新智元報(bào)道

編輯：桃子 KingHZ

【新智元導(dǎo)讀】年終AI大戲，OpenAI敗給了谷歌？GPT-5.2上線48小時(shí)，全網(wǎng)吐槽一大片。第三方數(shù)據(jù)實(shí)證，Gemini 3 Pro才是真正的王者。

OpenAI打出了GPT-5.2這張「年度王牌」，卻沒(méi)有打贏谷歌...

Epoch AI最新報(bào)告，GPT-5.2的能力指數(shù)（ECI）得分152，僅次于Gemini 3 Pro。

在多項(xiàng)基準(zhǔn)測(cè)試中，GPT-5.2的實(shí)力并沒(méi)有「全線霸榜」。

在由陶哲軒聯(lián)手百位數(shù)學(xué)家出的考題——FrontierMath中，GPT-5.2僅在T1-3級(jí)中霸榜，T4還是Gemini 3的高地。

另外，在國(guó)際象棋Chess Puzzles中，GPT-5.2拿下了第一的成績(jī)。

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

不僅如此，多個(gè)第三方基準(zhǔn)評(píng)測(cè)顯示，GPT-5.2遠(yuǎn)不及預(yù)期，沒(méi)有打敗Gemini 3。

左右滑動(dòng)查看

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

左右滑動(dòng)查看

發(fā)布僅兩天，GPT-5.2水花不大，反而圈子里開(kāi)發(fā)者吐槽的不少。

為了打贏這場(chǎng)硬仗，OpenAI拉響「紅色警報(bào)」，把改進(jìn)ChatGPT事項(xiàng)提到了優(yōu)先級(jí)。

更極端的是，內(nèi)部直接停掉了AGI的研發(fā)，Sora也暫停了八周，顯然擺出了破釜沉舟的姿態(tài)。

可是呢，在業(yè)界來(lái)看，OpenAI至今仍未擺脫被動(dòng)的局面。

GPT-5重度用戶(hù)站出來(lái)發(fā)聲，「GPT-5.2距離成為一塊石頭也不遠(yuǎn)了」。

年終之戰(zhàn)，OpenAI敗了？

三年前，谷歌因錯(cuò)失先機(jī)，被OpenAI ChatGPT搶盡了風(fēng)頭。

昨天，谷歌創(chuàng)始人謝爾蓋·布林重返斯坦福演講，現(xiàn)場(chǎng)公開(kāi)承認(rèn)曾經(jīng)的「最大失誤」：

我們搞砸了——太怕AI說(shuō)錯(cuò)話，結(jié)果輸?shù)粢粋€(gè)時(shí)代。

如今，憑借Gemini 3 Pro+Nano Banana Pro，谷歌已重回AI浪潮之巔。

風(fēng)水輪流轉(zhuǎn)。這一次，輪到了OpenAI，卻在2025年這場(chǎng)關(guān)鍵戰(zhàn)役中自亂陣腳。

上線首日，奧特曼激動(dòng)宣稱(chēng)，API調(diào)用量就超過(guò)了萬(wàn)億token，且增長(zhǎng)速度極快

此前Information爆料，GPT-5.2，代號(hào)大蒜（Garlic），原計(jì)劃在明年初亮相。

整個(gè)硅谷，曾透露了一種風(fēng)聲——OpenAI預(yù)訓(xùn)練終結(jié)了，甚至GPT-5.1可能基于4o后訓(xùn)練而來(lái)，由此提升不大。

確實(shí)如此，在預(yù)訓(xùn)練上，OpenAI遇到了Scaling瓶頸。

預(yù)訓(xùn)練Scaling，或許不大

在GPT-5.2（大蒜）研發(fā)上，原爆料稱(chēng)，OpenAI解決了預(yù)訓(xùn)練環(huán)節(jié)遇到的一些關(guān)鍵問(wèn)題——

改進(jìn)之前「最好的」且「體量大得多」的預(yù)訓(xùn)練模型。

在內(nèi)部，OpenAI整合了在開(kāi)發(fā)「Shallotpeat」期間修復(fù)的Bug，積累了許多預(yù)訓(xùn)練的經(jīng)驗(yàn)。

正如Information所言，最關(guān)鍵的突破發(fā)生在「預(yù)訓(xùn)練階段」。

但以上的一切信息，都是新聞報(bào)道。OpenAI究竟在預(yù)訓(xùn)練上，是否實(shí)現(xiàn)了重大突破，難以得知。

但從官方全線擊敗Gemini 3基準(zhǔn)上可以猜測(cè)，GPT-5.2在預(yù)訓(xùn)練方面取得了一定的改進(jìn)。

但是從第三方評(píng)測(cè)和網(wǎng)友反饋中，GPT-5.2在底層技術(shù)迭代上，沒(méi)有實(shí)現(xiàn)突破式的進(jìn)展。

Epoch AI另一項(xiàng)評(píng)估中，頂尖AI大模型在長(zhǎng)程任務(wù)的性能，Gemini 3依舊是最強(qiáng)的——

Gemini 3 Pro：4.9小時(shí)

GPT-5.2：3.5小時(shí)

Opus 4.5：2.6小時(shí)

正如工程師Dan Mac所言，Gemini 3 Pro之所以擁有更深入的智能，是因?yàn)楣雀桀A(yù)訓(xùn)練最強(qiáng)。

而GPT-5.2擁有最好的專(zhuān)用智能，是OpenAI在后訓(xùn)練上優(yōu)化的結(jié)果。

明年初，還有更大的

紐約時(shí)報(bào)最新爆料稱(chēng)，接下來(lái)幾周，OpenAI將繼續(xù)把重點(diǎn)放在ChatGPT優(yōu)化上。

他們正在籌備明年初的一次更大規(guī)模發(fā)布。

在內(nèi)部，OpenAI的2B和2C方向的「雙線作戰(zhàn)」模式并行。

OpenAI也在推進(jìn)其他項(xiàng)目，包括廣告和電商相關(guān)嘗試。

盡管被吐槽，他們?nèi)栽谔剿鳌父酥啤沟姆绞?，比如通過(guò)ChatGPT聊天完成購(gòu)物，并從交易中抽成。

在企業(yè)市場(chǎng)方面，OpenAI正將支撐ChatGPT的同一套AI技術(shù)引入企業(yè)軟件領(lǐng)域。

數(shù)據(jù)顯示，每周使用ChatGPT的用戶(hù)超過(guò)8億人，市場(chǎng)份額約為76%。

一位AI大佬說(shuō)，「消費(fèi)級(jí)AI幾乎就等同于OpenAI，如果失去了這一點(diǎn)，這家公司就不會(huì)有現(xiàn)在這樣的價(jià)值」。

然而，在過(guò)去12個(gè)月里，全世界多家AI初創(chuàng)已開(kāi)發(fā)出能夠匹敵，甚至在某些方面超越OpenAI領(lǐng)先模型的技術(shù)。

谷歌Gemini 3 Pro的出世，對(duì)OpenAI業(yè)務(wù)來(lái)說(shuō)著實(shí)是一次不小的打擊。

Gemini 3力壓GPT-5.2，

OpenAI只是虛晃一槍?zhuān)?/strong>

就從網(wǎng)友實(shí)測(cè)角度來(lái)說(shuō)，GPT-5.2還有很大的改進(jìn)空間。

有網(wǎng)友忍無(wú)可忍，直言O(shè)penAI完全沒(méi)腦子：

GPT-5.2語(yǔ)氣冰冷，堪比北極，完全無(wú)視用戶(hù)體驗(yàn)，「一味地不斷倒退，把原本正常、自然的語(yǔ)言越改越離譜，最后變成一堆辱罵和說(shuō)教，然后還把這當(dāng)成某種勝利來(lái)兜售?！?br/>

OpenAI活該被Gemini 3嚇得夠嗆。

比如，在視覺(jué)推理上，Gemini 3 Pro完全碾壓GPT-5.2。

在3D模型生成上，GPT-5.2速度更慢、成本更高，總體表現(xiàn)不如Gemini 3。

在越界小說(shuō)生成上，GPT-5.2墊底，不如Gemini 3 Pro、Claude 4.5 Opus、Grok 4：

越界小說(shuō)是一種文學(xué)類(lèi)型，以渴望沖破社會(huì)桎梏與基本規(guī)范的角色為核心。

這類(lèi)作品通常涉及一系列禁忌主題、黑暗題材與極端議題。

在前端代碼生成上，Gemini 3大幅領(lǐng)先，GPT-5.2仍望塵莫及。

在相同提示下，在健身儀表盤(pán)首頁(yè)設(shè)計(jì)上，53萬(wàn)多人討論了Gemini 3 、GPT-5.2和Claude Opus 4.5的設(shè)計(jì)，

提示詞：健身儀表盤(pán)首頁(yè)。頂部為每周活動(dòng)概覽（緊湊型），今日消耗卡路里及環(huán)形進(jìn)度條（緊湊卡片），卡路里卡片下方為連續(xù)鍛煉計(jì)數(shù)器，底部為周度鍛煉柱狀圖。移動(dòng)端應(yīng)用，單屏顯示。視覺(jué)風(fēng)格：淺色模式，柔和的乳白色背景，圓角卡片帶有細(xì)微陰影，珊瑚色作為主要強(qiáng)調(diào)色，電子藍(lán)用于圖表和高亮部分。簡(jiǎn)潔的無(wú)襯線字體排版，現(xiàn)代卡片式布局。情緒：激勵(lì)人心且充滿(mǎn)活力。清新、純凈且平易近人。現(xiàn)代健康美學(xué)，令人感到鼓舞和振奮。

GPT 5.2幾乎次次墊底：

開(kāi)發(fā)者M(jìn)attia用AI搜索模型Perplexity查看了全部評(píng)論，Gemini 3是最后的贏家！

如果以上只是個(gè)例，那下列的數(shù)據(jù)不會(huì)撒謊：GPT-5.2不及Gemini 3 Pro。

GPT-5.2慘遭滑鐵盧

在博彩網(wǎng)站Ploymarket上，大部分網(wǎng)友認(rèn)為谷歌在今年年底擁有最好的AI模型。

在網(wǎng)友Lisan al Gaib的小型手動(dòng)性能對(duì)比基準(zhǔn)Dubesors上，Gemini 3 Pro排名第一，而GPT-5.2排到了16名。

致力于推動(dòng)AI安全研究和提升公共討論關(guān)注度的CAIS（Center for AI Safety，人工智能安全中心），發(fā)布了最新的CAIS AI Dashboard，結(jié)果還是Gemini 3 Pro在文本和視覺(jué)能力指數(shù)上勝出，就在風(fēng)險(xiǎn)指數(shù)上落后GPT-5.2。

左右滑動(dòng)查看

在文本能力指數(shù)測(cè)試中，Gemini 3 Pro只在ARC-AGI-2中落后，GPT-5.2幾乎全線潰??！

在視覺(jué)能力指數(shù)測(cè)試中，Gemini 3 Pro再次幾乎全勝，比GPT-5.2平均得分高出了4.5分！

在風(fēng)險(xiǎn)指數(shù)測(cè)試中，GPT-5.2領(lǐng)先Gemini 3 Pro，但落后于Claude Opus 4.5和Claude Sonnet 4.5.

在評(píng)估語(yǔ)言模型在終端環(huán)境中驅(qū)動(dòng)自主智能體能力的測(cè)試平臺(tái)Terminus上，Gemini 3.0 Pro和GPT-5.2幾乎不分上下，但Gemini 3.0 Pro與GPT-5.2的高推理模式相比，仍平均多了0.2%。

此外，網(wǎng)友也驗(yàn)證其他基準(zhǔn)測(cè)試，比如SWE-Bench、IUMB：

總之，GPT-5.2疑似翻車(chē)，在多個(gè)重要的基準(zhǔn)測(cè)試中似乎落后于Gemini 3：

奧特曼圣誕驚喜

GPT-5.2發(fā)布當(dāng)天，奧特曼還預(yù)告了，下一周還有「圣誕禮物」。

至于新品，可能就是下一代GPT Image v2模型了。

幾天前，兩款神秘AI圖像模型「栗子」和「榛子」在LM Arena平臺(tái)上展開(kāi)測(cè)試。

但是，開(kāi)發(fā)者實(shí)測(cè)后表示，目測(cè)OpenAI圖像模型不太樂(lè)觀。

在圖像生成/編輯方面，GPT圖像模型遠(yuǎn)落后于Gemini 3加持的Nano Banana Pro。

而且輸出的結(jié)果，存在一系列的問(wèn)題——

黃色色調(diào)、邏輯性差、一致性弱、圖像質(zhì)量較低、世界知識(shí)不足等問(wèn)題。

據(jù)稱(chēng)，這款模型的基底，可能還是GPT-4o。

左右滑動(dòng)查看

2025年終局之戰(zhàn)，真的已經(jīng)塵埃落定了嗎？

參考資料：

https://www.nytimes.com/2025/12/11/technology/openai-google-ai-technology-gap.html

https://dashboard.safe.ai/

秒追ASI

?點(diǎn)贊、轉(zhuǎn)發(fā)、在看一鍵三連?

點(diǎn)亮星標(biāo)，鎖定新智元極速推送！