。

但老金我得说，这些提升，普通人真不一定能感觉出来。

下面说几个核心亮点：

幻觉减少38%

这是最实在的提升。

幻觉（Hallucination），说人话就是AI一本正经地胡说八道。

以前用ChatGPT，最头疼的就是这个。

问它一个事实性问题，它能给你编出一个看起来特别真的假答案。

GPT-5.2在这方面下了功夫，官方说幻觉率比GPT-5.1降低了38%。

38%是什么概念？

假设以前10次回答里有2-3次瞎编，现在大概1-2次。

虽然还是会出错，但确实好了不少。

而且现在它不确定的时候，会主动说"我不太确定"，不像以前那么能装了。

上下文窗口40万token

这个数字有点猛。

上下文窗口（Context Window），简单说就是AI一次能"看"多少内容。

40万token大概相当于一本30万字的小说。

你可以把整本书丢给它，让它帮你总结、分析、找关键信息。

以前处理长文档要分好几次，现在一次搞定。

最大输出12.8万token

输出能力也提升了，最多能输出12.8万token。

写长文章、生成完整代码、输出详细报告，都不用担心被截断了。

知识截止日期更新

知识库更新到了2025年8月31日。

比之前的版本新了好几个月，能聊更多最近的事了。

完整参数信息看这张图：

两个真正牛逼的评测：ARC-AGI-2和GDPval

前面讲的那些技术参数，老金我先给你泼盆冷水。

跑分强了，实际用起来能强多少？

说实话，很难说。

你去问问身边用ChatGPT的朋友："GPT-5.2比5.1强在哪？"

大概率他们答不上来，或者就说："好像...快了点？准了点？"

这就是问题所在——纸面数据和实际体验，有时候是两码事。

举个例子：

你去健身房，教练跟你说："这个动作能多燃烧15%的卡路里！"

练完了？还是那么累。

上秤看？体重一两都没掉。

这15%的提升，你完全体会不到，因为基数太小了。

AI跑分也一样，从85分提升到90分，听着很牛逼，用起来？差别不大。

所以老金我更关注两个评测：ARC-AGI-2和GDPval。

这俩测的不是纸面数据，是真实能力。

ARC-AGI-2：测的是真智力

传统的AI评测，比如MMLU，本质上是在考"记忆力"。

你可以理解成高考历史题：给你10道选择题，问"秦始皇统一六国是哪一年？"、"氢元素的原子序数是多少？"。

对AI来说，这些问题就是查数据库。

因为训练数据里有这些答案，AI只需要找到匹配的内容，复制粘贴就行了。

这就尴尬了：我们根本分不清AI是真的会思考，还是只是记性好。

所以，一个叫François Chollet的大佬看不下去了。

这人啥来头？

Keras的创始人，就是那个机器学习界超有名的框架。

2019年，他在论文《On the Measure of Intelligence》里，设计了一套完全不考知识、只考智商的测试：ARC。

这套测试有多变态？

跟知识储备一毛钱关系都没有。

全名：Abstraction and Reasoning Corpus（抽象与推理语料库）。

测试逻辑很简单粗暴：

不管你之前学过什么、背过什么，都没用。

给你一道从来没见过的题，看你能不能现场推理出规律，然后举一反三。

这考的是什么？

流体智力（Fluid Intelligence）。

说人话就是：在完全陌生的情况下，你能不能靠脑子想出解决办法。

这是真正的智商测试，不是背书测试。

这玩意儿对AI来说，难于登天。

因为互联网上根本没有现成答案，AI不能靠"背"，只能靠"想"。

所以很长一段时间，AI在这个测试上的得分都惨不忍睹。

GPT-5.1的成绩？17.6%。

GPT-5.2呢？52.9%。

直接翻了3倍！

这数据看着就吓人。

来看看官方的排行榜数据：

性价比还特别高，在差不多的成本下，能力吊打其他模型。

换句话说：GPT-5.2在真正的"智商"上，已经是目前AI里的尖子生了。

如果对你有帮助，记得关注一波~

GDPval：测的是真实工作能力

第二个评测，GDPval，老金我先给你看成绩，你自己品。

GPT-5.2 Thinking版：70.9%

GPT-5.2 Pro版：74.1%

GPT-5.1：38.8%

看着是不是挺高？

但你知道对比对象是谁吗？

不是实习生，不是应届生，是在行业里干了十几年的专家。

也就是说，GPT-5.2干出来的活儿，有七成的时候，能跟行业老油条打平，甚至干得更好。

这他X就离谱了。

GDPval到底测了啥？

OpenAI两个多月前搞出来的新评测标准，名字就是GDP（国内生产总值）。

核心逻辑：测AI在真实工作场景里，能不能帮人赚钱。

老金我给你翻译一下，过去那些AI跑分，测的都是：

• 代码能力 → 程序员喜欢
• 数学能力 → 科学家喜欢
• 知识储备 → 学霸喜欢

但打工人里，程序员和科学家占比多少？5%？10%？

剩下90%的人呢？

每天对着Word写方案的运营、盯着Excel做报表的财务、翻文件找漏洞的审计、谈客户的销售……

这些人的工作，你拿MMLU、SWE-Bench这种学术评测能测出来吗？

测不出来。

所以OpenAI这次玩真的了：

1. 1. 挑了美国GDP贡献最大的9个行业（金融、医疗、制造、法律...）

2. 2. 找了44种职业（会计、销售、HR、审计师...）

3. 3. 请来行业专家出题（平均工作经验14年）

4. 4. 出了1320道真实工作任务

这些任务有多真实？

老金我给你举几个例子：

• HR岗：给你一个岗位JD，写一套完整的面试评估体系
• 财务岗：给你一堆发票和流水账，整理成季度财报
• 销售岗：给你客户的采购需求，写一份投标方案

来看下详细的GDPval评测内容：

平均每个任务，人类专家要干7个小时。

有些复杂的，甚至要一两周。

而且这些任务全是多模态的：Word文档、Excel表格、PDF报告、PPT、图片，啥都有。

怎么评估？

OpenAI没有用打分，而是用了最直接的方式：

找另一批行业专家来盲测，他们看不到是AI做的还是人做的。

只问一个问题："如果这是你下属交上来的，你敢直接拿给客户吗？"

结果，GPT-5.2有七成的时候，专家愿意直接拿。

老金的看法：

这才是真正有意义的评测。

以前的AI都在卷技术指标，卷程序员市场。

GPT-5.2这次终于看到了广大打工人——那些每天在办公室里跟文档、表格、报告死磕的人。

这才是能真正改变生产力的东西。

所以老金我认为，GDPval比任何跑分都重要。

上下文能力：大海捞针测试

GPT-5.2这次在处理超长文档上，也有明显进步。

有个经典测试叫"大海捞针"：

在一个25万多字的超长文档里，藏4个关键信息，让AI找出来并回答问题。

GPT-5.2的成绩？100%全对。

这是老金我见过的唯一一个能做到满分的模型。

即使把针增加到8个，GPT-5.2的准确率下降也不多，比GPT-5.1稳定太多了。

这意味着什么？

你可以丢给它一整本技术手册、一整年的会议记录、一整套法律文件，它都能准确找到你要的信息。

以前AI处理长文档，经常"前面的忘了"、"后面的漏了"。

GPT-5.2基本解决了这个问题。

结合起来看：

专业知识工作能力强（GDPval）+ 知识更新到8月（最新）+ 真智商高（ARC-AGI-2）+ 长文档处理准（大海捞针）。

这组合，对打工人来说，简直是量身定制的牛马搭子。

不是给科研用的，不是给极客玩的，就是给普通人干活用的。

三个版本怎么选？

这次GPT-5.2搞了三个版本，很多人看懵了。

老金我帮你捋一捋。

GPT-5.2 Instant（速度版）

特点：响应快，适合简单任务

适合场景：

• 快速问答
• 简单的文本生成
• 日常聊天

价格：最便宜的

老金点评：日常聊天用这个就够了，别花冤枉钱。

GPT-5.2 Thinking（思考版）

特点：擅长复杂推理，会"深度思考"

适合场景：

• 数学计算
• 逻辑推理
• 代码调试
• 复杂问题分析

API价格：

• 输入：$1.75 / 百万token
• 输出：$14 / 百万token

老金点评：这个版本对标的就是谷歌的Deep Think。如果你经常需要AI帮你解决复杂问题，选这个。

GPT-5.2 Pro（专业版）

特点：最强版本，准确率最高

适合场景：

• 专业写作
• 企业级应用
• 对准确性要求极高的任务

API价格：

• 输入：$21 / 百万token
• 输出：$168 / 百万token

老金点评：价格是真的贵。输出价格是Thinking版的12倍！除非你是企业用户或者对准确性有极高要求，否则没必要用这个。

价格对比表

老金我帮你整理成表格：

版本

输入价格

输出价格

适合人群

Instant

最低

最低

普通用户

Thinking

$1.75/M

$14/M

开发者/重度用户

Pro

$21/M

$168/M

企业用户

和竞争对手比怎么样？

既然是被Gemini 3逼出来的，那就得比一比。

vs Gemini 3

根据目前流出的跑分数据，GPT-5.2在大多数benchmark上小胜Gemini 3。

但Gemini 3的Deep Think模式在某些复杂推理任务上表现更好。

老金的看法：差距不大，各有千秋。选哪个主要看你用哪个生态。

vs Claude Opus 4.5

Claude的强项是长文本理解和代码生成。

GPT-5.2这次把上下文窗口拉到40万，在长文本这块追上来了。

代码能力的话，两边都很强，看个人习惯。

老金的看法：Claude更稳，GPT更全面。写代码我还是更习惯用Claude。

怎么用上GPT-5.2？

方法一：ChatGPT Plus

最简单的方法，开个ChatGPT Plus会员，$20/月。

登录之后，在模型选择那里就能看到GPT-5.2了。

注意：免费用户暂时用不了，要等后续开放。

方法二：API调用

开发者可以通过API调用GPT-5.2。

去OpenAI的开发者后台，申请API密钥就行。

模型名称：

• gpt-5.2-instant
• gpt-5.2-thinking
• gpt-5.2-pro

方法三：第三方平台

一些第三方平台已经接入了GPT-5.2的API。

如果你不想折腾官方渠道，可以找找这些平台。

但要注意：第三方平台的稳定性和隐私保护可能没那么好，敏感内容别往上放。

老金最后说两句

GPT-5.2这次更新，老金我给80分。

好的地方：

真的在解决打工人的实际问题（GDPval），不是纯卷技术指标。

幻觉少了38%，长文档处理能力强了，这些都是实打实的提升。

不好的地方：

惊艳感确实不够，没有那种"卧槽"的感觉。

可能是被Gemini 3、Claude Opus 4.5这些模型养刁了嘴。

但有一点老金我必须说：

OpenAI这次真的看到了程序员之外的90%打工人。

律师、会计、HR、运营、销售……这些人也需要AI，也需要生产力工具。

GPT-5.2在这个方向上，走对了。

---

说完了，你现在应该知道怎么选了：

• 日常用用 → Plus会员，省心
• 高频打工 → API Thinking，便宜还不限速
• 零容忍 → API Pro，贵但准

你要是还在犹豫，评论区留言，老金我帮你算算账。

---

参考来源

• TechCrunch: OpenAI releases GPT-5.2 amid Gemini 3 competition
• The Verge: GPT-5.2 launch details and Code Red memo
• OpenAI官方定价页面
• 华尔街日报: OpenAI vs Google AI competition analysis

---

往期推荐：

提示词工工程（Prompt Engineering）

LLMOPS(大语言模运维平台)

WX机器人教程列表

AI绘画教程列表

AI编程教程列表

---

谢谢你读我的文章。

如果觉得不错，随手点个赞、在看、转发三连吧🙂

如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。

开源知识库地址：

https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf