GPT-5.2定价超DeepSeek 400倍引争议，它真的配得上高价吗？

GPT-5.2的定价达到DeepSeek的400倍，比谷歌Gemini 3 Pro也高出近10倍。

OpenAI新发布的GPT-5.2，究竟实力如何？

或许可以说，它是最贴合打工人需求的AI之一，因为它可能推动AI从基础助手向专业级工具转变。

首先在专业能力上，GPT-5.2有七成概率能胜过屏幕前刷视频的行业专家。

单看跑分，GPT-5.2在各维度都比Gemini 3 Pro略高一点。

不过优势仅在毫厘之间，不排除OpenAI针对Gemini优化测试成绩的可能。

但OpenAI此次最看重的是GDPval测试结果。

这是今年925期间推出的全新测试方法，用于评估AI能否真正协助打工人完成工作。

他们邀请了九个领域、四十四类行业的专家，结合实际工作场景出题。

以此检验AI能否胜任专家的工作任务。

结果显示，GPT-5.2在七成工作任务中能与人类持平甚至表现更优。

我们也对新模型做了简单测试：让GPT-5.2统计互联网上AI公司发布的所有模型。

接着统计这些模型在各排行榜的分数，最后按月份整理成表格。

经过14分钟的处理，GPT-5.2成功完成了数据收集、结果统计和表格绘制的全流程任务。

这样的完成度确实值得肯定。

此外，GPT-5.2还能完成复杂表格工作，制作的表格比旧版本更美观。

各项任务测试指标也提升了约9%。

代码编写能力方面，GPT-5.2也有不少进步。

生成错误内容的概率比之前降低了38%。

这让用户使用起来更安心。

我们也做了简单测试，但或许是Gemini珠玉在前，GPT-5.2给人的感觉略显平淡。

让它编写Aimlab（一款瞄准练习小游戏）。

它确实能完成，写出的程序不仅可运行，还能调整靶子大小、游戏时长等基础参数。

这些功能都没问题，但整体过于中规中矩。

在界面设计上，上个月发布的Gemini 3明显更胜一筹。

同样的需求下，Gemini已经开始运用潮流配色，而GPT还停留在基础界面设计阶段。

当然，这也可能是因为没有明确要求GPT优化界面的缘故。

除了工作能力提升，GPT-5.2还有一个有趣的变化。

它更能理解人类指令了。

测试发现，让GPT写50个创意，它会认真完成50个，不像旧模型写10个就敷衍了事。

此外，上下文处理能力也得到加强，插针实验显示，即使文本长度达256K，识别准确率仍接近100%。

这相当于在几十万字的名著中偷偷加入几句批评内容，它都能精准找出。

这对写代码、做学术、整理文书的打工人和科研人员来说，是一大助力。

虽然纸面实力强劲，但GPT-5.2也有短板。

比如官方展示的图像识别案例中，Gemini 3 Pro的识别精度远超GPT-5.2。

也有人吐槽，新模型发布后，旧版本可能会“降智”。

这已是常见现象。

最后，GPT-5.2的发布让我们看到一个趋势。

未来顶级AI模型的差异化会更明显，各有侧重。

比如Gemini可能在全模态领域领先；GPT在逻辑推理和生产力方面保持优势；Claude在代码和写作能力上继续领跑。

因为在实现AGI（通用人工智能）的路径上，大厂们的思路已出现分歧：谷歌认为多模态感知是未来；OpenAI坚信逻辑推理和生产力提升是关键；Anthropic则看重高维度语义理解与对齐。

AI领域的竞争仍在持续，下一个发布新模型的应该是Anthropic。

对了，最后想问：奥特曼承诺的成人模式，何时上线？

撰文：江江 & 早起

编辑：江江 & 面线

美编：焕妍

图片、资料来源：OpenAI 官网

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com