GPT-5.2部分基准测试分数超过谷歌 但OpenAI“红色警报”尚未解除
第一财经·2025-12-12 12:43

OpenAI此次也强调了新模型在专业工作中的可用性,称基准测试得分体现了GPT-5.2在制作演示文稿、电子表格等方面的表现优于或与专业人士持平,生 成的电子表格和幻灯片在复杂度和格式呈现上相比前一代有明显提升。不过,用户要使用新的电子表格和演示文稿功能,需要订阅付费套餐。长上下文能 力使新模型能处理报告、合同、研究论文等文件。而在编码任务中,GPT-5.2能更可靠地调试生产环境代码、以更少的人工干预完成修复交付。 OpenAI演示了一些编码方面的案例,例如,只需要一个提示,GPT-5.2就能生成一个海浪模拟器、一个节日贺卡生成器。其中,海浪模拟器可以拉动数 值,改变风速和海浪高度。OpenAI还强调了GPT-5.2 Thinking的幻觉率低于前一代,在一组去标识的查询中,新模型错误回答的频率比GPT-5.1 Thinking减 少了38%。OpenAI称,这意味着在写作、研究、分析和决策中模型犯的错误更少,GPT-5.2 Thinking在图表推理和软件界面理解方面的错误率减少了大约 一半。此外,OpenAI称,GPT-5.2 Pro和GPT-5.2 Thinking还是目前最有助于加快科研进展的模型。 拉 ...