GPT-5.2降智遭全网差评 OpenAI仍未摆脱被动局面

Epoch AI最新报告，GPT-5.2的能力指数（ECI）得分152，仅次于Gemini 3 Pro。

在多项基准测试中，GPT-5.2的实力并没有“全线霸榜”。

在由陶哲轩联手百位数学家出的考题——FrontierMath中，GPT-5.2仅在T1-3级中霸榜，T4还是Gemini 3的高地。

另外，在国际象棋Chess Puzzles中，GPT-5.2拿下了第一的成绩。

唯一例外的是，在SimpleQA Verified上，GPT-5.2都不及GPT-5.1，意味着迭代后的可信度更差了。

不仅如此，多个第三方基准评测显示，GPT-5.2远不及预期，没有打败Gemini 3。

包括OCR-Arena、simple-bench、Live-Bench上，GPT-5.2甚至都排在了Claude Opus 4.5之后。

发布仅两天，GPT-5.2水花不大，反而圈子里开发者吐槽的不少。

为了打赢这场硬仗，OpenAI拉响“红色警报”，把改进ChatGPT事项提到了优先级。

更极端的是，内部直接停掉了AGI的研发，Sora也暂停了八周，显然摆出了破釜沉舟的姿态。

可是呢，在业界来看，OpenAI至今仍未摆脱被动的局面。

GPT-5重度用户站出来发声，“GPT-5.2距离成为一块石头也不远了”。

年终之战，OpenAI败了？

三年前，Google因错失先机，被OpenAI ChatGPT抢尽了风头。

昨天，Google创始人谢尔盖·布林重返斯坦福演讲，现场公开承认曾经的“最大失误”：

我们搞砸了——太怕AI说错话

掉一个时代。

如今，凭借Gemini 3 Pro+Nano Banana Pro，Google已重回AI浪潮之巅。

风水轮流转。这一次，轮到了OpenAI，却在2025年这场关键战役中自乱阵脚。

上线首日，奥特曼激动宣称，API调用量就超过了万亿token，且增长速度极快

此前Information爆料，GPT-5.2，代号大蒜（Garlic），原计划在明年初亮相。

整个硅谷，曾透露了一种风声——OpenAI预训练终结了，甚至GPT-5.1可能基于4o后训练而来，由此提升不大。

确实如此，在预训练上，OpenAI遇到了Scaling瓶颈。

预训练Scaling，或许不大

在GPT-5.2（大蒜）研发上，原爆料称，OpenAI解决了预训练环节遇到的一些关键问题——

改进之前“最好的”且“体量大得多”的预训练模型。

在内部，OpenAI整合了在开发“Shallotpeat”期间修复的Bug，积累了许多预训练的经验。

正如Information所言，最关键的突破发生在“预训练阶段”。

但以上的一切信息，都是新闻报道。OpenAI究竟在预训练上，是否实现了重大突破，难以得知。

但从官方全线击败Gemini 3基准上可以猜测，GPT-5.2在预训练方面取得了一定的改进。

但是从第三方评测和网友反馈中，GPT-5.2在底层技术迭代上，没有实现突破式的进展。

Epoch AI另一项评估中，顶尖AI大模型在长程任务的性能，Gemini 3依旧是最强的——

Gemini 3 Pro：4.9小时

GPT-5.2：3.5小时

Opus 4.5：2.6小时

正如工程师Dan Mac所言，Gemini 3 Pro之所以拥有更深入的智能，是因为Google预训练最强。

而GPT-5.2拥有最好的专用智能，是OpenAI在后训练上优化的结果。

明年初，还有更大的

纽约时报最新爆料称，接下来几周，OpenAI将继续把重点放在ChatGPT优化上。

他们正在筹备明年初的一次更大规模发布。

在内部，OpenAI的2B和2C方向的“双线作战”模式并行。

OpenAI也在推进其他项目，包括广告和电商相关尝试。

尽管被吐槽，他们仍在探索“更克制”的方式，比如通过ChatGPT聊天完成购物，并从交易中抽成。

在企业市场方面，OpenAI正将支撑ChatGPT的同一套AI技术引入企业软件领域。

数据显示，每周使用ChatGPT的用户超过8亿人，市场份额约为76%。

一位AI大佬说，“消费级AI几乎就等同于OpenAI，如果失去了这一点，这家公司就不会有现在这样的价值”。

然而，在过去12个月里，全世界多家AI初创已开发出能够匹敌，甚至在某些方面超越OpenAI领先模型的技术。

GoogleGemini 3 Pro的出世，对OpenAI业务来说着实是一次不小的打击。

Gemini 3力压GPT-5.2，

OpenAI只是虚晃一枪？

就从网友实测角度来说，GPT-5.2还有很大的改进空间。

有网友忍无可忍，直言OpenAI完全没脑子：

GPT-5.2语气冰冷，堪比北极，完全无视用户体验，“一味地不断倒退，把原本正常、自然的语言越改越离谱，最后变成一堆辱骂和说教，然后还把这当成某种胜利来兜售。”

OpenAI活该被Gemini 3吓得够呛。

比如，在视觉推理上，Gemini 3 Pro完全碾压GPT-5.2。

在3D模型生成上，GPT-5.2速度更慢、成本更高，总体表现不如Gemini 3。

在越界小说生成上，GPT-5.2垫底，不如Gemini 3 Pro、Claude 4.5 Opus、Grok 4：

越界小说是一种文学类型，以渴望冲破社会桎梏与基本规范的角色为核心。

这类作品通常涉及一系列禁忌主题、黑暗题材与极端议题。

在前端代码生成上，Gemini 3大幅领先，GPT-5.2仍望尘莫及。

在相同提示下，在健身仪表盘首页设计上，53万多人讨论了Gemini 3 、GPT-5.2和Claude Opus 4.5的设计，

提示词：健身仪表盘首页。顶部为每周活动概览（紧凑型），今日消耗卡路里及环形进度条（紧凑卡片），卡路里卡片下方为连续锻炼计数器，底部为周度锻炼柱状图。移动端应用，单屏显示。视觉风格：浅色模式，柔和的乳白色背景，圆角卡片带有细微阴影，珊瑚色作为主要强调色，电子蓝用于图表和高亮部分。简洁的无衬线字体排版，现代卡片式布局。情绪：激励人心且充满活力。清新、纯净且平易近人。现代健康美学，令人感到鼓舞和振奋。

GPT 5.2几乎次次垫底：

开发者Mattia用AI搜索模型Perplexity查看了全部评论，Gemini 3是最后的赢家！

如果以上只是个例，那下列的数据不会撒谎：GPT-5.2不及Gemini 3 Pro。

GPT-5.2惨遭滑铁卢

在博彩网站Ploymarket上，大部分网友认为Google在今年年底拥有最好的AI模型。

在网友Lisan al Gaib的小型手动性能对比基准Dubesors上，Gemini 3 Pro排名第一，而GPT-5.2排到了16名。

致力于推动AI安全研究和提升公共讨论关注度的CAIS（Center for AI Safety，人工智能安全中心），发布了最新的CAIS AI Dashboard，结果还是Gemini 3 Pro在文本和视觉能力指数上胜出，就在风险指数上落后GPT-5.2。

在文本能力指数测试中，Gemini 3 Pro只在ARC-AGI-2中落后，GPT-5.2几乎全线溃败！

在视觉能力指数测试中，Gemini 3 Pro再次几乎全胜，比GPT-5.2平均得分高出了4.5分！

在风险指数测试中，GPT-5.2领先Gemini 3 Pro，但落后于Claude Opus 4.5和Claude Sonnet 4.5.

在评估语言模型在终端环境中驱动自主智能体能力的测试平台Terminus上，Gemini 3.0 Pro和GPT-5.2几乎不分上下，但Gemini 3.0 Pro与GPT-5.2的高推理模式相比，仍平均多了0.2%。

此外，网友也验证其他基准测试，比如SWE-Bench、IUMB：

总之，GPT-5.2疑似翻车，在多个重要的基准测试中似乎落后于Gemini 3：

奥特曼圣诞惊喜

GPT-5.2发布当天，奥特曼还预告了，下一周还有“圣诞礼物”。

至于新品，可能就是下一代GPT Image v2模型了。

几天前，两款神秘AI图像模型“栗子”和“榛子”在LM Arena平台上展开测试。

但是，开发者实测后表示，目测OpenAI图像模型不太乐观。

在图像生成/编辑方面，GPT图像模型远落后于Gemini 3加持的Nano Banana Pro。

而且输出的结果，存在一系列的问题——

黄色色调、逻辑性差、一致性弱、图像质量较低、世界知识不足等问题。

据称，这款模型的基底，可能还是GPT-4o。

2025年终局之战，真的已经尘埃落定了吗？