#ChatGPT Pro
•
8大榜點選敗Gemini 3 Pro,打平71%人類專家,數學競賽滿分。智東西12月12日報導,今日凌晨,正值OpenAI十周年生日,OpenAI正式推出其迄今最強模型GPT-5.2,並同步上線ChatGPT與API體系。本次更新包含GPT-5.2 Instant、Thinking與Pro三個版本,將從今日起陸續向Plus、Pro、Business與Enterprise等付費方案使用者開放,Free與Go使用者預計將於明日獲得存取權。同時,GPT-5.2也已納入API與Codex中供開發者呼叫。▲圖源:X平台現有的GPT-5.1將在ChatGPT中繼續作為過渡版本向付費使用者提供三個月,之後將正式下線。OpenAI官方稱,GPT-5.2屬於其持續改進模型系列的一部分,後續仍將圍繞過度拒絕、響應延遲等已知問題進行迭代最佳化。在API端,GPT-5.2 Thinking對應gpt-5.2,Instant對應gpt-5.2-chat-latest,Pro對應gpt-5.2-pro,開發者可直接呼叫。▲圖源:OpenAI官方部落格在價格方面,GPT-5.2的呼叫價格較上一代上調,輸入端1.75美元/百萬tokens(約合人民幣12.35元/百萬tokens)、輸出端14美元/百萬tokens(約合人民幣98.81元/百萬tokens)。GPT-5.2 Pro的定價為21美元與168美元/百萬tokens(約合人民幣148元與1185元/百萬tokens),並首次支援第五檔推理強度xhigh。▲圖源:OpenAI官方部落格OpenAI聯合創始人兼CEO Sam Altman在社交平台X上公佈了GPT-5.2在多項前沿基準上的成績:SWE-Bench Pro達到55.6%,ARC-AGI-2為52.9%,Frontier Math為40.3%。▲圖源:X平台這些基準主要用於衡量模型在複雜程式碼修復、通用推理與高難度數學任務中的表現,GPT-5.2在高階任務上的穩定性進一步提升。根據OpenAI官方部落格,GPT-5.2在涵蓋44個職業的明確知識工作任務中,表現均優於行業專業人士。相比GPT-5.1 Thinking,GPT-5.2 Thinking在應對知識型任務、程式設計、科學問題、數學、抽象推理的多項能力均大幅提升,尤其是在頂尖數學競賽AIME 2025拿到滿分成績,在OpenAI專業工作基準測試GDPval中戰勝或打平70.9%的人類專家。▲圖源:OpenAI官方部落格OpenAI團隊成員Yann Dubois也在社交平台X平台上發帖稱,GPT-5.2 Thinking的設計重點放在“經濟價值較高的任務”(如編碼、表格與演示文件)。▲圖源:X平台此外,在SWE-Bench Pro、GPQA Diamond等8項基準測試中,GPT-5.2 Thinking的分數均超過GoogleGemini 3 Pro和Anthropic Claude Opus 4.5。▲圖源:OpenAI值得一提的是,GPT-5.2在處理多模態任務方面的能力明顯提升,大有追上Gemini的架勢。“頂流”AI程式設計助手Cursor第一時間宣佈上新GPT-5.2。與此同時,微軟董事長兼CEO Satya Nadella宣佈,GPT-5.2將全面進入Microsoft 365 Copilot、GitHub Copilot與Foundry等產品體系。▲圖源:X平台在GPT-5.2的發佈會上,OpenAI應用業務負責人Fidji Simo也確認,外界關注已久的ChatGPT“成人模式(adult mode)”預計將在2026年第一季度上線。Fidji Simo稱,在推出該模式前,OpenAI希望確保年齡預測模型足夠成熟,能夠準確識別未成年使用者,同時避免誤判成年人。目前,該年齡預測模型已在部分國家進行早期測試,主要用於自動應用不同的內容限制與安全策略。01.專業任務能力躍升首次達到“專家級”評分根據OpenAI官方披露,GPT-5.2 Thinking在覆蓋44類職業任務的GDPval評測中,首次達到“專家級”表現——在70.9%的對比中戰勝或持平行業專業人士。GPT-5.2 Pro進一步提升至74.1%。在僅統計“明確勝出”的任務中,GPT-5.2 Thinking為49.8%,Pro則達到60%。這一評測覆蓋銷售演示、預算模型、營運排班、製造流程圖等多類真實業務成果。GPT-5.2在這些任務的生成速度約為人工專家的11倍,成本為其1%以下。在投研類任務中,GPT-5.2 Thinking在內部評測的投行三表模型與槓桿收購模型等場景中的平均得分為68.4%,較GPT-5.1 Thinking的59.1%有明確提升,GPT-5.2 Pro得分進一步增長至71.7%。▲圖源:OpenAI官方部落格▲GPT-5.1 Thinking與GPT-5.2 Thinking效果對比02.程式碼、工具呼叫與長鏈路任務全面升級在程式碼能力方面,GPT-5.2 Thinking在更嚴格的SWE-bench Pro(跨四種語言、強調真實工程難度)中取得55.6%,在SWE-bench Verified中更是達到80%,均顯著領先GPT-5.1的50.8%與76.3%。在SWE-Lancer IC Diamond任務中,GPT-5.2 Thinking取得74.6%(GPT-5.1為69.7%)。▲圖源:OpenAI官方部落格與此同時,GPT-5.2出現在AI基準平台Imarena.ai(Arena)排行榜中,並在WebDev測試中取得1486分,位列第二,僅落後榜首3分,領先Claude-opus-4-5與Gemini-3-pro等主流模型。另一個版本GPT-5.2則以1399分排在第六。根據Arena說明,GPT-5.2此前在內部以“robin”和“robin-high”為代號進行測試,其分數與GPT-5-medium僅相差1分,目前仍為初步結果,未來有望隨著測試量積累而進一步穩定。從評測維度來看,Arena主要衡量模型在可部署Web應用情境下的端到端編碼能力,GPT-5.2已反映出其在複雜任務鏈條上的實用性。在事實精準性方面,GPT-5.2 Thinking在基於ChatGPT查詢的無錯誤回答率(開啟搜尋模式下)達到93.9%,較GPT-5.1的91.2%有所改善,在無搜尋情況下也從87.3%提升至88%。▲圖源:OpenAI官方部落格另一個關鍵變化來自工具呼叫與長鏈路任務的可靠性提升。GPT-5.2 Thinking在Tau-2 Bench Telecom中達到98.7%的最高得分,在零推理模式下也大幅領先上一代,在更高噪聲的Retail場景中精準率從77.9%提升至82%。在更通用的工具鏈評估BrowseComp中,GPT-5.2 Thinking達到65.8%,Pro版本達到77.9%,亦高於GPT-5.1的50.8%。▲圖源:OpenAI官方部落格OpenAI提到,GPT-5.2 Thinking和Pro均支援第五檔推理強度xhigh,適用於長流程、多步驟、高精度的專業任務場景。03.在長上下文與視覺理解GPT-5.2全面增強在長上下文能力上,GPT-5.2 Thinking在OpenAI MRCRv2中全面領先上一代,在8 needles測試中從4k到256k的範圍內均保持遠高於GPT-5.1的表現,其中在4k–8k長度下達98.2%,在128k–256k長度下仍保持77.0%,而GPT-5.1同期為29.6%–47.8%區間。在其他長文場景中,BrowseComp Long Context(128k/256k)中,GPT-5.2 Thinking分別達到92.0%與89.8%。GraphWalks任務中,GPT-5.2 Thinking在bfs與parents子集分別達到94.0%與89.0%,相比GPT-5.1的76.8%與71.5%顯著提升。▲圖源:OpenAI官方部落格在視覺理解上,GPT-5.2 Thinking在CharXiv科學圖表推理任務中無工具模式下為82.1%,開啟Python工具後進一步提升至88.7%。在ScreenSpot-Pro介面理解中,GPT-5.2 Thinking取得86.3%,遠高於GPT-5.1的64.2%。在視訊類、多模態綜合難度更高的Video MMMU中,也從82.9%提升至85.9%。在視覺能力上,GPT-5.2在ScreenSpot-Pro(介面理解)中達到86.3%的精準率,相比GPT-5.1有明顯提升。在CharXiv科學圖表推理任務中,也實現了準確率的大幅增長。這使其在處理科研圖表、營運儀表盤、產品介面截圖等專業視覺輸入時更加可靠。▲圖源:OpenAI官方部落格04.微軟全家桶同步升級GPT-5.2成為新一代“生產力模型”隨著GPT-5.2發佈,微軟董事長兼CEO Satya Nadella也在社交平台X平台上宣佈,GPT-5.2將全面進入Microsoft 365 Copilot、GitHub Copilot與Foundry等產品體系,並作為新的“默認推理模型”服務更多工作流場景。在Microsoft 365 Copilot中,使用者已經可以通過模型選擇器啟用GPT-5.2,用於會議記錄分析、文件推理、市場研究與戰略規劃等高複雜度任務。Nadella稱,將模型與使用者工作資料結合後,GPT-5.2能夠更充分發揮推理優勢。在GitHub Copilot中,GPT-5.2適用於長上下文推理與複雜程式碼庫審查,重點覆蓋跨檔案關係分析、依賴追蹤與重建構議等工程類使用場景。此外,GPT-5.2還同步進入Microsoft Foundry與Copilot Studio,開發者可在建構自動化流程、企業內部Agent或自主開發時直接呼叫GPT-5.2模型。面向消費者端的Copilot也將隨後啟動分階段更新,逐步替換當前版本。▲圖源:X平台從微軟生態的覆蓋面來看,GPT-5.2已被定位為“默認生產力模型”,在不同產品線之間以自動模型選擇的方式服務更廣泛的開發、寫作與分析任務。此外,頂流AI程式設計助手Cursor也已第一時間火速上線GPT-5.2,並同步沿用OpenAI官方API價格。▲圖源:Cursor05.結語:GPT-5.2的能力邊界正向“穩定、實用”收攏從多項公開基準測試到Arena針對Web應用端到端能力的評測結果,GPT-5.2展現出的整體能力向穩定可用和任務完成度方向收攏。隨著Instant、Thinking與Pro組成的多檔能力體系的開放,GPT-5.2在不同工作流中被切分為更清晰的使用場景。而在微軟生態中的全面接入,也進一步強化了這一變化的方向。無論是在M365 Copilot中承擔跨文件推理,還是在GitHub Copilot中處理長上下文程式碼鏈路,GPT-5.2都開始參與到更高頻、更具體的任務流程中。除了推出面向專業工作和智能體的前沿模型外,OpenAI還宣佈已經與迪士尼達成授權協議,允許Sora 2使用者在生成並分享的圖片中使用迪士尼角色。迪士尼將向OpenAI投資10億美元(約合人民幣71億元),並擁有未來增持股份的選擇權。 (智東西)
剛剛,OpenAI迎10周年,發GPT-5.2,重點是和白領搶工作
•
ChatGPT學會先開口了。智東西9月26日報導,今天,OpenAI正在為ChatGPT移動端Pro使用者推出一項全新功能-Pulse。與以往相比,最大的不同在於,ChatGPT不再只是“等你問”,而是開始“主動推送”。Pulse會在夜間主動進行研究,並根據使用者的聊天記錄、興趣、回饋等,每天清晨推送一份量身訂做的資訊卡。在官方Demo影片中,OpenAI展示了Pulse的互動體驗。可以看到,資訊是以一張張卡片形式呈現的,Pulse可以在使用者出行前主動給出對希思羅機場的介紹,避免使用者在歐洲最繁忙的機場裡暈頭轉向;或是給使用者提出建議,幫助小貓適應新的日常。OpenAI介紹稱,Pulse的目標不是讓使用者沉迷於資訊流,而是透過簡潔的每日資訊更新,幫助人們更快獲取所需內容,然後「回到生活本身」。資訊卡里的資訊可能包括使用者關注的熱點話題、當日的晚餐建議,或長期目標(如健身、旅行計畫)的提醒。Pulse甚至可以直接與信箱、日曆等應用整合,相當於給使用者的生活裝了個MCP介面,讓Pulse能理解使用者的行程,提供更精確的內容。OpenAI創始人兼CEO Sam Altman發文稱,Pulse是他目前最喜歡的ChatGPT功能,可以視為一個超級稱職的私人助理,只要向它分享自己的偏好,就能主動為使用者做好工作。這也是Altman眼中ChatGPT的未來——從完全被動轉變為主動,並且高度個性化。使用者可以透過「策劃」功能指定第二天想看到的主題,例如本地活動、學習技巧或職業網球資訊;也能用點贊或點踩的方式快速回饋。隨著時間推移,Pulse會根據使用者的習慣不斷調整內容,提供更準確的個人化推薦。目前,Pulse功能僅在Pro使用者中試運行,後續計畫擴展至Plus,最終面向所有ChatGPT使用者開放。已經有不少Pro使用者收到自己的第一份Pulse晨報了,總體來看,網友對這一新功能的回饋比較積極。醫療技術公司Klick Health的生成式AI執行副總裁Simon Smith發文稱,Pulse和AI搜尋引擎Perplexity的「發現」功能十分類似,但更加個性化,甚至可以為使用者隨口一問的問題,找到對應的深度文章,提供更為全面的見解。他認為Pulse也可能影響人們的新聞和社群媒體消費習慣。它為OpenAI提供了一個非常清晰的介面,可以在未來插入廣告,也許還可以圍繞它建立一個社交網路。還有網友分享,Pulse可根據對話主動展示她可能感興趣的內容,點選每張卡片後都會打開一個新的對話,其中包含非常有用的資訊。Pulse支援Gmail和Google日曆整合。啟用後,ChatGPT能為使用者自動產生會議議程、提醒準備禮物,甚至根據行程推薦餐廳。所有整合功能均為預設關閉,使用者可隨時開啟或關閉。同時,Pulse展示的內容都會經過安全審查,以避免違規或有害資訊。OpenAI的個性化部門打造了Pulse功能。該部門負責人Christina Wadsworth Kaplan曬出了接取日曆後的個性化體驗。 ChatGPT能通過接入日曆,把上下文直接擴展到使用者在現實世界的生活。在推文中,Pulse便主動向Kaplan提供了為她父親慶祝生日的建議。OpenAI在開發Pulse期間,邀請了大學生進行早期測試。團隊發現,當使用者明確表達想要的內容時,Pulse的實用性大幅提升。這也促使OpenAI在產品中增加更多回饋入口,讓使用者能夠一步步打造出更貼合自身需求的每日資訊更新,參與測試的大學生們也分享了自己的使用體驗。一位正在參加潛水課程的學生提到,Pulse不僅關注他在技能與心理壓力上的挑戰,還把潛水和風險管理聯絡在一起,提供了恰到好處的建議。他說:“它能把我不同的興趣點類比到一起,真的很酷。而且它給出的建議剛好針對了我最困難的部分,非常有幫助。”另一位使用者則對Pulse的主動性印象深刻:“有一次ChatGPT意識到我即將返校,主動幫我準備。它知道我暑假在家,之前一直在國外學習,於是推送了過去半年裡我大學所在城鎮的變化。這讓我大為震驚,它的主動性和實用性真的讓我感到驚喜。”還有使用者體驗到了Pulse的「興趣組合」能力。他回憶道:「它把我和它在不同對話裡探討過的兩種電腦圖形學技術結合了起來。一種是我藝術項目裡用到的,另一種是我出於好奇學的。我從沒想過要把這兩者結合,但它的建議讓我靈光一閃。我打算把這個想法實踐出來,讓我的藝術作品邁向一個新的維度。」結語:ChatGPT再進化 主動智能會成為下一個方向嗎?主動智能(Proactive Intelligence)已成為不少AI企業競相打造的下一個功能,從Meta AI眼鏡的Live AI功能,再到OpenAI此次發佈的Pulse,都希望化被動為主動,從工具化的問答機器,逐漸轉變為眼裡有活的智能助手。而這已經不是OpenAI首次探索主動智能的方向了。實際上,GPT-5升級後,我們便能在與其溝通中發現,模型越來越常向使用者提出下一步建議,甚至會主動補充背景資訊、提供延伸思路。在模型的能力和相關的記憶、安全、MCP機制不斷完善後,我們或許能見證主動智能給使用者提供更為定製化的體驗。 (智東西)
OpenAI最強「主動智能」提前享受,一覺醒來晨報送上,Pro使用者贏麻了